«У нас, в Гаскони, каждый – академик!» (с)

 

Сейчас, в России, каждый – футуролог. О будущем рассуждают все – предприниматели, чиновники, журналисты. Будущее расписано в десятках дорожных карт и около шестиста  стратегиях (оценка, в свое время сделанная такими гуру анализа госактивности, как Андрей Клепач и  Симон Кордонский). Казалось бы, вооруженные такими глубокими знаниями о будущем, мы наверняка должны знать, где прикуп, и перенести столицу в Сочи. Однако, счастья все нет. А есть Блокчейн, Эджайл и  Диджитал.

В мире не проще. Футурологов множество. В основном все говорят примерно одно и то же, но каждый ищет нишу и результатом является, по большей части хлесткость и «шоковость» прогноза. Хорошее будущее, как и хорошие новости, не покупают СМИ. Потому, в основном, там расслоение человечества на касты, роботы-поработители и тотально курящие бамбук на велфере (зачеркнуто) БОД (безусловный общий доход) люди.

Пожалуй, есть можно назвать единицы школ, претендующих на научность, кто рассказывает о будущем опираясь на методологию, а не только на живую фантазию писателя-фантаста.

Во-первых, следует вспомнить о знаменитом университете Singularity. Один из его создателей – Рэй Курцвайл – технологический предприниматель с и изобретатель в выдающимся портфолио. В нем, например, есть такой полезный предмет, как сканер. Так что человек точно знает, как инновации меняют практики и профессии, что делает его мнение весьма фундированным. Однако, кроме личного авторитета и опыта, их подход крайне научно последователен. Выделено несколько фундментальных закономерностей, которыми весьма корректно и точно описаны ряд явлений технологического и предпринимательского мира, на базе которых достаточно давно сделан ряд уже сбывшихся прогнозов. Речь идет, прежде всего, о так называемом Законе Мура – выполняющейся с 50-х годов прошлого века закономерности об экспоненциальном росте мощности процессоров. Простое, вроде бы, наблюдение, позволяет делать уверенные (подтвержденные фактами) прогнозы об суммарном объеме данных мира, скорости их обработки, снижении энергоемкости вычислений и росте энергопотребления информационным сектором, стоимости вычислений и в частности, стоимости анализа генома человека и количества людей, чей расшифрованный геном ложится в основу генетической и предиктивной медицины (а значит – и снижение стоимости лечения людей методами генетической терапии). Все это, как наверняка понятно, снижается и растет экспоненциально, а значит, позволяет делать весьма уверенные выводы о множестве аспектов развития современного технологического бизнеса, ведущих мировых индустрий и их ключевых продуктов. Методология столь обманчиво проста, что сотни экспертов-Рабиновичей уже массово перепевают Карузо-Курцвайла. Всякий, однако, раз, когда они импровизируют в присутствии отцов основателей Singularity, те вежливо спрашивают – «покажите, пожалуйста, ваши данные», и выясняется, что под каждой их «простой» картинкой – множество реальных данных, исследований и доказательств реальных зависимостей и корреляций.

Кратко, основные картины миры, которые продуцируют Курцвайл и его коллега Питер Диамандис (основатель стартапа Planetary Resource по добыче ресурсов на астероидах), можно свести к двум мега прогнозам. Первое – это, несомненно, сама по себе Технологическая Сингулярность, которая дала имя университету и самому метаподходу. Физический термин «сингулярность» означает такое состояние пространства-времени, в котором перестают действовать физические законы – все параметры уходят в бесконечность, уравнения и модели выходят за области определения (бесконечная масса, плотность, остановка времени и тп) и сказать, что собственно там происходит невозможно в принципе. Аналогично, утверждается, что по целому ряду параметров, в определенном будущем, известные нам параметры развития (численность населения, мощность искусственного интеллекта, стоимость генетической коррекции человека и тп) одновременно (!) выходят в такие значения, что совершенно невозможно сказать, что там собственно будет происходить. Ну, когда, к примеру, по прогнозу Курзвайла, на одного человека будет приходиться 100 полностью антропоморфных и неотличимых внешне от человека роботов, превосходящих его интеллектуально (первые роботы для натуралистичного секса и создания атмосферы заботы и уюта в холостяцком доме уже в продаже, если что). Строго говоря, физически, описанная ситуация, скорее, это фазовый переход (как лед – вода – пар) между разными состояниями общества, но если для целей маркетинга метафора сингулярности подходит лучше – то не большая проблема. 

Про теорию Сингулярности есть две новости – хорошая и плохая. Хорошая, что каждая суб-модель, на основе которой делаются столь космические выводы, доказанно работает. Плохая – что потеря человеком не только позиции «царя природы» но даже права на понимание что, собственно, происходит (впрочем, в России давно живут по этому анекдоту) – весьма всех пугает. Радует пока только то, что Курцвайл примерно раз в десятилетие отодвигает дату конца всего сущего еще лет на 10 – и только за время жизни автора этот порог сместился с 2025 на 2045. Так что есть определенные надежды (впрочем, не столь уверенные), что конец мира, в нашем его понимании, будет отодвигаться как горизонт дальше и дальше, и, как случилось в свое время с прогнозом Конца Света, постепенно его перестанут ждать вскорости, и превратят в метафору. А ведь когда-то, на заре христианства, скорое наступление Страшного суда было столь очевидно, что всех мертвых стали массово хоронить в центрах поселений (а не поодаль от них, как всю историю человечества до того), и кладбища стали просто переполняться. Думали – вот-вот мертвые воскреснут и что им далеко до дома ходить.

Более понятен, позитивен и приятен публике долгосрочный прогноз Диамандиса. Он тоже построен целиком на идеологии экспоненциального роста, однако, звучит он иначе. Провозглашена эпоха Abundance – Всеобщего Благоденствия, в котором количество производимых обществом благ будет столь высоко, что человеку практически перестанет нужным страдать и трудиться ради поддержания жизни. И хотя этот прогноз мы уже слышали в изложении Маркса (о снижении рабочей недели при развитии машинной цивилизации) и Электроника («вкалывают роботы, счастлив человек»), прогноз Диамандиса тщательно разобран на конкретных трендах, где и как именно технологии улучшают жизнь граждан и почему это ведет не к росту эксплуатации и потребления, а улучшению качества жизни. В этот прогноз больше хочется верить, и общая атмосфера надвигающегося всеобщего счастья (право на которое хотел прописать в Конституцию академик Сахаров) передается всем участникам технологического движения – что вполне вписывается в невероятно благоприятный для бизнеса и жизни климат Кремниевой долины, в которой, собственно, неизбежный Abundance видится прогнозом завтрашнего дня. К слову, предприниматели SV уже скинулись на эксперимент по БОД в Окленде, который сидит черным, бедным и криминальным бельмом в глазу расчудесной Bay Area, и там же муниципалитет Пало-Альто вводит доплату всем несчастным, чей годовой доход на семью ниже минимально достаточной для тех мест цифры в $250,000 долларов.

Какова бы, однако, не была критика моделей Курцвайла и Диамандиса, следует признать, что методически грамотная и отточенная модель позволила им захватить умы и сердца не только бизнес-сообщества, но и чиновничества в США. Под их влиянием в итоге появляются программы «полной победы над раком» (для чего ключевой фактор – массовая расшифровка генома и активное применение ИИ в медицине), ускоренной роботизации промышленности и транспорта (что позволяет делать смелые заявления о «возврате» индустрий из Китая обратно в США) и программы космической экспансии (что базируется на прогнозе экспоненциального снижения стоимости доставки килограмма груза на орбиту, который, трудами Элона Маска, пока подтверждается и уверено работает).

Есть, однако, в модели экспоненциального роста крупный изъян, из-за которого, собственно, главный прогноз – Сингулярность – аккуратно отодвигается на «через 20 лет». Сводится он к тому, что, блестяще работая на каждом непосредственном явлении определенное время, модель экспоненциального роста, тем не менее, в сумме трендов не ведет к экспоненциальному же, поступательному движению. Причины этого методологически аккуратно критикуются и развиваются другом и партнером основателей Singularity Полом Саффо – бессменным «штатным футурологом» и методистом прогнозирования Стенфордского университета (пожалуй, это единственный университет, в котором есть профессор, специализирующийся на футурологии как науке).

Кратко модели Саффо можно свести к двум: экспонента в реальности часто оказывается логистой (ее еще называют S-образной кривой или «кривой насыщения»), то есть сначала все почти-экспоненциально растет, потом же начинается асимптотическое торможение к некому пределу. Собственно, все кривые освоения рынка новым товаром (Market Penetration) – это и есть S-образные кривые, когда бурный взлет идет между примерно 20 и 80-ю процентами доступности товара на рынке, а до того – долгий медленный рост в «венчурной» стадии проб и ошибок, а после – медленное же освоение наиболее невосприимчивых и упрямых потребителей. Если воспринять такого рода аналогию, то предел должен наступить и у мощности процессоров, и у объема накопленной информации, и у энерговооруженности человечества – в общем не то, так иное, остановит общий экспоненциальный рост и мы познаем эпоху «торможения развития». К слову сказать, социальные революции обычно происходят не тогда, когда у всех мало чего-то (денег, еды и тп), а когда долгое время перло, а потом перестало.

Вторая модель Саффо целиком базируется на модели циклов Кондратьева. Вообще говоря, цикличность в экономике активно изучалась в XIX и XX веках, а впервые цикличность в социальной реальности описали еще в 11-м веке арабские ученые на примере регулярной смены власти между берберами и арабами в Ливии. Циклы Кондратьева вполне уверенно позволяют моделировать экономическое и технологическое будущее, и хотя они не в мейнстриме экономической теории, Пол Саффо приводит много убедительных данных о работоспособности этой модели для прогнозирования технологического развития.

В свое время автор этих строк нашел вполне удобное объяснение существования цикличности в мире технологического развития на основе применения хорошо известной (и доказанной множеством наблюдений) в экологии модели Лотки-Вольтерры, которое описывает системой дифференциальных уравнений взаимоотношение хищников и травоядных на пространственно-ограниченном пространства (острове). Доказано, что травоядные, в отсутствие хищника, сначала экспоненциально размножаются, а потом массово гибнут, сожрав всю траву. А вот с появлением хищника возникает волновой процесс – достигнув определенного пика травоядные так стимулируют рост числа хищников, что их (травоядных) число идет на спад, а след за ними сокращается и популяция хищников. Но не в ноль – как только достигнуто некое критическое значение, снова начинается быстрый рост травоядных, и с некоторым отставанием – хищников. Равновесие не достигается никогда, однако экосистема, в целом, становится практически бесконечно устойчивой (если общие условия – солнечный свет, температура и влажность не выходят за критические границы, убивающие воспроизводство травы).

Применяя эту модель к технологиям, мы видим, что сначала они дают взрывной рост производительности труда и маржинальности бизнесов. Эти параметры взлетают вверх, однако вслед за ними так же быстро начинают расти и издержки – как на неэффективность управления по мере роста сложности и масштаба систем, так и, прямо говоря, на роскошь – сверхпотребление глав компаний и рост зарплат и социальных выплат сотрудникам. В итоге издержки поглощают маржинальность и продукт перестает быть интересным и потребителю, и инвестору. Начинается торможение и спад, однако, появляется новых продукт, который еще не успел погрязнуть в хищнике-роскоши. Травой в данном случае является классическая среда public goods – прежде всего, образование, которое поставляет таланты в предпринимательскую экосисистему.

Сочетание моделей S-разных кривых и циклов позволяет стабилизировать экспоненциальную модель (и Пол Саффо так же преподает в Singularity), позволяя добиться куда более реалистичных прогнозов – мы можем ожидать эффекта «насыщения» в реализации тех или иных трендов и циклов падения темпов развития или иных параметров устойчивости общества (как, например, уставшие от глобального мессианства США, предпочли на последних выборах окуклиться и повести вниз кривую глобальной связности). 

Однако, теория цикличности развития и в России, и в мире научно развивается крайне слабо, автор этих строк имел счастье профессионально заниматься этим в 90-е годы, делая вполне оправдавшиеся прогнозы экономического и социального плана, однако, общая безнадега научной среды тех времен вынудила его уйти из науки, и с тех пор, пожалуй, работоспособных моделей такого плана у нас почти и не применяют. Все сменилось прямолинейной экстраполяцией всех параметров, причем, в отличие от школы Курцвайла, регулярно реализующихся с точностью до наоборот.

Отмечу еще раз, что любая прогностическая модель начинает более-менее сносно работать только в том случае, если она напитана значительным количеством данных. Примером является метеорология – относительно пристойные прогнозы стали появляться только когда количество метеостанций и частота передачи ими данных превысила определенный порог (к слову, обработка этих данных сегодня – самая крупная вычислительная задача в мире). В экономике и моделировании развития общества, однако, нет не только требуемого объема данных, но даже и понимания, какие из них необходимы (вспоминаем, что модель Сингулярности стоит на удачно найденном ряде вычислительной мощности процессоров по времени). Какую «температуру» мерять в обществе и экономике, если практически все интегральные параметры (типа ВВП) – плод невероятного нагроможденных статистических манипуляций, а практически все «точные» котировки – результат массовых спекуляций и хаотической игры массы игроков. И хотя гуру технического анализа склонны оспорить теорию о хаосе рынка, обещанный более века назад Нью-Йоркской бирже приз в тот еще миллион долларов (представьте стоимость этого приза сейчас с учетом процентов) за модель, позволяющую уверенно прогнозировать котировки так никем и не взят. На сегодня теханализ это, скорее, правила синхронизации профессиональных игроков (все ожидают примерно одного поведения рынка, и поступают предсказуемо), однако на сам рынок влияет такое количество стохастических факторов, что его регулярно и сильно трясет. И все уверенно объясняется только задним числом.

С пониманием, что данные решают все, связана вера в Big Data, когда искусственный интеллект (человеку столько не выпить) натравят на все эти петабайты и экзабайты информации, и он найдет там закономерности и модели. Часто так и происходит, однако, пока речь идет о достаточно простых параметрах и связях. К примеру, более-менее прогнозируется маркетинговое поведение потребителя, однако, ни одна система не может прогнозировать появление нового «товара-блокбастера», к примеру, айфона или спиннера.

Стоит упомянуть об одной рожденной в России школе – Клиодинамике (Коротаев, Малинецкий и тп), или математической истории. Клиодинамика – комплексная школа, соединяющая различные методические подходы, от вычислительных методов до термодинамических моделей для поиска закономерностей и методов прогнозирования социального и экономического развития. Однако, это пока, увы, не мейнстримное научное течение, по которому тяжело получить грант или кафедру в хорошем университете. К сожалению, хотя масштабных впечатляющих результатов эта школа предъявить, пожалуй, не может, сам по себе аккуратный подход к поиску принципиальных моделей вызывает уважение и формирует призыв поддерживать научный поиск. В России так же живет, хотя и малоизвестен публике, один из авторов модели кривой Снукса-Панова (собственно – астрофизик Александр Панов), описывающей еще более резкий, чем при экспоненциальном, рост ключевых параметров развития цивилизации, асимптотически устремляющихся, в определенный момент, в бесконечность. Много на эту тему размышлял покойный Сергей Капица.

Важно в этом ряду отметить совершено иной подход к образу будущего – так называемый форсайт. Выросший из Дельфийского метода легендарного think tank RAND, этот метод (коротко говоря) сводится к процедурно корректной агрегации мнений экспертов о том или ином прогнозе развития событий. Подход суммирует мнения экспертов, использующих самые разные методические подходы (в том числе средне-потолочные), позволяя, в случае массовой и компетентной панели, более-менее качественно выдавать консенсус-прогноз, который, как и в случае с тех анализом, скорее является суммой ожиданий, чем собственно прогнозом. Однако, стоит организаторам форсайта ошибиться в подборе экспертов (позвать мало, или не тех, или не учесть противоречия школ и подходов), и форсайт улетает «в молоко». Успехи провалы есть практически у всех «звезд» этого рынка, но в целом, форсайт не позволяет выйти за рамки «ожиданий», хотя иной раз сборки и позволяют вычленить и подчеркнуть реально прорывной и disruption тренд.

Тут важно подчеркнуть разницу между футурологией (комплексной науке о будущем) и отраслевыми экспертизой и прогнозированием. Отраслевые эксперты часто довольно уверенно моделируют свои тренды – однако, всякий раз, когда их следствие или течение зависит от внешних факторов, возникают проблемы. К примеру, есть много специалистов – океанологи, климатологи, специалисты по атмосфере, по выбросам и тп, кто уверенно прогнозирует и моделирует свои аспекты глобальных изменений. Они даже пришли к консенсусу относительно факта глобального потепления – однако уже относительно прогноза идут диаметральные расхождения. Одни ожидают дальнейшего роста температуры, другие – кардинальных сдвигов глобального климата, течений и тп, и как следствие – смену фазы (перехода к похолоданию). Но если еще выйти за рамки собственно климата, и оценить последствие происходящего для нас – начинается полный хаос. Будет подниматься уровень океана или осушаться шельф? Будут ли опустыниваться населенные территории, или обледеневать другие. Откуда, из какой зоны миллиард будет вынужден переселиться в какую? И будут ли они встречены там с распростертыми объятиями, или танками и пулеметами? Никаких внятных ответов, даже близко, никто дать не способен. Только разной степени фантастичности сценарии.

Кратко резюмируя, послушать методологически верный прогноз от автора, чьи прогнозы регулярно реализуются, в мире крайне сложно. Отдельные учены и школы, отдельные удачи и попадания. Однако индустрия прогнозов и футурологии постепенно начинает процветать – как элемент шоу, госполитики и освоения бюджетов под тот или иной «единственно верный прогноз». Разного рода прогнозы (столь же зыбкие, как бизнес-планы стартапов) регулярно всплывают в пояснительных записках госпрограмм хоть в России, хоть в США. Но если в случае стартапов инвестор прекрасно понимает, что бизнес-план это всего лишь упражнение, призванное показать адекватность и аналитические способности команды проекта (а вкладывают всегда и только в людей и веру в них), в случае с госполитикой «вкладывают» скорее в результат консенсуса элит о том, на какой «теме» сейчас безопаснее и выгоднее освоить госбюджет. Напомню, что первыми «развели» на прогноз о скором наступлении эпохи «нано» американского президента. Причем на крупную сумму. Наши «авторы» просто воспользовались любимым методом российской аналитики – «анализом международного опыта». А воз (а именно технологии молекулярной сборки), в принципе, и ныне там, с отдельными и пока локальными прорывами (и записью в отчет об успехах всего, что, так вышло, имеет наноразмер).

Позитивным call to actions длинной авторской речи может быть призыв к объединению всех, кто занимается методологически корректной работой с будущем под эгидой той или иной серьезной научной площадки. Время назрело, риски взлетают, а нефтяной подушки, демпфирующей все факапы больше нет. Готов содействовать интеграции и обсуждать площадку. Давайте относиться к будущему ответственно и профессионально.

А в следующей статье постараюсь рассказать, как, трезво относясь к качеству всевозможных прогнозов, инвестирует современный бизнес, и почему он при это успешно растет, несмотря на плачевное состояние футурологии как науки.