Дэвид Вайнбергер
Повседневный хаос. О технологиях, сложности и о том, как преуспеть в новом мире возможностей
17.06.2020
Издательство: Harvard Business Review Press, Год випуска: 2019

Повседневный хаос. О технологиях, сложности и о том, как преуспеть в новом мире возможностей

  • Гуру маркетинга Сет Годин считает, что эта книга помогает попасть в будущее
  • Книгу советует Рид Хоффман, сооснователь компании LinkedIn
  • Издание получило положительный отзыв журнала KMWorld
Авторы
Дэвид Вайнбергер
Дата обзора
17 июня 2020
Слушайте обзор
0:00 0:00
154

Основная идея

Крайне важно осознать не только то, что будущее будет кардинально отличаться от наших сегодняшних представлений, но также и то, что в корне должен измениться наш способ мышления о нем. Для этого нам необходимо пере­осмыслить свою роль в мире.

Иллюзия уникальной рациональности

Сейчас нам приходится расставаться с величайшей иллюзией – убежденностью в уникальности человеческого разума. С античных времен люди считали себя исключительными, рациональными существами, способными увидеть логику и порядок в очевидном хаосе этого мира.

На протяжении последних столетий мы думали, что порядок состоит из нескольких правил, управляющих сложностью Вселенной. Их было вполне достаточно, чтобы объяснить мир, а когда происходило нечто необъяснимое, это заносилось в категорию случайности. Однако события последних десятилетий, появление интернета, а затем и машинного обучения неуклонно разрушают нашу уверенность в некой исключительности взаимоотношений человека с окружающим миром.

Процесс расставания с былым самовосприятием часто оказывается весьма болезненным и сопровождается ощущением утраты психологического комфорта. Но, как отмечает автор, нервозность или напряжение, связанные с ожиданием очередного подрыва или непредвиденного поворота событий, – это просто локализованная боль, свидетельствующая о более глубоком заболевании – понимании того, что мы вовсе не так хорошо адаптированы ко Вселенной, как хотели бы считать.

Эволюция дала нам ум, настроенный на выживание, который только иногда способен постичь истину. Наши заявления о том, что обеспечивает нашу уникальность, – о человеческих эмоциях, интуиции и креативности – начинают казаться непомерно настойчивыми, в них звучат нотки отчаяния.

Принятие необъяснимости

Мы привыкли к тому, что технология дает нам скорость, комфорт, многообразие впечатлений и многое другое. При этом мы не всегда замечаем, как в водовороте научно-технического прогресса меняется суть нашего взаимодействия с миром.

Deep Patient – разработанный в больнице Маунт-Синай (Нью-Йорк) алгоритм глубокого обучения – один из примеров систем, ставящих под сомнение нашу способность объяснить все. В программу ввели совершенно разрозненные данные о 700 тыс. пациентах (примерно так, как если бы сбросили в гигантский чан остатки пищи с огромного стола). Однако, проанализировав мельчайшие крохи информации, система не только смогла определить вероятность развития определенных заболеваний у пациентов, но и сделала это с гораздо большей точностью, чем самые опытные медики.

Алгоритмы глубокого обучения работают, потому что способны уловить сложность, изменчивость и даже красоту мира, в котором все влияет на все

Deep Patient способна устанавливать разные уровни корреляции между данными, ничего не зная о том, что они обозначают. Чтобы понять, почему Deep Patient считает, что у конкретного пациента с 75-процентной вероятностью может развиться шизофрения, исследователь должен вобрать в свой мозг миллионы единиц данных – каждую со всей совокупностью возможных взаимосвязей. Эта задача практически непосильна для человека.

Конечно, пациент может отвергнуть вероятностные выводы Deep Patient, но при этом он серьезно рискует. Ведь реальность такова, что мы используем диагностические системы типа «черный ящик» (неспособные объяснить свои заключения), потому что нередко их прогнозы гораздо более точны, чем те, которые делают врачи.

По мере развития вычисления этого типа могут оказаться еще более загадочными. Так, если вычесть число возможных ходов в шахматах из числа возможных ходов в китайской игре го, остаток в несколько раз превысит количество атомов во Вселенной. Однако созданная Google программа AlphaGo последовательно обыгрывает лучших игроков мира, хотя и не знает об этой игре ничего, кроме того, что выучила, проанализировав 60 млн ходов из 130 тыс. записанных партий.

Если мы попытаемся заглянуть внутрь программы, чтобы разобраться, почему был сделан именно такой, а не какой-то иной ход, то увидим только множество сложных наборов взаимозависимостей между данными. Проиграв AlphaGo, один из ведущих игроков в го Фань Хуэй сказал: «Это непохоже на ходы, которые делает человек; никогда не видел, чтобы люди совершали такое… Насколько же это прекрасно – невообразимо прекрасно».

Алгоритмы глубокого обучения работают, потому что способны уловить лучше, чем кто-либо из людей, сложность, изменчивость и даже красоту мира, в котором все влияет на все, – и все это происходит одно­временно. Машинное обучение – это только один из инструментов, открывающих нам глаза на непостижимую сложность бытия. Однако, чтобы в полной мере это осознать, мы должны отказаться от убеждения о том, что всегда способны понять наш мир, а также механизмы происходящих в нем событий и явлений.

За пределами прогнозирования

В 1814 году французский математик Пьер-Симон Лаплас предложил мысленный эксперимент, главным героем которого стал демон – всеведущее существо, способное в любой момент времени определить скорость и место каждой частицы во Вселенной, а также знать ход ее эволюции в прошлом и будущем. Так ученый стремился показать, насколько люди не осведомлены об истинных причинах происходящего, и определял степень точности, к которой, по его мнению, должна стремиться наука.

«Мы можем рассматривать настоящее состояние Вселенной как следствие ее прошлого и причину ее будущего, – писал мыслитель. – Разум, которому в каждый момент времени были бы известны все силы, приводящие природу в движение, смог бы объять единым законом движение величайших тел и мельчайшего атома; для такого разума ничего не было бы неясного, и будущее существовало бы в его глазах точно так же, как прошлое».

Демон Лапласа изображает картину мира, напоминающую часы: любое событие определяется начальными условиями, которые точно задают ход протекания процесса. Хотя в последующие столетия наука наносила удар за ударом по механическому детерминизму, идея мира, функционирующего, как часы, прочно утвердилась в нашем сознании.

Первая модель прогнозирования погоды была создана норвежским ученым Вильгельмом Бьеркнесом в 1900 году. Она включала семь факторов и основывалась на законах ньютоновской физики. Далее такие модели поступательно совершенствовались, и число переменных в них достигало сотен. Но, как замечает автор, до появления машинного обучения их суть практически ничем не отличалась от концепции Бьеркнеса, выражавшей идею демона Лапласа. То есть если бы мы знали правила, управляющие поведением каждого из семи факторов, если бы имели данные о них на каждый момент жизни Вселенной, то смогли бы предсказать, какой будет погода в последующий момент.

Однако проблема заключается в том, что число факторов, определяющих погоду, безгранично велико. Собственно, теория хаоса возникла на основе бесплодных попыток точно предсказывать погоду. Фактически на погоду воздействует все, что происходит на земле. Наверное, самой известной иллюстрацией теории хаоса является образ бабочки, взмах крыльев которой может повлиять на погоду в ином регионе планеты. Такая метафорическая бабочка, олицетворяющая незначительное событие, может разрушить любую из прогнозных моделей, независимо от того, касается ли она развития глобальных трендов или же прогноза продаж небольшой компании.

Автор обращает внимание на следующий парадокс: совершенствуя свою способность прогнозировать, мы все глубже осознаем, насколько непредсказуем наш мир.

Предвосхитить и подготовиться

Наши способы прогнозирования показывают, как мы мыслим о будущем, а также то, как устроена среда, в которой мы обитаем. Обычно будущее воспринимается как совокупность многих возможностей. По мере его приближения их число сокращается, и тогда нам остается выбрать одну из них и сделать все, чтобы ее реализовать. Думая о будущем, мы предвосхищаем то, что может произойти, но это не обязательно достигает уровня прогноза. Предвосхищение может быть чем-то крайне простым, как, например, уверенное нащупывание ключей в кармане по мере приближения к дому, а может касаться каких-то важных шагов. Но в любом случае в этом – основа нашего взаимодействия с миром. Не предвосхищая, мы не смогли бы ни зачерпнуть ложкой суп, ни создать успешную бизнес-стратегию.

Предвосхитив потребности зарождающегося среднего класса, Генри Форд создал Model T. Автомобиль должен был быть простым в управлении, поскольку большинство из приобретавших его людей впервые садились за руль; иметь высокий клиренс, так как предназначался для езды по ухабистым дорогам, где ранее ездили запряженные лошадьми телеги; быть дешевым в производстве, чтобы стать доступным для широкого числа потребителей. А еще, предвосхитив, что люди будут ездить также и в темное время суток, Форд решил снабдить машину фарами.

Примерно через десять лет после вывода автомобиля на рынок, когда объемы продаж исчислялись миллионами, инженеры показали Генри Форду обновленную версию модели. Он взял в руки молоток, разбил макет, затем, не проронив ни слова, вышел из комнаты. Форд считал, что все надо делать правильно с первого раза. Эта стратегия основывается на убежденности в том, что будущее можно прогнозировать.

На протяжении тысячелетий стратегия «предвосхитить и подготовиться» доказывала свою действенность (в конце концов, именно ей мы обязаны выживанием своего вида). Однако практически всегда она несет в себе немалые издержки, связанные с чрезмерной, недостаточной или неправильной подготовкой. На бытовом уровне это может выражаться в продуктах, портящихся в холодильнике, в банках или бутылках, покрывающихся пылью в ожидании неизвестно чего. Хотя такие издержки часто остаются незамеченными, поскольку их цена мала, в целом их совокупная стоимость может быть достаточно высокой. Например, американцы выбрасывают 40% всей купленной еды – на $165 млрд в год.

В промышленной сфере изъяны этой стратегии наиболее наглядно появляются в недостаточных или чрезмерных товарных запасах. Так, согласно данным одного исследования, в 1995 году на пике компьютерного бума несоответствие между спросом и предложением вылилось в чрезмерные товарные запасы на сумму, равную операционной прибыли целой отрасли.

У человечества никогда не было весов, с помощью которых можно было бы точно определить, сколько ресурсов надо для реализации стратегии «предвосхитить и подготовиться». Теперь же, когда будущее характеризуется неопределенностью, ее издержки могут оказаться катастрофически высокими.

Непредвосхищение как реакция на сложность

Интернет и машинное обучение кардинально меняют наше восприятие мира. Одновременное взаимодействие гигантского числа единиц информации может запускать неожиданную череду событий, а мельчайшие детали могут становиться причиной непредвиденно резких поворотов, совершаемых системами. Вместо того чтобы избавляться от деталей, как это делаем мы, обобщая или убирая «ненужную» либо «неважную» информацию, технологии вбирают в себя все, проникая в недоступные для нас глубины и позволяя добиваться невероятных результатов.

По словам Вайнбергера, именно успех в использовании интернета и машинного обучения показывает, что мир гораздо более сложен и хаотичен, чем нам всегда казалось. Это подталкивает нас к поиску новых подходов и стратегий, идущих вразрез с представлениями о том, почему в мире происходит то, что происходит, а также ставящих под сомнение целесообразность стремления понять и объяснить все. В итоге формируется новое понимание того, как функционирует среда нашего обитания.

В течение двух последних десятилетий интернет, а теперь и машинное обучение, учат нас лучше приспосабливаться к хаосу и, по крайней мере иногда, отказываться от стратегии «предвосхитить и подготовиться» в пользу подхода «не предвосхищать и обучаться». В бизнес-среде последняя стратегия (часто определяемая как стратегия создания минимально жизнеспособного продукта) уже не первый год успешно используется целым рядом технологических и иных компаний.

Часто даже самые прозорливые компании не в состоянии предвосхитить желания клиентов, поскольку последние сами могут не знать, что им нужно

В 2004 году стартап IMVU столкнулся с необходимостью достаточно быстро вывести на рынок сервис мгновенных сообщений. По словам сооснователя компании Эрика Риса, было принято решение «все сделать неправильно». Объясняя этот шаг, Рис пишет в книге «Бережливый стартап» (The lean startup): «Вместо того чтобы тратить годы на совершенствование нашей технологии, мы создали минимально жизне­способный продукт, полный «глюков». А затем предложили его клиентам задолго до того, как он был в полной мере готов. И взяли за это деньги».

Далее, в процессе общения с пользователями, компания выясняла, как они хотят использовать продукт и соответственно его модифицировала (среди прочего, речь шла об использовании технологии трехмерных аватаров). Может показаться, что IMVU просто повезло, однако на самом деле данный подход сводит роль удачи к минимуму, поскольку речь идет не том, чтобы правильно угадать, а о том, чтобы узнать, чего же на самом деле хотят клиенты.

Часто даже самые прозорливые компании не в состоянии предвосхитить желания клиентов, поскольку последние сами могут не знать, что им нужно. И вовсе не потому, что глупы, а потому, что продукты сложны, и то, как они впишутся в нашу сложную работу и не менее сложную жизнь, можно узнать только в процессе их использования. В свою очередь, то, как потребители используют продукты, дает толчок к появлению новых потребностей и идей.

В момент старта, в сентябре 2008-го, Dropbox предоставила пользователям единственный сервис: возможность работать над одним файлом, находясь в разных местах, не испытывая при этом проблем со скоростью. Далее, наблюдая за пользователями, учась у них, компания последовательно добавляла новые функции: резервирования, совместного редактирования и т.д.

Однако автор пишет о том, что до тех пор, пока люди будут совершать действие X, чтобы получить Y, непредвосхищение не заменит полностью старую стратегию «предвосхитить и подготовиться». Местный театр будет и дальше печатать больше программок, чем купят зрители; бизнесы будут затовариваться в предвкушении очередного предпраздничного пика; мы же будем покупать то, что может никогда не понадобиться. Но несмотря на это, наше отношение к будущему меняется: мы все в большей степени готовы отказываться от контроля над ним, чтобы дать возможность появиться чему-то ценному из того, что невозможно спрогнозировать.

Создание будущего, находящегося вне сферы нашего контроля, может оказаться удивительно продуктивной стратегией. И в этом плане интернет уже преподал нам несколько уроков. Один из них: предвосхищение не масштабируется и ограничивает нас в возможностях, а непредвосхищение, напротив, высвобождает их.

Стратегия и возможности

Традиционно суть действенной организационной стратегии состояла в том, чтобы сфокусировать всю энергию компании на достижении некой важнейшей для нее цели. Может показаться, что в сложной, непредсказуемой и даже хаотичной среде стратегический фокус (или решение о том, как наиболее эффективно использовать ограниченные ресурсы) важен как никогда. Часто это так и есть, но при этом многие организации начинают видеть стратегию иначе, реализовывая подходы lean, agile либо следуя путем инновационных подрывов. К этому их подталкивает изменчивость окружающей среды, осознание скрытых издержек стратегии «предвосхитить и подготовиться» или же какие-то иные причины. Но в любом случае подходы к созданию стратегии показывают, как ее творцы понимают возможности.

В 1941-м, еще до нападения японцев на Перл-Харбор, американское и британское командование сформулировало общую стратегическую цель, которая состояла в том, чтобы сначала нанести поражение нацистской Германии и только после этого атаковать Японию. Из данной цели вытекал целый ряд стратегических решений, в том числе о том, на каких театрах военных действий сфокусировать основные ресурсы.

В 1960-х в компании Royal Dutch Shell было внедрено сценарное планирование. Менеджеры предлагали несколько версий равновозможного будущего, а далее глубоко изучали каждый вариант вероятного хода событий. По словам автора этого подхода Пьера Вака, главная задача состояла в том, чтобы побудить управленцев выйти за границы утвердившейся мыслительной парадигмы и принять как факт то, что бизнес-среда неизбежно будет меняться. Среди рассматриваемых версий развития будущих событий был нефтяной кризис – сценарий, воплотившийся в жизнь в1973 году. Согласно данным Bain&Company, к 2006 году сценарное планирование использовали 70% компаний.

В изданной в 2013 году книге «Конец конкурентного преимущества» (The end of competitive advantage) Рита Макграт сформулировала идею о постоянной стратегической реконфигурации. Диджитализация, глобализация и иные факторы сделали внешнюю среду слишком динамичной, поэтому мысль об устойчивом конкурентном преимуществе утрачивает актуальность. Необходимо постоянно реагировать на новые изменения. Соответственно, компаниям нужны оргструктура и культура, позволяющие быстро менять стратегический курс.

Если в сценарном планировании учитываются только масштабные факторы, в концепции Макграт значимыми могут оказаться практически все, даже самые малые, изменения. Стратегические возможности создаются в процессе взаимодействия всех элементов системы.

Однако при всех кардинальных отличиях этих трех стратегий их суть сводится к одному – определению какой-то одной возможности, которую наиболее целесообразно реализовать на данном временном отрезке. Сейчас же есть компании, воплощающие стратегии, основанные не на сужении, а на расширении спектра возможностей. Среди иллюстраций, которые приводятся в книге, – пример Drupal.

Drupal – это открытая система управления контентом. Дрис Бейтарт, основатель и руководитель проекта, открыл для всех код, чтобы система развивалась в самых разных, часто неожиданных, направлениях. С 2004-го Drupal использовалась для различных целей – от создания социальной сети, поддерживающей избирательную кампанию кандидата в президенты Говарда Дина, до формирования сообщества испанских футбольных болельщиков и платформы самообслуживания австралийских налогоплательщиков. Даже если бы Бейтарт имел полномочия и желание для того, чтобы определить единую стратегию, он таким образом ограничил бы способность разработчиков удовлетворять потребности разнообразных сайтов.

Чтобы предотвратить возможность причастности Drupal к реализации каких-то недостойных целей, действует система этических норм и принципов. «Я стараюсь уйти в сторону и не мешать работе экосистемы» – так Бейтарт формулирует свою личную стратегию. Таким образом, он позволяет реализовывать возможности, которые открывает архитектура Drupal, и обслуживать реальные потребности пользователей.

О прогрессе

В мире, в котором хаос проявляется все сильнее, меняется суть восприятия прогресса. Если ранее он считался поступательным усовершенствованием чего-либо, к примеру механических часов, то теперь продвижение вперед можно описать так: вы разбиваете часы и бросаете компоненты в воздух, не зная, что с ними произойдет далее. Единственное отличие: в цифровом мире не надо что-то разбивать для того, чтобы отдельные составляющие как-то кем-то использовались в целях, которые вы вряд ли смогли бы предугадать.

Фактически сеть – это мощнейший инструмент, на основе которого создаются любые другие инструменты. Интернет генеративен по своей сути, он включает весь спектр значений, которые можно вложить в этот термин.

Термин «генеративность» предложил Джонатан Зиттрейн в своей книге «Будущее интернета и как его предотвратить» (The Future of the Internet, and How to Stop It), чтобы показать, с какой легкостью мы можем использовать данный инструмент, независимо от того, для чего он некогда предназначался. Если понятие «интероперабельность» касается степени, в которой элементы различных систем могут взаимодействовать друг с другом, то термин «генеративность» описывает способность инструмента или системы быть использованными способами, которые невозможно предвосхитить. Иными словами, генеративность – это степень, в которой интероперабельность воплощает непредвосхищение в реальность.

Создание будущего, находящегося вне сферы нашего контроля, может оказаться удивительно продуктивной стратегией

Традиционно прогресс предполагает, что что-то одно сменяется чем-то иным, более совершенным (как, к примеру, на протяжении столетий развивался часовой механизм). А суть генеративности состоит в том, что из чего-то одного появляется бесчисленное множество чего-то иного, совершенно непредсказуемого.

Движущей силой генеративного прогресса является не столько конечная точка пути, в которую мы шаг за шагом стремимся попасть, сколько снижение барьеров для изобретений. Двери к этому открывают интероперабельность, генеративность и открытые сети разработчиков: благодаря этому человеческая креативность может быть использована для решения проблем и удовлетворения желаний, которые иначе просто остались бы незамеченными.

Если ранее наше новое понимание прогресса в основном формировалось под воздействием компьютеров и интернета, то теперь все большую роль в этом будет играть машинное обучение. Возможно, у нас будут основания для того, чтобы в некоторых областях принимать сделанные искусственным интеллектом выводы, только в полной мере понимая суть процессов, на основе которых они были сделаны, отмечает автор. Он обращается к опубликованному в 1872 году роману Сэмюэля Батлера «Иерихон» (Erewhon), где тот пророчески заметил, что мы прервем процесс создания некоторых машин из-за страха, что они превзойдут нас. Тем не менее в большинстве областей мы будем продолжать использовать машины, создающие рекомендации на основе данных и взаимозависимостей, превосходящих нашу способность их понимать.

О технологическом детерминизме

Как утверждают сторонники идеи технологического детерминизма, технология является главным фактором, определяющим ход развития нашего общества и культуры. Среди приводимых в книге примеров технодетерминизма – утверждения писателя Николаса Карра о том, что интернет разрушает нашу способность концентрироваться и погружаться в глубокие размышления. А также предостережения психолога Шерри Теркл относительно того, что увлечение мобильными гаджетами культивирует в наших детях нарциссизм. Такого рода утверждения сложно оспорить. Однако Вайнбергер считает, что как безоговорочное принятие идеи технодетерминизма, так и ее отвержение – крайности.

Мы не являемся следствием существования вещей, равно как и появление различных вещей не есть просто результат наших действий. Имеющиеся у нас инструменты определяют то, как мы мыслим, и если появляются новые инструменты, мы начинаем иначе понимать этот мир. Иногда наше восприятие меняется радикально.

Машинное обучение разрушает основополагающую идею западной цивилизации о том, что человеческий мозг уникален и настроен на постижение истин Вселенной. Сейчас мы начинаем осознавать, что это не так, и эта мысль повергает нас в замешательство. Но это одновременно говорит о том, что наши попытки понять устройство вещей не бесплодны, а также о том, что мы являемся частью Вселенной, и в этом наша уникальность.

Сейчас мы более, чем когда-либо ранее, готовы принять сложность мира как данность. Мы находимся на пороге осознания нового парадокса: с одной стороны, мы можем контролировать гораздо большую часть будущего, чем прежде, с другой – осознаем, что оно выходит все дальше за пределы нашего понимания

Скачать обзор:
154
kmbs
Интеллектуальный партнер проекта Digest