О цифровой эпохе

Если посмотреть еще на 10 лет вперед, по данным IBM, общий объем неструктурированных и структурированных данных достигнет 160 зеттабайт к 2025 году, причем большая часть этого объема — неструктурированные данные. Что было бы если бы не было технологий обработки big data? Мы бы развивались по другой линии, и ничего бы страшного не произошло. Но мы перешли в новую эпоху и расти будем иначе. Расти будут, например, медицинские данные, и основной прорыв, предполагается, будет здесь. Сегодня нормальный мониторинг организма человека для точной постановки диагноза в профилактических целях, чтобы не попадать в ситуацию обнаружения запущенной болезни, — это примерно 300 млн страниц текстовых данных. Это информация, которую должны генерить каждый день носимые и встроенные датчики. И это гарантирует нам возраст дожития в 120 лет.

Новые технологии позволяют анализировать сырые данные, не устанавливая причинно-следственные связи, когда в середине обработки образуются «черные ящики». Система говорит — если будет это, случится вот это. Почему это случится, она не понимает. И мы не можем объяснить.

Мы видим, что обработка данных и data science затронула все сферы без исключения. Банкинг находится в центре этого водоворота. Есть отрасли, которые пока находятся на периферии. Но водоворот данных закружит всех — ни одной отрасли не останется, которая бы не была взорвана новыми подходами с точки зрения использования и обработки данных. Даже традиционно сложные для анализа объекты, такие как человеческая сущность, модели его поведения, сегодня анализируются с достаточной точностью.

Есть такая методика по определению психотипа человека — методика Хогана (основана на анализе пяти характеристик человека: экстраверсия, доброжелательность, добросовестность, нейротизм, открытость опыту — прим. Znak.com). Есть такой человек — Михал Косински, с которым мы сейчас начинаем сотрудничать и которому один швейцарский журнал приписал чуть ли не ключевую роль в выборах президента США. Почему? Он разработал методику, которая позволяет по лайкам в Facebook, проанализировать личность по этим пяти аспектам. Всего 11-12 лайков достаточно, чтобы предсказания модели совпали с оценками [вашего поведения] коллегами, а 230 дадут нам возможность понимать вас лучше, чем ваши близкие. Это, конечно, совершенно другие возможности, которые появляются как инструмент в управлении организацией, людьми, процессами и клиентскими отношениями. Сейчас Михаил работает над психотипированием людей на основе фотографий, и точность такой оценки составляет 0,85%. Это еще раз ломает весь подход использования больших данных для анализа поведения.

О собственности

Компания Uber (сервис такси) сегодня не владеет ни одним автомобилем, Airb’n’b — крупнейшая компания [в сфере гостиничного бизнеса], не владеет ни одним отелем. И это создание принципиально новых моделей — подход на основе осознания того, каковы истинные потребности человека. Человеку не нужны вещи. Человеку нужны функции этих вещей. И это радикально меняет модели бизнеса.

Раньше не было такой модели, которая бы позволяла человеку удовлетворить его потребности напрямую, и он был вынужден тратить на это огромное количество ресурсов и покупать транспорт, используя его на 3-6% полезной стоимости в год. Теперь юберизированные модели позволяют извлечь коэффициент использования на уровне 40%, а можно извлечь до 60% потенциальной эффективности. Когда водителя заменит автопилот, эффективность можно будет поднять до 80%. И мы с вами будем ездить в булочную на такси и тратить на него меньше, чем на покупку этой самой булочки. Хотя я надеюсь, что в этом потребности не возникнет — то, что делает Alibaba, позволяет нам вообще никуда не ходить, потому что все это доставляется прямо домой.

О развитии искусственного интеллекта

Если еще год назад или два года назад главным технологическим трендом было «mobile — first», то сейчас все говорят «mobile dead, artificial intelligence first». Все говорят про искусственный интеллект, сейчас им занимаются глобальные госучреждения, которые создают фундаментальную базу для этого, им занимаются компании, которые пока не нашли этому практического применения, и те, кто активно внедряет его в свои продукты. Сегодня вы видите это практически в каждом продукте высокотехнологичной компании — Facebook, Uber, Amazon и так далее.

Мы видим четыре этапа использования ИИ — от описательной функции до аналитической, предсказательной и предписательной. И последняя является самой важной для нас. Это последний этап в развитии ИИ. Сегодня он может описывать ситуации, которые когда-то случались, и в ситуации неопределенности он нам вряд ли поможет. Но и на эту сферу человеческой монополии ИИ уже начинает посягать. Сейчас в IBM говорят, что делают модели, которые позволяют использовать ИИ в ситуации неопределенности, когда в основе моделей не лежит анализ исторических ситуаций — лежит факторный анализ текущей ситуации. Сложно говорить о том, насколько эта успешная штука — но если и это произойдет, я не понимаю, где останется наше скромное человеческое место.

Все идет к тому, что мобильный телефон уйдет в прошлое. Приложения становятся настолько старыми и настолько неудобными, что все предпочтут цифрового посредника, чтобы можно было удовлетворять свои услуги.

Основной актив названных мной компаний — это цифровые платформы. Мы долгое время говорили, что самое главное — это люди. Сегодня наличие платформы становится самым главным вопросом. Конечно, вопрос — что она стоит без людей? Но ее наличие дает значительно больше стабильности и независимости от людей.

О вымирании традиционных профессий

Сегодня самое активное использование ИИ — это оценка рисков, подбор персонала и медицина. Данные в медицине будут работать экспоненциально, и использование больших данных здесь — это ключевой тренд. В этой связи медицинские вузы, которые находятся под министерством здравоохранения, очевидно не смогут выжить. В мире все медицинские вузы превращены в медфакультеты крупных университетов, потому что врач как врач без комплексной компетенции по работе с большими данными будет недоквалифицирован. Нам нужно над этой темой серьезно задуматься.

Когда мы внимательно посмотрели технологию блокчейн, будучи в Силиконовой долине, мы сказали: мы не видим, где нам остается место в банкинге, потому что искусственный интеллект плюс блокчейн, когда технология созреет, не оставляют места банкиру. Мы начали шутить, что пойдем в сельское хозяйство. И тут стоит профессор и говорит — ребята, вы неудачную сферу выбрали, потому что там все еще хуже, чем у вас.

И на следующий день он пригласил профессора, который организовал компанию Impossible foods, изучающую проблему обеспечения народа продовольствием и пришедшую к выводу, что не хватает ключевых компонентов — от пастбищ до воды. Они пришли к выводу, что корова — это очень плохой и неэффективный преобразователь травы и воды в молоко и мясо. И тогда они решили воспроизвести биологический процесс переработки травы и воды в молоко и мясо напрямую. И у них получилось. Они доказали в американских ведомствах, что это не химический, а биологический процесс, и получили все разрешения на производство мяса и молока. Они гарантируют, что там нет никакой химии, это абсолютно безопасно и очень полезно для человека, потому что там полный набор протеинов и так далее. В этом году они пошли дальше и показали аналогичный эксперимент с вином. И сейчас они работают над воспроизведением одного из самых элитных вин.

Это показывает всю широту применения новых технологий. Никому из нас не удастся сидеть в засаде, и к этому нужно быть готовыми. Я больший оптимист в части занятости и думаю, что достаточно долго уровень занятости сохранится. Но специальности будут уходить в историю.

О новой свободе

Университет Стэнфорда одним из ключевых трендов нового времени считает демократизацию информации. Ничего нельзя будет спрятать, просто невозможно. Даже если информацию похоронить под землей, на основе технологий больших данных можно будет вычислить с высокой долей вероятности, что событие имело место быть. И это принципиально новый тренд, к которому мы абсолютно не готовы. И который надо будет осмыслить — в личной жизни, в политике, в бизнесе и так далее. Это очень серьезный сдвиг, здесь потребуется время, осмысление и какая-то мудрость при переходе в век транспарентности.

Вы говорите — мы будем более свободны, но, если говорить с точки зрения трендов, — и да, и нет. Транспарентность, на мой взгляд, очень сильно будет ограничивать нас. Когда вы будете идти по улице и понимать, что за вами наблюдают примерно тысячи объективов камер и что каждый ваш шаг точно будет проанализирован, и даже по вашей походке можно будет определить, где вы были или куда собираетесь, — вряд ли это поспособствует тому, чтобы вы чувствовали себя свободным. Не знаю, хорошо это или плохо. Вы просто будете чувствовать себя по-другому. Может быть, у нас появится тяга провести время где-то в диком уголке, без камер, чтобы делать то, что вам нравится, не думая о том, что за вами наблюдают камеры, а микрофоны слышат и анализируют каждое ваше слово. Это не хороший и не плохой мир — он просто другой.

Будет ли перемещение туда проходить без эксцессов? Конечно нет. Очевидно, что будут грандиозные противоречия. Любая властная организация будет отставать от этих трендов, и у нее будет возникать желание отрегулировать их с помощью вчерашнего инструментария. Если общество развитое, это, может быть, проходит с меньшим объемом противоречий. Если же одновременно формируются институты, это происходит с большим количеством перекосов и противоречий. Это абсолютно естественный процесс, если смотреть на него со стороны.

Как внутри этого процесса построить рациональный выбор — это вопрос. Но закрываться от этого нельзя — в сегодняшнем мире закрыться невозможно. Нужно встраиваться в это. Нельзя стеной загородиться от ветра — нужно строить ветряную мельницу. Единственное, что я знаю, — надо вкладывать в образование и учиться разговаривать друг с другом, а не строить барьеры. Потому что любые барьеры все равно будут разрушены.

Об образовании

Я категорический противник сегрегационной образовательной парадигмы. Мы все время пытаемся отобрать какой-то загончик, мы выращиваем людей с флюсом — вот есть у тебя способности к физике — идешь в физмат, и мы тебя пичкаем, пичкаем, пичкаем. А тебя в спорт — и пока из тебя можно что-то вытащить, мы тебя там гоняем, а потом раз — и выбросили. Вопрос в том, что является целью образовательной системы. Сейчас мы хотим вырастить очень талантливых роботов, которые бегают быстрее всех, прыгают выше всех или решают задачки лучше всех. Но это уже умеют делать вот эти ребята (роботы).

На мой взгляд, ключевая задача системы образования — вырастить человека счастливым, гармоничным, вложить в него достаточный объем компетенций, чтобы он чувствовал себя личностью. А мы за период обучения должны понять и подсказать, где человек наиболее силен.

Можно, конечно, и индюка заставить лазать по деревьям и собирать орехи, но для этого лучше использовать белку. Наша задача — не отобрать десять человек из ста под определенную программу, а дать девяносто девяти из ста [образование высокого класса]. А сейчас мы всех пичкаем-пичкаем-пичкаем, и когда один выделяется — мы его уводим в спецшколу. А что из него получится, будет он счастливым вообще? Ну, обществу может что-то принесет. Но это робот получается.

В Силиконовой долине мы видели одну из самых привлекательных моделей. Самая обычная школа, 15 строительных вагончиков, по составу там в основном латино-американские дети. И на входе в нее запись — в прошлом году 100% наших выпускников были приняты в колледжи и пять человек — в Стэнфорд. И это качество образования! И в этой школе вообще не дают знания — там занимаются формированием навыков. И роль учителя минимальная. Самое главное — там есть набор 36 новых компетенций — soft skills, но их отдельно не преподают тоже. Они умудрились их встроить в существующие предметы. Знаниями же занимаются сами ученики, которые берут готовые треки и сами обучаются. Эта система настолько прозрачна, что она делает ненужной саму систему экзаменов.

Сейчас мы пытаемся собрать пул специалистов, которые могли бы эту систему построить у нас. Когда я начинал свой образовательный проект (внутри Сбербанка), мне педагоги все время рассказывали про «магию педагогического процесса». Я знаю только одно — если ты не контролируешь, ты не управляешь. Нам нужна ясная постановка задач — на год, на учебный цикл, на четверть, на урок. «Нет-нет- нет, вы знаете, это такая магия, это такое искусство, педагог это вот такое…» Но за время, которое я этим занимаюсь, я понял, что это безграмотность работников образования — они просто ничего не понимают в системах управления.

Есть специфика в системах управления образованием, но никаких иных систем создавать не нужно. Между бизнес-системами управления и управлением образованием есть гигантская квалификационная дыра. Ее нужно просто подтянуть. Так же, как и, к сожалению, в государственном управлении. Но нужно сокращать разрыв и не нужно ничего придумывать. Нужно просто брать лучшие практики и внедрять. И все.