Нашим третьим и последним примером явного победителя в национальной экономике является Джон Доэрр, главный партнер знаменитой в Кремниевой долине венчурной компании Kleiner Perkins Caufield & Byers. Доэрр помогал финансировать многие ключевые компании, возглавившие современную технологическую революцию, включая Twitter, Google, Amazon, Netscape и Sun Microsystems. Прибыль от капиталовложений была астрономической: капитал Доэрра на момент написания этой книги составлял более 3 млрд долларов.
* * *
Что же помогло Силверу, Ханссону и Доэрру добиться такого успеха? Ответы на этот вопрос можно разделить на два типа, исходя из масштаба. Первые мы назовем "микро": в них уделяется внимание в первую очередь чертам характера наших трех героев и тактическим приемам, которые помогли им в продвижении. Второй тип – скорее "макро"; они меньше концентрируются на самих личностях и больше на характере выполняемой ими работы. Хотя для нас важны оба подхода к этому ключевому вопросу, "макро"-ответы весомее, поскольку лучше объясняют, какие именно качества позволяют добиться успеха в современных экономических условиях.
Для того чтобы исследовать эту "макро"-перспективу обратимся к паре экономистов из Массачусетского технологического института, которых зовут Эрик Бриньйолфссон и Эндрю Макафи. В своей нашумевшей книге 2011 года "Наперегонки с машиной" (Race Against the Machine) они высказывают интригующую мысль, что среди других разнообразных сил, участвующих в игре, именно развитие цифровых технологий в первую очередь способно неожиданным образом трансформировать рынок труда. "Мы находимся на ранней стадии "Великого преобразования", – разъясняют Бриньйолфссон и Макафи в начале своей книги. – Технология стремительно развивается, но многие из наших умений и организационных навыков не поспевают за ней". Для бесчисленных работников такое отставание не сулит ничего хорошего. По мере усовершенствования умных машин сокращается расстояние между возможностями машины и человека, и работодатели все чаще предпочитают поручать задачи "новым машинам", а не "новым людям". А там, где человеческий труд незаменим, усовершенствование средств связи и технологий сотрудничества делает все более простой и удобной удаленную работу, что побуждает компании передавать ключевые позиции "звездам" со стороны, оставляя местные таланты без рабочих мест.
Описываемая авторами реальность, однако, не так уж абсолютно безжалостна. Как подчеркивают Бриньйолфссон и Макафи, грядущее "Великое преобразование" не уничтожит все рабочие места, но лишь разграничит их. Хотя многие люди пострадают от этой новой экономики, поскольку их работа достанется машинам или сторонним специалистам, найдутся и другие, которые не только выживут, но и будут процветать – их труд станет еще более востребованным (а следовательно, и более высокооплачиваемым), чем прежде. Подобную бифуркацию в экономике будущего предсказывают не только Бриньйолфссон и Макафи. Так, например, в 2013 году экономист Тайлер Коуэн из Университета Джорджа Мейсона выпустил книгу "Среднего более не дано" (Average Is Over), где развивал тот же тезис о цифровом разделении будущего. Однако анализ, предложенный Бриньйолфссоном и Макафи, особенно ценен тем, что вслед за вышеизложенным они выделяют три конкретные группы людей, которые выиграют в результате такого разделения и пожнут большую часть благ, дарованных Эрой умных машин. Стоит ли удивляться тому, что именно к этим трем группам принадлежат Силвер, Ханссон и Доэрр? Давайте же по очереди рассмотрим каждую из них, чтобы лучше понять, почему они внезапно оказались столь востребованными.
Высококвалифицированные работники
Группа, которую представляет Нейт Силвер, у Бриньйолфссона и Макафи носит название "высококвалифицированные работники". Такие достижения прогресса, как робототехника и распознавание речи, позволяют автоматизировать многие низкоквалифицированные рабочие обязанности, однако, как подчеркивают цитируемые экономисты, "другие технологии – визуализация данных, аналитика, скоростные способы связи и быстрое построение моделей – увеличили потребность в абстрактном мышлении и умении работать с данными, тем самым повысив ценность таких работ". Другими словами, те, кто умеет работать со сложными машинами и добиваться от них значительных результатов, смогут достичь успеха в новом мире. Тайлер Коуэн еще более жестко высказывается о грядущей реальности: "Ключевым вопросом станет – умеете вы эффективно работать с умными машинами или нет".
Разумеется, Нейт Силвер, при той легкости, с которой он собирает сведения в огромные базы данных, а затем выводит из них свои загадочные модели по методу Монте-Карло, являет собой идеальный образчик такого высококвалифицированного работника. Умные машины не препятствие его успеху – напротив, они его необходимое условие.
Суперзвезды
Гений-программист Давид Хейнемейер Ханссон может служить примером второй группы работников, которые, по предсказаниям Бриньйолфссона и Макафи, смогут добиться успеха в новой экономике – группы "суперзвезд". Высокоскоростные сети передачи данных и новые инструменты для совместной работы, такие как электронная почта и программы для виртуальных совещаний, уничтожили региональный подход во многих областях интеллектуального труда. Больше нет смысла, например, нанимать штатного программиста на полный рабочий день, не говоря уже об аренде офиса и выплате страховых пособий, когда есть возможность вместо этого поручить задачу одному из лучших программистов в мире – например, Ханссону – оплатив лишь то время, которое у него уйдет на завершение проекта. Такой подход позволит вам получить лучший результат за меньшие деньги, в то время как сам Ханссон сможет обслуживать в год большее количество заказчиков, а следовательно, тоже окажется в выигрыше.
Тот факт, что Ханссон будет работать удаленно, находясь в испанском городе Марбелья, в то время как ваш офис расположен в Де-Мойне, штат Айова, никак не скажется на работе вашей компании, поскольку последние достижения в области средств связи и технологий сотрудничества позволяют выполнять такие процессы практически без задержки. (Однако ощутимо скажется на жизни местных, менее искусных программистов в Де-Мойне, которые нуждаются в постоянном заработке.) Тот же самый тренд наблюдается во многих областях, где технологические достижения сделали возможной продуктивную удаленную работу – консалтинга, маркетинга, написания текстов, дизайна и так далее. Когда доступ к рынку талантов открыт из любой точки мира, те, кто находится на вершине этого рынка, процветают, в то время как остальные оказываются в убытке.
Экономист Шервин Розен в своей программной статье 1981 года исследовал математическую подоплеку подобных рынков, где победителю достается все, а остальным ничего. Одной из его ключевых идей было детальное моделирование таланта – качества, которое Розен в своих формулах обозначил переменной q как фактор, обладающий свойством "неполного замещения". Экономист объясняет это правило следующим образом: "Если вы прослушаете ряд номеров, исполняемых посредственными певцами, это никогда не станет одним выдающимся концертом". Другими словами, талант – не товар, который можно закупать оптом и комбинировать для достижения необходимого уровня, – награду получают самые лучшие. Следовательно, если потребитель имеет доступ ко всем исполнителям на рынке и их значение q не скрыто, потребитель всегда будет выбирать самых лучших. Даже если разница в величине таланта у них и у тех, кто стоит ступенью ниже, невелика, суперзвезды всегда смогут завоевать основной объем рынка.
В 1980-х годах Розен изучал этот эффект в первую очередь на таких примерах, как киноиндустрия и музыкальный бизнес, где существовали прозрачные рынки – музыкальные магазины и кинотеатры, в которых аудитория имела доступ к различным исполнителям и возможность точно оценить степень их таланта прежде, чем принять покупательское решение. Быстрое развитие средств связи и технологий сотрудничества превратило многие из прежних локальных рынков в такой же общемировой гипермаркет. Небольшая компания, ищущая программиста или консультанта по связям с общественностью, теперь имеет доступ к международному рынку талантов. Точно так же некогда появление грампластинок позволило меломанам даже в глубинке покупать альбомы лучших мировых исполнителей, в обход местных музыкантов. Иными словами, "эффект суперзвезд" распространился гораздо шире, чем мог бы предсказать Розен тридцать лет назад. В нынешней экономике исполнителям все чаще приходится соревноваться с "рок-звездами" в своих отраслях.
Владельцы
И наконец, символом последней группы людей, которых ждет процветание в новой экономической модели, может служить Джон Доэрр. Эта группа состоит из владельцев капитала, инвестируемого в новые технологии, которые и служат двигателем "Великого преобразования". Со времен Маркса мы знаем, что доступ к капиталу дает немалые преимущества. Однако не менее справедливо и то, что в некоторые периоды эти преимущества могут оказываться куда значительнее, нежели в другие. Как указывают Бриньйолфссон и Макафи, послевоенная Европа могла послужить примером времени, когда сидеть на куче денег было совершенно невыгодно, поскольку сочетание стремительной инфляции и агрессивного налогообложения уничтожало старые состояния с невероятной скоростью (то, что мы могли бы назвать "эффектом аббатства Даунтон").
В отличие от послевоенного периода "Великое преобразование" дает отличный шанс тем, кто имеет доступ к капиталу. Чтобы понять, почему это так, прежде всего следует вспомнить один из тезисов теории переговоров, основополагающей для стандартного экономического мышления. Если прибыль поступает благодаря сочетанию инвестиций капитала и труда, вознаграждение выплачивается, грубо говоря, пропорционально вкладу каждой из сторон. Поскольку цифровые технологии снижают запрос на труд во многих отраслях, вознаграждение, возвращаемое владельцам умных машин, пропорционально возрастает. В сегодняшней экономике венчурный капиталист может финансировать такую компанию, как Instagram, которая в итоге была продана за миллиард долларов, – имея в штате всего лишь тринадцать человек. Был ли в истории хоть один момент, когда столь ничтожно малое количество работников позволило создать столь крупную стоимость? При таком небольшом трудовом вкладе пропорциональное количество дохода, получаемого владельцами машин – в данном случае венчурными инвесторами, – оказывается беспрецедентным. Стоит ли удивляться, что один из венчурных капиталистов во время интервью для моей последней книги признался мне с некоторой озабоченностью: "Каждый хочет получить мою работу".
* * *
Давайте соберем вместе те нити, которые нам удалось проследить до сих пор. Современная экономическая наука, как я уже упоминал, полагает, что беспрецедентный масштаб развития и влияния новых технологий ведет к массовой реструктуризации нашей экономики. В новом мире особым преимуществом будут пользоваться три группы людей: те, кто способны успешно и творчески сотрудничать с умными машинами, те, кто являются лучшими профессионалами в своей области, а также те, кто имеют доступ к капиталу.
Необходимо пояснить, что модель "Великого преобразования", предлагаемая такими экономистами, как Бриньйолфссон, Макафи и Коуэн, – не единственный значительный тренд в современной экономической науке, и группы людей, могущих рассчитывать на успех, не сводятся к трем упомянутым выше; однако в рамках этой книги важно понять, что эти тренды, хоть они и не единственные, тем не менее важны, и такие группы, хоть есть и другие, все же будут иметь успех. А следовательно, если вы сможете присоединиться к одной из этих трех групп – вы будете в выигрыше. Если нет – есть вероятность, что вы все равно будете в выигрыше, но ваше положение окажется менее надежным.
Вопрос, к которому мы теперь подошли, напрашивается сам собой: каким образом можно попасть в число таких победителей? Рискуя угасить ваш растущий энтузиазм, я тем не менее должен первым делом признаться, что не владею секретом того, как быстро сколотить капитал и стать следующим Джоном Доэрром. (Если бы даже я и знал такой секрет, то едва ли стал бы делиться им в книге.) Доступ в две другие группы победителей, однако, остается открытым. Оказаться в числе этих людей – вот задача, к исследованию которой мы теперь приступим.
Как стать победителем в новой экономике
Выше я определил две группы, обреченные на успех, в которые, по моему мнению, возможно попасть, – это те, кто способен творчески работать с умными машинами, и "звезды" в своей профессиональной области. Каков же секрет попадания в эти прибыльные сектора по ту сторону расширяющейся цифровой пропасти? Я утверждаю, что для этого жизненно необходимы две ключевые способности.
Две ключевые способности, необходимые для успеха в новой экономике
1. Способность быстро овладевать сложными навыками.
2. Способность выдавать продукцию высочайшего уровня, как по качеству, так и по скорости исполнения.
Начнем с первого пункта. Прежде всего необходимо вспомнить о том, что все мы испорчены интуитивно понятным и душераздирающе простым интерфейсом множества продуктов, ориентированных на потребителя, таких как Twitter или iPhone. Однако все эти технологии – товары широкого потребления, а отнюдь не профессиональные инструменты; освоить большинство умных машин, двигающих Великое преобразование, окажется значительно сложнее.
Возьмем Нейта Силвера, которого мы ранее приводили в пример как человека, добившегося успеха благодаря плодотворной работе со сложными технологиями. Если мы пристальнее вглядимся в применяемые им методы, то обнаружим, что прогнозировать результаты выборов на основе баз данных – далеко не то же самое, что впечатать в поисковое окно запрос "Кто наберет больше голосов?". Чтобы получить желаемый результат, ему пришлось собрать большую базу данных по результатам опросов избирателей (тысячи опросов более чем от 250 проводивших опросы), а затем обработать их с помощью программы Stata - популярного программного продукта для статистического анализа данных, производимого компанией StataCorp. Профессионально работать с такими инструментами не так уж просто. Для примера приведем одну из команд, без понимания которых невозможно работать с современными базами данных наподобие тех, что использует Силвер:
CREATE VIEW cities AS SELECT name, population, altitude FROM capitals UNION SELECT name, population, altitude FROM non_capitals;
Базы данных такого типа создаются на языке, называемом SQL. Чтобы получить доступ к информации, вы посылаете им команды наподобие показанной выше. Работа с базами данных требует непростых умений. Так, например, приведенная выше команда создает "представление" (view) – виртуальную БД-таблицу в которую собираются данные из множества существующих таблиц и к которой затем можно обращаться с помощью SQL-команд как к стандартной таблице. Сложность в том, чтобы определить момент, когда именно следует создавать представления и как это делать с наилучшим результатом; и это лишь один из множества трудных пунктов, в которые необходимо глубоко вникнуть, чтобы извлекать из баз реальных данных полезную информацию.
Продолжая рассматривать пример Нейта Силвера, взглянем на технологический продукт, который он использует, – программу Stata. Это мощный профессиональный инструмент, с которым едва ли можно научиться работать интуитивно, немного в нем покопавшись. Вот, например, как звучит описание новых компонентов, представленных в последней версии программы: "В Stata 13 добавлены многие новые компоненты: эффекты условий обработки данных, многоуровневая библиотека GLM, инструменты величины мощности и объема выборки, генерализованное кодирование данных SEM, прогноз, размер эффекта, "Менеджер проектов", длинная строка, массивы данных BLOB и многое другое". Силвер использует сложные электронные инструменты – все эти генерализованные SEM'ы и BLOB'ы – для построения многоуровневых моделей со взаимопересекающимися частями, множественных регрессий, опирающихся на заданные параметры, которые затем соотносятся с заданными весовыми функциями, используемыми в вероятностных выражениях, и так далее.
Мы приводим все эти подробности, чтобы подчеркнуть, насколько сложно устроены умные машины и как трудно научиться ими управлять. Для того чтобы войти в число тех, кто умеет плодотворно работать с такими машинами, вы должны отточить свою способность справляться со сложными задачами. И поскольку современные технологии постоянно меняются, этот процесс овладевания сложными инструментами не имеет конца – вы должны быть способны решать все новые и новые задачи сразу же, по мере их возникновения.
Разумеется, способность быстро обучаться сложным вещам необходима не только для того, чтобы успешно управлять умными машинами; она также играет ключевую роль в попытках стать суперзвездой практически в любой области, даже не имеющей отношения к высоким технологиям. Так, чтобы стать преподавателем йоги мирового класса, вам необходимо будет освоить множество уровней физического мастерства все повышающейся сложности. Другой пример: чтобы преуспеть в медицине, вы должны быстро схватывать суть последних исследований в той области, на которой специализируетесь. Подводя краткий итог этим соображениям, можно сказать так: вы никогда не добьетесь успеха, если не умеете учиться.
Теперь давайте рассмотрим вторую важнейшую способность, упомянутую в списке выше, а именно способность выдавать продукцию высочайшего уровня. Если вы хотите стать суперзвездой, овладевать нужными умениями необходимо – но этого недостаточно. Вы должны уметь преобразовывать свой дремлющий потенциал в конкретные результаты, ценные для людей. К примеру, многие разработчики умеют хорошо программировать, но один лишь Давид Ханссон сумел воспользоваться этой способностью, чтобы создать Ruby on Rails - проект, который принес ему известность. Для успешного решения задачи Ханссону пришлось развить до предела свои способности и добиться неоспоримо ценных и значимых результатов.