В информационную эпоху, базирующуюся на сборе и использовании данных, можно констатировать, что наиболее крупные и успешные компании инвестируют огромные средства в технологическое развитие и научные исследования, основанные в первую очередь на цифровых технологиях. Это во многом объясняется тем, что еще в 1965 г. один из основателей Intel Гордон Мур сформулировал свое наблюдение, что «число помещающихся на интегральной схеме транзисторов каждые 24 месяца удваивается», которое позднее получило название «закон Мура». Этот закон также означает, что каждые два года компьютеры удваивают свою мощность, не увеличивая при этом энергопотребление. И хотя сейчас многие говорят, что этот закон уже не работает, и действительно было много пороговых значений для техпроцесса, и как раз сейчас стоит важный вопрос о преодолении 1 нм (10 атомов в толщину), мы понимаем, что человечество переступит и этот порог – придумают новую архитектуру транзистора, будут использовать графеновые наноленты или углеродные нанотрубки. Важно одно – с точки зрения технического прогресса еще с 1960-х гг. все подстроились под такую скорость развития. Недаром в 1990-е Рэй Курцвейл заметил, что стоит любой технологии стать цифровой – в смысле возможности программировать ее при помощи компьютерного кода, – как она подчиняется закону Мура и начинает экспоненциально ускоряться.

Компания IFI Claims Patent Services^[67] является одним из ведущих в мире агрегаторов информации по патентным исследованиям, включая аналитические инструменты, позволяющие предоставлять своим клиентам поистине уникальные данные для оценки научных достижений в различных сферах науки и отраслях экономики, а также для формирования новых идей и инноваций.

Один из наиболее показательных индикаторов, являющийся базовым в исследованиях IFI Claims Patent Services, – это показатель патентной активности, необходимый для инновационных компаний, заказчиков различных высокотехнологичных товаров и услуг, ученых и исследователей, аналитиков, инвесторов и всех, кому необходима информация об основных, самых востребованных в корпоративном сегменте направлениях научно-технического развития, прежде всего R&D-подразделений компаний. Подобная информация иллюстрирует рыночные устремления, потребности и запросы общества, сегменты сосредоточения конкуренции, позволяет объективно оценивать нематериальные активы публично торгуемых компаний, оценивать технологические тенденции в различных отраслях и аналитических разрезах.

Приведем один из рейтингов компании IFI Claims Patent Services, демонстрирующий, что практически все крупнейшие компании мира являются главными инвесторами в научно-технический прогресс и именно благодаря этому обеспечивают свое лидерство в рейтинге крупнейших корпораций мира. Очередным доказательством этого является рейтинг крупнейших компаний S&P 50 по количеству их глобальных патентов (табл. 3).

Таблица 3. Крупнейшие компании мира S&P50 по количеству патентов – 2022 г. (по состоянию на 3 января 2023 г.)^[68], ^[69]

Обратим внимание читателя на еще одно подтверждение того факта, что наиболее крупные и успешные международные компании продолжают рассматривать научные исследования в качестве одной из приоритетных задач своего растущего экономического могущества и с каждым годом вкладывают все больше ресурсов, привлекают наиболее талантливых ученых и разработчиков для проведения исследований, что находит отражение в приведенных выше показателях. Отметим лишь одну величину – количество патентов у компании, замыкающей рейтинг 50 крупнейших компаний мира: если компания, расположившаяся на 50-й строчке, имеет 1836 патентов, то у компании, занимавшей ту же самую строчку год назад, было 1673 патента, а еще годом ранее этот показатель составлял 1184, в то время как по итогам 2019 г. компания, занимавшая 50-е место по этому показателю, могла похвастать только 1080 патентами.

В своей книге «Эволюция разума…» Рэй Курцвейл пишет: «Мой главный тезис, который я называю законом ускорения отдачи (ЗУО), заключается в том, что параметры развития информационных технологий следуют предсказуемой экспоненциальной траектории, опровергая общепризнанное суждение, что мы не можем предсказать будущее. Остается еще множество неизвестных, но изменение цены, производительности и емкости информационных технологий абсолютно предсказуемо. Мы должны научиться мыслить экспоненциально. Когда дело касается информационных технологий, именно так и нужно думать. Скорость вычислений – самый важный пример действия ЗУО, что связано со значительным количеством данных, повсеместным применением вычислительной техники и ее ключевой ролью в обновлении всех важнейших технологических процессов. Но это далеко не единственный пример. Как только какая-то технология становится информационной технологией, она начинает подчиняться ЗУО»^[70].

Проще говоря, мы используем наши новейшие устройства, чтобы проектировать еще более быстродействующие компьютеры, и это создает петлю положительной обратной связи, которая еще больше усиливает наше ускорение. К технологиям, которые сейчас развиваются такими темпами, относится ряд самых значимых новшеств, о которых мы до сих пор могли только мечтать: квантовые компьютеры и коммуникации, искусственный интеллект, роботизация, нанотехнологии, биотехнологии, материаловедение, сети, сенсоры, 3D-печать, дополненная и виртуальная реальность, блокчейн и многое другое.

Но при всей радикальности этот прогресс не более чем новости вчерашнего дня. А свежие состоят в том, что одни ранее независимо нараставшие волны экспоненциально развивающихся технологий начинают сходиться (конвергировать) с другими. Например, скорость разработки лекарств нарастает не только в силу экспоненциального прогресса биотехнологий, но еще и благодаря искусственному интеллекту, квантовым вычислениям и парочке других экспоненциально развивающихся технологий, которые все вместе сходятся в данной области. Иными словами, эти волны начали перекрываться, громоздиться одна на другую и образовывать волны-гиганты цунамического размаха, угрожающие смести все, что попадается им на пути^[71] (рис. 6).

Рис. 6. Долгосрочная временная шкала технологий. Из далекого прошлого в наше время и будущее

Будущее еще никогда не казалось таким светлым для крупных компаний, совершающих цифровую трансформацию. Это происходит по двум причинам. Первая – закон Меткалфа, который гласит: «Ценность сетей повышается по мере роста числа участников». Крупные корпорации выигрывают от применения этого принципа по отношению к собираемым и обрабатываемым данным. При правильном использовании ценность корпоративных данных повышается по мере увеличения масштаба. У крупных компаний обычно гораздо больше данных, чем у новичков, стремящихся вытеснить старожилов. К тому же они собирают информацию заметно быстрее и умеют с ней работать. Если организации смогут измениться в цифровом плане, они создадут «ров» – асимметричное преимущество, которое помешает конкурентам легко войти в их отрасль.

Как оказалось, эти факторы – «рвы» данных и наличие капитала – дают синергетический эффект. Крупные компании с собственными данными, правильными технологиями и капиталом для найма лучших сотрудников получат беспрецедентные и очень благоприятные результаты^[72]. Это важный вывод, к нему мы еще вернемся и посмотрим на него с точки зрения развития искусственного интеллекта, для обучения которого необходимы данные. Здесь же хотим отметить, что правильный подход к сбору, обработке и анализу накапливаемых исторических данных является важным преимуществом компаний, что позволяет им создать существенный барьер входа на рынок для новых игроков!

Огромный объем данных во всех областях жизни нашего общества и новейшие алгоритмы работы с ними позволяют не только делать уникальные научные открытия, с помощью беспрецедентных вычислительных мощностей моделировать сценарии их внедрения и дальнейшего использования, но также создавать на его основе новые научные теории, исследовать их, совершать открытия.

По мнению автора, наиболее значимыми причинами невероятных достижений современной науки стали конвергенция научных и технологических решений из различных предметных областей и закон ускоряющейся отдачи. Именно конвергенция, позволяющая использовать знания и технологии, никак на первый взгляд между собой не связанные, приводит к удивительным открытиям. Совместное использование огромного объема данных (включающего в себя информацию об обширном массиве научных достижений человечества и их применении), не имеющие аналогов возможности вычислений на основе облачных и квантовых технологий, невероятно точные приборы и датчики для наблюдений, значительное количество разнообразных сенсоров, позволяющих получать гигантские объемы статистических и транзакционных данных, новейшие разработки и реализованные на их основе решения в самое ближайшее время предопределят поистине революционные открытия во многих областях науки и техники. И самыми многообещающими станут квантовая физика, материаловедение, микроэлектроника, нанотехнологии, биотехнологии, что с большой долей вероятности в очередной раз изменит жизнь людей в самом широком смысле этого слова и, как мы уже отмечали, приведет к очередному витку развития науки и появлению новых технологических лидеров в корпоративном секторе. Именно этим обусловлено желание крупнейших мировых компаний вкладывать миллиарды долларов в исследования, которые и должны гарантировать им дальнейшее экономическое лидерство и сохранение конкурентных позиций.

В наше время прослеживается все больше взаимосвязей. Раньше мы многие вещи считали бы неважным совпадением, а зачастую даже и не обратили бы внимания на события, на первый взгляд никак между собой не связанные. Сегодня же алгоритмы позволяют нам на многое взглянуть иначе, сопоставить невероятный объем разрозненных данных и прийти к новым представлениям об окружающем нас мире, что требует от ученых и предпринимателей мыслить не просто иначе, но и гораздо быстрее. Именно нестандартный образ мысли, широкое использование новейших алгоритмов становится источником вдохновения, смелых идей, инноваций и процветания, и можно уже с уверенностью говорить, что новые способы мышления и алгоритмы, обрабатывающие все больше информации, будут находить воплощение во все более фантастических открытиях и изобретениях. И все чаще мы будем вспоминать слова Айзека Азимова: «Самая волнующая фраза, какую можно услышать в науке, – фраза, возвещающая о новых открытиях, и это вовсе не "Эврика!", а "Вот забавно"»^[73].

В данном случае развитие современной науки можно спрогнозировать до определенного горизонта, поскольку, накапливая данные, научные открытия, совершенствуя методы исследований, оптимизируя технологические решения в повседневной жизни и совершая на основе этой обратной связи открытия, мы совершенно очевидно обречены на научно-технический прогресс. Но время от времени человечество совершает научно-технологический прорыв принципиально иного масштаба. Последствия таких прорывов производят революцию в десятках отраслей, что ведет к кардинальным изменениям в экономике, научных исследованиях и даже структуре общества. Именно такие технологии экономисты называют технологиями широкого применения (ТШП). В своей книге «Вторая эра машин» профессор MIT (Массачусетский технологический институт) Эрик Бринолфссон и Эндрю Макафи описали ТШП как технологии, которые «достаточно значительны для того, чтобы ускорить нормальный темп экономического прогресса»^[74]. Одним из ярких подтверждений этому являются информационные технологии, где изменения значений цены, производительности и емкости (на единицу времени, цены или другого параметра) практически точно следуют экспоненциальному закону и даже обгоняют некоторые научные концепции, на которых они основаны (такие как закон Мура). Но когда одна парадигма выходит из общего потока (например, когда в 1950-е гг. инженеры оказались неспособны дальше уменьшать размер и стоимость радиоламп), возникает такая исследовательская активность, которая рождает новую парадигму, и начинается новая S-образная кривая прогресса (рис. 7).

Рис. 7. S-образная кривая развития технологий