ross_alek_industrii_budushchego

204 миллионов электронных писем, в Facebook размещается 2,4 миллиона элементов контента, на YouTube закачивается 72 часа видео, а в Instagram – 216 тысяч новых

фотографий8. Промышленные компании включают в свои продукты сенсоры, чтобы лучше управлять цепочками поставок и логистики. В итоге все это привело к появлению 5,6

зеттабайт данных в одном лишь 2015 году9. Один зеттабайт равен одному секстильону (1021) байт, или одному триллиону гигабайт.

В последнее время стало популярным выражение «большие данные», описывающее, каким образом массивы данных могут использоваться для понимания, анализа и прогнозирования тенденций в режиме реального времени. Вместо него могут использоваться понятия «аналитика „больших данных“» , «аналитика» или «глубокая аналитика» .

Широко распространено заблуждение о том, что преимущества, возникающие благодаря «большим данным», представляют собой производное от объема собранных данных. В реальности рост объемов данных без возможности их обработать не имеет никакой пользы. Даже в моем сравнительно лишенном данных детстве мы с друзьями создавали немало научных данных по итогам каждого теста и экзамена, однако у нас не было никакого способа соединить эти элементы данных и их проанализировать. То же самое относится к бизнесу – достаточно вспомнить хотя бы все письма и телеграммы, с помощью которых в прошлом передавались данные. В них содержалось немало информации, однако по ней было невозможно производить поиск и ее нельзя было использовать в глобальных масштабах. Хотя ценность «больших данных» отчасти является производной от объема созданных данных, однако не менее важной оказывается наша новая способность к использованию данных в режиме реального времени для принятия более толковых и эффективных решений. Кроме того, «большим данным» помогают новые разработки в области визуализации информации, позволяющие людям видеть и понимать закономерности, которые могут быть не настолько очевидны при взгляде на электронную таблицу, наполненную цифрами.

Лично для меня смысл «больших данных» наиболее зримо проявился во время двух президентских кампаний Барака Обамы. В наши дни уже хорошо известно, как применялись в них «большие данные». В ходе жесткой конкурентной борьбы команда Обамы использовала «большие данные» для более четкого понимания того, как собирать деньги, где именно проводить кампанию и какую рекламу размещать. Ничего подобного не удалось ни одному из оппонентов Обамы. Группа из нескольких сотен цифровых операторов и ученых, работавших с данными, смогла сокрушить соперников из Республиканской партии по всем фронтам – начиная со сбора средств и заканчивая полевой работой и обработкой аналитических данных опросов. В 2012 году команде Обамы удалость просто прекрасно нацелиться на избирателей, а кампанию Ромни можно считать провальной.

Во время кампании 2012 года команда Обамы, занимавшаяся электронной перепиской и состоявшая из 18 человек, смогла протестировать более 10 тысяч версий сообщений. В одном случае команда проанализировала 18 версий одного и того же письма о финансировании кампании с разными заголовками, чтобы определить, какой из них

вызывает наибольший отклик10 . Самая успешная версия заголовка – I will be outspent («Мой соперник может потратить больше») – принесла $2 673 278. А самая неудачная – The one thing the polls got right… («Единственное, что способны предсказать опросы…») –

http://www.nytimes.com/2012/02/12/sundayreview/big-datas-impact-in-the-world.html?pagewanted=all.

8“Data Never Sleeps 2.0,” Domo, http://www.domo.com/learn/data-never-sleeps-2.

9Patrick Tucker, “Has Big Data Made Anonymity Impossible?” MIT Technology Review, 07.05.13, http://www.technologyreview.com/news/514351/has-big-data-made-anonymity-impossible/.

10“Inside the Cave: An In-Depth Look at the Digital, Technology, and Analytics Operations of Obama for America,” Engage Research, 2012, http://enga.ge/download/Inside%20the%2 °Cave.pdf.

позволила привлечь лишь $403 603.

Было понятно, что одна лишь интуиция просто не способна предсказать такой результат. Как признался один из руководителей этой команды, «мы поняли, что наши

инстинкты не имеют никакого значения»11. Результаты такого сбора средств, основанного на четких данных, оказались впечатляющими. В 2012 году кампания Обамы привлекла

$1,123 млрд, $690 миллионов из них пришли через Сеть от 4,4 миллиона доноров12. Команда Обамы проделала вдвое больше работы и получила результат в четыре раза выше, чем штаб

республиканца Митта Ромни13.

Во главе предвыборной кампании Обамы стоял директор по аналитике Дэн Вагнер, описывающий свою стратегию в короткой истории из детства: «Как-то раз мы с отцом строили пандус для нашего дома в Мичигане. В какой-то момент отец посмотрел на меня, тянувшего лебедку, и сказал: „Сынок, если у тебя есть 60 секунд на то, чтобы что-то сделать, значит, у тебя есть хотя бы 10 секунд на то, чтобы подумать, как сделать это наилучшим

образом“».14 Вагнер серьезно отнесся к совету отца и применил его на практике во время кампании

2012 года: в сущности, все, что он сделал, – это понял, как тянуть лебедку более эффективным и продуктивным образом. Подход Вагнера основан на том, что кампании начинают меняться, особенно по мере того как данные в их распоряжении становятся все более дешевыми и гибкими. По его словам, согласно традиционной схеме, «с точки зрения психологии для организации было бы вполне нормально считать: если бы у меня был бюджет на определенную работу, то я бы направил часть этого бюджета на выяснение того, достаточно ли будет оставшейся части для выполнения этой работы. К сожалению, на практике это пока не стало нормой. Необходимо выделять некоторую долю бюджета на то, чтобы понять, способна ли остальная часть обеспечить требуемый результат. И это не просто повышение накладных расходов в обмен на обещание будущей отдачи. Много можно сделать уже сейчас, поскольку данные, доступные в наши дни и недоступные прежде,

помогают измерить массу вещей»15.

По словам еще одного архитектора кампаний Обамы Майкла Слейби, помимо возросшей доступности данных важную роль играют и открытия в мире компьютерных вычислений: «В том, что мы собираем множество данных, нет ничего нового. Поэтому, по сути, термин „большие данные“ описывает способность обрабатывать большие массивы информации в режиме, близком к реальному времени, что позволяет нам сделать с ними что-то интересное. Мы можем принимать различные решения, основываясь на стратегическом подходе, а не только на ретроспективном анализе. Обычно анализ больших массивов данных производится лишь постфактум, в форме долгосрочных исследований, а не

11Там же.

12Kenneth P. Vogel, Dave Levinthal, and Tarini Parti, “Barack Obama, Mitt Romney Both Topped $1 Billion in

2012,” Politico, 07.12.12, http://www.politico.com/story/2012/12/barackobama-mitt-romney-both-topped-1-billion-in-2012-84737.html; “Inside the Cave: An In-Depth Look at the Digital, Technology, and Analytics Operations of Obama for America,” Engage Research, 2012, http://enga.ge/download/Inside%20the%2 °Cave.pdf.

13Zac Moffatt, “Successes of the Romney and Republican Digital Efforts in 2012,” Targeted Victory, 11.12.12, http://www.targetedvictory.com/2012/12/11/success-of-the-romney-republicandigital-efforts-2012/; “Inside the Cave.”

14Дэн Вагнер, интервью с Ари Ратнером, 28 мая 2014 г.

15Там же.

в рамках текущего стратегического процесса»16.

Представьте себе разницу между обработкой данных национальной переписи, занимающей несколько лет, и анализом в режиме реального времени, необходимым для четкого понимания того, кто будет голосовать за вашего кандидата на ближайших выборах. Скорость позволяет реализовать совершенно новые типы проектов. Именно в этом, по мнению Слейби, и состоит важность работы с «большими данными»: «По сути, „большие данные“ представляют собой результат коммодитизации вычислительных мощностей и

более широкой доступности „облачных“ вычислений17. Теперь мы можем намного быстрее и более контролируемым образом обрабатывать большие массивы… дешевле становится и хранение информации… поэтому мы можем сначала набрать достаточно данных, а потом быстро их обработать и получить полезные результаты».

Можно сказать, что увеличение объемов собираемых данных и рост вычислительных мощностей дополняют друг друга. Чем больше у нас появляется данных, тем больше мы инвестируем в мощные компьютеры и хранилища для того, чтобы переработать эти данные и вытащить из них полезную для бизнеса информацию. Чем мощнее становятся компьютеры, тем проще нам становится собирать большие массивы информации и создавать более глубокие наборы данных.

«Большим данным» присуще определенное внутреннее противоречие. С одной стороны, они довольно интимны, а с другой – экспансивны. Они изучают небольшие факты и собирают на их основе информацию, которая, с одной стороны, является всеобъемлющей, а с

другой – персонализированной 18 . Ученые часто сравнивают «большие данные» с микроскопом и телескопом – они позволяют нам изучать события с большей степенью детализации, чем раньше, и при этом видеть данные в более широком масштабе и находить связи, которые прежде были от нас слишком далеки, чтобы их увидеть.

В основном история влияния «больших данных» на наш мир была связана с вопросами логистики и убеждения. «Большие данные» отлично подходят для анализа цепочек поставок, избирательных кампаний и рекламы, поскольку в этих процессах имеется множество небольших, повторяющихся и подвергающихся количественной оценке действий, – именно на этом принципе основаны системы «рекомендаций» Amazon и Netflix , помогающие клиентам сделать более четкий выбор. Однако работа в этих областях – всего лишь начало, и ко времени, когда мои дети пойдут на работу, «большие данные» перестанут быть лишь громкой фразой. Они проникнут во множество сфер нашей жизни, которые сейчас кажутся нам совершенно не связанными с аналитикой. Они изменят то, что мы едим, как мы общаемся и где именно мы проводим черту между общественной и частной сторонами своей личности.

На скольких языках вы говорите?

В следующие десять лет «большие данные» позволят каждому из читателей этой книги общаться на десятках иностранных языков, позволяя полностью решить проблему языкового барьера. В былые времена в свои путешествия по другим странам я брал с собой карманный словарь с переводом самых распространенных фраз и слов. Пытаясь сформулировать

16Майкл Слейби, интервью с Ари Ратнером, 2 декабря 2013 г.

17Там же.

18Erik Brynjolfsson and Andrew McAfee, “The Big Data Boom Is the Innovation Story of Our Time,” Atlantic, 21.11.11, http://www.theatlantic.com/business/archive/2011/11/the-big-databoom-is-the-innovation-story-of-our-time/248215/; Zeynep Tufekci, “Engineering the Public: Big Data, Surveillance and Computational Politics,” First Monday 19, no. 7 (2014), http://firstmonday.org/ojs/index.php/fm/article/view/4901/4097.

предложение, я листал словарь в течение нескольких минут, а затем выдавливал из себя некое подобие фразы с несогласованными глаголами и довольно примерным представлением о правильном подлежащем. Теперь же я просто достаю свой телефон, ввожу нужную фразу в Google Translate и получаю перевод на любой из 90 языков так быстро, как только мне позволяет соединение с интернетом. Обычно результат оказывается довольно хорошим. Если я не могу произнести фразу, то я просто показываю экран телефона моему собеседнику, не умеющему говорить по-английски, чтобы он смог прочитать текст. Разумеется, мое произношение чаще всего оказывается достаточно плохим, я могу быстро написать лишь пару предложений, а кроме того, совершенно не понимаю, что говорят мне в ответ. Впрочем, мне бывает достаточно спросить, где находится ближайший туалет, а потом надеяться, что собеседник укажет нужное направление.

Хотя сегодняшний машинный перевод развивается довольно быстро и уж точно превосходит по эффективности мой прежний метод с использованием словаря, ему пока что недостает точности, функциональности и скорости. В сущности, проблема связана не только с данными и вычислительными алгоритмами. Профессиональные переводчики считают, что местные диалекты и языковые нюансы слишком сложны для того, чтобы компьютеры могли эффективно их обрабатывать. Однако они ошибаются. Нынешние инструменты для перевода были созданы путем анализа более чем миллиарда переводов в день, которые делают более 200 миллионов людей. С учетом геометрической прогрессии роста данных такие объемы переводов совсем скоро будут выполняться за полдня, а затем и за каждый час. Система начнет обрабатывать огромные массивы информации, связанной с языками. А с ростом объема данных, улучшающим качество перевода, машины смогут точнее отслеживать самые мельчайшие детали. Если в машинном переводе возникают ошибки, пользователи могут отмечать их – и эти данные будут приниматься во внимание при будущих запросах. Все, что нам нужно, – это больше данных, больше вычислительных мощностей и более качественное программное обеспечение. Со временем все это к нам придет и поможет справиться с произношением и переводом устных фраз.

Наиболее интересные инновации в области машинного перевода будут связаны с интерфейсами, непосредственно взаимодействующими с людьми. Уже через десять лет у нас появится небольшое устройство, которое будет шептать в ухо перевод того, что вам говорят, на ваш родной язык. Скорость перевода будет ограничиваться лишь скоростью звука. Это устройство будет почти незаметным. И голос в вашем ухе не будет напоминать синтезированный голос, как у Siri . Благодаря открытиям в биоакустике, позволяющим более четко измерять частоты, длину волны, интенсивность звука и другие характеристики голоса, программа в «облачном» хранилище, управляющая этим устройством, позволит воссоздавать голос говорящего, но уже на вашем родном языке. А когда вы будете отвечать, ваша речь будет таким же образом либо переводиться на язык собеседника устройством в его ухе либо усиливаться с помощью динамика вашего телефона, часов или другого гаджета, который будет популярным в 2025 году.

Нынешние инструменты перевода обычно предполагают работу с двумя языками19. Стоит вам попробовать поработать с переводом текста на нескольких языках, и результат тут же превращается в непонятную мешанину. В будущем количество языков, на которых идет разговор, окажется совершенно неважным. Вы сможете устраивать вечеринки для восьми людей, каждый из которых будет говорить на своем языке, а голос в вашем ухе будет звучать именно на том языке, который вы выберете.

Универсальный машинный перевод позволит значительно ускорить глобализацию. Если нынешняя стадия глобализации смогла развиться не в последнюю очередь из-за того, что английский стал универсальным языком для мира бизнеса – вплоть до того, что число

19 Stephen Shankland, “Google Translate Now Serves 200 Million People Daily,” CNET, 18.05.13, http://www.cnet.com/news/google-translate-now-serves-200-million-people-daily/.

носителей английского как родного оказалось вдвое меньше количества людей, говорящих на нем, – следующая волна глобализации позволит расширить коммуникацию, поскольку в принципе отменит необходимость в общем языке. Сейчас, когда корейские бизнесмены общаются с китайскими руководителями компаний на конференции в Бразилии, они используют английский язык. В будущем мы сможем обойтись без этого, и нововведения смогут открыть двери мирового бизнеса для огромного количества людей из всех сословий, не говорящих по-английски.

Машинный перевод сделает более доступными рынки, выход на которые в настоящее время затруднен из-за языковых барьеров. В частности, я имею в виду Индонезию. Множество людей в Джакарте и на Бали говорит по-английски, по-китайски и по-французски, однако этими языками не владеет почти никто из жителей более чем шести тысяч островов в составе страны. И если вам не будет нужно осваивать яванский язык (или любой другой из 700 языков, на которых говорят в Индонезии) для того, чтобы заниматься бизнесом в других провинциях, то вы сможете без проблем начать это делать. А для жителей этих регионов значительно упростится доступ к внешнему капиталу.

К востоку от Индонезии, за морями Банда и Арафура, располагается богатая ресурсами Папуа – Новая Гвинея. В этой стране масса месторождений полезных ископаемых, плодородная земля, а воды вокруг нее богаты ценными породами рыб (к примеру, там водится 18 % всего тунца в мире), однако 850 языков этой страны отпугивают

большинство иностранных инвесторов 20 . Эту ситуацию изменят «большие данные», помогающие переводам с одного языка на другой. Новые технологии позволят изолированным частям мира включиться в глобальную экономику.

Как и в случае любой другой новой технологии, у развития универсального машинного перевода есть и свои недостатки: в частности, мне на ум приходят два. Первый – это почти полное исчезновение профессии. Через десять лет из всех переводчиков останутся только те, кто работает над созданием и улучшением программ для перевода. Большинство программ для машинного перевода (такие как у Google ) продолжают уделять больше внимания переводу силами людей, однако как только наборы данных, связанных с переводами, станут достаточно велики, потребность в переводчиках исчезнет. Работа профессионального переводчика может пойти по тому же пути, что и работа фонарщика или доставщика льда. А может быть, она будет напоминать некоторые сегодняшние виды работ в добывающей отрасли; до сих пор в ней задействовано небольшое количество людей, контролирующих механизмы, а не добывающих уголь из-под земли самостоятельно. Я вполне могу представить себе небольшое количество профессиональных переводчиков, работающих с машинами и добавляющих в их лексикон жаргонные словечки и аббревиатуры, которые постоянно появляются в такой живой системе, как язык. Я помню, как были потрясены дипломаты из Государственного департамента моим предложением организовать машинный перевод речей Хиллари Клинтон для того, чтобы их можно было донести до большего количества людей в режиме реального времени. Они кричали, что этого никогда не случится. Они были правы в том, что сегодняшние переводы в режиме реального времени недостаточно хороши и что вероятные ошибки могут привести к дипломатическим проблемам. Однако они ошибались в том, что этого никогда не случится. На самом деле это всего лишь вопрос времени.

Второй недостаток связан с повышением риска мошенничества. Если мой голос можно воспроизвести настолько точно, что он будет неотличим от моего «настоящего» голоса, то это открывает новые возможности для мошенничества – причем с использованием десятков языков. В мире, где возможности перевода и коммуникации оказываются почти универсальными, может возникнуть довольно ироничный побочный эффект – для того чтобы

20 “Papua New Guinea’s Fisheries Boom,” Business Advantage PNG, 27.02.13, http://www.businessadvantagepng.com/papua-new-guineas-fisheries-boom/.

поверить в то, что говорит человек, нам понадобится посмотреть ему в глаза.

Как накормить девять миллиардов человек?

Потенциал «больших данных» для объединения людей, говорящих на урду, греческом и суахили во время одной беседы, позволяет значительно улучшить наш мир. Но еще более поразительна та роль, которую могут играть «большие данные» в решении проблемы голода

– возможно, одной из самых древних проблем человечества. По данным Всемирной продовольственной программы, одному из каждых девяти жителей планеты – то есть 805

миллионам людей – не хватает еды для здоровой и активной жизни21. Если население планеты будет расти ожидаемыми темпами и достигнет в следующие 30 лет девяти миллиардов человек, то объем производимых продуктов питания должен вырасти на 70 %, иначе мир станет еще более голодным. И все это происходит во времена климатических изменений, по мере того как температура растет, а питьевая вода становится все более дефицитным ресурсом (в настоящее время не менее 70 % свежей воды в мире идет на

сельскохозяйственные цели)22.

Надежды на то, что наш растущий мир все же не останется голодным, часто связываются с комбинацией «больших данных» и сельского хозяйства – так называемым точным земледелием. На протяжении тысячелетий земледельцы руководствовались в своей работе комбинацией опыта и инстинкта. На протяжении большей части истории человечества главным научным вкладом в земледелие считался точный расчет фаз луны (как потому, что древние люди верили в воздействие Луны на почву и всходы, так и по более практичным причинам, связанным с управлением временем без часов или календаря). После Второй мировой войны благодаря научным и технологическим инновациям началась так называемая «зеленая революция», приведшая к значительному росту сельскохозяйственного производства и позволившая снизить уровень голода и бедности. Зеленая революция принесла с собой новые технологии и методы работы, такие как гибридные семена, ирригация, пестициды и удобрения. Но несмотря на это, фермеры чаще всего использовали жесткий график посадки, применения удобрений, обрезки и сбора урожая, не обращая особого внимания на меняющиеся погодные и климатические условия или изменения, происходившие на их полях; сельское хозяйство, по сути, представляло собой одну из разновидностей производства промышленной эпохи.

Ожидается, что точное земледелие позволит собирать и оценивать в режиме реального времени данные по целому ряду факторов, включая погоду, уровни воды и азота, качество воздуха и заболевания, – причем эти факторы различаются не только по каждой ферме или каждому акру земли, но и по каждому квадратному сантиметру. Сенсоры, расставленные по полю, смогут передавать в «облачные» хранилища множество различных данных. Затем эти данные будут совмещаться с показаниями GPS -приемников и систем моделирования погоды. А после этого специальные алгоритмы смогут дать точные инструкции для фермеров – что, где и когда делать.

Во времена моего детства тракторы или комбайны были довольно простыми и крепкими машинами – стальные рамы, большие резиновые шины и двигатель. Фермер обрабатывал поле соответственно сезону и времени суток, а в качестве основного средства контроля использовал свои собственные глаза. Но фермерское оборудование завтрашнего дня напоминает скорее кабину летчика в самолете, чем тракторы, которые я помню с детства. Перед глазами фермера находится планшет с графическим интерфейсом, на котором

21“Hunger Statistics,” World Food Programme, http://www.wfp.org/hunger/stats.

22Ulisses Mello and Lloyd Treinish, “Precision Agriculture: Using Predictive Weather Analytics to Feed Future Generations,” IBM Research, http://www.research.ibm.com/articles/precision_agriculture.shtml.

работает множество программ. Движения машины основаны не на том, куда направляет ее фермер, – они руководствуются инструкциями программ, которые управляют агрегатами на основе удаленного доступа. По мере того как машина обрабатывает поле, активные сенсоры, расположенные неподалеку от фар, передают в систему информацию о посевах. Перемещаясь по полю, машина постоянно анализирует и использует информацию – как со спутников высоко в небе, так и из почвы под ее колесами. Инстинкты подчиняются алгоритмам. Машина работает с уровнем точности, который вряд ли могли вообразить в самых смелых своих мечтах фермеры в любой другой момент человеческой истории.

Но даже сегодняшние версии оборудования используют далеко не все возможности. Со временем трактор сможет чувствовать, что именно нужно каждому сантиметру почвы, и будет отправлять крошечные струйки различных удобрений в зависимости от конкретных потребностей. Вместо того чтобы покрывать поле определенным объемом фосфора или азота, устройства будут выбрасывать микроскопические и точно выверенные дозы.

Крупнейшие сельскохозяйственные компании: Monsanto, DuPont и John Deere – уже делают инвестиции в точное земледелие как явление потенциально глобального масштаба. Monsanto быстро убедилась в важности «больших данных» и начала тратить миллиарды долларов на приобретение данных о состоянии ферм у аналитических фирм. Компания вычислила, что аналитика помогает повысить урожайность на 30 %, принося

производителям дополнительно до 20 млрд долларов23.

Одним из новых и многообещающих продуктов, полевое тестирование которого Monsanto только начинает, стал FieldScripts. FieldScripts использует информацию о заданной ферме, включая границы поля, историю урожая и результаты тестов возможной плодородности, а потом разбивает ферму на некоторое количество управляемых зон. Затем алгоритм отбирает определенные семена и выдает свои рекомендации (когда, где, какие семена высаживать и в каком объеме), которые доставляются фермерам через приложение Field View на iPad . Фермер передает данные из Field View на колеблющуюся сеялку, способную высаживать семена на ширине до девяти метров. Внутри сеялки расположен монитор, напоминающий по степени детализации и сложности панель управления нового самолета «Боинг-787». Управляемая данными сеялка засаживает нужными семенами каждую небольшую зону.

Благодаря инновациям типа FieldScripts фермеры все сильнее напоминают офисных работников. Они будут тратить больше рабочего времени на интеграцию данных и поддержание программ в рабочем состоянии, чем на копание в земле. В 2014 году директор Monsanto по вопросам технологий Робб Фрейли сказал: «Я вполне могу представить себе, что через следующие пять или десять лет наша компания будет больше всего заниматься

именно информационными технологиями»24.

И хотя крупные агрокомпании достаточно умны для того, чтобы видеть весь потенциал «больших данных» в отношении работы ферм, можно усомниться в том, что именно они будут доминировать в этом новом секторе, так же как в области продаж тракторов и удобрений. Я вспоминаю ранние дни эры персональных компьютеров, когда крупные и устоявшиеся компании IBM и Compaq , имевшие широкие сети корпоративных клиентов, могли сделать довольно небольшие инвестиции, способные зацементировать их рыночное лидерство. Несмотря на доминирующее положение, они со временем уступили свою долю рынка компьютерного оборудования новичкам Apple и Dell , а на рынке программ – Microsoft . Новые компании обладали весомым преимуществом – они были

23Rob Thomas and Patrick McSharry, Big Data Revolution: What Farmers, Doctors and Insurance Agents Teach Us about Discovering Big Data Patterns (Hoboken, NJ: Wiley, 2015).

24Howard Baldwin, “Big Data Hits the Dirt,” Forbes, 08.12.14, http://www.forbes.com/sites/howardbaldwin/2014/12/08/big-data-hits-the-dirt/.

созданы именно для рынка персональных компьютеров. И если Monsanto, DuPont и John Deere хотят оставаться на лидирующих позициях, им придется и дальше приобретать самые многообещающие стартапы, в частности созданные для развития точного земледелия.

Также я думаю, что мелкие фермеры смогут получить от точного земледелия не меньше пользы, чем крупные, владеющие тысячами акров земли. Точное земледелие основано не на огромных программных системах, для работы с которыми требуются устройства размером с половину амбара. Дорогостоящие программы располагаются в «облачных» хранилищах и доступны на недорогих смартфонах и планшетах, которые я видел в кабине трактора. Затраты на оборудование, включая сенсоры, будут снижаться, а основные расходы будут связаны с подпиской на эти программы. Именно такую модель бизнеса уже продвигают крупные сельскохозяйственные компании, и она будет распространяться везде – от технологически развитых сельскохозяйственных компаний, обрабатывающих огромные поля, до небольших семейных ферм.

Потребуются долгие годы, пока технологии такого рода станут повсеместно распространены в самых богатых регионах мира, однако это неминуемо произойдет. Вскоре после этого технологии придут и в развивающиеся страны, и в самые дальние уголки нашей планеты. Закономерность их развития чем-то напоминает прогресс робототехники, при котором изначально высокие капиталовложения компенсируются экономией в операционных издержках. По мере снижения затрат на оборудование оно станет более доступным для фермеров в развивающемся мире. И именно здесь влияние может оказаться наиболее значительным. Мне на ум сразу приходит Индия. Никакая другая страна не страдала от отсутствия модернизации на фермах сильнее нее. Сельское хозяйство в Индии – дело настолько непростое (вследствие высоких издержек, дефицита воды и других факторов), что за последние 20 лет около 300 тысяч фермеров в Индии покончили жизнь

самоубийством25. Кроме того, 25 % всех голодающих людей в мире – около 190 миллионов

– живут в Индии, и именно голод является главной причиной смерти в стране26. По мере быстрого роста населения задача производства достаточных объемов риса, пшеницы и других продуктов питания становится все более сложной.

Точное земледелие не положит конец голоду в Индии и не превратит ее мелкие фермы

вкрупные сельскохозяйственные предприятия, однако в условиях дефицитной среды оно позволит максимально эффективно использовать ограниченные ресурсы, будь то семена, удобрения или вода. Индия не имеет национальной сети агрономов, способной поделиться опытом и ресурсами с фермерами, как это происходит в Китае, Северной и Южной Америке,

вЕвропе. Бюджетные ресурсы в Индии слишком малы. А когда точное земледелие обретет должный уровень популярности, оно сможет исполнять роль этих национальных сетей агрономов. Индии стоит надеяться на то, что точное земледелие позволит ей совершить качественный скачок, а ее мелким фермерам – достичь невиданного в наши дни уровня производительности. Оно поможет накормить сотни миллионов людей в Индии, которым сейчас не хватает еды. Благодаря точному земледелию фермерские хозяйства смогут превратиться из предприятий промышленной эпохи в предприятия эпохи цифровой.

Помимо этого, точное земледелие обещает значительное снижение уровня загрязнения. И отличным примером здесь может служить моя новая родина – штат Мэриленд. Я живу у залива Чезапик, родины прекрасных водных протоков и вкуснейших голубых крабов. Однако жизнь этих крабов и других обитателей залива в последнее время значительно ухудшилась из-за того, что в воду начали попадать излишки азота из удобрений.

25 P. Sainath, “Have India’s Farm Suicides Really Declined?” BBC News, 14.07.14, http://www.bbc.com/news/worldasia-india-28205741.

26 “Number of Hungry People in India Falling: UN Report,” Zee News, 18.09.14, http://zeenews.india.com/business/news/economy/number-of-hungry-people-in-india-falling-unreport_108529.html.

Этот азот создает в воде мертвые зоны27; одна из них, в Мексиканском заливе, уже достигла размеров штата Нью-Джерси. Помимо того, что удобрения убивают водную культуру моего мира, они вносят свой вклад в климатические изменения. Удобрения производят оксиды азота, парниковые газы, которые негативно влияют на климат наряду с углекислым газом и

метаном28. Излишки удобрений на фермерских полях буквально накачивают атмосферу этим газом. Однако ни в одном из соглашений по климатическим изменениям этот фактор не принимается во внимание – по всей видимости, из-за беспокойства о том, что регулирование объемов удобрений может привести к сокращению запасов продовольствия и лишь усилит проблему голода.

Точное земледелие приведет нас к альтернативному решению. Нам больше не нужно будет покрывать поля фиксированным объемом удобрений, пестицидов и гербицидов. Новые данные позволят значительно снизить количество используемых на фермерских полях химикатов, а это, в свою очередь, сокращает их объем в воде, воздухе и пище. Использование сенсоров для определения необходимых объемов воды и удобрений позволит нам выращивать больше продуктов питания и меньше загрязнять окружающую среду. И все это станет возможным благодаря использованию «больших данных».

FINTECH: система финансовых данных

Уолл-стрит пользуется преимуществами «больших данных» ничуть не меньше любой другой отрасли. Из примерно семи миллиардов акций, вращающихся на фондовых рынках США каждый день, две трети торгуются на основе заранее запрограммированных компьютерных алгоритмов, обрабатывающих массивы данных о ценах акций, времени

торговли и количестве с целью максимизации дохода и минимизации риска29. Такой метод торговли называется «черным ящиком» или торговлей по алгоритмам. В настоящее время он уже стал своего рода нормой в мире финансов.

Следующие изменения «большие данные» принесут в розничное банковское обслуживание, область, где клиентами выступают обычные люди (в отличие от инвестиционных или коммерческих банков, которые концентрируются на обслуживании корпораций). Применение «больших данных» для улучшения текущей работы и развития новых продуктов в розничном банковском обслуживании обычно обозначается в английском языке термином fintech .

Технология в основе текущей инфраструктуры в банковской области уже устарела. По словам Шакила Хана, создателя новостной системы CoinDesk , связанной с новой цифровой валютой – биткойнами, программы, лежащие в основе таких банковских функций, как авторизация займов и текущий контроль над счетами, «очень и очень устарели в наши дни. Там, где технологические компании занимаются инновациями и выводят на рынок новые продукты каждые шесть месяцев, банки используют системы, созданные в 1980-х и 1990-х».

Fintech как раз и направлен на решение этой проблемы. В 2008 году компании, занимающиеся финансовыми технологиями, привлекли примерно 930 млн долларов инвестиций по всему миру. В 2013 году эти компании в совокупности получили около

27 Tom Laskawy, “New Science Reveals Agriculture’s True Climate Impact,” Grist, 10.04.12, http://grist.org/climatechange/new-science-reveals-agricultures-true-climate-impact/.

28S. Park, P. Croteau, K. A. Boering, et al., “Trends and Seasonal Cycles in the Isotopic Composition of Nitrous Oxide since 1940,” Nature Geoscience 5 (2012): 261–265, http://www.nature.com/ngeo/journal/v5/n4/full/ngeo1421.html.

29Viktor Mayer-Schönberger and Kenneth Cukier,Big Data: A Revolution That Will Transform How We Live, Work, and Think (London: John Murray Publishers, 2013).

3 млрд долларов, и ожидается, что к 2018 году эта сумма вырастет до 8 млрд30. Стартапы в области fintech вынуждают крупные институциональные банки – HSBC, UBS, Barclays и JPMorgan Chase – инвестировать в свое технологическое обновление. Устаревшие технологии многих больших банков проявили себя в полную силу во время финансового кризиса, когда руководители банков и представители регулирующих органов, по сути, занимались гаданием относительно качества портфелей представляемых им займов. В ответ на вопрос, что мешает им лучше понимать суть происходящего, они постоянно ссылались на десятки технологических систем, которые на практике оказывались попросту неработоспособными.

«Наш долг перед самими собой, перед нашими клиентами, покупателями и акционерами состоит в том, чтобы растянуть максимально широкую сеть и найти новые способы для решения интересных и прежде невиданных задач, – говорит Дэвид Рейлли,

руководитель подразделения по управлению технологиями в Bank of America 31 . – Взаимодействие со стартапами и венчурными капиталистами заставляет нас по-иному думать об инновациях – как о революции, а не об эволюции».

Один из представителей сообщества fintech – 29-летний Зак Таунсенд. В свое время он основал компанию Standard Treasury . Цель ее работы состояла в том, чтобы понять, каким образом помочь банкам лучше взаимодействовать с клиентами. Не так давно эту компанию купил Silicon Valley Bank . За завтраком в центре Сан-Франциско Зак рассказал о том, что привело его в область fintech . Он родился и вырос в Нью-Джерси, а затем начал карьеру в области продвижения различных инноваций в государственном секторе. Он работал на мэра Нью-Йорка Майкла Блумберга и мэра Ньюарка Кори Букера. Однако вместо того чтобы переехать в Вашингтон после того, как Букер был избран сенатором США, Зак решил отправиться в Кремниевую долину. «Я думал, – говорит он, – что, поскольку хорошо понимаю суть инноваций в госаппарате, мне стоит разобраться с сутью инноваций как таковых». Примерно через год после переезда в район Залива Зак потерял благодаря безуглеводной диете около десяти килограммов веса и привлек пару миллионов долларов венчурного капитала. Но кроме этого, он находился в центре еще более масштабной трансформации.

По словам Зака, «большие данные» смогут изменить самые базовые принципы банковского обслуживания частных потребителей. «Что такое банк? – спрашивает Зак. – Это гигантский гроссбух, в котором записано, сколько денег принадлежит вкладчикам и сколько банку должны кредиторы. То есть, в сущности, это процесс обработки данных. Я думаю, что банки – и экосистема вокруг них – только сейчас начинают понимать, что представляют собой компании по работе с цифровыми данными. В прошлом они просто этого не понимали. Они используют терминалы Bloomberg , они оценивают риски и анализируют рынки. Иными словами, они задействуют огромные массивы данных. Однако только сейчас они начинают видеть, что именно данные лежат в основе их бизнеса».

Зак считает, что развитие финансовой отрасли сильно затруднено устаревшими системами данных, сделавшими их непрозрачными для клиентов. «Банки и больницы – это единственные места в мире, входя в которые вы не знаете, чем именно они торгуют. В них нет списков продуктов или прейскурантов, – продолжает Таунсенд. – Так что если вы живете в Окленде, не привыкли к вниманию банкиров и вдруг заходите в отделение крупного банка, скажем Wells Fargo , то видите там мраморные колонны, ковры и дорогие столы. Однако вы совершенно не представляете, что делать. И меня совершенно не удивит, если вы

30Lisa Fleisher, “London’s Financial Tech Sector Growth Outpaces Global Growth,” Wall Street Journal, 26.03.14, http://blogs.wsj.com/digits/2014/03/26/londons-financial-tech-sectorgrowth-fastest-in-world/; Laura Lorenzetti, “Big Banks Are Shunning Tradition and Turning to Tech Start-ups,” Fortune, 26.06.14, http://fortune.com/2014/06/26/big-banks-are-shunning-tradition-and-turning-to-techstartups/.

31Lorenzetti, “Big Banks Are Shunning Tradition.”