медведя гризли. Фред молча принимается натягивать ботинки. «Ты же не сможешь обогнать этого медведя. Зачем надевать ботинки?» — спрашивает Индрек. «Видишь ли, — отвечает Фред, — мне не нужно обгонять медведя. Мне нужно обогнать только тебя». И убегает.
Если компания похожа на Фреда, то есть способна быстро адаптироваться к меняющемуся рынку, она может процветать и расти в эпоху автоматизации, нанимая при этом больше работников. Однако если организации неправильно поймут природу изменений экспоненциальной эпохи, их сотрудников съест медведь. Компания Blockbuster, предоставлявшая услуги по прокату видео, была вытеснена из бизнеса растущей компанией Netflix, изначально созданной для пересылки дивиди по почте. Последние 300 пунктов проката Blockbuster закрылись в 2013 году, и тысячи сотрудников потеряли работу, а Netflix стала доминирующим игроком в сфере видеопроката[255]. Но люди стали безработными не потому, что в Blockbuster создали какой-то удивительный автоматизированный сервис, изгнавший работников из девяти тысяч пунктов проката, которыми компания управляла на пике своей активности. А вот Netflix разработала бизнес-модель с использованием цифровых технологий, сначала предоставив клиентам возможность подписываться на дивиди через сайт, а затем предлагая им сериалы и фильмы онлайн. Люди предпочли предложение Netflix, в то время как Blockbuster адаптировалась слишком медленно и в итоге разорилась.
Недавнее исследование 587 французских производственных компаний подтверждает мнение о том, что реальная угроза от автоматизации — это на самом деле традиционная угроза конкуренции. Авторы исследования обнаружили, что «компании, внедряющие роботов… стали более прибыльными и производительными». Они также создали рабочие места, увеличив занятость на 10,9%. Увеличение общего числа рабочих, как правило, зависело от того, насколько быстро росли продажи компании. Но в большинстве случаев новые должности создавались и в других подразделениях, что приводило к общему росту занятости. Проблему создавали не столько передовые компании, сколько отстающие; 10-процентный рост внедрения роботов в компании приводил к 2,5-процентному снижению занятости у конкурентов[256]. К сокращению рабочих мест привела не автоматизация сама по себе, а трудности, с которыми столкнулись компании, ею пренебрегшие.
* * *
Конечно, то, что отдельные компании успешно справляются с автоматизацией, не означает, что этот процесс не повод для беспокойства. В масштабах всей экономики автоматизация все еще может привести к сокращению рабочих мест, хотя такие компании, как Amazon и Netflix, нанимают все больше сотрудников.
Более глубокое влияние автоматизации — это вопрос, по которому у экономистов никогда не было внятного ответа. Вышеупомянутое французское исследование предлагает нерадостную картину макроэкономического воздействия автоматизации: в целом автоматизация ведет к потере рабочих мест. Экономисты Дарон Асемоглу и Паскуаль Рестрепо, соавторы этой научной работы, провели множество очень интересных исследований. Они изучали влияние промышленных роботов на производство, в основном в автомобильном секторе, и обнаружили, что с 1990 по 2007 год роботы стали причиной потери более 650 тысяч рабочих мест в США. Каждый отдельный робот вытеснил 5,6 рабочего и снизил заработную плату на 0,5%. Не очень приятный факт[257].
Однако сегодня этот вывод вряд ли можно считать состоятельным. Европейское исследование промышленных роботов, опять же в основном в автомобильном секторе, показало, что каждый новый робот на тысячу работников увеличивает общую занятость на 1,3%[258]. Этот вывод как-то посимпатичнее. Многие другие исследования подтверждают, что автоматизация в итоге ведет к созданию рабочих мест. В 2018 году на Всемирном экономическом форуме было сказано, что автоматизация в течение следующих нескольких лет создаст 113 миллионов новых рабочих мест, — правда, при этом уничтожит 75 миллионов[259]. По словам Лесли Уиллокса из Лондонской школы экономики, «со временем цифры общей потери рабочих мест в результате автоматизации будут уменьшаться и станут ничтожными»[260].
Как такое может быть? Это же противоречит популярному в широких массах убеждению, что работы столько, сколько есть, и что нарушение равновесия — за счет увеличения доли труда женщин, или разрешения иммиграции, или использования роботов — приведет к сокращению доступных рабочих мест. Но такое убеждение — чепуха. Оно изображает ситуацию как игру с нулевой суммой[261]. Однако такое представление опровергается историческими фактами, и экономическая теория от него отказалась. Экономисты называют его «заблуждением о неизменном объеме работ».
На самом деле развитие новых технологий создает и новые потребности: по мере того как одна технология вытесняет другие, возникают новые секторы экономики. В них появляются потребности, которые должны удовлетворяться работниками соответствующей квалификации. Чтобы увидеть, как это работает на практике, я хочу познакомить вас с Сидом Карунаратне. В 2000-х годах я создавал компанию по анализу данных и прогнозированию, и мы наняли Сида — он только окончил университет. Вид у него был как у типичного айтишника: волосы, собранные в конский хвост. Когда он не занимался скалолазанием, то торчал на работе, присматривая за кластером серверов, которые управляли нашим бизнесом. Эти машины обладали той вычислительной мощностью, которая была нам нужна на тот момент.
В первые несколько месяцев присмотр за кучей мощных компьютеров занимал у него полный рабочий день. Ошибки в программном обеспечении могли привести к тому, что серверы рухнули бы. Несоответствия в данных были способны нарушить программирование, что повлекло бы обвал серверов. Объемы данных могли переполнить пространство для хранения, и серверы — вы угадали! — упали бы. Каждые несколько дней наши разработчики должны были обновлять основной код, исправляя ошибки, оптимизируя и добавляя новые функции. За все это отвечал Сид, что означало внесение сотен мелких исправлений в код и «проталкивание» его на мощные серверы, к которым обращались наши клиенты. А еще в его обязанности входило решение разных проблем по части безопасности, о которых нас предупреждали специалисты, — новые слабые места, обнаруженные в базе данных, которой мы пользовались, лазейки в операционной системе. Все эти дыры нужно было латать — загружать на наши серверы все больше кодов. Сид был занят с утра до ночи.
По мере роста компании и совершенствования наших продуктов вычислительные потребности росли в геометрической прогрессии. Наше хранилище основных данных, которое на момент прихода Сида содержало несколько миллионов записей, за пару лет выросло до десятков миллиардов. Нам приходилось не только иметь дело с тысячекратно большим объемом данных, но и предъявлять к ним более высокие требования. Теперь мы обновляли данные не по несколько раз в неделю, а миллионы раз в день, часто в течение миллисекунд после получения новой информации. Мы обрабатывали большие объемы данных, и во много раз быстрее. Это означало увеличение количества наших серверов: поначалу их было всего ничего, а потом, на определенном этапе, уже несколько тысяч.
Сида это не сломило. Это заставило его овладеть новыми навыками и
