Технологии, которые изменят мир

Крах рынка

Широко известно, что «субстандартный» крах рынка в 2007 г. был вызван тем, что заемщики с не самым лучшим рейтингом кредитоспособности перестали выполнять обязанности по своим ипотечным кредитам. Банки и ипотечные компании давали эти ссуды в некоторых случаях из-за простых ошибок в расчетах возможных рисков, а иногда – ввиду явного мошенничества. Учитывая ожидания от мыльного пузыря на рынке недвижимости, многие кредиторы могли занять довольно жесткую позицию, и даже если заемщик не мог произвести оплату, кредитор мог минимизировать свои риски путем увеличения суммы взыскания на недвижимость.

Как все это может быть связано с компьютерами? Что ж, если бы это была вся история, то субстандартный кризис был бы довольно сильным, однако не вышел бы за пределы США. Он определенно не затронул бы весь мир и не привел бы к мировому финансовому кризису, который наступил в 2008 г.

Чтобы объяснить причины всемирного распространения кризиса, необходимо вернуться в 1973 г. Тогда была опубликована научная статья, в которой раскрывалась математическая формула «Модель ценообразования опционов Блэка – Шоулза». Эта формула впервые позволила рассчитать примерную стоимость фондовых опционов, которые представляют собой право покупки или продажи акции в любой момент в будущем по заранее установленной цене. Был период, когда фондовые опционы продавались на рынке, но никто не знал, как посчитать их точную стоимость.

В последующие годы, а особенно в период 1980-х годов, огромному количеству бывших физиков и математиков начали поступать предложения на более высокооплачиваемые должности на Уолл-стрит. Этих ребят (действительно, это были только мужчины) часто называли квантами[26].

Кванты начали пользоваться формулой Блэка – Шоулза и расширили область ее применения. На основании своих формул они разработали компьютерные программы и постепенно начали создавать новые виды производных финансовых инструментов, основанных на акциях, облигациях, индексах и многих других ценных бумагах или их сочетаниях[27].

Поскольку их компьютеры становились все быстрей и быстрей, кванты могли делать все больше и больше. Они создали новый вид экзотических деривативов с необычными возможностями. Они могли увеличивать прибыль (и риск) ценной бумаги. Они могли трансформировать их таким образом, чтобы вы получали прибыль, даже если стоимость ценных бумаг падала. Они даже могли попытаться захватить прибыль, если инструмент повышался в стоимости, но исключить риск, если его стоимость падала. По крайней мере, они думали, что могут все это сделать.

Поскольку внутри «мыльного пузыря» цены на недвижимость продолжали расти, субстандартные кредиты оформлялись в виде ценных бумаг, обеспеченных ипотекой, т. е. ими можно было торговать как облигациями. Это стало обычной практикой для ипотечных кредитов. Однако помимо этого были созданы новые виды инструментов, основанные на пакетных субстандартных кредитах. Самыми известными были «обеспеченные долговые обязательства», которые стремились вывести кредиты с наименьшим риском и трансформировать их в ценные бумаги, которые можно было бы продавать как инструменты высочайшего качества. Эти новые производные ценные бумаги, несущие минимальный риск, затем продавались банкам и финансовым учреждениям по всему миру.

Когда субстандартные заемщики перестали выполнять обязательства, стоимость ценных бумаг, обеспеченных ипотечными кредитами, начала стремительно падать, а производные инструменты не сработали так, как ожидалось. Во многих случаях было очень сложно или невозможно оценить их стоимость. Более того, финансовые учреждения были вовлечены во многие другие сложные взаимоотношения, связанные с экзотическими деривативами, перед которыми стояла задача снижения различных рисков. Все это привело к неопределенности, которая вызвала еще большее падение стоимости. В результате в марте 2008 г. произошел крах банка Bear Stearns[28], за которым последовал мировой кризис.

Смысл в том, что, конечно, невозможно было создать эти странные деривативы без доступа к мощным компьютерам. Если бы субстандартный кризис произошел несколькими годами ранее, он, несомненно, имел бы меньший масштаб. Кроме того, стоит отметить, что обвал рынка начался в 2007 г. Поскольку с того времени прошел уже не один год, мы на сегодняшний день знаем, что мощность компьютеров у сотрудников Уолл-стрит увеличилась вдвое, даже несмотря на продолжение кризиса.

Конечно, экзотические деривативы – это не единственный пример отрицательного воздействия развивающихся компьютерных мощностей на финансовом рынке. 19 октября 1987 г. уровень цен на фондовой бирже за один день резко упал на 20 %. И нельзя назвать точное событие или другой фактор, повлиявший на столь неожиданное падение. Многие из тех, кто в то время занимался количественным анализом на Уолл-стрит, считают, что обвал мог быть спровоцирован компьютерной программой, которая автономно торговала акциями для обеспечения «портфельного страхования» крупных инвесторов.

Пока пишется эта книга, в прессе появляются новые статьи на тему использования сверхбыстрых компьютеров на Уолл-стрит, которые позволяют совершать все сделки за доли секунды. Эта практика, известная как флеш-трейдинг, вскоре привлекла к себе внимание Комиссии по ценным бумагам и биржам и может привести к введению нового правового регулирования.

Как показывают эти примеры, можно ожидать того, что темп роста и неустойчивость практически всех окружающих явлений так или иначе усиливается за счет невероятного увеличения наших вычислительных возможностей. Можно также предположить, что существенное увеличение вычислительных мощностей будет преимущественно направлено на автоматизацию рабочих мест.

Далее в этой главе мы более подробно рассмотрим несколько специфических передовых технологий и их возможное влияние на рынок труда и экономику в целом. Но сначала давайте вернемся от машин к людям. Возможно ли людям каким-то образом «опередить» компьютеры, чтобы сохранить свои рабочие места?

Сокращающиеся доходы

В 1811 г. промышленная революция в Великобритании была в самом разгаре. В этот год в Ноттингеме сформировалось движение под названием луддиты.

Луддиты включали в себя опытных мастеров ткацкого ремесла, которые оказались под угрозой безработицы в связи с внедрением ткацких станков, которыми могли управлять низкооплачиваемые неопытные работники. Свое название они придумали от имени рабочего Неда Лудда, который, как гласила молва, разбил один из таких передовых станков. Протесты луддитов переросли в откровенные бунты и разгром машин. Британское правительство в конечном счете предприняло жесткие меры борьбы, и это движение было остановлено в 1812 г. С тех пор слово «луддит» получило немного пренебрежительный оттенок: так называют любого противника технологического прогресса или некомпетентного в вопросах новых технологий человека.

Экономисты обычно опровергают теорию о том, что современные технологии будут постоянно замещать людей и поэтому уровень безработицы будет непрерывно расти. Другими словами, большинство экономистов полностью поддерживает предположение, сделанное в начале этой главы. (Только не версию с «2089 годом», а вариант со словом никогда.) Тех, кто высказывает опасения в настоящее время, относят к неолуддитам. Экономисты также сформулировали понятие «заблуждение луддитов», которое помогает объяснить, почему тревоги неолуддитов ошибочны. Немного позже рассмотрим этот вопрос подробнее.

Очевидно, что сегодня Великобритания – это современная страна, и большинство рабочих в целом трудоустроены. Современные британцы материально намного более обеспечены по сравнению с уровнем 1812 г. Итак, ошибались ли луддиты? Или просто 200 лет – это слишком малый срок?

Известно, что со времен 1812 г. технологии развились невероятным образом. А как насчет людей? Развиваемся ли мы? С точки зрения общей биологии существенных изменений не произошло. Вряд ли за 200-летний период могла произойти биологическая эволюция. Тем не менее разве не очевидно, что средний британский рабочий сегодня стал намного более квалифицированным по сравнению с рабочим 200 лет назад?

Давайте представим образ жизни среднестатистического англичанина первой половины XIX в. Оказывается, это довольно легко сделать благодаря Чарльзу Диккенсу, который как раз родился в 1812 г. Когда Диккенс писал свои знаменитые романы, он опирался на собственный детский опыт и наблюдения. Всем хорошо известны его описания жестокого низшего слоя общества и окружающей среды, загрязненной сажей от предприятий, работавших на угле.

В романе «Оливер Твист» Диккенс описывает нищенскую жизнь сироты во время промышленной революции. Здесь он выражает свое отношение к проблеме, когда изголодавшемуся Оливеру кидают куски мяса, предназначавшиеся собаке: «Хотел бы я, чтобы какой-нибудь откормленный философ, чья кровь холодна как лед, а сердце железное, посмотрел, как Оливер Твист набросился на изысканные яства, которыми пренебрегла бы собака! Хотел бы я, чтобы он стал свидетелем того, с какой жадностью Оливер, терзаемый страшным голодом, разрывал куски мяса».

Очевидно, что обычный британский рабочий сегодня питается гораздо лучше. Известно, что окружающая среда также стала намного чище и здоровее. Уровень грамотности в Британии сегодня составляет 99 %. Сложно высчитать этот показатель для 1812 г., однако предположение о 50 % будет близким к истине. И конечно же, навыками чтения и письма тогда обладали только представители высших слоев общества.

В 1812 г. в Великобритании бесплатного образования практически не существовало. Правительство не задумывалось о значительных инвестициях в образование вплоть до 1870 г., а посещаемость занятий стала обязательной только в 1880 г. Очевидно, что сегодня среднестатистический рабочий намного лучше образован по сравнению с тем временем.

Учитывая все это, можно сказать, что благодаря существенным улучшениям условий жизни и образования типичный рабочий сегодня намного более квалифицирован и способен выполнять более сложные и высокоуровневые задачи по сравнению с рабочим 1812 г. Но главный вопрос заключается в следующем: можно ли ожидать подобных улучшений в будущем?

Следующий график (рис. 2.3, стр. 64) показывает, как изменялась способность среднестатистического работника выполнять комплексные задачи на протяжении последних 200 лет.

Этот график – всего лишь приблизительная оценка. Он не основан на подлинных фактах. Однако мне кажется, что большинство согласится с общим смыслом графика, а только это и имеет значение.

Рис. 2.3. Способность среднестатистического работника выполнять комплексные задачи

Я выбрал произвольную точку на графике для отображения состояния 1812 г. Можно обоснованно предположить, что уже со следующего года человеческие возможности продолжали довольно стремительно расти вплоть до периода современности. Крутой участок графика демонстрирует значительные изменения общих условий жизни в более развитых странах мира.

• Качественное питание, здравоохранение и охрана окружающей среды защищают людей от многих заболеваний и позволяют использовать весь биологический потенциал.

• Инвестиции в грамотность, в частности в начальное и среднее образование, а также свободный доступ к обучению в колледжах и повышению квалификации для рабочих значительно увеличили наши возможности.

• Более богатый и разносторонний образ жизни в целом, включая свободный доступ к книгам, СМИ, новым технологиям и возможность путешествий в дальние страны, оказывает позитивное воздействие на способность понимать и решать комплексные проблемы.

Однако уровень прогрессивных изменений, который мы можем сегодня наблюдать, в большинстве случаев связан с низким стартовым уровнем развития. В частности, в образовании мы, кажется, достигли потолка – и уже можем наблюдать негативные последствия этого. Американские СМИ переполнены непрекращающейся чередой историй о нынешнем кризисе начального и среднего образования.

В США невозможно даже с уверенностью назвать реальный процент учеников, оканчивающих среднюю школу.

В докладе, опубликованном в 2008 г. Национальным бюро экономических исследований[29], утверждается, что «на основании источников информации, характеристик и проводимых изысканий выявлено, что в настоящее время количество выпускников в США составляет 66–88 % – это невероятно широкие границы показателя для такой простой статистики. А разность показателей числа несовершеннолетних в этом исследовании еще больше – 55–85 %». Недавно опубликованное исследование Национального центра статистики образования[30] показывает, что у 14 % взрослого населения США может отсутствовать базовый навык чтения. Очевидно, что как минимум 1/₃ детей не имеет возможности окончить школу, а 1/₇ населения не владеет основами грамотности, поэтому мы не преуспеваем в повышении квалификации среднестатистического рабочего в значительной степени.

Даже более ранние тенденции к улучшению питания и общественного здравоохранения во многом обернулись против нас. Большинство западных стран сейчас столкнулось с растущей проблемой ожирения среди взрослого населения и, что самое страшное, среди детей. Несмотря на постоянные достижения в медицине, складывается впечатление, что многие из них в основном оказывают влияние лишь на здоровье людей пенсионного возраста. Общее состояние здоровья молодого поколения не изменяется или зачастую даже снижается. В последние годы одним из немногих положительных примеров в сфере общественного здравоохранения и питания стало сокращение уровня табакокурения.

В то время как предыдущий график (рис. 2.3) носил оценочный характер, нижеследующая диаграмма (рис. 2.4)[31] основывается на реальных фактах:

Рис. 2.4. Средние результаты теста SAT по математике за 1972–2007 гг.

Средний результат математического раздела теста SAT[32] остается преимущественно на одном уровне на протяжении последних 35 лет. Диаграмма результатов теста по грамматике выглядит практически идентично. Студенты колледжа, сдающие SAT, конечно, отличаются большей работоспособностью по сравнению с другими учащимися. Очевидно, что в условиях повышения способностей среднего рабочего вся легкая добыча нам уже досталась, и сейчас мы просто стараемся сохранить все на этом уровне и не стремимся к большему.

В данном случае нужно четко осознавать, что если компьютерные технологии будут продолжать развиваться с такой же невероятной скоростью, как в последнее время, то работающий человек не сможет превзойти возможности техники. Визуально это можно представить с помощью следующих двух диаграмм (рис. 2.5):

Рис. 2.5. Сравнение способностей человека и компьютерных технологий

И хотя эти графики не основаны на специальных данных, они довольно убедительно демонстрируют, что их зависимость отражена более или менее правильно. Известно, что нижняя кривая (компьютерных технологий) в настоящий момент расположена немного ниже кривой человеческих возможностей. И так же очевидно, что кривая технологии растет невероятным темпом, в геометрической прогрессии. Что еще нужно знать? Очевидно, что все движется к скорому пересечению этих кривых в будущем[33].

Непрерывный прогресс компьютерных технологий наряду с геометрически поднимающейся кривой и убывающей доходностью от инвестиций в образование, кажется, ведет к возникновению ситуации, когда среднестатистическим рабочим, а возможно, и рабочим выше среднего уровня знаний, будет грозить опасность автоматизации их рабочих мест. Давайте далее рассмотрим несколько тенденций и особых технологий, которые четко демонстрируют, как это произойдет.

Офшоринг и банки с сервисом «на ходу»

Автоматизация и офшорный аутсорсинг имеют одну общую важную составляющую: оба процесса существуют благодаря технологиям. Очевидно, что значительный прогресс в коммуникационных и информационных технологиях позволяет многим предприятиям с сервисно-ориентированным подходом перемещаться в страны с дешевой рабочей силой.

Будучи подростком в 1970-х годах, я часто наблюдал за процессом банковского обслуживания клиентов, не выходя из автомобиля. Конечно, это было до внедрения банкоматов. В стандартном банке с сервисом «на ходу» было две или три полосы для одновременного обслуживания нескольких клиентов. Если вы занимали ближайшую к зданию банка полосу, вы общались с кассиром через окошко с выдвижным ящиком.

Если же вы занимали дальнюю полосу, процесс становился более занимательным. Вы прятали свои деньги, документы, чековую книжку и т. д. в пластмассовый цилиндр, а затем бросали его в специальное отверстие. Цилиндр перемещался по подземной трубе (я полагаю, что в движение его приводил механизм, напоминающий пылесос) прямо в руки кассира. Затем она совершала все операции и отправляла цилиндр назад тем же путем. Он возвращался клиенту, как в боулинге возвращается мяч.

В то время все это выглядело очень высокотехнологичным. Однако система имела свои недостатки. Я четко помню, как стоял в очереди за одним бедным клиентом, который вставил цилиндр неправильно, и тот упал на землю и закатился под машину. Потом выяснилось, что его попытки выбраться из машины и достать цилиндр были тщетными, поскольку дверь его машины не открывалась. Конечно, для подростка 11–12 лет это было уморительным зрелищем. Готов поспорить, что еще одной проблемой было и то, что клиенты забывали про цилиндр и уезжали вместе с ним.

Этот тип банков сейчас, безусловно, изживает себя. Сегодня подобный процесс кажется громоздким и неэффективным. Но в то время он представлял качественно новый уровень технических возможностей. Банки с сервисом «на ходу» гарантировали клиентам удобный способ обслуживания, но зачастую проведение операций занимало слишком много времени.

Я веду к тому, что офшоринг – это действительно предвестник автоматизации. Офшоринг – это то, к чему вы прибегаете, когда у вас есть какая-то технология, но ее недостаточно для полной автоматизации рабочего процесса. Так же как неэффективные банковские сервисы «на ходу» устарели после внедрения банкоматов, многие рабочие места, которые сейчас перемещаются в другие страны, в будущем будут полностью автоматизированы. Эта тенденция уже была четко выражена в 2004 г., когда издание InformationWeek в своей статье подчеркнуло, что «низкооплачиваемые иностранные работники могут поставить под угрозу работу сотрудников справочных служб Америки, но их коллеги в таких странах, как Индия и Филиппины, уже сами столкнулись с нарастающей проблемой замещения таких центров современными голосовыми устройствами»[34].

Это одна из причин, почему я не включил офшоринг в нашу модель туннеля. Мы могли бы смоделировать офшорную работу как обычный разгорающийся огонек в некой части туннеля, а затем добавить в другое место еще один затухающий огонь. Однако наша модель разрабатывалась для демонстрации того, что произойдет в долгосрочной перспективе, когда автоматизация постепенно станет распространенным явлением. Поскольку технологии продолжают постоянно развиваться, многие рабочие места, которые сейчас переносятся за границу, в будущем полностью исчезнут.

На данный момент большинство противоречий и политических дискуссий сконцентрировано на офшоринге больше, чем на автоматизации. И это вполне может оказаться недальновидным. Работники сферы информационных технологий (ИТ) в развитых странах – это одна из групп, которая больше всего пострадала от сокращения числа рабочих мест из-за офшоринга. В ходе исследования, проведенного в 2006 г. Организацией экономического сотрудничества и развития (ОЭСР)[35], был сделан вывод о том, что в сравнении с офшорингом автоматизация приведет к еще большему сокращению числа работников в сфере ИТ, и ожидается, что эта тенденция будет иметь место и в дальнейшем.

Офшоринг – это лишь малая волна, которая сбивает вас с ног. Автоматизация – это уже волна намного большей высоты, но вы еще не знаете, каких последствий от нее ожидать.

Профессии-«однодневки»

Общепринятым мнением, распространенным среди экономистов и других аналитиков, является то, что технологии создают рабочие места. И тогда как история подтверждает правильность этого мнения, она также довольно четко показывает, что очень часто новые профессии, созданные технологиями, так же быстро исчезают. Работа в сфере ИТ, которая в настоящее время подвержена офшорингу и автоматизации, еще недавно была новым видом деятельности, появившимся во время технологического роста в 1990-х годах. Для людей, выбравших эту сферу для перспективного карьерного роста более 10 лет назад, такая реальность может стать удручающей.

Выше я рассказывал о собственном опыте использования компьютерных перфокарт в Мичиганском университете.

В то время эти карты использовались практически повсюду. Счет за коммунальные услуги, приходящий по почте, был по сути разновидностью перфокарт. В результате для операторов перфокарт появились тысячи «новых» рабочих мест. Позже это превратилось в «новую» профессию оператора ввода данных, сидящего за компьютерным терминалом. Стоит заметить, что на сегодняшний день технологии оптических штрих-кодов значительно сократили необходимость такого вида ввода данных.

Кроме того, я упоминал, что специализация моего обучения в колледже, компьютерная инженерия, в то время была абсолютно новой. Программирование сейчас также отдается на офшоринг, и много усилий было сделано для того, чтобы автоматизировать некоторые процессы разработки программного обеспечения. Обычный студент колледжа сегодня должен подумать дважды, прежде чем выбирать для работы эту относительно новую сферу, созданную всего около 30 лет назад.

Технологии всегда порождают изменения в профессиях людей. К примеру, экипажи авиакомпаний намного сократили работу проводников поездов. Однако в сферах высоких технологий и компьютеров скорость изменений является небывалой и безжалостно провоцирует полную ликвидацию некоторых профессий. Все это – четкое эмпирическое доказательство роста мощности компьютерных технологий в геометрической прогрессии.

Традиционные профессии:

«средние» огни в туннеле

Все внимание к новым профессиям, созданным технологическим прогрессом, направлено на то, чтобы отвлечь нас от того факта, что множество профессий в экономике сохраняют свою стабильность на протяжении многих лет.

В то время как технологии существенно влияют на образ жизни людей, занятых в этих профессиях, или на вид бизнеса, которым они занимаются, это все же не изменило основных принципов традиционных профессий.

Следующая таблица основана на данных, опубликованных Бюро трудовой статистики США в мае 2006 г.[36] В ней указан список всех профессий, приходящихся на миллион трудящихся американцев.

_{Таблица 2.1}

_{Список всех профессий США, приходящихся на миллион работающих (2006 г.)}

Вышеперечисленные данные составляют существенную часть средних огней, которые в нашей модели подвержены автоматизации. Где же все эти «новые» профессии, созданные под влиянием технологий? В списке я нахожу только одну профессию, которая не могла существовать в 1930 г.

А вы можете ее найти? Сдаетесь? В 4-й строке сверху говорится о «продуктах быстрого питания»: «Макдоналдс» не вводил концепцию быстрого питания до 1948 г.

Профессии, перечисленные в таблице, составляют примерно 40 % от общего числа трудящихся американцев. Возможно, каждый сможет добавить еще множество других профессий, которые также не изменились за прошедшие полвека. Многие из них являются намного более высокооплачиваемыми специальностями: доктор, дантист, дипломированный бухгалтер, юрист, архитектор, пилот, инженер и т. д. Правда состоит в том, что большая часть людей продолжает работать по традиционным специальностям. Новые виды профессий, создаваемые под влиянием технологий, представляют относительно небольшую часть в общей занятости населения и, как было отмечено ранее, часто существуют совсем недолго.

Даже в высокотехнологичных отраслях основная доля рабочих мест приходится на традиционные профессии. Предположим, вы основали новую компанию в Кремниевой долине. Вы привлекли необходимые средства, и ваша компания начинает развиваться. Кого же вы будете нанимать? Инженеров, бухгалтеров, персонал, специалистов по маркетингу и финансам; помощников по административной работе и экспедиторов – все это традиционные профессии. Не все сотрудники компании Google имеют необычные новые профессии; по большому счету, их профессии совпадают с сотрудниками General Motors. И необходимо думать не о количестве новых, создаваемых технологиями профессий, а об их видах. Далее мы увидим, что в скором будущем целые категории традиционных профессий окажутся под угрозой полной автоматизации. А предположение о том, что сама технология будет создавать совершенно новые рабочие места, способные трудоустроить миллионы рабочих после потери традиционных профессий, – это чистая фантастика.

Какую роль для экономики сыграет полная автоматизация этих традиционных профессий? Автоматические кассы уже сегодня можно встретить во многих магазинах. Можно быть уверенным в том, что в будущем они станут еще надежнее и проще в использовании. А что если однажды значительное количество кассиров (около 3 500 000 человек) в США потеряет работу? Какое дополнительное образование мы можем предложить этим людям? И к какой работе их нужно подготовить?

Как отразится эта возможная безработица на рыночном спросе на товары и услуги? Кассиры, как правило, получают невысокую заработную плату, но, тем не менее, они существуют в качестве огней в нашем туннеле массового рынка. Кассиры, как и многие другие служащие, водят машины, покупают одежду и бытовую технику, берут напрокат DVD, покупают новогодние подарки и, возможно, даже пьют кофе в «Старбаксе». С точки зрения общего спроса на такие товары для личного пользования по умеренной цене, как мобильные телефоны или mp3-плееры, желания кассира могут даже совпадать с желаниями CЕО[37].

Многие профессии, перечисленные в таблице, уже сегодня подвержены процессам автоматизации или офшоринга. Других в скором будущем ждет то же самое. Миллионы работающих по иным специальностям, которые не заявлены в этом списке, также находятся под угрозой исчезновения. Как можно заметить, это относится ко многим профессиям, которые никоим образом нельзя назвать неквалифицированными или низкооплачиваемыми. Если позволить миллионам людей безжалостно потерять свои рабочие места и не разработать четкий план решения проблемы, это приведет к настоящей катастрофе.

Притча о двух профессиях

Всеобщее заблуждение, связанное с автоматизацией, – это идея о том, что она в первую очередь окажет влияние на низкооплачиваемые профессии, которые не требуют большого количества навыков или опыта. Чтобы доказать, что это не всегда так, давайте обсудим две абсолютно разные профессии: рентгенолога и домашнего работника.

Рентгенолог – это врач, который специализируется на толковании изображений, полученных после сканирования тела различными приборами. До появления современных компьютеров рентгенологи работали исключительно с рентгеновскими аппаратами. В настоящее время их деятельность расширилась за счет использования различных видов сканирования, включая КТ-исследование, ПЭТ-сканирование, маммограммы и т. д. Чтобы стать рентгенологом, нужно отучиться четыре года в колледже, а затем еще четыре года на медицинском факультете. После следует пройти еще пять лет интернатуры и ординатуры, а иногда необходима специализированная практика. Рентгенология – это самая популярная специальность среди молодых врачей, потому что здесь относительно высокая заработная плата и фиксированный рабочий день: рентгенологам обычно не нужно работать по выходным или в «Скорой помощи».

Несмотря на серьезную подготовку рентгенологов на протяжении как минимум 13 лет после средней школы, в действительности довольно легко автоматизировать эту работу. Главная задача в данной профессии – это анализ и оценка визуального изображения. Более того, параметры каждого изображения четко определены, поскольку они часто поступают на обработку сразу из компьютерного сканирующего устройства.

Программное обеспечение для визуального распознавания объектов – это быстро развивающаяся область, которая уже показывает значительные результаты. Правительство на данный момент имеет доступ к программам, которые могут определять личность террористов в аэропортах с помощью визуального анализа засекреченных фотографий[38]. Такие задачи мирового значения, вероятно, технически более сложные по сравнению с анализом медицинского сканирования, потому что окружающая среда и исследуемые предметы на изображениях существенно различаются.

Рентгенология уже давно является предметом офшоринга в Индию и другие страны. Ведь все заключается в простой передаче цифровых результатов сканирования для анализа за рубеж. Заработная плата индийских врачей составляет всего 10 % от заработка американских рентгенологов[39]. Как было сказано ранее, часто автоматизация быстрым шагом идет по пятам офшоринга, особенно если профессия связана исключительно с техническим анализом и не требует существенного вмешательства человека. В настоящее время в США спрос на рентгенологов продолжает расти в связи с повышением использования такого метода диагностического сканирования, как маммограмма. Однако есть основания полагать, что этот спрос снизится из-за развития и всеобщего распространения автоматизации и офшоринга в будущем. Выпускники-медики, которые стремятся стать рентгенологами из-за высокой оплаты и относительной свободы от не всегда приятного общения с реальными пациентами, должны сегодня серьезно задуматься о правильности своего решения.

А сейчас давайте рассмотрим совершенно иного рода профессию – работник по дому. Конечно, этот человек фактически не нуждается в специальном образовании, но, как вы могли догадаться, эту работу намного тяжелее полностью автоматизировать по сравнению с профессией рентгенолога. Чтобы автоматизировать профессию работника по дому, нужно создать очень современного робота, или даже нескольких, для выполнения различных задач.

Если попросить работника по дому назвать самую сложную часть его деятельности, в ответ можно услышать про уборку ванной комнаты или мойку окон. Но для робота по-настоящему сложным заданием будет какая-нибудь относительно легкая для человека работа. Давайте рассмотрим, что включает в себя уборка в обычном доме. Для работника по дому это довольно простое занятие. Человек может моментально узнать предметы, которые лежат не на своем месте, и быстро переложить их. Создать устройство, которое сможет сделать то же самое, – наверное, одна из сложнейших задач в робототехнике.

Роботу нужно уметь распознавать сотни или даже тысячи предметов, которые находятся в каждом доме, и знать их место. Более того, ему нужно понимать, что делать с бесконечным множеством новых предметов, которые могут появиться в доме впервые.

Разработка компьютерной программы, способной распознавать предметы в очень сложной и разнообразной обстановке, а затем управление действиями робота для надлежащего обращения с этими предметами – это невероятно сложная задача. Она становится еще труднее из-за того, что предметы могут принимать различное положение в пространстве и форму.

Возьмем, к примеру, простую пару солнечных очков, лежащих на столе. Солнечные очки могут быть сложены и лежать стеклами вниз или вверх. Или возможно, очки могут быть открыты и расположены вертикально. Или одна дужка может быть открыта, а другая – сложена. И конечно, очки могут быть повернуты в любом направлении. Также возможен вариант, когда они соприкасаются или каким-то образом связаны с другими предметами. Разработка и программирование робота, способного распознать солнечные очки в любом возможном положении и затем подобрать их, согнуть дужки и положить обратно в чехол, – это настолько сложная задача, что работники по дому могут не бояться автоматизации в ближайшем будущем.

А теперь сравним сложную проблему визуального распознавания у роботов – домашних работников с задачей автоматизации работы рентгенолога.

По существу, медицинское сканирование отличается точностью параметров масштаба и ориентации: вы точно знаете, что вы исследуете. Вам не нужно беспокоиться о наличии неизвестных предметов, расположенных в различных направлениях. В действительности главная задача может просто состоять в поиске чего-то необычного в организме, к примеру опухоли. Кроме того, намного проще и выгоднее частично автоматизировать профессию рентгенолога. И не имеет особого смысла создание устройства, наводящего порядок в доме только частично. С другой стороны, если есть возможность автоматизировать рутинную работу рентгенолога на 20 %, то можно моментально уволить каждого пятого специалиста.