Век линейного мышления подошел к концу — и бизнес, не отказавшийся от его догм, рискует остаться за бортом. Интуитивная привычка продлевать текущие тренды по прямой подводит даже первоклассных аналитиков: так недооценивали рост солнечной энергетики и появление ChatGPT. Директор по стратегическому маркетингу «Яндекса» Андрей Себрант убежден: стратегический успех уже сегодня определяется гибкостью и умением понять, где именно на кривой развития находится ваш бизнес
Есть знаменитая легенда про мудреца, который изобрел шахматы и за свое полюбившееся правителю изобретение попросил в качестве награды положить на первую клеточку одно зернышко. На вторую — два, на третью — четыре. И продолжать удваивать их количество на каждой следующей. Правитель опрометчиво согласился. Он просто не мог представить себе, что ему придется отдать 18 446 744 073 709 551 615 зернышек. Сельское хозяйство планеты за всю историю и по сей день близко не произвело столько зерна.
Правитель был не глуп. Он был нормален. Именно это и есть проблема, которая веками преследует человечество и заставляет в апреле 2026 года Мустафу Сулеймана, руководителя ИИ-направления в Microsoft, с грустью писать : «Наша эволюция шла в линейном мире. Час ходьбы — одно расстояние. Два часа — вдвое больше. Такая интуиция отлично работала в саванне. Но перед лицом ИИ и заложенных в нем экспоненциальных трендов она терпит полный крах». Беда еще и в том, что проблема, увы, универсальна и проявляется отнюдь не только в области ИИ.
Нобелевский лауреат Даниэль Канеман в своем знаменитом бестселлере «Думай медленно… решай быстро» описал два режима мышления: быстрый, интуитивный — «Система 1», и медленный, аналитический — «Система 2». Линейность свойственна «Системе 1», которая доверяется эвристикам, то есть простым и понятным правилам, экономящим энергию мозга. Она туда вшита эволюцией, на которую ссылается в своем высказывании Сулейман: в мире, где угрозы чаще всего нарастают постепенно и предсказуемо, линейная экстраполяция и есть оптимальная стратегия.
Психолог Филип Тетлок в масштабном исследовании точности экспертных прогнозов в книге Superforecasting на основе изучения сотен тысяч прогнозов от тысяч участников зафиксировал: даже лучшие из них строят прогнозную экстраполяцию, отталкиваясь от последнего наблюдения и наклона кривой в этой последней точке. Это и есть линейное мышление в действии — взять касательную к кривой сегодня и продлить ее в будущее. Но чаще всего кривые, а экспонента в особенности, над касательной смеются.
Классическим (и даже анекдотическим) примером стали прогнозы Международного энергетического агентства (IEA), организации с многомиллионным бюджетом, штатом первоклассных аналитиков и доступом ко всем мировым данным. Оно с уверенным упрямством с 2002 по 2016 год ежегодно без исключений недооценивало рост солнечной генерации. Каждый следующий отчет строился по одной и той же внешне безупречной методологии. Но экстраполяции были скорее линейными, чем экспоненциальными. Похоже вышло и с ChatGPT: за несколько месяцев до его появления консенсус аналитиков сходился на том, что системы уровня GPT-4 появятся в конце 2040-х. Но соответствующая модель появилась в начале 2023 года.
Telegram-канал Forbes.Russia
Канал о бизнесе, финансах, экономике и стиле жизни
Все перечисленное и многое другое — не случайные промахи. Это паттерн, единая картина, и у нее есть имя. Рэй Курцвейл, известный футуролог, назвал ее красивым термином «интуитивный линеаризм», суть его во врожденной человеческой склонности воспринимать экспоненциальные процессы как линейные, пока не случится скачок настолько очевидный, что его уже невозможно игнорировать. Именно этот линеаризм не давал умным, многоопытным и компетентным людям в руководстве Kodak понять, что цифровая фотография — это отнюдь не ниша. Он же помешал Nokia осознать, что смартфон — это не телефон с расширенными функциями.
Сегодня ставки намного выше. ИИ — первая технология, которая активно участвует в собственном развитии. Модели пишут код (в том числе свой собственный), оптимизируют архитектуры, генерируют обучающие данные для следующих версий. По данным Epoch AI, объем вычислений для тренировки ведущих моделей рос в четыре-пять раз ежегодно с 2010 по 2024 год, а вычислительные мощности удваиваются примерно каждые шесть месяцев.
Здесь необходима важная оговорка. Ничто в реальном мире не может расти по экспоненте слишком долго, в какой-то момент неизбежно проявляются фундаментальные ограничения — вспомним про зерно на шахматной доске. Рост упирается в ресурсы, насыщение рынка, физические или экономические пределы — и экспоненциальная в своем начале кривая неизбежно приобретает S-образную форму: сначала медленно, потом резко, потом в итоге плато (такую кривую часто называют логистической ). Именно так растет, например, аудитория абсолютно любого успешного проекта: население Земли имеет конечный размер, поэтому вызывающая восторги инвесторов «клюшка» в начале однажды обязательно замедлится и выйдет на стадию насыщения.
Проблема не в том, чтобы верить в непонятную бесконечную экспоненту вместо понятной прямой. Проблема в том, что мы не знаем, в какой точке S-образной (или даже более сложной) кривой мы находимся прямо сейчас — то ли в начале крутого подъема, то ли уже близимся к переходу на плато. Более того, когда заканчивается одна S-образная кривая, нередко начинается следующая — на новом витке, с новой технологией, с новой экспонентой внутри.
Яркий пример здесь — закон Мура, его сформулировал в 1975 году сооснователь Intel Гордон Мур. Эмпирический закон гласил, что количество транзисторов на кристалле (а значит, и вычислительная мощность микропроцессора) удваивается каждые 24 месяца. С самого начала было очевидно, что физические ограничения неизбежно должны когда-то затормозить такой рост. Однако с ответом на вопрос «а когда именно закон Мура перестанет действовать?» вышла поучительная история. Сам Мур еще в 2007 году предупредил, что закон уже перестает действовать, — и очень сильно ошибся. Благодаря череде технологических прорывов и достижений закон Мура с незначительными поправками продолжает работать и сегодня, например, специалисты ASML в 2025 году отвели ему еще 15 лет жизни, так 2007-й год плавно уехал в 2040-й.
Все описанное отлично укладывается в представления о так называемом BANI-мире (от Brittle, Anxious, Nonlinear, Incomprehensible), то есть мире, полном хрупкости, тревог, нелинейностей и непостижимости. Концепцию предложил футуролог Джамаис Кашио как раз в момент, когда человечество переживало шок от пандемии ковида. Мы очень ясно сейчас наблюдаем, что «нелинейность» здесь не случайный эпитет для красного словца, а структурное свойство нашего мира: кривые роста меняют форму быстрее, чем организации успевают их распознать и уж тем более среагировать.
Заменить культ линейности культом экспоненциальности значило бы просто пересесть с одной неверной модели на другую. Настоящая управленческая компетенция в BANI-мире, полном ИИ, — не «думать экспоненциально». Это уметь в реальном времени распознавать, на каком участке какой именно кривой ты находишься. И не влюбляться ни в одну из них.
Мнение редакции может не совпадать с точкой зрения автора