WTF? Гид по бизнес-моделям будущего

Трехступенчатый процесс создания новых знаний, их распространения и последующего внедрения в инструменты так, чтобы их могли использовать менее квалифицированные работники, четко отображен в росте технологий больших данных. Корпорации Google пришлось разработать совершенно новые методы, чтобы справиться с разрастающейся Всемирной паутиной. Один из наиболее важных из них называется MapReduce: он разделяет огромные объемы данных и вычислений на множество фрагментов, которые могут передаваться на сотни или тысячи работающих параллельно компьютеров. Оказалось, что метод MapReduce можно применять для широкого спектра задач, не только для поиска.

Корпорация Google опубликовала статьи о MapReduce в 2003 и 2004 годах, раскрыв свои секреты, но метод не получил широкого распространения, пока в 2006 году Дуг Каттинг не реализовал на основе MapReduce проект с открытым исходным кодом Hadoop. Это позволило множеству других компаний, которые столкнулись с проблемами, аналогичными тем, с которыми корпорация Google столкнулась на несколько лет раньше, с легкостью перенять этот метод.

Этот процесс является ключом к успеху разработки программного обеспечения. Новые задачи рождают новые решения, которые, по сути, являются сначала кустарными. Лишь позднее, будучи встроенными в инструменты, которые делают их более доступными, эти замечательные инновации становятся частью повседневной жизни следующего поколения разработчиков. Сейчас мы находимся в начале перехода от кустарных моделей машинного обучения к инструментам, которые позволят рядовым разработчикам создавать их. Как только это случится, ИИ вольется в наше общество и изменит его так же, как массовое производство изменило девятнадцатый и двадцатый века.

Существенный рост производительности в сфере сельского хозяйства содержит чуть больше нюансов в понимании взаимосвязи материи и разума в новых инструментах. Рост производительности сельского хозяйства начался не только благодаря использованию машин, выполняющих большую часть работ по посадке и уборке урожая, и удобрений (другому промышленному продукту), но также благодаря культивированию более урожайных сортов самих продуктов. Когда Лютер Бербанк вывел самый распространенный ныне сорт картофеля Russet Burbank, он повысил производительность совершенно иным способом соотношения знаний и материальных затрат, чем Хайрам Мур, когда изобрел комбайн.

Иными словами, два вида составляющих, физические и умственные, находятся в сложном танце. Одним из передовых шагов является внедрение в физический мир датчиков, которые позволяют собирать и анализировать данные в немыслимом ранее масштабе. Это настоящий ключ к пониманию того, что часто называют «Интернетом вещей». Вещи, над которыми когда-то нужно было ломать голову, теперь доступны (страхование вполне может стать внутренней бизнес-моделью «Интернета вещей», так же как реклама стала внутренней бизнес-моделью Интернета, благодаря управляемому данными устранению неопределенности). Речь идет не только об умных подключенных устройствах, таких как термостат Nest или Amazon Echo, часы Fitbit и Apple Watch, и даже не о беспилотных автомобилях. Речь идет о данных, которые производят эти устройства. Перед нами открываются самые неожиданные перспективы будущего.

Когда компания Monsanto купила The Climate Corporation, большую компанию, занимающуюся страхованием от неблагоприятных погодных условий, основанную бывшими сотрудниками Google Дэвидом Фредбергом и Сираджем Халиком, и объединила ее с высокотехнологичной системой посева Precision Planting, контролирующей расположение и глубину высадки семян на основе данных о составе почвы, они продемонстрировали, что сейчас основными направлениями производительности в сельском хозяйстве являются сбор данных и контроль. Требуется меньше семян, меньше удобрений и меньше воды, когда электронная аппаратура может сообщить фермеру точные данные о состоянии земли и о ходе созревания урожая, и автоматически управлять его техникой, действуя в соответствии с этой информацией.

Это относится и к инженерному делу и материаловедению. Помните комментарий Сола Гриффита: «Мы заменяем материалы математикой»? Одна из компаний Сола, Sunfolding, продает для крупных солнечных электростанций систему солнечных трекеров, в которой стальные детали, двигатели и шестерни заменены простой пневматической системой, изготовленной из промышленной версии того же материала, который используется для бутылок с прохладительными напитками, невероятно легкого и дешевого. Другой проект предлагает заменить гигантские герметизирующие сосуды для хранения природного газа на емкости, состоящие из крошечных пластиковых трубочек, которые позволяют резервуарам хранения природного газа принимать любую произвольную форму, а также уменьшают риск катастрофического разрыва. Получается, если вы хорошо разбираетесь в физике, вы действительно можете заменить материалы математикой.