Глава 1

Секрет путешествия во времени

Стул, на котором я ожидал рождения своей дочери, был не очень удобным. Моя жена Анна и я приехали в Главный госпиталь Массачусетса в 6:30 вечера в ту субботу. Мы оставались дома, пока развивались ее схватки, и решили направиться в больницу, когда интервал между ними сократился до нескольких минут. Ее схватки усилились во время медицинской сортировки, но обезболивающий укол, который ей сделали пару часов спустя, дал необходимый отдых. На часах было 2:00. Ночь прошла спокойно. Слышался только периодический шум прибора, измеряющего ее давление. Комнату освещали несколько дисплеев и уличные фонари, отражающиеся в реке Чарльз. В этой полутьме я видел только Анну, мирно отдыхающую на кровати. Я держал ее за руку и ждал рождения нашей дочери, сидя в кресле, которое, как я уже говорил, не было особенно удобным.

В 3:00 утра медсестра сказала нам, что Анне пора тужиться. Анна была полностью готова, и наша дочь Айрис начала одно из важнейших путешествий в своей жизни. Жене потребовалось всего двадцать шесть минут, чтобы вытолкнуть Айрис в руки нервничающего, но сосредоточенного студента-медика, который принял ее. Двадцать шесть минут кажется коротким временем для родов, и это действительно так. Тем не менее я утверждаю, что путешествие, которое Айрис проделала в ту ночь, представляло собой не просто продвижение по нескольким сантиметрам родовых путей в течение двадцати шести минут, а 100-тысячелетнее путешествие из далекого прошлого в неизвестное будущее. За двадцать шесть минут Айрис проделала путь из древности чрева своей матери в современность общества XXI века. Рождение, в сущности, представляет собой путешествие во времени.

До той ночи, за исключением нескольких звуков, мир для Айрис представлял собой тот же мир, что и для младенцев сто тысяч лет назад. Она находилась в утробе матери и слышала в основном только голоса родителей, не представляя сложности окружающего ее современного мира. В ночь ее рождения все изменилось.

Айрис родилась в 3:26 утра в комнате, освещенной не солнечными лучами, а флуоресцентными светильниками и лампами накаливания. Ее бабушка и дедушка, которые с тревогой ожидали новостей, впервые увидели ее лицо во вложении в электронном письме. Музыка, наполнившая палату после рождения Айрис, была не пением птиц и не шелестом деревьев, а лилась из динамиков планшетного компьютера, который повиновался приказам алгоритма, выбравшего для нас песню. В ту ночь Айрис за несколько минут проделала путь в несколько сантиметров, однако в более глубоком смысле она совершила намного более длительное путешествие. В ночь своего рождения она переместилась из далекого прошлого в поистине фантастическое настоящее.

Несмотря на то, что путешествие Айрис имеет для меня особое значение, ее способ путешествия во времени не является редкостью. Рождение в XXI веке представляет собой чуждый опыт для большинства детей. Мир XXI века значительно отличается от того, в котором эволюционировал наш вид. Это сюрреальный мир, наполненный материальными объектами, которые до своего появления представлялись в воображении. Палата, в которой родилась Айрис, была полна материальных объектов, однако современным этот мир делали не эти объекты. Различие между миром, в котором родилась Айрис, и миром ранних гоминид заключается не в телесности материи, а в способе ее организации. Этот физический порядок представляет собой информацию. Ночному рождению Айрис способствовали не объекты, а заключенная в них информация и практическое использование знания и ноу-хау, которые неявно присутствуют в этих объектах. Палата, в которой родилась Айрис, была освещена не только лампами, но и пониманием электричества, энергии и материалов, используемых в этих лампах. В ту ночь Айрис было тепло благодаря не случайному скоплению нитей, а одеялам, сотканным из материи, знаний и воображения. Как это ни парадоксально, но Айрис родилась в реальном мире, который, хотя и является материальным, имеет свое происхождение в воображении. Этот мир отличается от того, в котором эволюционировал наш вид, только способом организации материи.

Тот факт, что объекты являются воплощением информации и воображения, может показаться очевидным. Информация – это фундаментальный аспект природы, который старше самой жизни. Кроме того, по мере развития жизни накопление информации происходило с ускорением. Рассмотрим репликацию таких информационно насыщенных молекул, как ДНК и РНК. Репликация ДНК и РНК является процессом воспроизведения не материи, а заключенной в ней информации. Живые организмы представляют собой хорошо организованные структуры, которые обрабатывают и производят информацию. Тем не менее мы сосредоточим свое внимание не на способности генерировать информацию, заключенную в наших клетках, а на той способности, которая возникла с появлением людей и общества. Люди – это особые животные в плане информации, поскольку в отличие от других видов мы развили способность кодировать большие объемы информации вне нашего тела. Наивно полагать, что речь идет об информации, закодированной в книгах, нотах, аудио– и видеозаписях. Еще до освоения письма мы воплощали информацию в артефактах или предметах, начиная со стрел и каменных топоров и заканчивая микроволновыми печами и Интернетом. Таким образом, наша способность производить стулья, компьютеры, скатерти и бокалы является простым ответом на вечный вопрос: в чем разница между нами, людьми, и всеми другими видами? Ответ заключается в том, что мы умеем создавать физические инстанциации объектов, которые мы представляем в своем воображении, в то время как другие виды ограничены тем, что создает природа.

На следующих страницах я опишу физические, социальные и экономические механизмы, которые объясняют рост объема информации в нашем мире и в нашей Вселенной. Эти механизмы отвечают за создание физического порядка, который сделал рождение Айрис как материальным, так и волшебным. С одной стороны, мы изучим физику информации. В результате мы поймем сущность информации и физические механизмы, способствующие ее появлению. Тем не менее физика информации способна объяснить лишь простейшие формы физического порядка. Чтобы объяснить порядок, пронизывающий наше современное общество, потребуется выйти за рамки физики и исследовать социальные и экономические процессы, которые позволяют группам людей производить информацию. К этим процессам относится образование социальных и профессиональных сетей, в которых заключена способность социальной обработки информации. Эта способность включает в себя накопление знаний и ноу-хау.

Знания и ноу-хау являются двумя основными способностями, которые относятся к вычислению и имеют решающее значение для накопления информации в экономике и обществе. Тем не менее знания и ноу-хау – это не одно и то же. Проще говоря, знание включает в себя отношения или связи между объектами. Эти отношения часто используются для того, чтобы спрогнозировать последствия действия, не совершая его. Например, мы знаем, что употребление табака увеличивает вероятность развития рака легких, и мы можем использовать эту связь, чтобы предсказать последствия курения, не употребляя табак.

Ноу-хау отличается от знания тем, что оно включает в себя не выражаемую словами способность выполнять некоторые действия. Например, большинство из нас знает, как ходить, хотя мы не знаем, как нам это удается. Большинство из нас знает, как определять и называть изображенные объекты, хотя нам неизвестно, каким образом мы выполняем эти задачи восприятия и вербализации. Большинство из нас умеет распознавать объекты с разных углов, узнавать лица, переваривать пищу и улавливать эмоции, хотя мы и не можем объяснить, как мы это делаем. Однако нам удается совершать эти действия благодаря тому, что у нас есть ноу-хау. Ноу-хау – это не выражаемая словами вычислительная способность совершать действия, которая накапливается как на уровне индивида, так и на уровне коллектива.

Невыражаемая словами природа ноу-хау кажется странной, поскольку из-за нее мы можем чувствовать себя автоматами, не осознающими своих действий. Тем не менее в этом нет ничего странного. Марвин Мински, один из отцов искусственного интеллекта, однажды сказал: «Ни один созданный компьютер не осознает того, что он делает, однако большую часть времени мы тоже этого не осознаем».

Другое отличие, о котором мне следует упомянуть, заключается в разнице между информацией, являющейся чем-то, и информацией о чем-то, например информацией, передаваемой в сообщении. Возьмем в качестве примера машину. Я могу сказать вам, что у меня красная машина с шестиступенчатой механической коробкой передач и 1,6-литровым двигателем. Все это является информацией о моей машине, однако это не та информация, которая заключена в моем автомобиле. Как мы узнаем в следующих главах, моя машина состоит из информации, которая является не информацией о чем-то, а представляет собой физический порядок.

По большей части я буду использовать слово «информация», подразумевая физический порядок, воплощенный в объектах. Я подробно рассмотрю это определение в следующей главе. Я использую это определение, потому что оно помогает мне сформулировать более простую теорию роста объема информации, в которой физический порядок, независимо от того, являлась ли целью его создания необходимость в передаче значения, развивается вместе со способностью Вселенной производить вычисления. В социальном и экономическом контексте эта вычислительная способность включает в себя как знания, так и ноу-хау.

Таким образом, для объяснения роста объема информации в природе и обществе мы изучим совместную эволюцию физического порядка, знания и ноу-хау, которые позволяют нашей Вселенной порождать этот физический порядок. При этом мы перейдем от простейших физических систем, в которых информация возникает спонтанно, до сложного устройства нашего общества, где для дальнейшего накопления информации появляется необходимость в знании и ноу-хау.

Случай с обществом и экономикой является наиболее сложным, поскольку здесь накопление знаний и ноу-хау становится весьма ограниченным. Как и информация, заключенная в объектах, знания и ноу-хау всегда должны быть физически воплощены. Тем не менее, в отличие от информации, носителями знания и ноу-хау являются люди и сообщества людей, чей потенциал воплощения знания и ноу-хау является ограниченным. Конечность человека и формируемых им сообществ ограничивает нашу способность накапливать и передавать знания и ноу-хау, что приводит к скоплениям знаний и ноу-хау в определенных местах, обусловливающих глобальное неравенство. Таким образом, необходимость того, чтобы знания и ноу-хау были воплощены в людях и сообществах людей, может помочь объяснить неравномерность развития стран мира. Этим идеям посвящены части III и IV книги, и для их подтверждения я буду использовать данные о продуктах, создаваемых группами людей в разных местах, поскольку продукты, которые состоят из информации, являются выражением знания и ноу-хау, доступных в конкретном месте.

Таким образом, центральными понятиями, которые я буду использовать для описания процесса роста объема информации на нашей планете, являются физические объекты как физические воплощения информации и люди как основные носители знаний и ноу-хау. С этой фундаментальной точки зрения мы опишем экономику как систему, с помощью которой люди накапливают знания и ноу-хау для создания пакетов физического порядка или продуктов, подчеркивающих нашу способность накапливать еще больше знаний и ноу-хау, что в свою очередь способствует дальнейшему накоплению информации. В основном мы сосредоточимся на росте объема информации, знаний и ноу-хау в экономике, создав сначала теорию о продуктах в терминах физического порядка, а затем опишем социальные и экономические механизмы, которые позволяют нашему обществу накапливать знания и ноу-хау, необходимые для производства продуктов.

Однако сначала необходимо удостовериться в том, что мы одинаково понимаем физическую основу информации и ее неочевидные истоки. Я начну с объяснения того, что представляет собой информация с точки зрения математики и физики. Как мы увидим позднее, это поможет нам понять, почему Больцман и Шеннон пришли к одной и той же формуле. Кроме того, это познакомит нас с основополагающими физическими принципами, которые позволяют информации накапливаться.

 

Глава 2

Тело бессмысленного

Несколько месяцев назад мне на глаза попалась статья, помещенная на главной странице посвященного бизнесу раздела чилийской газеты. В этой статье говорилось о чилийце, купившем самый дорогой в мире автомобиль. Стоимость машины марки Bugatti Veyron составила более двух с половиной миллионов долларов США, и ее покупка стала одним из самых ярких примеров показного потребления, когда-либо виденных мной.

Поискав в Интернете, я оценил стоимость килограмма веса этого автомобиля, которая составила примерно одну тысячу триста долларов США (или около шестисот долларов США за фунт веса). Для сравнения возьмем стоимость килограмма золота и серебра. В некоторые дни стоимость килограмма чистого серебра составляет около одной тысячи долларов США, а килограмма золота – около пятидесяти тысяч долларов США. Стоимость килограмма веса обычного автомобиля колеблется от десяти (Hyundai Accent) до шестидесяти долларов США (BMW M6). Таким образом, хотя стоимость Bugatti Veyron не превышает стоимости ее весового эквивалента в золоте, она превышает стоимость ее весового эквивалента в серебре, тогда как стоимость автомобиля Hyundai Accent соответствует стоимости его весового эквивалента в бронзе.

Вы, конечно, можете сказать, что сравнивать килограмм веса автомобиля Bugatti и килограмм серебра бессмысленно, поскольку вы мало что можете сделать с килограммом Bugatti. Тем не менее эта бессмыслица может много рассказать нам о том, как физический порядок, или информация, может быть упакована в продукте.

Представьте на секунду, что вы только что выиграли автомобиль Bugatti Veyron в лотерею. В порыве радости вы решили прокатиться на своей новой машине. Из-за своего волнения вы врезаетесь в стену. Вы не получили повреждений, но расстроились, поскольку не успели застраховать свой автомобиль, который уже не подлежит восстановлению. Сколько стоит килограмм Bugatti теперь?

Ответ на этот вопрос совершенно очевиден. Долларовая стоимость автомобиля испарилась за секунды, которые потребовались на то, чтобы разбить его об стену, в то время как его вес остался прежним. Так куда же делась ценность? Долларовая стоимость автомобиля испарилась во время аварии не потому, что в ее результате были уничтожены атомы, из которых состоял автомобиль Bugatti, а из-за того, что авария изменила порядок их расположения. Когда части, из которых состояла машина, были разъединены и деформированы, информация, которая была воплощена в Bugatti, оказалась в значительной степени уничтожена. Другими словами, два с половиной миллиона долларов США стоили не атомы автомобиля, а то, как эти атомы были организованы. Эта организация и представляет собой информацию.

Таким образом, стоимость автомобиля Bugatti определяется физическим порядком, которым и является информация, несмотря на продолжающиеся споры о том, что она собой представляет. Клод Шеннон, отец теории информации, говорил, что информация – это мера минимального объема данных, необходимого для передачи сообщения. То есть это количество битов, требуемое для передачи данных об организации, например о порядке атомов, составляющих автомобиль Bugatti.

Тем не менее для лучшего понимания определения «информация», сформулированного Шенноном, лучше начать с чего-нибудь более простого, чем автомобиль Bugatti. Я буду использовать в качестве примера твит. Твит – это сообщение, состоящее из 140 символов, которое используется на сервисе Twitter. Твит, как и Bugatti, представляет собой небольшой пакет информации, но, в отличие от Bugatti, он создается в качестве акта коммуникации. Тем не менее с точки зрения теории Шеннона это не имеет значения. Согласно Шеннону, информация – это минимальный объем данных для передачи любого сообщения. Будь то твит, состоящий из случайных символов, или самое остроумное сообщение, которое вы когда-либо видели, все это не имеет значения с точки зрения теории информации Шеннона.

Итак, сколько же информации содержится в твите? Чтобы представить содержимое твита в количественном выражении, рассмотрим гипотетическую игру для двух пользователей сервиса Twitter, Эбби и Брайана. В этой игре Эбби и Брайан должны угадать твиты друг друга, используя только вопросы типа «да/ нет». Для игры в эту игру у них есть книга, которая содержит все возможные твиты, которые могут быть написаны. Игра начинается тогда, когда Эбби случайным образом выбирает твит из своей книги. После этого она просит Брайана угадать ее твит, используя только вопросы типа «да/нет». Шеннон учит нас тому, что объем информации, заключенной в твите, равен минимальному количеству вопросов типа «да/нет», необходимых Брайану для того, чтобы угадать твит Эбби со стопроцентной точностью. Однако каково количество этих вопросов?

Для простоты будем считать, что Эбби и Брайан используют «алфавит» из тридцати двух символов: строчных латинских букв и таких дополнительных символов, как пробел (), косая черта (/), запятая (,), точка (.), а также «собака» (@) и решетка (#). Кроме того, будем считать, что у Эбби и Брайана есть таблицы, в которых каждый символ соответствует числу (a = 1, b = 2, […], @ = 31, # = 32).

Лучшим способом угадывания твита Эбби является использование Брайаном каждого вопроса для разделения пространства поиска возможных твитов пополам. Брайан может сделать это, отгадывая сообщение Эбби символ за символом. Если Брайан решит использовать данную стратегию, то его первым вопросом типа «да/нет» будет: «Число, соответствующее первому символу, больше 16?» Если Эбби ответит отрицательно, то Брайан будет знать, что первый символ в твите Эбби расположен между буквами a и p. Имея это в виду, Брайан должен будет задать второй вопрос, который разделяет пополам оставшийся набор символов: «Число, соответствующее первому символу, больше 8?» Если Эбби ответит утвердительно, то Брайан будет знать, что первый символ сообщения Эбби расположен между числами 9 и 16 (то есть между буквами i и p). Теперь вы уже можете догадаться, что следующим вопросом Брайана будет: «Число, соответствующее первому символу, больше 12?»

Каждый заданный вопрос позволяет Брайану сократить количество возможных символов в два раза. Поскольку существует тридцать два возможных символа, Брайану потребуется задать только пять вопросов, чтобы угадать каждый символ (вам нужно разделить 32 на 2 пять раз, чтобы получить только один вариант). Наконец, поскольку твит состоит из 140 символов, Брайану потребуется 140 × 5 = 700 вопросов типа «да/нет», или битов, чтобы угадать сообщение Эбби.

Теория Шеннона говорит, что нам требуется 700 бит, или вопросов типа «да/нет», для передачи твита, написанного с использованием алфавита, включающего тридцать два символа. Кроме того, теория Шеннона является основой современных систем связи. Путем количественного определения числа битов, необходимых для кодирования сообщений, он помог разработать технологии цифровой связи. Тем не менее во время разработки своей формулы Шеннон не знал о том, что его формула была идентична той, которую вывел Больцман почти за полвека до него. Прислушавшись к предложению известного венгерского математика Джона фон Неймана, Шеннон решил назвать свою меру «энтропией», поскольку формула Шеннона была эквивалентна формуле энтропии, используемой в статистической физике. (Кроме того, согласно легенде, фон Нейман сказал Шеннону, что если тот назовет свою меру энтропией, то это гарантирует его победу в любом споре, поскольку никто точно не знает, что такое энтропия.)

Однако интерпретацию понятий «энтропия» и «информация», которые появились в результате работы Шеннона, было трудно примирить с традиционным толкованием слов «информация» и «энтропия», возникшим в работе Больцмана. Конфликт между определением слова «информация», используемым Шенноном, и его разговорным значением, которое широко распространено и сегодня, легко понять, используя в качестве примера компьютеры. Подумайте о своем персональном компьютере. Будь то настольный компьютер, ноутбук или смартфон, вы используете его для хранения фотографий, документов и программного обеспечения. Вы считаете эти фотографии и документы «информацией» и, конечно, хорошо понимаете то, что эта информация хранится на жестком диске вашего устройства. Тем не менее, согласно Шеннону, если бы мы случайным образом перемешали все биты на жестком диске, удалив таким образом все ваши фотографии и документы, мы бы увеличили количество информации на жестком диске. Как это может быть? Дело в том, что определение термина «информация», предложенное Шенноном, учитывает только количество битов, необходимое для передачи сообщения о состоянии системы (в данном случае речь идет о последовательности битов, которые хранятся на вашем жестком диске). Поскольку нам требуется больше битов для создания сообщения о состоянии жесткого диска, полного случайных данных, чем о состоянии жесткого диска с фотографиями и документами, содержащими корреляции, позволяющие сжимать последовательности, определение Шеннона подразумевает то, что после перемешивания битов в случайном порядке на вашем жестком диске станет больше информации. Технически Шеннон прав, говоря о том, что нам необходимо большее количество битов для передачи сообщения о содержимом жесткого диска, наполненного случайными данными, чем о содержимом жесткого диска с фотографиями и документами. Однако теорию информации Шеннона, которая, по сути, представляет собой теорию коммуникативного инжиниринга, следует расширить, чтобы примирить ее с разговорным смыслом слова «информация» и работой Больцмана. В дополнение к работе Шеннона мне сначала нужно будет объяснить определение энтропии, которое возникло из работы Больцмана, а затем вывести определение, которое мы могли бы использовать для описания информационно насыщенных состояний, ассоциирующихся с компьютером, наполненным фотографиями и документами.

Чтобы понять разницу между определениями энтропии, используемыми Больцманом и Шенноном, рассмотрим наполовину заполненный стадион. Одной важной характеристикой такого стадиона является то, что существует множество способов наполнить его наполовину, и путем исследования этих способов мы можем объяснить понятие энтропии.

Сначала мы рассмотрим случай, в котором люди могут беспрепятственно передвигаться по стадиону. При этом один из способов наполовину наполнить стадион сводится к тому, чтобы рассадить людей как можно ближе к полю, оставив все верхние ряды свободными. Другой способ предполагает размещение людей на дальних рядах (при этом нижние ряды останутся незанятыми). Тем не менее люди также могут заполнить полстадиона, заняв места случайным образом.

Теперь чтобы использовать пример со стадионом для объяснения понятия энтропии, мне нужно ввести еще две идеи. Во-первых, я буду называть каждую комбинацию из сидящих на стадионе людей состоянием системы (или, выражаясь технически, микросостоянием). Во-вторых, я буду исходить из того, что мы можем определить эквивалентные конфигурации, используя некоторый критерий, который для целей данной иллюстрации может быть просто средним заполненным рядом.

В данном примере принятое в статистической физике определение энтропии соответствует просто доле всех эквивалентных состояний (на самом деле это логарифм доли, однако эта формальность не имеет отношения к тому, что я пытаюсь сказать). Таким образом, энтропия является наименьшей, когда люди сидят максимально близко или максимально далеко от поля, поскольку существует только один способ такого размещения людей. Энтропия является наибольшей, когда средним из занятых рядов является центральный, поскольку существует много способов размещения людей на местах, при которых средним занятым рядом будет центральный. В предложенном Больцманом определении энтропия представляет собой множество эквивалентных состояний. В случае со стадионом наибольшее число эквивалентных состояний существует тогда, когда средним из заполненных рядов является центральный.

Следует отметить, что энтропия, которая обычно ассоциируется с беспорядком, не является мерой беспорядка. Энтропия – это мера множества состояний (количества эквивалентных состояний). Тем не менее неупорядоченных состояний, как правило, бывает больше, поэтому на практике состояния высокой энтропии, скорее всего, будут неупорядоченными. Именно поэтому приравнивание беспорядка к энтропии не является таким уж неудачным упрощением. Однако увеличение энтропии может не сопровождаться увеличением беспорядка. Рассмотрим случай с расширением газа в коробке, которая удваивается в размере (или распространение людей по стадиону, увеличивающемуся в два раза). Энтропия газа увеличивается с размером коробки, поскольку в коробке большего размера существует больше вариантов организации частиц газа. Тем не менее газ в большей коробке не является более неупорядоченным, чем газ в меньшей коробке.

Шеннон был заинтересован в передаче микросостояния системы, например отдельного твита или расположения сидящих на нашем гипотетическом стадионе людей, поэтому он приравнял понятие информации к понятию энтропии, часто используя эти слова как синонимы. Передача сообщения об одном микросостоянии, в котором средним из занятых рядов является центральный, требует больше бит, так как при этом условии существует множество эквивалентных микросостояний, поэтому для передачи данных о некотором микросостоянии требуется создать очень конкретное сообщение. Таким образом, на языке Шеннона понятия информации и энтропии функционально эквивалентны, поскольку количество битов, необходимых для создания сообщения (информация по Шеннону), представляет собой функцию от числа возможных сообщений, которые могут быть переданы (множество состояний, которое мы понимаем как энтропию). Но, это не делает энтропию и информацию одним и тем же. Лауреат Нобелевской премии по химии 1967 года Манфред Эйген заметил: «Энтропия относится к среднему (физическому) состоянию, а информация – к конкретному (физическому) состоянию».

Однако тот факт, что нам требуется больше битов для передачи сообщения о состоянии, в котором каждый человек случайно выбрал место на стадионе или в котором биты на жестком диске были случайным образом перемешаны, не означает, что эти состояния заключают в себе больше порядка или информации. Информация подразумевает увеличение количества битов, но это еще не все. В примере со стадионом множество состояний, при которых люди выбрали места случайно, характеризуется наивысшим значением энтропии, но при этом самым низким значением упорядоченности (хотя некоторые из этих состояний могут быть весьма упорядоченными). В самом деле, в области естественных наук и среди широкой общественности давно существует традиция приравнивания понятия информации к чему-то большему, чем биты, к тому, что подразумевает порядок. Подумайте о генетиках, разговаривающих об информации, содержащейся в ДНК, или об информации, содержащейся в музыкальных партитурах, на катушке пленки или в книге. В данных примерах слово «информация» говорит о присутствии порядка, а не только о количестве битов, необходимых для передачи сообщения о генетической последовательности, книги или нот.

Однако упорядоченные состояния являются редкими и своеобразными. Сначала я объясню, что я имею в виду под словом «редкий» в данном контексте. Далее я объясню своеобразие информационно насыщенных состояний, которое подразумевает корреляции, придающие слову «информация» его широко распространенный разговорный смысл.

Чтобы объяснить редкость упорядоченных состояний, я расширю пример со стадионом до того, что описывал Больцман в контексте атомов. Предположим, что стадион наполовину полон, но люди не могут свободно передвигаться. Теперь разрешены только те состояния, в которых средним из занимаемых рядов является центральный. В случае с физической системой это равносильно фиксированию энергии системы. Тем не менее, поскольку существует много различных состояний, в которых средним из занятых рядов является центральный, система по-прежнему предоставляет на выбор множество вариантов. Большинство этих состояний являются достаточно случайными. Другие, однако, весьма своеобразны. Люди на стадионе могут действовать подобно пикселам на экране, поэтому в некоторых из этих состояний комбинации сидящих людей могут образовывать такие слова, как «информация», или изображения лица. Однако насколько часто встречаются такие своеобразные состояния?

Для определения часто встречающихся состояний нам нужно наметить множество всех возможных состояний. Один из способов заключается в том, чтобы посмотреть, как эти состояния связаны. Мы можем сказать, что два состояния связны между собой, если я могу перейти от одного к другому с помощью простого преобразования. Для простоты давайте рассмотрим все преобразования, при которых каждый зритель может пересесть на соседнее место, при условии, что новое состояние удовлетворяет ограничению, касающемуся среднего ряда. К числу этих преобразований относятся те, при которых каждый зритель пересаживается на одно место справа, а также преобразования, при которых человек на нижней половине стадиона пересаживается на одно место вверх, а человек на верхней половине стадиона пересаживается на одно место вниз.

В принципе мы можем использовать эти преобразования, чтобы прийти к любому состоянию. Однако на практике достижение какого-либо состояния не является таким уж простым делом. Если мы позволим людям на стадионе пересаживаться на соседние места, выбранные случайным образом (разумеется, допуская только те преобразования, которые удовлетворяют ограничению, касающемуся среднего ряда), мы никогда не получим комбинации, которые образуют слова или изображения. Эти состояния очень редки и труднодостижимы. Данное упражнение позволяет проиллюстрировать определение информации, подразумевающее наличие порядка. В физической системе информация представляет собой понятие, обратное энтропии, поскольку оно предполагает редкие и сильно коррелирующие конфигурации, которые трудно получить.

Необычные конфигурации атомов, как в автомобиле Bugatti или гитаре, несут больше информации, чем более распространенные конфигурации тех же атомов, хотя технически (и Шеннон в этом прав) передача сообщения об упорядоченной конфигурации и передача сообщения о неупорядоченной конфигурации требует одинакового количества битов, если мы проигнорируем корреляции, превалирующие в упорядоченном состоянии (которые мы можем использовать для сжатия последовательности, что позволит сократить количество битов, требующихся для передачи сообщения об упорядоченном состоянии). Тем не менее, несмотря на разницу в интерпретации, которая мешает примирить идеи Шеннона и Больцмана, мы по-прежнему можем сделать вывод о том, что из информации состоят не только сообщения, но и большинство вещей.

Итак, давайте вернемся к автомобилю Bugatti. Случай с Bugatti не так прост, как случай с твитом, поскольку он подразумевает позиционирование огромного числа атомов, а не просто 140 символов. Кроме того, как я только что сказал, в случае с Bugatti мы ищем не любую возможную конфигурацию атомов, а конфигурацию, соответствующую чему-то вроде автомобиля Bugatti (как и в примере с редкой комбинацией занятых на стадионе мест). Например, перестановка шин Bugatti приводит к изменению расположения атомов, но ни одно из основных интересующих нас свойств при этом не изменяется, поэтому мы будем рассматривать все автомобили Bugatti с перестановленными шинами одинаковыми. Тем не менее группа автомобилей, находящихся в идеальном состоянии, относительно мала, а это означает, что в совокупности всех возможных комбинаций атомов (как и перемещающихся по стадиону людей) лишь некоторые представляют собой Bugatti в идеальном состоянии. С другой стороны, группа разбитых Bugatti включает гораздо большее количество состояний (более высокое значение энтропии) и, следовательно, несет меньше информации (хотя для передачи сообщения о каждом из этих состояний требуется большее количество битов). Однако, к самой большой группе, которая включает случайные комбинации сидящих на стадионе зрителей, относятся автомобили Bugatti в их «естественном» состоянии. Это состояние, в котором железо представляет собой руду, а алюминий входит в состав боксита. Таким образом, разрушение автомобиля Bugatti приводит к уничтожению информации. С другой стороны, создание Bugatti – это процесс воплощения информации.

Пример со стадионом позволяет нам понять, что конфигурации материи, воплощающие информацию, например автомобиль Bugatti, являются редкими и труднодостижимыми. Пример со стадионом также подчеркивает динамическое происхождение порядка, поскольку для любой формы порядка атомы должны располагаться в определенном месте. Проблема состоит в том, что системы не могут свободно переходить из одного состояния в любое другое. Как показывает пример со стадионом, существующее состояние системы ограничивает число возможных вариантов ее преобразования, а для перехода системы от беспорядочного состояния к упорядоченному необходимо совершить множество последовательных шагов. К сожалению, количество путей, ведущих систему от беспорядка к порядку, гораздо меньше, чем количество путей, ведущих от порядка к беспорядку. В системе, эволюция которой является случайной (как в системе статистической физики), совершить серию последовательных шагов нелегко.

Подумайте о кубике Рубика, который прекрасно иллюстрирует связь между доступными путями и энтропией, поскольку вам никогда не удастся собрать кубик Рубика случайным образом (хотя вы и можете совершить такую отчаянную попытку). Кубик Рубика предусматривает более 43 квинтиллионов возможных состояний (то есть 43 252 003 274 489 856 000, или 4,3 × 1019), только одно из которых является идеально упорядоченным. Кроме того, кубик Рубика представляет собой систему, в которой до достижения порядка не так уж далеко, поскольку эту головоломку всегда можно решить за двадцать или менее ходов. Кажется, что это сравнительно небольшое число, однако найти нужную последовательность шагов непросто. Большинство людей собирают кубик Рубика гораздо более извилистыми путями. Основной метод решения данной головоломки (выстраивание верхнего креста, позиционирование углов, завершение среднего ряда и т. д.), как правило, подразумевает более пятидесяти ходов (и до недавнего времени люди считали, что для решения головоломки требуется более двадцати ходов). Это говорит о том, что в случае с кубиком Рубика существует лишь несколько путей, ведущих к совершенному порядку, и эти пути, короткие они или длинные, редки, поскольку они скрываются среди огромного количества путей, которые уводят прочь от упорядоченного состояния. Таким образом, увеличение энтропии можно сравнить с кубиком Рубика, который находится в руках ребенка. В природе информация встречается нечасто не только потому, что информационно насыщенные состояния являются редкостью, но и потому, что они недоступны в свете того, как природа исследует возможные состояния.

Но каковы же свойства информационно насыщенных состояний? И как мы можем использовать знания об их свойствах для их идентификации? Одной из важных характеристик информационно насыщенных состояний является то, что они подразумевают наличие длинномасштабных и короткомасштабных корреляций. В случае с кубиком Рубика эти корреляции очевидны: когда кубик находится в идеально упорядоченном состоянии, каждый квадратик того или иного цвета находится в окружении максимально возможного количества квадратиков того же цвета. Однако бросающиеся в глаза корреляции встречаются не только в таких созданных человеком объектах, как кубик Рубика, но и в природе. Рассмотрим цепь ДНК, содержащую длинную последовательность нуклеотидов (А, С, Т и G). Цепочки ДНК являются очень длинными и, несмотря на все крупные научные достижения, мы до сих пор не знаем, за что отвечает большая часть последовательностей ДНК. Тем не менее мы можем определить информационно насыщенные фрагменты ДНК. Простейший способ выявления информации заключается в сравнении цепи ДНК со случайной последовательностью нуклеотидов (с последовательностью, в которой A, С, Т и G выбираются путем бросания четырехгранной игральной кости). Сравнивая существующую последовательность ДНК со случайной последовательностью, мы можем выявить необычные фрагменты ДНК, подразумевая, что они не должны появиться, учитывая то, что мы могли бы ожидать от случайной последовательности. Эти необычные последовательности включают неожиданные корреляции между соседними нуклеотидами (они «произносят слова»), а также корреляции между нуклеотидами, расположенными далеко друг от друга (они «произносят абзацы и главы» и «ссылаются» на «слова», которые были использованы ранее). В итоге эти корреляции обнаруживают существование информации в ДНК, поскольку они говорят нам, что найденные в ДНК последовательности не являются такими комбинациями, к которым можно было бы прийти, исследуя пространство последовательностей случайным образом. Скорее они являются редкими последовательностями, которые были найдены, сохранены, отточены и расширены в процессе эволюции. Кроме того, пример с ДНК говорит нам о том, что наличие информации не зависит от нашей способности ее декодировать. Порядок в ДНК не является повторным введением значения в определение информации. Мы можем обнаружить существование информации в ДНК, хотя и испытываем затруднения при попытке понять, что многие из этих последовательностей означают и за что отвечают. Таким образом, мы не путаем информацию со смыслом и не ищем информацию, которая находится в глазах смотрящего. Корреляции, характеризующие информацию, которая передается в процессе человеческого общения (например, на английском языке) или с помощью биологических форм связи (например, ДНК) присутствуют вне зависимости от того, можем мы их декодировать или нет. Они являются характеристикой информационно насыщенных состояний, а не того, кто их наблюдает. Это говорит нам о том, что, когда дело доходит до коммуникации, значение «едет верхом» на бессмыслице. Наша способность передавать осмысленные сообщения основывается на существующих бессмысленных формах физического порядка. Эти бессмысленные формы порядка и представляют собой информацию.

Наконец, я свяжу определение энтропии, основанное на множественности состояний, с нашей способностью обрабатывать информацию (то есть производить вычисления). Как мы видели на примере кубика Рубика, информационно насыщенные состояния трудно найти не только потому, что они редки, но и потому, что существует очень мало путей, ведущих к ним. Вот почему мы приравниваем чье-либо умение решать эту головоломку к определенной степени развития интеллекта, поскольку те, кто знает, как собирать кубик Рубика, получают признание за умение находить эти редкие пути (или помнят правила их нахождения). Однако существуют более простые примеры, чем кубик Рубика, которые можно использовать для иллюстрации связи между множеством состояний системы и вычислением. Рассмотрим игру, в которой детям необходимо поместить такие формы, как цилиндр и куб, в соответствующие отверстия. В возрасте четырнадцати месяцев большинство детей довольно хорошо справляются с помещением шаров и цилиндров, однако испытывают трудности с кубами, квадратами, треугольниками и другими формами. Почему? Поместить шар в отверстие легко, поскольку шар выглядит одинаково, независимо от того, как вы его повернете (все состояния эквивалентны). Помещение цилиндра в отверстие также не вызывает сложностей, поскольку цилиндр не изменится, если вы повернете его вокруг своей оси. Однако помещение куба в отверстие представляет собой более сложную задачу, так как его можно повернуть лишь несколькими способами. Случай с треугольником еще хуже, поскольку количество вариантов вращения еще меньше. Треугольник с неравными сторонами (для которого существует только одно правильное положение) является для ребенка эквивалентом кубика Рубика, поскольку лишь некоторые дети в состоянии решить эту задачу. Итак, как видите, в процессе развития способности помещать формы в соответствующие им отверстия дети научаются находить эти редкие состояния с низким значением энтропии. Нахождение редких, но полезных состояний в континууме возможных конфигураций – это хорошая упрощенная модель нашей способности обрабатывать информацию, то есть производить вычисления. Это относится и к детям, пытающимся поместить формы в отверстия, и к подросткам, собирающим кубик Рубика.

* * *

Мы начали эту главу с того, что разбили воображаемый автомобиль Bugatti, чтобы проиллюстрировать идею воплощения в продукте физического порядка, или информации. Тем не менее мы не приблизились к объяснению источника этого порядка, причин его накопления и экономической ценности. В следующей главе мы исследуем происхождение физического порядка с фундаментальной точки зрения, оставив для более поздних глав вопросы относительно того, какой порядок люди накапливают в экономике, в чем состоит его польза и как люди способствуют его росту. После описания продуктов с точки зрения информации мы опишем социальные и экономические механизмы, которые ограничивают нашу способность производить порядок, подобный тому, который воплощен в автомобиле Bugatti. Это поможет нам осознать эволюцию экономической неравномерности мира и расширить наше понимание процесса накопления информации до идей социального и экономического развития.

 

Глава 3

Вечная аномалия

У всех нас были случаи, когда мы хотели повернуть время вспять. Иногда благодаря этому нам хочется избежать маленьких ошибок, а иногда – больших. Однако все мы знаем, что размер ошибки не имеет значения. Время течет в одном направлении: от прошлого к настоящему, от молодости к старости, от жизни к смерти.

Необратимость времени, как и гравитация, является физической реальностью настолько очевидной, что кажется, будто она должна иметь очевидное объяснение. Но это не так. По сути, вплоть до ХХ века необратимый ход времени представлял собой загадку, которая вводила в замешательство некоторых из самых блестящих умов человечества. Исаак Ньютон и Альберт Эйнштейн создали работающие теории движения, которые технически предусматривали обратимость времени. Они объясняют движение пушечных ядер, планет и спутников без четкого разграничения между тем, где объект находится и куда он движется. Эта симметрия, являющаяся справедливой для простых систем, не в состоянии объяснить, почему львы едят и переваривают газелей, вместо того чтобы отрыгивать целых и невредимых живых животных, и почему разбитый автомобиль Bugatti не собирается обратно в функционирующее транспортное средство.

В данном случае нас интересует необратимость времени не только потому, что она является увлекательной загадкой природы, но и потому, что она тесно связана с физическими истоками информации. И необратимость времени, и физическое происхождение информации являются характеристиками Вселенной, которые не закодированы в законах движения, регулирующих перемещение отдельных частиц, будь то законы Ньютона или Эйнштейна. Необратимость времени и происхождение информации – это свойства Вселенной, которые зависят от дополнительных физических законов, регулирующих поведение больших скоплений частиц. Это неисследованная теоретическая область, в которой основная идея траектории – пути, по которому движется некоторый предмет, теряет смысл. Удивительно то, что когда траектории становятся бессмысленными, возникает время.

Вместе необратимость времени и повсеместность информации создают еще большую загадку. Как мы увидим далее, необратимость времени связана с движением Вселенной от порядка к беспорядку. Тем не менее, как показывает история, на нашей планете происходит прямо противоположное. Количество информации на нашей планете, по-видимому, неуклонно растет, а не уменьшается.

Повсеместный рост объема информации на нашей планете был фактом, который отчетливо осознали физики XIX века. Хотя, выглянув из окна, они могли видеть ускоряющийся и усложняющийся мир, они понимали открытие Больц мана, согласно которому информация со временем теряется. Звук, производимый гитарой, исчезает по мере того, как звуковые волны проникают в воздух. Волны, создаваемые брошенным в пруд камешком, исчезают, когда пруд возвращается в свое спокойное состояние. Эта потеря информации была объяснена с помощью физических законов, открытых в XIX веке, однако рост объема информации, продолжающийся в некоторых местах Вселенной, остался без объяснения.

Внимание к этому парадоксу, связанному с порядком, возросло в XIX веке, когда Чарльз Лайель и Чарльз Дарвин подчеркнули, что возраст нашей планеты составляет миллиарды лет, а не шесть тысяч лет, как говорилось в Библии. Этот новый впечатляющий факт предполагал, что наблюдаемое всеми аномальное увеличение объема информации продолжается на протяжении миллиардов лет. Однако аномалии существуют недолго: они не должны быть вечными. Поэтому единственный вывод, который можно было сделать из этого очевидного противоречия, состоял в том, что в нашем понимании природы чего-то не хватает. Степень упорядоченности увеличивалась, но никто не знал почему.

Самым главным успехом Больцмана стала работа 1878 года, в которой он показал, что системы, состоящие из большого количества частиц, тяготели к состояниям, характеризующимся минимальным объемом информации. Это то, что известно как второй закон термодинамики, который несколькими десятилетиями ранее был предвосхищен Рудольфом Клаузиусом, хотя его формулировка и была более громоздкой. Второй закон термодинамики гласит, что энтропия закрытых физических систем всегда имеет тенденцию к увеличению, а это означает, что системы развиваются от порядка к беспорядку. Подумайте о капле чернил, попавшей в стакан с чистой водой. Начальное состояние, при котором капля чернил локализована в великолепном водовороте, является информационно насыщенным. Существует лишь несколько способов локализации чернил, но много способов их более или менее равномерного распределения в стакане. Конечное состояние, при котором чернила полностью растворены, является информационно бедным, поскольку у него много эквивалентных состояний. Таким образом, когда вы капаете чернила в стакан воды, вы наблюдаете движение стрелы времени, которое происходит от информационно насыщенного состояния к информационно бедному. По мере течения времени Вселенная переходит от редких конфигураций к распространенным, и теория Больцмана отлично это объяснила.

Тем не менее Вселенная полна примеров, не похожих на каплю чернил, примеров, в которых информация и сложность увеличиваются, как в случае с развитием человеческих младенцев или естественным восстановлением выгоревших лесов. Откуда же берется эта информация? Вселенные, предсказанные Больцманом и Максвеллом и позднее дополненные термодинамикой Гельмгольца, Гиббса и Эйнштейна, должны превращаться в однородный суп, в котором нет никакой информации и свободной энергии (то есть нет энергии для выполнения работы).

В ХХ веке нам удалось примирить свое понимание стрелы времени и физического происхождения информации с физической природой реальности. Новые теории смогли показать, что информация представляла собой не аномалию, а то, появления чего следовало бы ожидать. Эти теории не противоречили динамике Эйнштейна и Ньютона или статистической механике Больцмана, поскольку они показали, что происхождение информации и стрела времени зависели от дополнительных физических принципов и допущений. Ключевым мыслителем в этой области был бельгийский физик российского происхождения Илья Пригожин. В 1977 году Пригожин был награжден Нобелевской премией по химии «за свой вклад в неравновесную термодинамику, особенно в теорию диссипативных структур». Пригожин выдвинул много важных идей, однако нас в данном случае интересует та, согласно которой информация возникает естественным образом в устойчивых состояниях физических систем, которые находятся не в равновесии. Это выражение, в котором кратко описаны физические истоки происхождения информации, звучит ужасно сложно. Тем не менее если мы тщательно рассмотрим последовательность примеров, то поймем, что это не так. Поэтому в следующих абзацах я раскрою значение выражения Пригожина, чтобы его смысл стал очевидным.

Чтобы разобраться в физических истоках происхождения информации, сначала нам нужно понять некоторые вещи. Во-первых, следует разобраться с идеей устойчивого состояния. Во-вторых, нужно понять разницу между динамическим устойчивым состоянием и статическим устойчивым состоянием. Очень простым примером статического устойчивого состояния является брошенный в чашу стеклянный шарик. Все мы знаем, что при этом происходит. Вскоре после броска шарик остановится на дне чаши. Это и есть статическое устойчивое состояние.

Более интересным является случай с коробкой, наполненной газом. Если мы наполним коробку газом и немного подождем, количество газа в правой части коробки станет равно его количеству в левой части коробки. Тем не менее устойчивое состояние наполненной газом коробки не аналогично примеру с шариком на дне чаши. В коробке, наполненной газом, не все молекулы находятся в фиксированном положении. Они постоянно движутся, и устойчивое состояние достигается, когда количество молекул газа, передвигающихся слева направо, равно количеству молекул, передвигающихся справа налево. Коробка с газом (как и случай с каплей чернил, полностью растворенной в стакане воды) представляет собой пример динамического устойчивого состояния.

Теперь давайте рассмотрим устойчивое состояние неравновесной системы. Классическим примером в данном случае является водоворот, который возникает при сливе воды из ванны. Как только вы вынете пробку и вода потечет в трубу, вода над стоком начнет организовываться в водоворот. Этот водоворот представляет собой устойчивое состояние, поскольку он остается стабильным, пока в системе есть вода. Кроме того, это состояние является информационно насыщенным, так как водовороты – это редкие конфигурации молекул воды, которые не возникают спонтанно в стоячей воде. В отличие от стоячей воды, водовороты представляют собой организованные структуры, в которых молекулы воды движутся не случайным образом, а обладают скоростью и траекторией, которая коррелирует с аналогичными параметрами молекул воды, находящихся рядом с ними. Информационно насыщенное состояние водоворота возникает естественным образом – это то, что получается само собой в неравновесной системе. Возвращаясь к нашему начальному утверждению, мы можем сказать, что водоворот является примером информации, которая возникает естественным образом в устойчивом состоянии физической системы, которая находится не в равновесии.

Тем не менее водоворот – это не единственный пример. Существуют многочисленные примеры порядка, который возникает спонтанно в неравновесных системах, например завитки сигаретного дыма, гипнотическое движение пламени костра и даже свечение экрана вашего компьютера, поскольку, будучи включенным, он точно находится не в равновесном состоянии. Вы и ваш мобильный телефон также являются примерами неравновесных физических систем. Вы едите, чтобы оставаться в неравновесном состоянии и подзаряжаете свой мобильный телефон каждый вечер.

Пригожин понял, что, хотя теория Больцмана была верной, она неприменима к тому, что мы наблюдаем на Земле, поскольку наша планета представляет собой неравновесный карман, находящийся внутри системы большего размера, то есть Вселенной, которая стремится к равновесию. На самом деле наша планета никогда не была близка к какой-либо форме равновесия. Энергия солнца и ядерный распад, происходящий в ядре Земли, выводят нашу планету из равновесия, обеспечивая ее энергией, необходимой для возникновения информации. Мы можем представить нашу планету в виде маленького водоворота информации в обширном и бесплодном космосе.

Пригожин осознал, что для понимания информационно насыщенной природы Вселенной ему нужно было разобраться со статистическими свойствами неравновесных систем. Эти статистические свойства отличаются от свойств систем, изучаемых Больцманом, и они включают случаи, в которых информация возникает естественным образом. Одним из прорывов Пригожина был вывод некоторых математических законов и принципов, управляющих поведением неравновесных систем. Его работа показала, что своеобразная манера организации Вселенной подразумевает то, что по другую сторону хаоса скрывается информация. Рассмотрим кипящую в кастрюле воду. Сначала представьте себе, что включаете газ ненадолго. При этом подогреется небольшое количество воды на дне кастрюли. Эти молекулы начнут двигаться немного быстрее, однако если вы быстро выключите газ, то вода в кастрюле сама по себе никогда не организуется в информационно насыщенное состояние. Теперь представьте, что оставляете газ включенным на более длительное время. По мере ускорения движения молекул воды жидкость становится турбулентной. Это движение хаотично. Такое состояние уже содержит информацию, как и в случае с завитками сигаретного дыма. Теперь оставьте газ включенным и подождите, пока кастрюля не достигнет динамического устойчивого состояния конвекции. В данном случае возникнет организованный поток. Таким образом, после хаоса система приходит в высокоорганизованное состояние, полное корреляций и информации. Пригожин показал, что устойчивые состояния, достигаемые материей в неравновесных системах, стремятся к организации. За хаосом следует информация.

Тот факт, что неравновесные системы характеризуются информационно насыщенными устойчивыми состояниями, помогает нам понять, откуда берется информация. В такой неравновесной системе, как Земля, появление информации является ожидаемым. Это уже не считается аномалией. Тем не менее плохая новость заключается в том, что энтропия всегда скрывается на границах информационно насыщенных аномалий, готовая поглотить эти аномалии при первой же возможности. Водоворот в ванне исчезнет, как только мы заткнем сток или как только кончится вода. Это может привести нас к мысли о том, что Вселенная стремится отобрать информационно насыщенные устойчивые состояния, предоставляемые нам неравновесными системами. Тем не менее информация нашла способы сохранить себя. В результате мы живем на планете, где информация является достаточно «прилипчивой», чтобы заново собираться и создаваться. Эта «липкость», которая имеет большое значение для возникновения жизни и экономики, также зависит от дополнительных фундаментальных физических свойств.

Первый механизм, который обеспечивает «липкость» информации, связан с идеей термодинамических потенциалов. Это звучит сложно, но на самом деле это не так. Здесь мы должны понимать, что устойчивые состояния физических систем можно описать как минимумы математических функций, которые известны под названием термодинамических потенциалов. Мы все знакомы с основной идеей потенциалов из школьных уроков физики, мы знаем, что стеклянные шарики в итоге окажутся на дне чаши, потому что это состояние соответствует минимуму потенциальной энергии. Однако дело в том, что не все устойчивые состояния физических систем соответствуют минимуму энергии. Во многих устойчивых состояниях минимизируются или максимизируются другие величины (например, при спокойном состоянии газа в коробке максимума достигает значение энтропии). Тем не менее нам нет необходимости описывать здесь все эти величины, поскольку нас в первую очередь интересуют потенциалы, которые управляют неравновесными системами. Так какой же потенциал минимизируется в такой неравновесной системе, как наша ванна? В 1947 году Пригожин показал, что в устойчивом состоянии неравновесных систем минимизируется производство энтропии. Это означает, что неравновесные системы самоорганизуются в устойчивые состояния, в которых порядок возникает спонтанно, минимизируя степень уничтожения информации.

Пригожин вывел свой принцип, рассматривая систему, состояние которой было близко к равновесию. Эта система характеризовалась одним устойчивым и несколькими переходными состояниями. Это достаточно специфический случай, поэтому его принцип нельзя было сразу применить к системам, которые были далеки от равновесия, то есть к системам, которые могли «выбирать» между несколькими устойчивыми состояниями. На самом деле, несмотря на то что это по-прежнему вызывает споры, некоторые люди предполагали, что далекие от равновесия системы выбирают устойчивое состояние, в котором максимизируется производство энтропии. Тем не менее этот принцип максимального производства энтропии не противоречит принципу Пригожина о минимальном производстве энтропии, поскольку устойчивое состояние максимального производства энтропии все равно производит меньше энтропии, чем переходные состояния. И все же, мы должны быть осторожны, чтобы не увлечься, поскольку нашей целью является не вдаваться в тонкости неравновесной статистической физики, а объяснить происхождение информации. Таким образом, я оставлю вопрос о потенциале, который управляет далекими от состояния равновесия системами, открытым и заключу, что этот потенциал, будь то минимизация производства энтропии, максимизация производства энтропии или степень необратимости статистического процесса, тем не менее, характеризуется самоорганизующимися состояниями, которые богаты корреляциями, менее диссипативны по сравнению с переходными состояниями и производят физический порядок, являющийся необходимым условием для жизни. Пригожин и Грегуар Николис в блестящей работе 1971 года, посвященной обсуждению связи между неравновесными системами и жизнью, отметили: «Вообще говоря, разрушение структур – это ситуация, которая преобладает вблизи положения термодинамического равновесия. Напротив… возникновение структур может иметь место со специфическими линейными кинетическими законами за пределами области стабильности состояний, характеризуемых обычным термодинамическим поведением».

Системы статистической физики генерируют информацию и сохраняют ее, когда они находятся не в равновесии, однако их текучесть усложняет понимание того, как эти системы могут подолгу удерживать информацию. Водовороты внезапно исчезают, а сигаретный дым утрачивает свою богемную красоту, превращаясь в бесформенные облака. Статистические свойства неравновесных систем помогут нам понять нечеловеческое происхождение информации, но не ее долговечность. Однако, именно долговечность информации обусловливает возможность ее повторного комбинирования и возникновения жизни и экономики. Таким образом, долговечность информации так же важна, как и ее происхождение, поскольку без нее невозможно перекомбинирование, необходимое для порождения еще большего объема информации. Тем не менее долговечность информации не гарантируется законами, объясняющими ее происхождение. Здесь должно быть что-то еще.

Как Эрвин Шредингер, лауреат Нобелевской премии в области физики 1933 года, отметил в своей книге 1944 года «Что такое жизнь?», мы не можем понять долговечность физически воплощенной информации, рассматривая только жидкие системы, которые мы использовали в наших примерах. Сигаретный дым, водовороты, капли чернил и газы являются жидкими системами, и большая часть их эфемерности обусловлена текучестью. Таким образом, вторая причина «липкости» информации и ее способности к перекомбинированию связана с тем, что она воплощена в твердых телах. Давайте снова рассмотрим водоворот в ванне, только теперь предположим, что у вас есть волшебная палочка, которая позволяет заморозить или кристаллизовать этот водоворот одним движением руки. Возьмите воображаемые щипцы для льда и извлеките водоворот из его ледяного заточения. То, что окажется у вас в руках, является небольшим квантом информации. Пока вы не разморозите водоворот, информация, которая присутствовала в соответствующем информационно насыщенном устойчивом состоянии, будет сохраняться. Переведя водоворот в твердую форму, мы закрепили информацию, сгенерированную в жидком мире, и получили кристалл информации, который мы можем использовать для понимания сложности нашего мира.

Насколько мне известно, заморозить водоворот физически невозможно, однако эта мысленная картина позволяет нам понять важность твердых тел для постоянства и эволюции информации. В книге «Что такое жизнь?» Шредингер подчеркнул, что твердые тела имеют решающее значение для объяснения информационно насыщенной природы жизни. Шредингер, как и каждый современный ему биолог, понимал, что информация, необходимая для построения биологического организма, была скрыта где-то внутри клетки, либо в белках, либо в ДНК. С физической точки зрения и белки, и ДНК технически представляют собой кристаллы. Точнее они являются апериодическими кристаллами (структуры, которые не повторяют друг друга, но содержат крупномасштабные корреляции). Представьте партитуру, в которой снова и снова повторяются одни и те же четыреноты. Содержащийся в ней объем информации будет минимальным по сравнению с партитурой, в которой превалируют вариации. Шредингер понял, что апериодичность была необходима для хранения информации, поскольку обычный кристалл не мог содержать большой объем информации: «Ген точно не является однородной каплей жидкости. Скорее всего, это большая белковая молекула, в которой каждый атом, каждый радикал, каждое гетероциклическое кольцо играет особую роль, более или менее отличную от той, которую играет какой-либо из других аналогичных атомов, радикалов или колец». Согласно Шредингеру, феномен жизни зависит как от апериодичности биологических молекул, так и от твердой кристаллической природы. Апериодичность необходима для того, чтобы молекула воплощала информацию, а твердая природа молекулы позволяет этой информации сохраняться.

Таким образом, объединив идеи Пригожина и Шредингера, мы можем понять, откуда берется информация (устойчивое состояние неравновесных систем) и почему она сохраняется (потому что хранится в твердых телах). Поэтическая причуда такой комбинации заключается в том, что согласно ей наша Вселенная является одновременно замороженной и динамичной. С точки зрения физики твердое тело является «замороженным», поскольку его структура устойчива к тепловым флуктуациям окружающей среды. Наши города состоят из таких твердых тел, как автомобили, здания, автобусные остановки, метро и тротуары. Наши дома созданы из таких твердых тел, как кухонные раковины, холодильники, посуда, лампочки и стиральные машины. Наши клетки также состоят из твердых тел, которыми являются десятки тысяч белков, участвующие в клеточном шоу. Тем не менее автомобили и белки представляют собой подвижные твердые тела. Города и клетки являются динамическими системами, в которых твердые тела перемещаются относительно друг друга. Твердость этих объектов позволяет накапливать информацию с низкими издержками, поскольку твердое тело охраняет воплощенную в нем информацию от кровавых когтей энтропии, хотя бы на короткое по масштабам космоса время.

Тем не менее рост объемов информации подразумевает нечто большее, чем кристаллические твердые тела и динамические водовороты. Для того чтобы информация по-настоящему накапливалась, Вселенной требуется еще один трюк. Это способность материи к обработке информации, то есть способность материи производить вычисления.

Рассмотрим дерево. Дерево в своем «полузамороженном» состоянии представляет собой компьютер, питаемый солнечным светом. Дерево в Новой Англии реагирует на продолжительность светового дня и выполняет различные программы в зависимости от времени года. Оно определяет, когда следует сбрасывать листья, а когда выращивать новые. Дерево обрабатывает информацию, поступающую из окружающей среды. Белки, организованные в сигнальные пути, помогают дереву определить, как ему следует растить корни, чтобы добраться до воды, в которой оно нуждается, как активировать иммунный ответ, когда ему угрожают патогены, и как направить листья к солнцу, света которого оно жаждет. Дерево не обладает сознанием или языком, который есть у нас, однако оно, как и мы, способно обрабатывать информацию. У дерева есть ноу-хау, хотя его способ обработки информации отличается от нашего интеллекта и больше напоминает такие бессознательные процессы, происходящие в наших телах, как пищеварение, иммунитет, гормональная регуляция и так далее.

Хотя технически дерево представляет собой компьютер, его источником питания является не электрическая розетка, а солнце. Дерево – это компьютер, который, как и мы, не может использовать язык программирования MATLAB, но, в отличие от компьютеров и нас, имеет ноу-хау, позволяющее производить фотосинтез. Деревья могут обрабатывать информацию благодаря тому, что они представляют собой устойчивые состояния неравновесных систем. Деревья обладают ноу-хау, которые используются ими для выживания.

Однако поскольку дерево является живым, я не могу, используя его в качестве примера, утверждать, что вычисление предшествует жизни (хотя это представляет собой убедительный пример вычисления, которое предшествовало появлению людей). Чтобы проиллюстрировать пребиотическую природу способности материи обрабатывать информацию, нам следует рассмотреть более фундаментальную систему. Именно здесь пригодятся химические системы, которые завораживали Пригожина.

Рассмотрим набор химических реакций, которые превращают вещества в набор выходов через промежуточные соединения. Теперь представим, что в эту систему постоянно поступают вещества. Если поток веществ небольшой, то система придет в устойчивое состояние, в котором промежуточные вещества будут производиться и потребляться таким образом, что их количество не станет подвергаться сильным флуктуациям. Система достигнет состояния равновесия. Однако в большинстве химических систем, как только мы усилим поток, это равновесие окажется неустойчивым, а это означает, что устойчивое состояние системы будет заменено двумя или несколькими устойчивыми состояниями, отличными от исходного состояния равновесия. Когда возникнут эти новые устойчивые состояния, системе нужно будет «выбирать» между ними. Это значит, что ей придется перейти к одному или другому, нарушив симметрию системы, и развить историю, отмеченную этими выборами. Если мы еще больше усилим поток входных соединений{В}, то эти новые устойчивые состояния станут неустойчивыми и возникнут дополнительные новые устойчивые состояния. Это увеличение количества устойчивых состояний может привести химические реакции к таким высокоорганизованным состояниям, как те, которые присущи молекулярным часам, являющимся химическими осцилляторами, соединениями, периодически меняющими тип с одного на другой. Но разве такая простая химическая система способна обрабатывать информацию?

Теперь представим, что мы можем привести систему в одно из этих устойчивых состояний путем изменения концентрации поступающих веществ{В}. Такая система будет «выполнять вычисления», поскольку она станет генерировать выходы в зависимости от поступающих веществ. Это будет химический транзистор. В очень грубом приближении эта модель химической системы имитирует примитивный метаболизм. В еще более грубом приближении эта система представляет собой модель клетки, изменяющей тип с одного на другой. Типы клеток могут абстрактно рассматриваться в качестве динамических устойчивых состояний этих систем, как десятилетия назад предположил биолог и исследователь сложных систем Стюарт Кауффман.

Высокоинтерактивные неравновесные системы, будь то деревья, реагирующие на смену сезонов, или химические системы, обрабатывающие информацию о поступающих веществах, показывают, что материя способна производить вычисления. Эти системы говорят нам, что процесс вычисления, как и информация, предшествует появлению жизни. Химические изменения, кодируемые этими системами, преобразуют информацию, закодированную в химических соединениях, и, следовательно, они представляют собой фундаментальную форму вычислений. Жизнь существует благодаря способности материи производить вычисления.

Наконец, нам следует объяснить, как все это соотносится с необратимостью времени. Ведь именно с этого началась данная глава. Для объяснения я снова буду использовать работу Пригожина, а в качестве примера предлагаю вам представить большую коробку, наполненную триллионами шариков для пинг-понга.

Представьте, что шарики для пинг-понга сталкиваются друг с другом без потери энергии, поэтому эти взаимодействия никогда не прекращаются. Теперь предположим, что вы начали наблюдать за системой в тот момент, когда все шарики были собраны в одном квадранте коробки, но обладали достаточной кинетической энергией, или скоростью, чтобы со временем рассеяться по коробке. Этот пример похож на пример с каплей чернил, который мы рассматривали ранее.

В этой простой статистической системе вопрос обратимости времени является вопросом о том, можно ли в любой момент времени обратить движение шариков вспять, как если бы время текло в обратном направлении. То есть можно ли поместить шарики на траекторию, конечным состоянием которой является расположение, определенное нами в качестве начальной конфигурации?

Мы легко можем представить, что произойдет, если прокрутить это «кино» в обычном направлении. Шарики будут непрерывно двигаться, пока не заполнят коробку и в ней не установится то, что мы теперь подразумеваем под динамическим устойчивым состоянием. Однако давайте проведем эксперимент с обращением времени вспять. Для облегчения я предположу, что у нас есть две машины. Одна из машин может взять любое количество шариков и моментально изменить их скорости, если мы предоставим этой машине входящий файл, содержащий желаемые скорости для каждого шарика. Эта машина имеет бесконечную точность, но выполняет инструкции, исходя только из точности переданной ими информации. То есть если положения и скорости указаны с точностью до двух знаков (скорость задана в сантиметрах в секунду), то машина будет назначать скорости шариков только с такой точностью, причем все неуказанные десятичные значения (миллиметры в секунду и т. д.) будут случайными. Вторая из имеющихся у нас машин измеряет положение и скорость каждого шарика с конечной, но сколь угодно большой точностью. Таким образом, вопрос заключается в том, можем ли мы использовать эти две воображаемые машины для того, чтобы обратить движение системы вспять, как при обратном воспроизведении «фильма»?

Сначала давайте поэкспериментируем с обращением скорости каждого шарика, используя низкую степень точности. Например, если скорость конкретного шарика в направлении оси х vx = 0,2342562356237128… [м/с], мы просто обратим данное значение, взяв только первые два знака после запятой (то есть новым значением будет vx= –0,23). Будет ли этого простого обращения достаточно, чтобы воспроизвести фильм в обратном направлении? Конечно, нет. Описываемая здесь система с триллионами шариков, которые никогда не теряют энергию, по определению является хаотичной, а это означает, что небольшие различия в начальных условиях накапливаются в геометрической прогрессии с течением времени. Хаотичность системы предполагает, что точность до двух знаков после запятой недостаточна, чтобы поместить шарики на траекторию, которая естественным образом вернет в их исходное положение. Но только лишь в точности дело или существует какое-то фундаментальное ограничение? Могли бы мы обратить время вспять при достаточной точности наших измерений и действий?

Вооружившись нашими воображаемыми машинами, мы можем повторно провести этот мысленный эксперимент с большей точностью, однако пока точность является конечной, мы не сможем обратить время вспять. Вместо использования нескольких знаков мы могли бы указать скорость с точностью до десяти, двадцати или ста знаков после запятой. Однако обратить время вспять по-прежнему будет невозможно, поскольку в хаотической системе неточность наших измерений будет накапливаться. Пользуясь математическим языком, можно сказать, что в данном случае важность цифр инвертируется. Обычно при наличии длинного ряда цифр цифры, которые находятся левее, имеют большую важность, чем цифры, находящиеся правее (особенно если речь идет о вашем банковском счете). Однако в хаотической системе это не так, поскольку в такой системе не первая, а последняя цифра становится доминирующей. Тем не менее, независимо от точности измерений, справа от любого числа всегда существует цифра. Таким образом, даже не учитывая принцип неопределенности Гейзенберга (который ограничивает нашу точность до нескольких десятков знаков), мы можем заключить, что фильм всегда будет выглядеть так, как будто он воспроизводится в обычном направлении, за исключением того короткого периода времени, когда мы будем вбрасывать энергию в систему путем изменения скорости частиц с помощью наших машин.

Таким образом, время необратимо в статистической системе, потому что хаотичная природа систем, содержащих большое количество частиц, предполагает то, что для обращения эволюции системы потребовался бы бесконечный объем информации. Это также означает, что статистические системы не могут вернуться, поскольку существует бесконечное количество путей, совместимых с любым настоящим. По мере движения вперед статистические системы быстро «забывают», как возвращаться. Эту бесконечность Пригожин называет барьером энтропии, она обеспечивает точку зрения на время, которая не связана с пространством, как в теориях, выдвинутых Ньютоном и Эйнштейном. Для Пригожина прошлое не только недоступно, его просто не существует. Прошлого нет, хотя оно было. В нашей Вселенной нет ни прошлого, ни будущего, а только настоящее, которое вычисляется в каждый конкретный момент. Глубина этой мгновенной природы реальности помогает нам объединить статистическую физику с вычислением. Мгновенная Вселенная Пригожина предполагает, что прошлое недоступно, поскольку оно невычислимо на микроуровне. Барьер энтропии Пригожина запрещает настоящему эволюционировать в прошлое, за исключением случаев с идеализированными системами, вроде маятника или планетарных орбит, которые выглядят одинаково при движении вперед и назад (при отсутствии диссипаций).

* * *

Мы начали эту главу с вопроса о необратимости времени и происхождении информации. Мы узнали, что вместе взятые эти вопросы представляют собой загадку, поскольку время течет по направлению от порядка к беспорядку, несмотря на то, что сложность нашего мира увеличивается. Вселенский рост энтропии, как кажется, противоречит росту объема информации, однако это не так, поскольку у Вселенной есть определенные приемы, позволяющие информации возникать в четко определенных карманах. В этих карманах в изобилии присутствует энергия, но диапазон температур позволяет веществам существовать в твердом состоянии, поскольку в твердых телах информация сохраняется дольше.

Термодинамика Вселенной, которую я описал в данной главе, помогает нам понять обстоятельства, при которых может возникать информация. Тем не менее способность Вселенной порождать сложность, которую мы наблюдаем из окна, не является непосредственным следствием действия этих простых механизмов. Чтобы объем информации по-настоящему увеличивался, Вселенной необходим еще один прием, которым является способность материи производить вычисления.

Эта вычислительная способность материи, которая может быть реализована как в простых химических системах, так и в сложных формах жизни, например деревьях или людях, является ключевой способностью, которая позволяет информации накапливаться в том месте Вселенной, которое мы считаем своим домом. Этой вычислительной способности и тому, как она соотносится с людьми и человеческими сообществами, будет посвящена третья часть книги, в которой исследуется способность систем накапливать знания и ноу-хау. Эта вычислительная способность и ограничения, обусловленные ее воплощением в человеке, поможет нам объяснить причины роста объема информации в обществе.

Однако прежде чем продолжить, мы должны разобраться с физическим аспектом информации, который тесно соотносится с людьми, то есть с информацией, которую мы производим с помощью наших человеческих знаний и ноу-хау. Это не телесность ДНК или замороженных водоворотов, а телесность простых и сложных продуктов, которые мы производим и обмениваем, начиная от макарон и заканчивая авиалайнерами. Таким образом, далее мы подробно опишем составляющие нашу экономику объекты, ориентируясь на воплощенную в них информацию и их неочевидные способности, обусловленные ею. Это позволит нам рассматривать продукты не только в качестве физического воплощения информации, но и в качестве механизма передачи чего-то более важного, чем сообщения: способов практического применения знаний и ноу-хау.

 

Я часто устаю от обработки информации. Я двигаюсь так быстро, как только могу, однако мир невообразимо обширен и изменчив. Я отвечаю на электронные письма, забираю вещи, комментирую черновики, готовлю слайды, выступаю, обдумываю соглашения, придумываю аргументы, создаю дизайны для сайтов, оцениваю работы, пишу предложения, подготавливаю отчеты, думаю над алгоритмами, делаю снимки, летаю на самолетах, пакую багаж, даю советы, получаю консультации, делаю бутерброды, нажимаю кнопки в лифте, пытаюсь что-нибудь вспомнить и, конечно, работаю на клавиатуре, переставляя слова.

Я являюсь небольшим мобильным нейроном в огромной социально-экономической Вселенной. Я передвигаюсь, часто не зная куда. Побуждаемый поступающими отовсюду сигналами, я пытаюсь приспособиться и сбалансировать свое желание что-то сделать с моим желанием жить общественной жизнью. Конечно, это не всегда легко.

Это, в двух словах, и есть жизнь: передвижение и обработка информации, увеличение ее объема в процессе действия в социальном контексте. Мы тратим свою жизнь на передачу незначительных объектов и значимых сообщений: объектов, усиливающих нашу способность обрабатывать информацию, и сообщений, влияющих на наше поведение и отношение к другим. Мы формируем социальные структуры, чтобы компенсировать свои ограниченные возможности, и эти социальные структуры научаются обрабатывать информацию. Таким образом, мы порождаем информацию в объектах и словах. Мы создаем свое окружение, начиная с самого значимого и заканчивая самым незначительным, постоянно служа росту объемов информации.

На следующих страницах я опишу социальные и экономические механизмы, которые способствуют накоплению информации в экономике. Эти механизмы являются расширением трех принципов, описанных мной для физических систем, однако в данном случае они преобразованы с учетом сложностей социальных и экономических систем.

Способность нашего общества накапливать информацию требует притока энергии, физического сохранения информации в твердых объектах и, конечно, нашей коллективной способности производить вычисления. Приток энергии, который поддерживает рост объема информации на нашей планете, разумеется, обеспечивается солнцем. Растения получают эту энергию и преобразуют ее в сахар, а со временем они превращаются в минеральное топливо, которое мы называем нефтью. Однако наш вид приобрел способность сохранять информацию в течение длительного времени. Мы научились накапливать информацию в объектах, начиная с момента создания первых каменных топоров, и заканчивая изобретением новейшего компьютера. Создание этих твердых предметов требует не только энергии, но и нашей распределенной способности производить вычисления. Способность нашего вида к вычислению требует функционирования социальных сетей, а значит, она подвержена влиянию институтов и технологий. Кроме всего прочего эти институты и технологии подразумевают фрагментацию человеческих языков, дискриминацию, доверие, а также наличие технологий коммуникации и транспортировки. Неадекватно функционирующие институты и технологии могут ослабить нашу способность к образованию сообществ, необходимых для накопления знаний и ноу-хау, что, в свою очередь, может ограничить скорость роста объема информации.

Эта часть книги будет посвящена твердым объектам, создаваемым людьми для накопления информации. По поэтическим и техническим причинам я буду называть эти объекты кристаллами воображения.

Человек обрабатывает информацию в форме обуви. Эр-Рияд, Саудовская Аравия

Люди разговаривают и обмениваются пакетами информации. Санкт-Петербург, Россия

Часть III будет посвящена изучению идеи общества как компьютера и сосредоточена на механизмах, которые ограничивают образование социальных сетей, необходимых для накопления знаний и ноу-хау.

Информационный процессор в состоянии покоя. Картахена, Колумбия

Семья обменивается сообщениями, потребляя энергию. Сантьяго, Чили

В части IV я сосредоточусь на эмпирических связях, которые мы можем использовать для проверки предсказаний этих теорий, и постараюсь приблизить эту идею к традиционной литературе, описывающей процесс экономического роста и развития.

Собор, состоящий из крупно– и мелкомасштабных корреляций. Санкт-Петербург, Россия

Ненужная информация. Сомервилл, штат Массачусетс

 

Глава 4

Выбросьте из головы!

Рассмотрим два вида яблок: те, которые растут на деревьях и продаются в супермаркете, и те, которые создаются в Кремниевой долине. Оба вида торгуются в экономике и воплощают в себе информацию, будь то в биологических клетках или в кремниевых чипах. Основная разница между ними заключается не в количестве деталей или способности выполнять функции (съедобные яблоки являются результатом работы десятков тысяч генов, выполняющих сложные биохимические функции). Основное отличие обычных яблок от продуктов компании Apple заключается в том, что яблоки, которые мы едим, существовали сначала в мире, а затем в наших головах, в то время как продукты компании Apple, используемые для проверки нашей электронной почты, существовали сначала в чьей-то голове, а затем появились в мире. Оба вида яблок являются продуктами и воплощают в себе информацию, однако только один из них – кремниевые продукты компании Apple, представляют собой кристалл воображения.

Когда мы думаем о продуктах как о кристаллах воображения, мы подразумеваем то, что эти продукты воплощают не только информацию, но и воображение. Это информация, которую мы сгенерировали в процессе психического вычисления, а затем высвободили путем создания объекта, похожего на тот, который возник в нашей голове. Съедобные яблоки существовали прежде, чем мы придумали для них название, установили на них цену и создали для них рынок. Они уже присутствовали в мире. В качестве понятия яблоки были просто импортированы в наши умы. С другой стороны, устройства iPhone и iPad были экспортированы из ума, а не импортированы в него, поскольку эти продукты возникли в наших умах, прежде чем стали частью нашего мира. Таким образом, основная разница между яблоками и продуктами компании Apple заключена не в характерном для них воплощении физического порядка, а в источнике его возникновения. Оба вида продуктов представляют собой пакеты информации, однако только один из них является кристаллом воображения. Эту главу я посвящу воображению как источнику информации, воплощенной в продуктах, поскольку это фундаментальная характеристика того типа информации, которую люди создают и накапливают.

Чтобы понять концепцию кристаллизованного воображения, рассмотрим личные истории двух моих коллег по медиалаборатории Хью Херра и Эда Бойдена. Хью страстный альпинист, который хорошо знает риск, связанный с этим видом спорта. В молодости он потерял обе ноги в результате обморожения на горе Вашингтон. Однако в свои почти пятьдесят Хью с гордостью прогуливается по территории кампуса Массачусетского технологического института. Он немногословный человек. Я думаю, он не сильно нуждается в словах после того, как сконструировал собственные ноги.

Случай Хью является особенно вдохновляющим. Он родился в мире, в котором возможности приобрести роботические конечности не существовало. Скоро наш вид сможет восстанавливать конечности благодаря роботизированным устройствам, подключенным к нашей нервной системе, которые, возможно, даже позволят восстановить чувство осязания.

Хью принадлежит к научно-исследовательской области, где задействовано большое количество людей, однако он также является прекрасным примером человека, которого мы можем ассоциировать с созданием нового пакета физически воплощенной информации. Создавая объекты, Хью и его коллеги наделяют наш вид новым набором способностей, раздвигая границы того, что с человеческой точки зрения считается возможным. Тем не менее самая поэтичная часть достижения Хью заключается не в том, что он ходит на роботических ногах, а в том, что он ходит на воплощенных плодах собственного воображения.

История Эда отличается от истории Хью, но тоже является чрезвычайно вдохновляющей. За последние десять лет Эд помог развить сферу оптогенетики, метода световой стимуляции нейронов. Вместе с другими исследователями Эд работает над изобретением интерфейсов, которые в будущем позволят наладить взаимодействие между людьми и машинами. Со временем Эд и его коллеги создадут то, что я называю «USB-портом для мозга».

USB-порт для мозга – это отличный пример технологии, открывающей целую Вселенную будущих возможностей, которые будут варьироваться от восстановления биологических функций, расширяющего видение Хью, до усовершенствования сферы игр и Интернета. Эта технология изменит будущее так, как мы не в состоянии себе даже представить. Однако, существует аспект, который является общим для работы Хью и Эда: оба они создают объекты, кристаллизующие воображение и, таким образом, наделяют наш вид новыми способностями.

Размышление о работе Хью и Эда в терминах кристаллизованного воображения может казаться поэтически оправданным, однако неочевидным может показаться то, что таким образом полезно думать о продуктах в целом. Как мы увидим, представление о продуктах как о кристаллах воображения может помочь нам осознать желание людей потреблять продукты, а также по-новому интерпретировать важные экономические процессы. В качестве примера последнего рассмотрим сферу международной торговли. Если представить экспортируемую продукцию в терминах кристаллизованного воображения, то можно увидеть, что мы живем в мире, в котором некоторые страны являются чистыми импортерами, а другие чистыми экспортерами воображения. Идея кристаллизованного воображения говорит нам о том, что структура экспорта страны содержит информацию не только о наличии капитала и рабочей силы. Структура экспорта страны является своеобразным отпечатком пальца, который говорит нам о способности жителей этой страны создавать материальные инстанциации таких воображаемых объектов, как автомобили, кофе-машины, вагоны метро и мотоциклы, а также о несметном количестве специфических факторов, необходимых для создания этих сложных продуктов. На самом деле структура экспорта страны сообщает нам о знаниях и ноу-хау, которые воплощены в ее населении.

Поскольку экспорт и импорт имеют дело с обменом воплощенным воображением, естественно спросить, когда сальдо торгового баланса между парой стран (разность между денежной стоимостью экспорта и импорта) является обратным балансу воображения этой пары стран. Найти эти примеры, используя данные из сферы международной торговли, относительно легко, особенно с помощью такого движка визуализации, как Обсерватория экономической сложности (Observatory of Economic Complexity), созданная Алексом Симоузом в рамках его магистерской диссертации в моей исследовательской группе в медиалаборатории Массачусетского технологического института (atlas.media.mit.edu).

Одним из примеров, когда значение торгового баланса противоположно значению баланса воображения, является пример Чили и Кореи (см. рис. 1 и 2).

В 2012 году Чилийский экспорт в Корею составил 4,6 млрд долларов США, в основном это была рафинированная медь и медная руда. В том же году корейский экспорт в Чили составил около 2,5 млрд долларов США в основном в виде транспортных средств и их частей.

Рис. 1. Товары, экспортированные Чили в Южную Корею в 2012 году. Экспорт составил 4,6 млрд долларов США

Чили имела явное положительное сальдо торгового баланса с Кореей в 2012 году. Тем не менее ее баланс воображения был явно отрицательным, поскольку Чили воплотила не очень много воображения в экспортированные товары, но при этом импортировала много воображения, воплощенного в купленных ею товарах.

Рис. 2. Товары, экспортированные Южной Кореей в Чили в 2012 году. Экспорт составил 2,54 млрд долларов США

Другим примером являются Бразилия и Китай. В 2012 году Бразилия экспортировала в Китай продукции на сумму более 41 млрд долларов США, а импортировала – на сумму всего 33,4 млрд долларов США (см. рис. 3 и 4). В последние годы у Бразилии был положительный торговый баланс с Китаем, но при этом отрицательный баланс воображения, поскольку ее торговля с крупнейшей азиатской экономикой сводится в основном к обмену железной руды и соевых бобов на электронику, химические вещества и даже переработанные металлы.

Рис. 3. Товары, экспортированные Бразилией в Китай в 2012 году. Экспорт составил 41,3 млрд долларов США

Следовательно, такие классические экономические концепции, как торговый баланс между двумя странами, оказываются неполными, если представить товары в виде кристаллов воображения. Когда мы начинаем рассматривать продукты как воплощения человеческого воображения, мы понимаем, что для торгового баланса существует альтернатива. Это баланс воображения, который подразумевает обмен воображением, которое дополняет комбинации покупаемых и продаваемых нами атомов.

Видение мира с точки зрения обмена воплощенным воображением также позволяет нам бросить вызов распространенным мнениям. В политических кругах многих развивающихся стран преобладает мнение, согласно которому экспорт сырья приравнивается к эксплуатации. В данном случае эксплуатация относится не к эксплуататорской динамике, которая может возникнуть в промышленности, а к более общей идее, сосредоточенной на истоках экономической ценности того, что добывается. Как я покажу далее, эта экономическая ценность зависит не от тех, кто участвует в процессе добычи, а от воображения других людей, которые, как правило, не имеют к нему отношения.

Рис. 4. Товары, экспортированные Китаем в Бразилию в 2012 году. Экспорт составил 33,4 млрд долларов США

Я хорошо знаком с мнением об эксплуатации, поскольку провел первые двадцать четыре года своей жизни на длинном побережье с горами, известном как Чили. Традиции добычи полезных ископаемых имеют в Чили долгую историю или, как я люблю говорить, Чили активно участвует в «атомном скотоводстве». Но так было не всегда. В XIX веке богатство Чили в основном обеспечивалось экспортом селитры – минерала, используемого в качестве удобрения и ингредиента пороха. Благодаря селитре в чилийской экономике произошел настоящий бум. На рубеже ХХ века доход на душу населения в Чили превышал аналогичный показатель Испании, Швеции или Финляндии. Дела шли хорошо, однако маятник вот-вот должен был качнуться в другую сторону.

В 1909 году немецкие химики Фриц Габер и Карл Бош разработали недорогой способ синтеза селитры в промышленных масштабах. Их способность «склеивать» атомы нанесла сокрушительный удар по чилийской экономике. Кроме того, в связи с открытием Панамского канала в 1914 году у судов отпала необходимость проплывать вдоль чилийской береговой линии, что стало еще одним серьезным ударом по экономике страны. В период с 1910 по 1921 год чилийская экономика сокращалась на 2 % в год.

На рубеже XXI века экономика Чили по-прежнему остается ориентированной на экспорт, но теперь она сосредоточена на экспорте меди, а не селитры. Случай Чили не является из ряда вон выходящим. На самом деле подобное случается довольно часто. Медь для Чили является тем же, что и природный газ для Боливии, чай и цветы для Кении, радиоактивные минералы для Намибии, соевые бобы для Аргентины, алмазы для Сьерра-Леоне и Ботсваны, нефть для Нигерии, Саудовской Аравии, Анголы, Конго, Казахстана, Алжира, Экваториальной Гвинеи, России, Венесуэлы и многих других стран.

В чилийских Андах сосредоточены огромные запасы меди, и возможность Чили удерживать атомы меди в заложниках играет важную роль в обеспечении способности чилийцев импортировать кристаллы воображения. В 2012 году стоимость чилийского экспорта меди превысила 40 млрд долларов США. Это составляет примерно 2300 долларов США на каждого мужчину, женщину и ребенка в Чили, или 6900 долларов США на семью, поскольку средняя чилийская семья состоит из трех человек.

Что делает медь настолько ценной? Почему весь остальной мир готов платить Чили миллиарды долларов каждый год за то, что, по сути, является просто породой?

Медь является хорошим проводником. Не таким хорошим, как золото, но зато более распространенным и менее дорогим. Медь используется в большинстве кристаллов воображения, в которых находит свое применение наше знание электричества, в том числе в системах для генерации и передачи электроэнергии, а также в электрических системах автомобилей.

Однако, как и в случае со всеми остальными минералами, к меди не прилагается руководство, описывающее способы ее применения. Раньше люди использовали медь для создания примитивной брони (для которой тяжелая и пластичная медь не является идеальным материалом), инструментов и посуды. Однако производство этих предметов не создало такого спроса на медь, который оправдал бы масштабную добычу, подобную сегодняшней. В XIX веке спрос на медь начал меняться в связи с тем, что наше понимание электричества породило множество товаров, которые увеличили мировой спрос на медь и потребовали новых усилий по добыче этой зеленой породы.

Главным прорывом стал закон электромагнитной индукции Фарадея, который научил нас вырабатывать электричество с помощью магнита и катушки. Другими первопроходцами электрической революции были Никола Тесла, достигший огромных успехов в разработке процессов получения переменного тока, Томас Алва Эдисон и Джордж Вестингауз, который был соперником Эдисона в «войне токов».

Главным событием, приведшим к всплеску спроса на электроэнергию, стало изобретение лампы накаливания. Этот продукт пытались создать многие. К ранним попыткам относится работа Хамфри Дэви, который в 1802 году изобрел недолго живущую лампу накаливания, пропустив ток через тонкую полоску платины. Эдисон начал работать над созданием электрической лампы гораздо позже, в 1878 году, и вместе со своими сотрудниками обнаружил, что запечатанные в вакууме углеродные нити служили намного дольше, чем нити из других материалов. Однако, свой окончательный вид лампа накаливания приобрела в 1904 году, когда венгр Шандор Юст и хорват Франьо Ханаман запатентовали нить из вольфрама, которой предстояло осветить весь мир.

Изобретение электрической лампочки, электродвигателя и других основополагающих технологий привело к резкому увеличению количества способов применения электроэнергии. Пылесосы, холодильники, телевизоры, радиоприемники, блендеры, фены, стиральные и посудомоечные машины, водонагреватели, а также городское освещение и промышленные машины преобразовали наше общество всего за несколько десятилетий. Теперь мы вырабатываем более двадцати миллионов гигават-часов электроэнергии каждый год. Этого достаточно, чтобы несколько миллионов раз отправить Марти Макфлая назад в будущее или питать 100-ваттную электрическую лампу в течение 22,8 миллиарда лет, что примерно в два раза превышает возраст Вселенной.

Но какое отношение все это имеет к Чили? Единственная связь между Чили и историей электроэнергетики заключается в том, что пустыня Атакама полна атомов меди, которые, как и большинство чилийцев, совершенно не подозревали об «электрических» мечтах, питавших страсть Фарадея и Теслы. В процессе появления изобретений, делавших эти атомы очень ценными, Чили сохранила за собой право удерживать эти атомы в заложниках. Теперь Чили может жить за счет их продажи.

Это возвращает нас к понятию эксплуатации, которого мы коснулись ранее. Благодаря идее кристаллизованного воображения мы ясно понимаем, что Чили эксплуатирует воображение Фарадея, Теслы и других изобретателей, поскольку именно воображение изобретателей придало атомам меди экономическую ценность.

Однако Чили – это не единственная страна, которая подобным образом эксплуатирует иностранную креативность. Такие экспортеры нефти, как Венесуэла и Россия, эксплуатируют воображение Генри Форда, Рудольфа Дизеля, Готлиба Даймлера, Николаса Карно, Джеймса Уатта, Джеймса Джоуля, будучи вовлеченными в торговлю темной желеобразной слизью, которая была практически бесполезной до изобретения двигателя внутреннего сгорания.

Акцентируя внимание на значительном различии между генерацией ценности и присвоением денежной компенсации, мы можем понять разницу между богатством и экономическим развитием. На самом деле в мире много стран, которые обладают богатством, но все еще являются слаборазвитыми в экономическом плане. Мы подробно рассмотрим это различие в части IV. Однако понимание этого различия, которое происходит непосредственно от идеи кристаллизованного воображения, помогает нам увидеть, что экономическое развитие основывается не на потребительской способности конкретной экономики, а на способности людей претворять свои мечты в реальность. Экономическое развитие заключается не в способности покупать, а в способности создавать.

Как вы, вероятно, можете себе представить, далеко не любой кристалл воображения легко создать. В качестве иллюстрации вспомним истории Хью и Эда. И Хью, и Эд создали изобретения, которые легко представить. Эти технологии повсеместно используются в таких фильмах, как «Звездные войны», «Терминатор» и «Матрица», однако они не так уж распространены в нашем мире. Истории Хью и Эда считаются уникальными не потому, что у них была «идея» роботических конечностей или компьютерных интерфейсов для мозга, а потому, что они прокладывают путь для реализации этих идей. Представить роботические конечности легко. Но создать их трудно.

Создание кристаллов воображения требует огромного объема знаний и ноу-хау. Хью и Эд способны аккумулировать эти знания и ноу-хау, сотрудничая с блестящими коллегами и студентами. Таким образом, хотя роботические конечности воплощают фантазию Хью, нервная система Хью и его коллег воплощает знания и ноу-хау, необходимые для претворения этой фантазии в реальность. В конечном счете именно эти знания и ноу-хау обладают наибольшей ценностью и сложностью в плане аккумулирования.

К сожалению, люди часто путают ценность товаров с ценностью необходимых для их создания знаний и ноу-хау, а также знания и ноу-хау с идеями. Разделить два последних понятия легко: я только что рассказал вам об идее создания роботических ног, однако я уверен, что вы не знаете, как их сделать. Чтобы проиллюстрировать разницу между ценностью знаний и ноу-хау и ценностью продуктов, которые являются их плодами, я расскажу другую историю, которой Николас Негропонте, основатель медиалаборатории Массачусетского технологического института, поделился с нами на заседании кафедры.

Это история о Кельвине Доу, молодом человеке из Сьерра-Леоне, который собрал радиоприемник и батареи из подручных материалов. Конечно, многие люди восхищаются инженерным талантом Кельвина, так и должно быть. Для того чтобы получить заслуженное признание, Кельвин был приглашен в медиалабораторию Массачусетского технологического института для участия в программе практики. В конце программы Николас спросил его о планах. Кельвин с восторгом рассказал Николасу о том, что планирует вернуться в Сьерра-Леоне для строительства аккумуляторного завода. На этом месте Николас прервал свой рассказ. Возвысив свой голос, он сказал: «Это прямо противоположно тому, что ему следует делать!»

Оглядываясь назад, легко понять точку зрения Николаса. Аккумуляторы Кельвина были крутыми, но при этом они очень сильно уступали аккумуляторам, выпускаемым ведущими мировыми производителями. Несмотря на свой блестящий ум, Кельвин принял ценность созданного самостоятельно аккумулятора, который принес ему известность, за ценность способности собрать батарею из лома. Именно последний факт нужно лелеять. По-настоящему ценной является способность создавать. Аккумуляторы Кельвина были крутыми, однако сам Кельвин был гораздо круче. В конце концов, батареи коммерчески доступны в любом месте, а дети, которые могут собрать их из лома, – нет.

Думая о продуктах как о кристаллах воображения, мы можем понять важность источника информации, воплощенной в этом продукте. Сложные продукты – это не просто комбинации атомов, выполняющие функции, а, скорее, упорядоченные комбинации атомов, которые берут свое происхождение в воображении. В некоторых случаях эта метафора вполне буквальна. Никола Тесла говорил, что он мог полностью представить машину, прежде чем создать ее. Согласно ему, его воображение позволяло обойтись без прототипов и моделей, после того как в его голове полностью сформировался план машины. Хотя большинство из нас не так хороши, как Тесла, мы тоже участвуем в производстве предметов, являющихся плодом нашего воображения. Мы кристаллизуем воображение, когда пишем, готовим и рисуем каракули, а если у нас есть что-то общее с Хью, Эдом и Кельвином, то мы также кристаллизуем воображение в процессе изобретения чего-либо.

Однако для полного понимания экономической ценности продукта нам необходимо выйти за рамки физического порядка и его происхождения и привнести информацию о контексте, в котором используется этот физический порядок. Комбинации атомов или электронов, которыми являются для нас продукты, не просто упорядочены, они подразумевают порядок, который помогает нам выполнять специфические функции. В случае с ногой Хью к этим функциям относятся ходьба и бег. В случае с интерфейсами «мозг-машина», над которыми работает Эд, функции еще предстоит обозначить. Тем не менее способность продукта выполнять функции тесно связана как с комбинациями, которые мы считаем порядком, или информацией, так и с контекстом, в котором они используются. Чтобы понять связь между порядком и функциями, рассмотрим библиотеку. В библиотеке мы можем организовать книги по названию, теме, году публикации, размеру или языку. Каждый такой порядок содержит информацию, однако информация, воплощенная в том или ином способе упорядочивания, обусловливает разные функции. В случае с библиотекой речь идет о функциях поиска. Например, упорядочение книг по теме и году публикации может помочь нам быстро найти самые ранние книги по квантовой механике. Упорядочение книг по фамилии автора позволяет быстро отыскать все произведения Марка Твена. Кроме того, это верно при упорядочении книг как в алфавитном порядке, так и в обратном алфавитном порядке. Это значит, что алфавитный порядок и обратный алфавитный порядок эквивалентны, по крайней мере, в случае с функцией поиска.

Менее абстрактный пример, иллюстрирующий важность контекста использования продукта, связан с лекарством. Лекарственные таблетки воплощают небольшой объем информации, поскольку их активным соединением, как правило, является небольшая и относительно простая молекула. Тем не менее лекарственные таблетки могут быть чрезвычайно полезными и ценными. Почему? Чтобы осознать ценность таблетки, нам нужно понять контекст, в котором эта информация была произведена, и контекст, в котором эта информация используется. Неявно в таблетке присутствуют практические способы применения знания, воображения и ноу-хау ее создателей. Разработчики таблетки смогли определить биологическое воздействие небольшого химического соединения, и хотя знание о том, как они пришли к своему открытию, не воплощено в таблетке, методы ее практического применения неявно присутствуют в контексте ее использования. Кроме того, производителям таблетки пришлось разработать способ ее синтезирования, подразумевая, что таблетки, несмотря на свою простоту, являются результатом процесса, предусматривающего широкое использование знаний, ноу-хау и информации. Ценность таблетки обусловлена контекстом, включающим знания, ноу-хау и информацию, воплощенную в среде использования и производства таблетки, а не ей самой.

Именно идея контекста поможет нам понять ценность продуктов в качестве посредников для информации и, что более важно, в качестве посредников для методов практического применения знаний и ноу-хау. В следующей главе мы узнаем, чем обусловлена польза продуктов, а также попытаемся ответить на вопрос: «Зачем люди создают материальные инстанциации своего воображения?» Как мы увидим, причина заключается не просто в соответствующей способности, а также не связана с жадностью или корыстным интересом. В конце концов, неспособность крокодилов и зебр создавать сложные сообщества не связана с отсутствием у них жадности или корыстного интереса. Таким образом, следующим этапом нашего путешествия будет выяснение причин создания продуктов, то есть попытка понять свое неустанное стремление к превращению мечты в реальность.

 

Глава 5

Усилители

Во время своих выступлений я часто прошу поднять руки тех участников, которые утром того дня использовали зубную пасту. Я нахожу это отличным способом побудить аудиторию к участию, поскольку смущение от неиспользования пасты заставляет поднять руку даже самого робкого из присутствующих. После того как почти все подняли руку и я отпустил шутку по поводу тех, кто этого не сделал, я прошу оставить руки поднятыми только тех участников, которые знают, как синтезировать фторид натрия. Как вы можете себе представить, все руки тут же опускаются. Это говорит о том, что продукты дают нам доступ не только к воплощенной в них информации, но и к способам практического применения знаний, необходимых для их производства. То есть продукты дают нам доступ к способам практического применения знаний и ноу-хау, находящихся в нервной системе других людей.

В этой главе я буду говорить о практических способах кристаллизации воображения. К ним относится способность продуктов распространять методы практического применения знаний и ноу-хау, необходимых для их производства, а также то, что продукты выступают в качестве средства творческого выражения, увеличения возможностей и комбинаторных способностей человека.

Возвращаясь к нашему примеру с зубной пастой, замечу, что при ее покупке мы не просто покупаем пасту в тюбике. Вместо этого мы покупаем доступ к практическому применению творчества человека, который изобрел зубную пасту, к научному знанию о химическом синтезе, необходимом для ее производства, к ноу-хау, позволяющему синтезировать фторид натрия, поместить пасту внутрь тюбика и сделать ее доступной по всему миру, а также оповестить о том, что фторид натрия укрепляет наши зубы и положительно влияет на здоровье. Такая простая вещь, как зубная паста, косвенно предоставляет нам доступ к практическому применению воображения, знаний и ноу-хау, существующих или существовавших в нервной системе людей, которых мы, вероятно, никогда не встречали.

Способность зубной пасты предоставлять нам доступ к практическому применению знаний и ноу-хау, заключенных в нервной системе других людей, подобна волшебству. Однако магия зубной пасты, как и любого другого продукта, заключается не только в этом. Волшебство продуктов обусловлено еще и тем, что они наделяют нас способностями, превосходящими наши собственные. Продукты расширяют наши возможности, и именно поэтому мы в них нуждаемся.

Возьмем, например, гитару. Гитара позволяет нам «петь» с помощью наших рук, сочетая знания Пифагорова строя с пониманием того, как выбирать подходящую древесину и придавать ей нужную форму. Если гитара электрическая, то она также воплощает знания о том, как с помощью преобразователя можно усилить звуковые волны, чтобы ими могли наслаждаться многие люди. Все это необходимо для создания музыки, по крайней мере такой музыки, которая требует использования электрогитары. Тем не менее этими возможностями не обязан обладать музыкант. Используя гитару, музыкант получает доступ к способам практического применения этого знания, при этом он приобретает новую способность «петь руками».

Главное волшебство продуктов заключается в том, что они расширяют наши возможности. Самолеты позволяют нам летать, печи – готовить, а зубная паста – сохранять наши зубы до старости. Таким образом, причина, по которой люди желают приобретать продукты, заключается в том, что они расширяют наши возможности, предоставляя доступ к способам практического использования знаний и ноу-хау, воплощенных в нервной системе других людей. Тем не менее наша потребность в создании сложных продуктов не является исключительно практической. Нам также следует рассмотреть выразительный компонент процесса создания продуктов (хотя этот выразительный компонент по иронии судьбы подавлен во многих людях). Мы кристаллизуем воображение еще и потому, что это позволяет нам трансформировать наши идеи в общую реальность. Мы удовлетворяем свой гедонизм не только путем потребления. Мы хотим, чтобы другие любили нас, нуждались в нас и чувствовали себя так же, как мы. Мы хотим, чтобы другие увидели мир с нашей точки зрения. Воплощение наших мыслей в объектах – это отличный способ достижения именно этой цели, как известно каждому, кто серьезно воспринимает слово вдохновение.

Кристаллизация наших мыслей в материальных и цифровых объектах позволяет нам поделиться своими мыслями с другими людьми. В противном случае наши мысли оказываются запертыми в наших умах. Музыкант записывает свою музыку не только для совершенствования своего мастерства, но и для создания копии своих мыслей, которыми можно поделиться с другими, и которые могут пережить его. Без этих копий талант музыканта будет находиться в ловушке его тела, и другие не смогут получить к нему доступ. Мы кристаллизуем воображение, чтобы скопировать свои мысли и поделиться ими с окружающими. Это делает кристаллизацию воображения сутью творческого выражения.

Но значит ли это, что продукты являются лишь формой коммуникации? Не совсем. Наша способность кристаллизовать воображение в продуктах, хотя и является выразительной, отличается от нашей способности словесно формулировать идеи. Важное отличие состоит в том, что продукты расширяют наши возможности так, как этого не могут сделать словесные описания. Разговор о зубной пасте не позволит вам почистить зубы, так же, как разговор о химическом составе бензина не заправит ваш автомобиль. Именно воплощенные в зубной пасте способы практического использования знаний, ноу-хау и воображения, а не их описание, наделяет людей соответствующими способностями. Без физического воплощения передать эти способы применения знаний и ноу-хау невозможно. Таким образом, кристаллизация воображения имеет основополагающее значение для обмена способами практического применения знаний, которые мы накапливаем в своем уме. Без нашей способности кристаллизовать воображение, способов практического применения знаний вообще бы не существовало, поскольку эта практичность заключена не исключительно в идее, но также зависит от материальной реализации. Опять же, телесность продуктов, материальная или цифровая, расширяет наши возможности. И именно через это расширение продукты помогают нам сообщить то, что нельзя передать словами, – способы практического применения ноу-хау, воображения и знаний.

Подчеркнув способность продуктов расширять человеческие возможности, мы можем лучше понять экономику. При этом экономика рассматривается не как эффективное управление ресурсами, богатство нации или совокупность финансовых операций, а как система, усиливающая способы практического применения знаний и ноу-хау посредством физического воплощения информации и специфических для контекста свойств, обусловленных этой информацией. В данном случае экономика интерпретируется в качестве усилителя знаний и ноу-хау: сложной социотехнической системы, способной производить физические пакеты, содержащие информацию, необходимую для расширения возможностей участвующих в ней людей. В итоге экономика представляет собой коллективную систему, с помощью которой люди накапливают информацию.

Подчеркнув способность продуктов расширять человеческие возможности, мы также можем лучше понять богатство. Расширение возможностей, обеспечиваемое нашей способностью упаковывать способы практического использования знаний в виде информации, позволяет людям жить в комфорте, уровень которого значительно превышает тот, который они могли бы поддерживать, будучи изолированными. Это демонстрирует важную связь между комфортом, который мы ассоциируем с богатством, и способностью нашего вида расширять свои возможности. Если бы экономика не являлась усилителем для знания и воображения, наша жизнь не отличалась бы от жизни других животных или потерпевших кораблекрушение на пустынном острове. Наша способность кристаллизовать воображение преподносит нам важный урок о сложности экономик: рынки делают нас не богаче, а мудрее, поскольку они производят богатство до тех пор, пока предоставляют нам косвенный доступ к способам практического применения знаний и воображения, накопленных представителями нашего вида.

Чтобы проиллюстрировать способность экономики к усилению знания, рассмотрим историю физика XIX века Майкла Фарадея. Среди прочего Фарадей вывел законы индукции, которые занимают центральное место в процессе генерации электроэнергии. Тем не менее Фарадей также «запачкал руки» путем кристаллизации своих идей, воплотив их в физических объектах. Фарадею приписывают изобретение электрического двигателя, который позже усовершенствовал Тесла. Поэтому, когда мы сушим свои волосы феном, пылесосим ковры или делаем коктейль в блендере, мы пользуемся услугами самого Майкла Фарадея, которого не встречали ни мы сами, ни наши родители, ни даже наши бабушки и дедушки.

Экономика – это система, усиливающая способы практического применения знаний, которые были развиты и накоплены в уме Фарадея и отчасти вдохновлены Адой Лавлейс. Таким образом, призрак Фарадея живет во всех электрических устройствах вместе с призраками Лавлейс, Теслы, Эдисона, Максвелла и многих других великих ученых, известных нам только благодаря их работе. В конечном счете мир продуктов является гораздо более социальным, чем мы могли бы наивно предположить, и в глубоком метафорическом смысле – это мир, густонаселенный призраками. Этими призраками является информация, которая порождена другими и воплощена в объектах, а также в нас самих.

Таким образом, наша способность кристаллизовать воображение приносит тройную выгоду нашему виду. Во-первых, она помогает нам создать общество «фальшивых гениев», то есть общество, в котором возможности отдельных людей значительно превышают их знания. Это является прямым результатом расширения возможностей, обусловленным нашей способностью воплощать знания в материальных и цифровых устройствах. Во-вторых, кристаллизация воображения является основополагающей, если мы хотим поделиться способами практического применения наших знаний с другими. Без нашей способности к кристаллизации воображения у нас не было бы возможностей для творческого выражения, а наши знания находились бы в ловушке наших умов. Наконец, обеспечиваемое продуктами расширение возможностей облегчает людям процесс поиска новых форм выражения и закладывает основы для новых способностей. Это комбинаторное творчество, обусловленное способностью нашего вида к кристаллизации воображения. Если бы Джимми Пейджу потребовалось самостоятельно добывать металл для создания собственной гитары, мы бы, скорее всего, не смогли бы наслаждаться песней «Лестница в небо». Если бы Эрнесту Хемингуэю пришлось создавать свои собственные ручки, производить бумагу и изобретать печатный станок, то он, вероятно, не смог бы написать книгу «Старик и море». К тому же, если бы мне пришлось создавать свой собственный ноутбук, вы бы не читали эту книгу. Таким образом, способность экономики усиливать знания необходима для высвобождения творческих способностей, позволяющих нашему виду создавать новые продукты, которые еще больше расширяют наши возможности, а также для появления новых форм художественного выражения.

Наша способность создавать продукты, расширяющие наши возможности, также помогает определить степень сложности нашего общества. Чтобы проиллюстрировать эту кажущуюся неоправданной связь, я переведу наш взгляд с людей на колонии муравьев, пример которых предложил Норберт Винер в своей книге 1950 года «Человеческое использование человеческих существ».

Норберт Винер, отец кибернетики, понимал, что способность к воплощению информации за пределами наших тел присуща не только нашему виду. На самом деле способность запечатлевать информацию в окружающей среде роднит нас с другими эусоциальными видами, например с муравьями. Отдельные муравьи не очень умны, однако их способность запечатлевать информацию с помощью феромонов может сделать колонии муравьев чрезвычайно подкованными. Благодаря способности к запечатлению информации в своей физической окружающей среде муравьи могут решать сложные проблемы транспортировки, строительства, вентиляции и маршрутизации. У людей имеется аналогичная способность. Тем не менее вместо использования феромонов мы оставляем за собой физические воплощения таких придуманных объектов, как гаечные ключи, отвертки, посудомоечные машины, пирамиды, стулья и пивные бутылки. Возможность запечатления воображаемой информации в окружающей среде является ключевой способностью нашего вида, позволяющей создавать общества и экономики, которые по степени сложности значительно превышают сообщества муравьев. В отличие от муравьев, мы воплощаем информацию не только в целях общения, но и для расширения возможностей друг друга, через объекты предоставляя доступ к способам практического применения знаний, ноу-хау и воображения.

* * *

Теперь, когда мы описали продукты в качестве физического воплощения информации, предоставляющей доступ к способам практического использования знаний, ноу-хау и воображения, мы двинемся дальше, чтобы исследовать факторы, которые ограничивают способность людей создавать продукты. Как мы увидим, именно ограничения, сдерживающие процесс аккумулирования знаний и ноу-хау, необходимых для производства продуктов, обусловливают неравномерность и сложность накопления информации в экономике.

 

В 2013 году Хосеп Гвардиола, бывший тренер испанской «Барселоны», в настоящее время тренирующий мюнхенскую «Баварию», посетил медиалабораторию Массачусетского технологического института. Гвардиола, также известный как Пеп, принял приглашение посетить МТИ от своего друга и казначея Массачусетского технологического института, Израиля Руиса. После недолгой электронной переписки с участием Израиля, Джоя Ито и меня, мне была поручена подготовка к приезду Пепа, ответственность за которую я принял на себя с радостью.

Организовать визит Пепа было нетрудно. Студентов из моей и других групп медиалаборатории очень взволновала возможность представить свои работы футбольной знаменитости. Тем не менее, поскольку ученики с других отделений также хотели с ним встретиться, я решил организовать краткую сессию вопросов и ответов. Именно во время этой сессии один из студентов спросил: «Пеп, если мы создадим команду роботов, вы будете ее тренировать?» Его ответ был кратким и остроумным. Я перефразирую его так: «Основной вызов в процессе тренировки команды заключается не в разработке плана игры, а в том, чтобы вложить этот план в головы игроков. Поскольку в случае с роботами я не вижу в этом вызова, я любезно отклоню ваше предложение».

Ответ Пепа лаконично резюмировал один из основных вызовов при работе с командами людей. Его многолетний тренерский опыт научил его тому, что одним из самых сложных аспектов его работы заключается не столько в составлении плана игры, сколько в распространении этого плана среди игроков. Задача Пепа состоит не просто в коммуникации, в конце концов, ему не нужно, чтобы игроки могли просто пересказать разработанный им план игры. Он хочет, чтобы игроки могли действовать в соответствии с этим планом в процессе игры. План должен быть глубоко усвоен, и именно способствование этому усвоению обусловливает сложность работы тренера.

Проблема Пепа сводится к физическому воплощению, хотя в данном случае речь идет о воплощении знаний и ноу-хау в игроках, а не просто о воплощении информации в атомах. Так же, как продукты состоят из материи и информации, спортивные команды, фирмы и музыкальные группы состоят из людей, в которых воплощены ноу-хау и знания. Знания и ноу-хау заключены в нервной системе футболистов, а также в команде как едином целом, поскольку игрокам приходится обрабатывать информацию совместно для координации наступательных маневров и отражения атак. Тем не менее знания и ноу-хау, воплощенные в футбольной команде, в значительной степени зависят от ее разнообразия, поскольку вратари и нападающие (подобно барабанщикам и гитаристам в музыкальной группе, а также защитникам и нападающим форвардам в американском футболе) обладают различными знаниями и ноу-хау. Это означает, что игроки вносят свой вклад в команду, используя знания и ноу-хау, дополняющие знания и ноу-хау остальных. Именно это разнообразие позволяет командам выполнять действия, которые не под силу осуществить отдельным людям, будь то действия, выполняемые футбольной командой для достижения выигрыша, или действия оркестра для исполнения одной из симфоний Бетховена. Разделение знаний и ноу-хау, а не только труда, наделяет сообщества людей фантастическими возможностями, подобными тем, которые позволяют футбольной команде одержать победу в Лиге чемпионов. Тем не менее, как мы увидим в этой и следующих главах, накопление знаний и ноу-хау в сообществе людей является довольно сложной задачей. В конечном счете, именно это сдерживает рост объема информации и усложняет процесс экономического развития.

Как мы увидим на следующих страницах, экономическое развитие сдерживается не только двойственностью между материей и информацией, но и двойственностью между системами и вычислением. В случае с обществом последняя представляет собой двойственность между сообществами людей и их способностью обрабатывать информацию, которую мы называем знанием и ноу-хау.

Экономические системы, как и все природные, обладают способностью производить информацию, которая сдерживается вычислительной мощностью системы. Для накопления информации в экономике должна усиливаться и ее вычислительная способность. Тем не менее увеличить вычислительную мощность экономической системы непросто, поскольку этот процесс ограничен способностью людей воплощать в себе, в своих сообществах знания и ноу-хау. Таким образом, для осознания процесса накопления информации в экономике мы должны понять механизмы, которые ограничивают способность людей к формированию сообществ, необходимых для накопления знаний и ноу-хау, превосходящих индивидуальные возможности человека. Следующие три главы этой книги посвящены описанию проблем, которые мешают нам создавать сообщества и воплощать в них знания и ноу-хау, способствующие росту объема информации.

 

Глава 6

На этот раз – личное

Благодаря нашей способности кристаллизовать воображение наш уровень жизни продолжает расти. Именно эта способность позволяет нам читать в ночное время, охлаждать свежие фрукты и овощи, осуществлять онлайн-поиск среди триллионов документов и осуществлять кругосветное путешествие менее чем за сутки. Но наша способность создавать сложные продукты, которые предоставляют нам эти фантастические возможности, распространена по всему миру неравномерно. Наш мир наполнен множеством продуктов, производить которые могут лишь некоторые страны. Наша способность кристаллизовать воображение сосредоточена в конкретных географических точках, но почему? Почему наша способность создавать холодильники, реактивные двигатели и устройства для хранения информации сосредоточена в нескольких частях мира? Почему многие страны умеют производить и экспортировать обувь, но только немногие знают, как создавать и экспортировать вертолеты? Что лежит в основе этих контрастов? Ответ заключается в том, что развитие способности создавать кристаллы воображения представляет собой сложную задачу и перед выходом страны на рынок ей необходимо решить, как производить товары, которые на нем торгуются.

Это решение имеет определяющее значение, поскольку чрезмерно оптимистические экономические модели часто предполагают, что спроса и стимулов достаточно для обоснования производства любого продукта. Стимулы мотивируют посредников и торговцев, однако производителям, предоставляющим материальный товар, необходимо нечто большее, чем стимул. Им требуется ноу-хау для производства этого товара.

Сложность, связанная с процессом производства продукта в реальном мире, заключается в том, что этот процесс требует наличия ноу-хау и знаний. Таким образом, чтобы понять неравномерность распространения способности кристаллизовать воображение, нам нужно понять, что сдерживает процесс накопления знаний и ноу-хау, необходимых для создания сложных продуктов.

Как мы уже обсуждали ранее, сложные продукты воплощают и усиливают способы практического применения знаний и ноу-хау. Следовательно, люди, производящие эти продукты, должны иметь доступ к соответствующим знаниям и ноу-хау в их «сыром» виде, то есть к знаниям и ноу-хау, воплощенным в людях, а не к способам их практического применения, воплощенных в самих предметах. В академических кругах это воплощенное в людях знание называется «неявным» или «молчаливым» знанием, когда речь идет о ноу-хау, которое не может быть выражено словами. Как заметил венгерской эрудит Майкл Полани, часто «мы знаем больше, чем можем сказать».

Различие между способами практического применения знаний и ноу-хау и знаниями и ноу-хау, воплощенными в людях, подразумевает то, что производить продукты будет сложнее там, где сложнее получить доступ к людям, обладающим специфическими знаниями и ноу-хау. Если бы аккумулировать знания и ноу-хау было просто, то люди могли бы легко приобрести все необходимые знания для производства кристаллов воображения, делать которые они раньше не умели. В таком мире любая группа людей могла бы относительно легко начать производить любой продукт, и, следовательно, различия в способности стран создавать те или иные продукты были бы несущественными или их вообще бы не существовало. Тем не менее в мире, где знания и ноу-хау сосредоточены в конкретных сообществах людей и не являются легко воспроизводимыми, следует ожидать существования большой разницы в способностях стран к кристаллизации воображения, поскольку различия в знаниях и ноу-хау, доступных в той или иной стране, должны отражаться на совокупности продуктов, которые каждая из этих стран способна производить.

Но насколько сложно накапливать знания и ноу-хау? Все очевидные факты указывают на то, что в нашем мире знания и ноу-хау имеют большее значение, чем атомы, в которых воплощены способы их практического применения. Информация может легко перемещаться путем передвижения содержащих ее продуктов, будь то объекты, книги или веб-страницы, в то время как знания и ноу-хау сосредоточены в людях и формируемых ими сообществах. Знания и ноу-хау имеют настолько большое значение, что, когда дело доходит до такого простого продукта, как аккумулятор для мобильного телефона, то бесконечно легче добыть атомы лития в пустыне Атакама и привезти их в Корею, чем внедрить знания о литиевых батареях, заключенные в умах корейских ученых, в умы шахтеров, которые населяют расположенные в пустыне Атакама города Антофагаста и Калама. Способности разных стран к кристаллизации воображения очень различны. Это связано с различием в знаниях и ноу-хау, воплощенных в их населении, а также со сложностью процесса накопления знаний и ноу-хау людьми. Но чем обусловлена сложность накопления знаний и ноу-хау, необходимых для превращения мечты в реальность?

На уровне индивида накопление знания усложняется тем, что обучение требует наработки опыта. То есть мы накапливаем знания и ноу-хау в основном в процессе практики, как в случае с опытом, приобретенным на работе. Идея того, что обучение предполагает приобретение опыта, имеет длительную традицию в области социальных наук и экономики. Педагог и социолог Уолтер Пауэлл пишет: «Существует ряд видов деятельности которые, в значительной мере опираются либо на интеллектуальный капитал, либо на специальные навыки, на приобретение и совершенствование которых потребовались годы учебы, профессиональной подготовки и опыта. Многие из этих видов интеллектуального труда, к которым относится, например, производство культурных ценностей, проведение научных исследований, проектирование, математический анализ, компьютерное программирование или разработка программного обеспечения, а также некоторые профессиональные услуги, не требуют дополнительных дорогостоящих ресурсов. Они основаны на ноу-хау и знании о способностях людей, обладающих аналогичными или дополняющими навыками. Ноу-хау обычно подразумевает своего рода неявное знание, которое сложно кодифицировать».

Чтобы лучше разобраться с концепцией неявного знания или ноу-хау и с тем, какое отношение оно имеет к экономической жизни, представьте, что вы организуете мероприятие и вам нужно нанять музыканта. Если бы книги содержали ноу-хау, кристаллизуемые в продуктах и услугах, то вы могли бы решить свою задачу, выбрав любого человека с улицы и дав ему или ей гитару и ноты. Хотя такое шоу может быть интересным, велика вероятность того, что оно будет не очень музыкальным. Выбор в качестве музыканта случайного человека с улицы является плохой идеей, поскольку, несмотря на то что содержащаяся в книгах информация способна помочь нам ускорить процесс накопления знаний и ноу-хау, сами знания и ноу-хау в книгах не содержатся. Например, книга может сказать нам, какое положение должно принять наше тело для выполнения того или иного приема карате. Однако я не рекомендовал бы вам бросаться в настоящую драку, если весь ваш опыт основан всего лишь на прочтении нескольких посвященных этой теме книг. Ноу-хау сосредоточено в основном в нервной системе человека. Оно представляет собой инстинктивный способ, каким музыкант играет на гитаре, плавность, с которой художник рисует, и ловкость, с которой водитель управляет восемнадцатиколесным грузовиком. В книгах этого нет.

Сложность внедрения знаний в нервную систему человека обусловливается тем, что процесс обучения является и эмпирическим, и социальным. Социальный аспект заключается в том, что люди учатся друг у друга: дети учатся у своих родителей, а сотрудники – у коллег (я надеюсь). Социальная природа познания приводит к тому, что знания и ноу-хау накапливаются в конкретных географических точках. Люди учатся у других людей, и они скорее обратятся к тем, кто имеет опыт решения актуальных для них задач, чем к тем, у кого нет соответствующего опыта. Например, сложно стать авиадиспетчером, не обучаясь у других авиадиспетчеров, так же сложно стать хирургом, не побыв интерном или ординатором в больнице. Кроме того, трудно накопить ноу-хау, необходимое для изготовления резиновых шин или электрической цепи без взаимодействия с людьми, которым уже приходилось делать шины или цепи. В итоге эмпирический и социальный характер процесса обучения не просто ограничивает объем знаний и ноу-хау, которые люди могут накопить, но и приводят к тому, что в конкретных местах концентрируются знания и ноу-хау, которыми уже обладают жители этих мест. Это означает, что накопление знаний и ноу-хау отличается «географической предвзятостью».

Социальный и эмпирический аспекты процесса обучения предполагают существование предельного объема знаний и ноу-хау, которые может накопить индивид. Этот предел еще больше усложняет аккумулирование знаний и ноу-хау на уровне коллектива, поскольку оно требует разделения знаний и ноу-хау на фрагменты, меньшие, чем те, которыми может обладать индивидуум.

Разделение ноу-хау на фрагменты усложняет индивидуальное аккумулирование ноу-хау не только потому, что умножает проблему накопления знаний и ноу-хау на соответствующее число участвующих людей, но и потому, что ставит комбинаторную задачу объединения этих людей в структуру, которая может восстановить фрагментированные ранее знания и ноу-хау. Эта структура представляет собой сеть. Таким образом, наша коллективная способность накапливать знания ограничена конечным индивидуальным потенциалом, который заставляет нас разделять большие объемы знаний и ноу-хау на фрагменты, и проблемой объединения людей в сеть, которая может воссоздать эти знания и ноу-хау во всей их полноте.

Мы можем упростить это обсуждение, определив в качестве основополагающей единицы измерения максимальный объем знаний и ноу-хау, который может вместить нервная система человека. Мы называем эту единицу челобайт (personbyte) и определяем ею максимальный объем знаний и ноу-хау, которые в состоянии накопить отдельный человек.

Единица челобайт является основополагающей в том смысле, что накопление знаний и ноу-хау, объем которых не превышает этот показатель, сдерживается только индивидуальными ограничениями (в том числе связанными с эмпирическими и социальными аспектами обучения), в то время как накопление знаний и ноу-хау, объем которых превышает показатель челобайт, также сдерживается коллективными ограничениями (к которым относится фрагментирование и распространение этих знаний и ноу-хау). Если мы говорим, что человек может накопить знания и ноу-хау в объеме 1 челобайт, то все продукты, производство которых подразумевает использование большего объема знаний и ноу-хау, будут требовать командной работы. Кроме того, создание команды, способной произвести сложный продукт, требует накопления знаний и ноу-хау в контексте относительно гармоничной социальной сети.

Чтобы проиллюстрировать разницу между накоплением небольшого объема продуктивных знаний и ноу-хау (менее 1 челобайта) и большого объема (нескольких челобайт), давайте вернемся к нашему примеру с музыкантом, но на этот раз рассмотрим группу. Если наем случайного человека с улицы был плохой идеей, то идея найма нескольких случайных прохожих, вероятно, еще хуже, поскольку выступление группы характеризуется дополнительной сложностью, которая отсутствует в выступлении одного музыканта. Для достижения успеха группе требуется не только глубокое знание каждым музыкантом своего инструмента, но и их умение играть вместе. Как и футбольная команда, музыкальная группа представляет собой сеть, успех которой требует существования глубокой связи между ее участниками, поскольку выступление подразумевает не просто сочетание звуков, но и их красивое переплетение. Таким образом, накопление знаний и ноу-хау, необходимых для успеха группы, скажем, состоящей из четырех человек, представляет собой более сложную задачу по сравнению с накоплением знаний и ноу-хау, необходимых для сольного выступления четырех разных музыкантов. Например, в данном случае необходимо добавить время для совместных репетиций, на которых музыканты учатся играть вместе и координировать свои действия. Существуют и другие социальные и экономические процессы, усложняющие формирование сетей, например отсутствие общего языка или доверия. Я рассмотрю эти социальные процессы в следующих двух главах. Однако в данный момент нам достаточно знать то, что когда эти процессы увеличивают стоимость межличностного общения, они ограничивают способность людей формировать сети, необходимые для накопления знаний и ноу-хау. Если препятствия будут преодолены и люди соберутся вместе, то результаты могут быть впечатляющими. Разница между сетью и группой отдельных индивидов подобна разнице между историей «Битлз» и сольными карьерами ее участников или разнице между успехом программы «Аполлон» и результатами индивидуальной работы нескольких ученых и инженеров. Когда люди собираются вместе, это не всегда приводит к действиям, имеющим такое культурное значение, однако когда это происходит, представители нашего вида получают возможность достичь того, что вызывает у всех гордость (а в некоторых других случаях – стыд).

* * *

Мы начали это обсуждение с вопроса о том, почему способностью к созданию сложных продуктов характеризуются только некоторые географические точки, и отметили, что эта «географическая предвзятость» делает создание сложных продуктов трудной задачей. Затем мы исследовали причины, обусловливающие проблематичность создания сложных продуктов, и отметили, что трудность создания сложных продуктов вызвана сложностью накопления необходимых знаний и ноу-хау. На индивидуальном уровне эмпирический и социальный аспекты процесса обучения замедляют накопление знания и ноу-хау. Тем не менее еще более важным является то, что общий объем знаний и ноу-хау, которые человек способен накопить, ограничен объемом в 1 челобайт. Таким образом, челобайт представляет собой предел квантования, поскольку он соответствует фундаментальному кванту знаний и ноу-хау, на которые следует разделить совокупность знаний и ноу-хау. Ограничение в 1 челобайт подразумевает то, что накопление большего количества знаний и ноу-хау сдерживается как индивидуальным ограничением, связанным с социальным и эмпирическим аспектами обучения, так и коллективными ограничениями, обусловленными необходимостью в разделении больших объемов знаний и ноу-хау на фрагменты и их распространении среди участников сети.

Разумеется, социальный и эмпирический аспекты обучения не означают, что генетические факторы не играют роли в нашей способности накапливать ноу-хау (даже в лучшем социальном контексте трудно научить золотую рыбку играть на фортепиано). Исследования, проведенные с идентичными и неидентичными близнецами, показали связь между генами и рядом черт характера. К этим чертам относятся такие, которые мы не могли бы связать с генами, например предпочтение человеком той или иной политической партии и вероятность его участия в политической жизни. Музыкальные способности – это еще один пример признака, который не только подразумевает накопление ноу-хау, но и отчасти определяется генетикой человека. Последние исследования, проведенные с идентичными и неидентичными близнецами, показали, что гены помогают объяснить музыкальные способности их влиянием на готовность индивида заниматься на инструменте, а также на то, что мы в просторечии называем талантом.

Тем не менее факт того, что генетика может модулировать способность индивида к накоплению ноу-хау, не затрагивает ядра нашей истории, поскольку генетическое разнообразие большинства популяций является достаточно значительным, чтобы генетикой нельзя было объяснить разницу между этническими, национальными и религиозными группами, несмотря на то, что отличие между индивидами можно связать с генетическими факторами. Гений Моцарта, даже если он частично обусловлен генетикой, не означает, что все австрийцы обладают музыкальным талантом или что среди австрийцев нет людей, лишенных музыкального слуха. Таким образом, вызванные генетикой различия в способностях индивидов не следует учитывать при объяснении различий, связанных со способностями разных стран, поскольку в случае с большими популяциями генетические различия имеют тенденцию к усреднению.

Красота идеи челобайта заключается в том, что она не принимает во внимание характер факторов, ограничивающих накопление знаний и ноу-хау. Она подразумевает только то, что способность индивидов накапливать ноу-хау и знания ограничена. После принятия идеи о предельности накопительной способности индивидов нам следует признать то, что единственным способом накопления больших объемов знаний и ноу-хау является их разделение на фрагменты размером менее одного 1 челобайта. В итоге это фрагментирование все сильнее усложняет процесс накопления больших объемов знаний и ноу-хау, независимо от того, чем изначально было вызвано фрагментирование.

Но неужели это конец истории? Является ли предел в 1 челобайт единственным фундаментальным сдерживающим фактором, обусловливающим квантование знаний и ноу-хау и ограничивающим нашу способность их накапливать? Или существуют и другие препятствия, возникающие тогда, когда объем знаний и ноу-хау значительно превышает 1 челобайт?

Современная реальность является результатом существования знаний и ноу-хау, объем которых значительно превышает 1 челобайт. Далее мы рассмотрим структуры, содержащие знания и ноу-хау в объеме, превышающем 1 челобайт, которые по способности накапливать знания и ноу-хау превосходят целые фирмы. Это поможет нам понять, что квантование знаний и ноу-хау обусловливается не только необходимостью воплощать знания в людях, но и формируемыми людьми сетями.

Осознание сложностей, создаваемых квантованием для процесса накопления ноу-хау, поможет нам понять, почему способностью производить сложные продукты характеризуются только некоторые места, а также позволит выявить фундаментальные различия между странами, находящимися на разных этапах экономического развития.

 

Глава 7

Связи стоят денег

Комплекс «Ривер Руж», принадлежащий Ford Motor Company, многие считают высочайшим проявлением индустриализации. По окончании его строительства в 1927 году он включал в себя девяносто три здания общей производственной площадью в шестнадцать миллионов квадратных футов. Это примерно половина площади Центрального парка города Нью-Йорка! Комплекс «Ривер Руж» вмещал более ста тысяч рабочих и мог на входе принимать железную руду, а на выходе выдавать готовые автомобили. Можно сказать, что он представлял собой квинтэссенцию идеи челобайта.

Но почему комплекс «Ривер Руж» был таким огромным? Классический ответ на этот вопрос подразумевает идеи экономии на масштабе и разделения труда. Идея экономии на масштабе заключается в том, что стоимость единицы продукции уменьшается по мере увеличения объема производства. Говоря простыми словами, это подобно разнице между приготовлением обеда для одного и для семьи из пяти человек. Конечно, приготовление пищи для пятерых человек не требует в пять раз больших усилий или количества ингредиентов, чем приготовление пищи для одного. С другой стороны, разделение труда, предложенное Адамом Смитом, является одним из механизмов, помогающих объяснить экономию на масштабе. Разделение труда предполагает, что гораздо более эффективным является сосредоточение каждого работника на небольшой части процесса создания булавки или автомобиля по сравнению с его попыткой самостоятельно создать булавку или автомобиль от начала до конца. Однако разделение труда имеет смысл только в случае с достаточно крупными проектами, которые делают его целесообразным. Например, для производства одной булавки мы не нуждаемся в разделении труда. Но без этого не обойтись, если нам нужно произвести сотни тысяч булавок и, конечно, сотни тысяч автомобилей. Таким образом, идеи разделения труда и экономии на масштабе помогают объяснить, почему Форд нуждался в таком большом заводе, как «Ривер Руж». Однако они не могут объяснить, почему промышленные комплексы такого размера создавались для производства автомобилей, но не булавок. Чтобы объяснить различие в размере между фабрикой для производства булавок и заводом, выпускающим автомобили, мы должны ввести дополнительное предположение, которое заключается в квантовании знаний и ноу-хау, поскольку оно означает, что по сравнению с булавками для производства машин необходимы более крупные сети сотрудников, обладающих знаниями и ноу-хау.

Конечно, мы не подразумеваем то, что автомобильный завод требует количества челобайт, соответствующего числу сотрудников этого завода или количеству задач, выполняемых всеми работниками. Скорее, мы можем сказать, что количество работников автомобильного завода соответствует верхней границе количества челобайт, необходимого для производства автомобиля. Генри Форд разделил процесс производства «Модели T» на более мелкие задачи – на 7882, если быть точным. Число задач, необходимых для производства автомобиля «Модель Т» превышает количество задач, необходимых для производства булавки, однако это не значит, что для создания «Модели Т» требуется 7882 челобайта ноу-хау. Простая интерпретация заключается в том, что 7882 челобайта ноу-хау – это весьма щедрая верхняя граница объема ноу-хау, необходимого для создания автомобиля из базовых ингредиентов: железа, соевых бобов, каучука и воображения.

Количество задач, связанных с созданием автомобиля на заводе «Ривер Руж», соответствует верхней границе для числа челобайт, необходимого для производства машины, поскольку многие из этих задач достаточно просты для того, чтобы один и тот же человек смог стать экспертом в выполнении нескольких из них. Кроме того, когда задачи связаны друг с другом, знания и ноу-хау, накопленные для выполнения одной задачи, могут быть использованы при решении других задач. Используя пример с музыкантом, мы можем сказать, что тому, кто умеет играть на гитаре, легче научиться играть на гавайской гитаре. Таким образом, для более адекватного подсчета количества челобайт, накапливаемых в сообществе людей, необходимо учесть пересекающиеся знания, которыми обладают несколько человек. Установка передних и задних фар автомобиля представляет собой две разные задачи, однако их выполнение не подразумевает необходимости удвоения знаний и ноу-хау, необходимых для выполнения только одной из них.

Существуют и другие факторы, влияющие на размер производительных сетей. Теория челобайта предполагает, что для накопления больших объемов знаний и ноу-хау требуются более крупные сети, но это не объясняет, почему наш мир не наполнен мегазаводами, размер которых в десять-двадцать раз превышает размер завода «Ривер Руж». В конце концов, разве сложность продукции не увеличилась многократно со времен представления Фордом автомобиля «Модель Т»? Ограничение распространения мегазаводов, подобных «Ривер Руж», подразумевает существование механизмов, ограничивающих размеры сетей, которые мы называем фирмами, и обусловливают целесообразность разделения производства среди объединенных в сети фирм. Это также предполагает существование второго предела квантования, который мы будем называть «фирмобайтом». Он аналогичен челобайту, однако он предполагает, что распределение знаний и ноу-хау происходит не среди людей, а среди фирм.

Факторы, ограничивающие размер фирм и подразумевающие существование второго предела квантования, широко изучались в отрасли научной литературы, известной как теория трансакционных издержек, или новая институциональная экономика. Кроме того, факторы, которые ограничивают размер формируемых людьми сетей, будь то фирмы или что-то другое, подробно изучались социологами, политологами и экономистами, работающими над темами социального капитала и социальных сетей. Учитывая значительный объем исследований, в этой главе я рассмотрю только основы новой институциональной экономики, а обсуждение теорий социального капитала оставлю для следующей главы.

Теория трансакционных издержек, или новая институциональная экономика, – это отрасль экономики, которая изучает стоимость операций и учреждения, которые люди создают для управления ими. Проще говоря, эта область знания изучает стоимость экономических связей и способов, с помощью которых организуются люди для коммерческого взаимодействия.

Истоки теории трансакционных издержек могут быть прослежены до работы Рональда Коуза 1937 года под названием «Природа фирмы». Молодой ученый Коуз понял, что распространенные в то время описания экономики, как правило, не учитывают один из ее аспектов, который казался ему очевидным: тот факт, что экономические трансакции стоят денег. Будучи студентом Лондонской школы экономики, Коуз принял участие в семинаре, организованном Арнольдом Плантом, который незадолго до этого был назначен профессором, заведующим кафедрой коммерции. Именно там Коуз услышал описание экономики, противоречившее его интуиции, которое не покидало его мыслей в течение всей жизни. Это была цитата сэра Артура Солтера: «Нормальная экономическая система работает сама по себе».

Перефразируя Эйнштейна, можно сказать, что, по мнению Коуза, описание экономики, процитированное Солтером, было не максимально простым, а еще проще. В своей знаменательной работе 1937 года Коуз отметил, что экономика подразумевает большой объем работ по планированию, который не координируется ценовой системой, а, в основном, имеет место внутри фирмы. Он отметил, что описания экономики не учитывают такие очевидные аспекты, как тот факт, что работники, переходящие из одного отдела компании в другой, реагируют не на ценовую систему, а на приказ руководителя, или что составление и выполнение контрактов часто требует огромной работы. Коуз отметил, что экономические трансакции связаны с определенными трудностями и что экономика является не настолько гибкой, как предполагали многие из его коллег.

По мнению Коуза, экономика представляет собой не набор беспрепятственно совершаемых рыночных сделок, а множество островов сознательной власти, изолированных друг от друга, и от динамики ценовых механизмов. Коуз подчеркивал иерархическую структуру фирм, а также то, что взаимодействия между сотрудниками фирм часто носят политический характер. Таким образом, Коуз считал наем работника формой договора, согласно которому человек нанимался для выполнения еще не точно определенной задачи, поскольку в момент приема на работу редко бывает известно, какая задача будет поставлена перед ним спустя несколько месяцев. Коуз посвятил большую часть своей академической карьеры объяснению существования и определению границ этих островов власти. Результаты его исследований легли в основу теории трансакционных издержек.

Объяснение Коуза, касающееся границ фирм, было блестящим и простым. Оно основывалось на идее о том, что экономические трансакции подразумевают определенные издержки и совершаются не так беспрепятственно, как считали сторонники идеи ценового механизма. Часто рыночные трансакции требуют переговоров, составления договоров, проведения инспекций, урегулирования споров и так далее. Эти затраты по сделке помогают нам определить границы фирм, поскольку, по мнению Коуза, для приблизительного определения островов центрального планирования, которые мы называем фирмами, требуется найти точку, в которой стоимость трансакций, происходящих внутри фирмы, равна стоимости рыночных трансакций. Когда стоимость внешних трансакций становится меньше стоимости внутренних трансакций, фирмы прекращают расти, поскольку им становится выгоднее покупать нужные товары на рынке, чем производить их самостоятельно.

Минималистский вариант теории Коуза, который я здесь представил, помогает нам осознать существование фундаментальных сил, ограничивающих размер сетей, которые мы называем фирмами, и, следовательно, существование предельного объема знаний и ноу-хау, которые эти сети могут накопить. Кроме того, он также говорит нам о существовании фундаментального соотношения между стоимостью связей и размером сетей: чем дешевле обходится поддержание связи, тем больше сеть.

Что еще более важно, ограниченный размер фирм говорит нам о том, что объемы знаний, превышающие размеры сетей, которые мы в состоянии создать, должны быть разделены по сетям фирм. Таким образом, Коуз помогает нам объяснить причину, по которой такие заводы, как «Ривер Руж», еще не захватили мир.

Примером продукта, который производится сетью фирм, а не одной компанией, является персональный компьютер. Хотя персональные компьютеры, как правило, имеют узнаваемый бренд, разные фирмы разрабатывают дизайн и производят различные комплектующие. Даже устройства компании Apple, которые с гордостью проектируются в Калифорнии, содержат части, например дисплеи, разработанные и произведенные другими фирмами, в том числе главным конкурентом Apple – компанией Samsung. На самом деле вскоре после своего возвращения в компанию Apple Стив Джобс начал отдавать производство устройств на аутсорсинг, полагаясь на технологии других фирм. Создание плеера iPod стало возможным благодаря небольшому жесткому диску, изобретенному компанией Toshiba. Экран Gorilla Glass смартфона iPhone является детищем фирмы Corning, производителя стекол, работающего на севере штата Нью-Йорк. То, что верно для продуктов Apple, также является верным для многих других современных устройств. Независимо от марки ваш компьютер, скорее всего, представляет собой смесь из электроники: чип создан компанией Intel или AMD, жесткий диск произведен фирмой Quantum, Samsung, Seagate или Fujitsu, память сделана компанией Kingston, Corsair или PNY, а сетевая карта – компанией D-Link, TP-Link или Netgear. Все эти бренды, скорее всего, будут отличаться от логотипа на вашем компьютере, что говорит о том, что компьютеры создаются сетью фирм, а не отдельной компанией.

Тем не менее сеть фирм, участвующих в производстве компьютера, гораздо крупнее, чем то, что мы описывали до сих пор. Хотя бренд некоторых компьютеров совпадает с брендом их операционной системы (например, Mac), приложения, делающие использование компьютера интересным и полезным занятием, поставляется многочисленными другими фирмами, начиная с таких крупных компаний, как Adobe, и заканчивая небольшими студиями, создающими такие замечательные игры, как Blek, Machinarium или World of Goo. Наконец, многие из нас используют компьютеры для доступа в Интернет, поэтому в конце дня этот салат из программного и аппаратного обеспечения становится просто инструментом для посещения таких социальных сетей, как Facebook или Twitter, чтения статей в газете «Нью-Йорк Таймс» или для игры совместно с другими пользователями в такие онлайн-игры, как World of Warcraf.

Контраст между огромными объемами знаний и ноу-хау, необходимыми для производства самых сложных в мире продуктов, и ограниченным объемом ноу-хау, который могут накопить фирмы, объясняет, почему мы преодолели предел фирмобайта и почему для производства сложных продуктов необходима работа сети фирм. Однако, это не говорит нам о том, что после преодоления предела фирмобайта процесс накопления больших объемов знаний и ноу-хау становится труднее.

Интуиция Коуза подсказывает нам, что способность сети фирм накапливать знания и ноу-хау будет зависеть от издержек на поддержание связей. То есть, когда налаживание и поддержание связей стоит недорого, создавать крупные сети фирм и накапливать большие объемы знаний и ноу-хау легче. С другой стороны, при большой стоимости связей объединить фирмы будет сложнее, а значит, труднее создать сети, состоящие из фирм и людей для накопления огромных объемов знаний и ноу-хау. Короче говоря, при высокой стоимости поддержания связей наш мир становится фрагментированным. Таким образом, чтобы ответить на вопрос о том, способствуют или препятствуют сети фирм накоплению больших объемов знаний и ноу-хау, нам нужно больше узнать о стоимости межфирменных связей.

Проблема, с которой мы сталкиваемся на этой линии аргументации, заключается в существовании многих способов взаимодействия двух фирм. Таким образом, рассуждение о межфирменных взаимодействиях в целом является чрезмерным упрощением. Существуют простые формы межфирменного взаимодействия, например заказ картриджей из каталога, но есть и невероятно сложные, например заключение партнерства для строительства нового завода. Кроме того, многие формы межфирменного взаимодействия внедрены в социальной сети, об этом мы поговорим в следующей главе. Таким образом, говорить о стоимости связей непросто и имеет смысл только после достаточно точного их определения.

Оливер Уильямсон, студент Рональда Коуза, понимал, что коммерческие связи бывают разными. Он много писал о связи между стоимостью межфирменных взаимодействий и учреждениями, создаваемыми людьми для управления ими. Классификация связей, созданная Уильямсоном, основывается на двух осях. Вдоль одной он разделил трансакции по частоте на периодические и случайные. Вдоль второй оси он разделил трансакции по специфичности – с неспецифических до идиосинкратических.

Чтобы понять видение мира Уильямсона, подумайте о бумажной работе и количестве сотрудников, необходимых для налаживания коммерческой связи. Например, подумайте о покупке латте в местной кофейне. Это требует только одного документа – квитанции и всего нескольких секунд работы кассира и баристы. Для решения этой задачи не нужны посредники. Говоря языком Уильямсона, покупка кофе представляет собой неспецифическую периодическую трансакцию. Теперь рассмотрим покупку дома. Эта операция требует гораздо большего объема бумажной работы. Дом также является относительно специфической покупкой, поэтому данная трансакция, вероятно, будет подразумевать участие учреждений, которые являются внешними по отношению к покупателю и продавцу, например банка, выдающего ипотечный кредит, инспектора, агентов по недвижимости, а также юристов, специализирующихся на соответствующих сделках. Говоря языком Уильямсона, покупка дома представляет собой случайную и специфическую трансакцию, которая подразумевает участие дополнительных институтов. Наконец, рассмотрим долгосрочную, но весьма специфическую сделку. Например, производитель одежды хочет наладить долгосрочное сотрудничество с производителем особых пуговиц, допустим, золотых и серебряных пуговиц в форме ананаса. Говоря языком Уильямсона, это специфическая и периодическая трансакция. При таком взаимодействии развитие отношений с поставщиком является более важным, чем участие внешних учреждений.

Уильямсон использовал свою схему классификации для объединения экономических трансакций со структурами, которые лучше всего подходят для управления ими. Тем не менее в нашем случае мы заинтересованы в классификации трансакций по типу не для описания участвующих институтов, а для определения стоимости связей, поскольку они влияют на формирование сетей, необходимых для накоплений знаний и ноу-хау.

Исходя из выводов Коуза, мы знаем, что низкая стоимость связи позволяет создать более крупную сеть, а согласно идее челобайт, нам нужны более крупные сети, чтобы накопить больший объем знаний и ноу-хау. Теперь давайте добавим к этому прозрения Уильямсона.

Сначала давайте рассмотрим самые простые формы рыночного взаимодействия. Это трансакции, которые Уильямсон называл неспецифическими, например покупка кофе, шпателя, лампочки или одного листа оргстекла. За последние десятилетия стоимость рыночных сделок снизилась. Причиной этого среди прочего стали изменения в транспортной и коммуникационной технологиях (см. рис. 5–8), поэтому нам следует ожидать возникновения сетей с более гибкими и многочисленными рыночными связями. Например, стоимость перевозки товаров с учетом поправок на инфляцию снизилась на 90 % в течение ХХ века, в то время как изменения, произошедшие в сфере коммуникаций за последние три столетия, переместили нас из мира, в котором телеграф представлял собой хитроумное изобретение, используемое французской элитой для передачи сообщений, в мир, где видеоконференции являются развлечением для подростков. По мере снижения затрат можно ожидать увеличения количества дальних рыночных связей, что, в свою очередь, должно повысить нашу способность к накоплению знаний в сети рыночных взаимодействий.

Рис. 5. Время в пути от Нью-Йорка, 1800 год

Стоимость рыночных взаимодействий была уменьшена непосредственно путем снижения тарифов и усовершенствования технологий доставки и коммуникаций, кроме того, введение стандартов также привело к сокращению стоимости рыночных взаимодействий. К примерам стандартов в компьютерной индустрии относится порт VGA, Wi-Fi и USB-порт. Эти стандарты позволяют производителям создавать продукты, беспрепятственно соединяющиеся между собой, без необходимости в какой-либо координации между производителями. На самом деле USB-порт был изобретен в результате сотрудничества компаний Intel, Compaq, DEC, IBM, Microsof, NEC и Nortel, а его доступность обусловлена очень недорогой лицензией, поскольку эти производители осознавали, что выгода для экосистемы, обеспечиваемая стандартным интерфейсом, превосходит потенциальную личную выгоду от дорогой лицензии, которая бы ограничила доступ к технологии и положила бы начало войне платформ.

Рис. 6. Время в пути от Нью-Йорка, 1830 год

Рис. 7. Время в пути от Нью-Йорка, 1857 год

Рис. 8. Время в пути (по железной дороге), 1930 год

Стоимость рыночных взаимодействий была уменьшена непосредственно путем снижения тарифов и усовершенствования технологий доставки и коммуникаций, кроме того, введение стандартов также привело к сокращению стоимости рыночных взаимодействий. К примерам стандартов в компьютерной индустрии относится порт VGA, Wi-Fi и USB-порт. Эти стандарты позволяют производителям создавать продукты, беспрепятственно соединяющиеся между собой, без необходимости в какой-либо координации между производителями. На самом деле USB-порт был изобретен в результате сотрудничества компаний Intel, Compaq, DEC, IBM, Microsof, NEC и Nortel, а его доступность обусловлена очень недорогой лицензией, поскольку эти производители осознавали, что выгода для экосистемы, обеспечиваемая стандартным интерфейсом, превосходит потенциальную личную выгоду от дорогой лицензии, которая бы ограничила доступ к технологии и положила бы начало войне платформ.

Распространение стандартов в нашем современном мире связано с тем, что они снижают стоимость взаимодействий между фирмами и людьми, которые их используют. Таким образом, параллельная эволюция стандартов и рынков – это вполне ожидаемое явление. Многие люди удивляются, узнав, что всего несколько веков назад такие простые меры веса и объема, как фунт и пинта, не были стандартными. Несмотря на то, что в разных городах использовалось одно и то же слово, вес фунта варьировался от города к городу, и иногда это была разница в четыре раза. Однако по мере развития торговли между городами и расширения влияния правительств, распространялись и стандарты. Параллельная эволюция стандартов и рынков легко объяснима, поскольку любой покупающий бушель кукурузы у поставщика из другого города хотел, чтобы бушель был одинаковым в обоих городах. Таким образом, возможность торговли создала стимул для стандартизации и способствовала расширению правительств, заинтересованных в использовании стандартов.

Другим примером древнего стандарта, который помогает уменьшить стоимость взаимодействий, является язык. Язык позволяет людям создавать сети путем увеличения их способности передавать друг другу сложные идеи, координировать действия, а также налаживать коммерческие связи. Язык является квинтэссенцией стандарта. Это разница между сообществом людей, построивших Вавилонскую башню, и фрагментированной сетью, оставшейся после того, как «Бог» наказал их языковой раздробленностью. Сегодня наш мир по-прежнему является фрагментированным с языковой точки зрения, однако эта фрагментация уменьшается и отличается структурированностью. Двенадцать тысяч лет назад люди использовали примерно двенадцать тысяч языков. Сегодня в мире используется примерно шесть тысяч языков, однако большая часть населения планеты общается на нескольких повсеместно распространенных языках. И во многих важных онлайн– и офлайн-сферах, включая Twitter, Wikipedia и книжные переводы, английский является языком-посредником между остальными языками. Будучи чилийцем, женатым на русской и работающим со студентами из США, Израиля, Болгарии, Македонии, Чили, Аргентины, Германии и Индии, я отлично осознаю преимущества, предоставляемые таким глобальным языком-посредником, как английский язык.

Теперь давайте вернемся к способности фирм создавать сети, помогающие накапливать большие объемы знаний и ноу-хау. Если сосредоточиться только на рыночных связях, то мы можем сказать, что наша способность создавать сети с большим количеством связей между внутренними и международными фирмами повысилась за счет улучшений в сфере коммуникационных и транспортных технологий, а также за счет распространения языковых и технологических стандартов. Таким образом, мы можем с уверенностью сделать вывод о том, что затраты на узко определенные коммерческие связи, которые могут быть так же просты, как заказ товара из каталога, снизились за последнее столетие и что наша способность накапливать знания и ноу-хау в сетях, состоящих из фирм и людей и основанных на этих простых взаимодействиях, вероятно, увеличилась. К этим сетям относятся в первую очередь производственные, поскольку производственный процесс подразумевает коммуникацию и обмен промежуточными продуктами, воплощающими способы практического использования знаний и ноу-хау.

В книге Managed by the Markets Джеральд Дэвис описывает процесс производства куклы Барби, который включает этапы, выполняемые в двадцати разных странах. Если предположить, что производство куклы Барби требует меньшего объема знаний, чем производство автомобиля (вероятно, так и есть), то мы можем сделать вывод о том, что распределение производственных процессов обусловлено не тем, что для производства куклы Барби требуется больше знаний и ноу-хау, чем может накопить фирма, а тем, что сокращение издержек на установление международных коммерческих связей позволило распределить знания и ноу-хау, необходимые для создания куклы Барби, между двадцатью странами.

Тем не менее, как отметили Коуз и Уильямсон, не все взаимодействия являются такими простыми. Теперь настало время поговорить о последствиях установления более сложно налаживаемых связей. Эти связи подразумевают долгосрочное сотрудничество или большие проекты, и их установление требует большого количества документов и рабочего времени людей.

Рассмотрим пример двух крупных организаций, желающих провести совместные исследования. Их взаимодействие может быть вызвано взаимным интересом двух исследователей, которые влюбились в работу друг друга и решили проверить, какие плоды может принести их интеллектуальная любовь. Однако, их «первое свидание» подразумевает не чашку кофе, кино или ужин, а подписание соглашения о неразглашении. После этого будет разработан контракт, который утверждают руководители департаментов и юристы обеих организаций, на что могут уйти месяцы. Вероятно, у юридических отделов обеих организаций возникнут споры по поводу интеллектуальной собственности, поскольку каждая из организаций захочет владеть ею безраздельно, и это еще сильнее затормозит процесс. В результате романтика интеллектуального взаимодействия сойдет на нет в ходе обсуждения «брачного договора», который больше сосредоточен на потенциальном разводе, чем на плодотворном взаимодействии. Сокращенный вариант теории Уильямсона говорит нам о том, что большое количество людей и огромный объем бумажной работы делает налаживание этого взаимодействия очень дорогим процессом, и, следовательно, нам не следует ожидать того, что такие высоко бюрократизированные сети будут содержать большой объем знаний и ноу-хау.

Если вам доводилось работать в крупных организациях, будь то частный сектор, государственный сектор, сектор НПО или академические организации, вы точно знаете, о чем я говорю и, вероятно, согласитесь с тем, что взаимодействия между крупными организациями являются излишне бюрократизированными. Простейшие взаимодействия между крупными организациями вряд ли так же просты, как собирание яблок в саду или выбор нового принтера из каталога. В самых крайних случаях, например в случае с Организацией Объединенных Наций или многими организациями государственного сектора, внешние взаимодействия сдерживаются длительными административными процессами, требующими армии администраторов, большого объема бумажной работы и длительных утверждений. Иногда это означает, что такие простые взаимодействия, как рыночная сделка (например, заказ на оказание услуг), неоправданно усложняются режимом управления. В результате этого бюрократическая нагрузка, связанная с процессом налаживания связи, становится сравнимой с работой по выполнению самой поставленной задачи и организации просто закрывают себе путь на рынок, на котором они пытаются действовать. Симптом этого – неудовлетворительное предоставление услуг в странах, отличающихся большой бюрократической нагрузкой. Хорошим примером является заметная разница в качестве и стоимости между веб-страницами американского правительства и теми, которые были созданы в Кремниевой долине.

Экстремальные уровни неэффективности могут выдержать только те организации, чьи доходы не зависят от взаимодействия с другими, поскольку в этом случае они просто обанкротились бы. Основными примерами являются организации, доходы которых обеспечиваются сбором налогов, то есть правительства или организации, получающие средства в более или менее безусловной форме, например Организация Объединенных Наций. Более того, эти издержки влияют не только на количество связей, но и на тех, кого эти связи касаются. Длительный и громоздкий бюрократических процесс дает преимущества должностным лицам, знакомым с документами и людьми, участвующими в их утверждении (в контексте федерального правительства США их неофициально называют «бандитами с кольцевой»). Тем не менее люди, которые лучше всего справляются с бумажной работой, не обязательно являются теми, кто лучше всех может оказать требуемую услугу.

Излишняя бюрократия способствует созданию крупных сетей, объединяющих большое количество людей, но содержащих совсем немного челобайт. Большая часть имеющихся челобайт тратится на выполнение таких внутренних процедур, как длительные и политизированные процессы утверждения. В результате такие сети отягощаются своими связями и, несмотря на внушительный размер, становятся не в состоянии генерировать или накапливать большой объем ноу-хау и знания.

Мы можем проиллюстрировать издержки чрезмерно бюрократизированных сетей на примере сектора здравоохранения США. Недавний опрос, проведенный среди частных медицинских учреждений США, показал, что вспомогательный персонал больниц тратит девятнадцать часов в неделю на взаимодействие со страховыми компаниями для получения предварительного одобрения, в то время как канцелярские служащие тратят тридцать шесть часов в неделю на подачу заявлений. Стоимость взаимодействий между частными здравоохранительными учреждениями и частными страховыми компаниями составила 68 тыс. долларов США в год на одного врача, а общая сумма в 31 млрд долларов США в год эквивалентна ВВП Доминиканской Республики в 2005 году. В 1999 году расходы на взаимодействие всего сектора здравоохранения, включая частные и государственные медицинские учреждения, оценивались в 31 млрд долларов США в дешевом сегменте и в 294 млрд долларов США в дорогом сегменте, что сопоставимо с текущими показателями ВВП Сингапура или Чили. Более того, за период с 1969 по 1999 год административные расходы на здравоохранение в Соединенных Штатах выросли с 18,2 до 27,3 % от занятой в секторе здравоохранения рабочей силы. Таким образом, расходы на взаимодействие между сектором здраво охранения и страховым сектором не только являются высокими, но и продолжают расти.

Целью здесь является не открытие дискуссии по поводу административных расходов системы здравоохранения США, а просто подчеркивание того факта, что затраты на взаимодействие между различными фирмами или организациями могут быть существенными. В итоге в мире, в котором разница в расходах на налаживание связей между фирмами и организациями обусловливает разницу в возможностях их установления, способность сети с самыми дорогими связями накапливать большие объемы знаний и ноу-хау будет страдать.

* * *

Мы начали эту главу с рассмотрения завода «Ривер Руж» в качестве квинтэссенции идеи челобайта. Этот завод накопил большие объемы знаний и ноу-хау и производил огромное количество транспортных средств, но не стал доминирующей моделью производственного процесса для ХХ века, в течение которого новой нормой стали сети фирм. В случае с процессом производства развитию способности фирм взаимодействовать между собой помогало снижение тарифов, стоимости транспортировки и коммуникации, а также появление промышленных стандартов и распространение языков-посредников, обеспечивающих координацию действий. Уменьшение стоимости коммерческих связей позволило разделить процесс производства между объединенными в сеть фирмами, как мы видели на примере с куклой Барби. Однако в других случаях, например с компьютерами, необходимость этого условия была связана с ограниченной способностью фирм накапливать знания и ноу-хау. То есть сложность компьютеров, касающаяся не только аппаратных средств, но и программного обеспечения и онлайн-сервисов, требует существования сети фирм.

Сложность и точность современных производств свидетельствуют об увеличении способности производственных сетей накапливать более крупные объемы знаний и ноу-хау. Всего несколько столетий назад многие продукты были тесно связаны с конкретными регионами: шампанское – с Францией, часы – со Швейцарией, пармезан – с Пармой. Несмотря на то, что установленные законом ограничения по использованию названий могут способствовать сохранению таких ассоциаций, правда заключается в том, что эти ассоциации уже не являются актуальными для многих современных продуктов. Являются ли смартфоны iPhone калифорнийскими, китайскими или корейскими товарами? В условиях распределения процесса производства по разным странам понятие «национальности» продуктов не имеет большого смысла.

В дополнение к большим объемам знаний и ноу-хау современный процесс производства предусматривает работу крупных международных сетей, состоящих из связей, подразумевающих обмен такими промежуточными товарами, как дисплеи для смартфонов или пластиковые гранулы для производства куклы Барби. Однако в процессе развития производства другие сети начали рушиться под собственным весом. Стоимость взаимодействия в некоторых секторах с большой административной нагрузкой, например в сфере образования и здравоохранения, является высокой и продолжает расти. Однако вряд ли можно утверждать, что наблюдаемое нами усложнение административной системы приведет к усилению способности этих сетей накапливать более крупные объемы знаний и ноу-хау. В случае с областью здравоохранения выявленная обратная зависимость между административной нагрузкой и качеством медицинской помощи предполагает, что излишне сложная система управления и администрирования не повышает способность этих сетей эффективно использовать знания и ноу-хау.

Но значит ли это, что нам следует постараться превратить все связи в рыночные? Если Коуз и Уильямсон правы, а они правы относительно некоторых вещей, наблюдаемое нами разнообразие экономических связей является не вопросом выбора, а фундаментальной характеристикой природы экономик. Рыночные связи, которые мы используем для покупки зубной пасты, принципиально отличаются от используемых в долгосрочных контрактах, которые, как подчеркнул Коуз, часто подразумевают покупку того, что конкретно не определено в момент заключения договора. Поэтому было бы наивно полагать, что все связи можно сделать подобными тем, которые мы используем в случае с такими хорошо определенными кристаллами воображения, как бокалы для вина и бумажные полотенца. Как мы увидим позже, добавление в эти взаимодействия социального измерения позволяет понять, почему разнообразие связей необходимо для формирования сетей, накапливающих знания и ноу-хау.

К счастью, из этого длинного обсуждения мы должны усвоить лишь несколько уроков. В конце концов, мы хотим сосредоточиться не на самих трансакционных издержках, а на способности экономики создавать структуры, содержащие знания и ноу-хау, необходимые для кристаллизации воображения. С учетом этой цели первый урок, который нам следует усвоить, заключается в существовании взаимосвязи между размером производственной сети и объемом знаний и ноу-хау, который она может содержать. При прочих равных условиях более крупная сеть может накопить больший объем знаний и ноу-хау. Во-вторых, наша способность создавать крупные сети зависит от затрат на налаживание связей, причем более дешевые связи позволяют создать более крупные сети, необходимые для накопления больших объемов знаний и ноу-хау.

Третий урок заключается в существовании фундаментальных разрывов, или переходных точек, в структурах сетей, которые мы используем для накопления знаний и ноу-хау на коллективном уровне. Чтобы накопить большие объемы знаний и ноу-хау, нам необходимо прибегнуть к квантованию этих знаний и ноу-хау, и для этого были представлены два фундаментальных кванта: челобайт, существование которого обусловлено пределом возможностей человека, и фирмобайт, который связан с пределом возможностей фирмы. Разумеется, ни тот, ни другой предел не следует воспринимать в строгом числовом выражении. Оба предела представляют собой концептуальные границы, указывающие на важные переходы в структуре сетей, необходимых для накопления знаний и ноу-хау, а не точно определенные рубежи. Идеи челобайта и фирмобайта подразумевают то, что наша способность накапливать большие объемы знаний и ноу-хау заключается во вложенной структуре, в которой то, что в одном масштабе мы воспринимаем как сеть, становится узлом в другом масштабе. Сети нейронов становятся узлами, когда мы начинаем рассматривать людей, а сети людей становятся узлами, когда мы начинаем рассматривать сети фирм.

Суть в том, что сложность накопления больших объемов знаний и ноу-хау обусловлена необходимостью развития сетей, воплощающих эти знания и ноу-хау. Мы можем считать знания и ноу-хау непрерывными, однако поскольку содержащие их сети не являются непрерывными, знания и ноу-хау должны быть подвергнуты квантованию, и не только в теории, но и на практике.

Таким образом, квантование знаний и ноу-хау, которое отчасти связано с издержками на установление связей, помогает нам ответить на вопрос о том, чем объясняется сложность накопления все возрастающих объемов знаний и ноу-хау. Ответ заключается в том, что сложность накопления знаний и ноу-хау обусловлена сложностью создания сети, необходимой для их воплощения. Однако существует важная оговорка. До этого момента при обсуждении издержек на установление связей мы слишком сильно полагались на экономические аргументы, например те, которые выдвинули Коуз и Уильямсон. Однако на структуру социальных сетей также влияют некоторые важные социологические и культурные процессы. В следующей главе я рассмотрю другие течения в литературе, объясняющие связь между структурой социальных сетей и экономическими последствиями.

 

Глава 8

Мы верим в связи

Найти хорошую квартиру в Бостоне нелегко, особенно с зарплатой аспиранта. В 2005 году у меня не было другого выбора, кроме как усвоить этот урок.

В 2004 году я переехал в Соединенные Штаты, чтобы присоединиться к лаборатории Ласло Барабази в университете Нотр-Дам. Ласло, как его называют те, кто провел рядом с ним некоторое время, был известным молодым физиком, работающим над сетями и сложными системами. До 2004 года я следил за его публикациями через Интернет. Теперь пришло время последовать за самим Ласло, переехавшим в Бостон.

В 2005 году Ласло переместил свою лабораторию в Бостон, чтобы поработать в течение своего творческого отпуска в Центре системной биологии для изучения и лечения рака Марка Видала. Однако моя первая поездка не подразумевала проведения каких-либо исследований. Единственной целью было найти жилье. И на это у меня было только два дня.

В течение двух дней я бегал от одной небольшой, грязной и дорогой квартиры до другой. Поскольку я должен был принять решение быстро, я выбрал квартиру на Южной Хантингтон авеню в нескольких минутах ходьбы от лаборатории Марка.

В то время я еще не знал, что мне предстояло провести значительную часть своей жизни в Бостоне (или, точнее, в Кембридже, который представляет собой «секретное оружие» Бостона). Вот уже почти десять лет я живу в Бостоне, за это время я окончил работу в лаборатории Ласло, основал собственную лабораторию в Массачусетском технологическом институте, женился, стал отцом и завел множество друзей. За эти годы мне довелось пожить во многих квартирах и в домах многих моих друзей. Теперь, вспоминая свой первый опыт поиска жилья, я могу понять, почему в Бостоне так сложно найти хорошую квартиру. Причина проста: лучшие квартиры никогда не появляются на рынке, они передаются по неофициальным каналам среди друзей.

В Бостоне и Кембридже многие люди не задерживаются подолгу. Здесь много аспирантов и постдокторов, а это значит, что срок их пребывания здесь ограничен. Бостон и Кембридж – это не только «плавильные котлы», но и города, где можно заводить новых друзей и устраивать прощальные вечеринки. Сочетание высокой ротации жителей и возможности налаживания дружеских связей создает ситуацию, при которой лучшие квартиры в Кембридже никогда не попадают на рынок. Когда кто-то выезжает из хорошей квартиры, он передает ее своему другу, который ищет жилье, и хозяева, как правило, не возражают против такого порядка, поскольку это освобождает их от хлопот, связанных с поиском нового арендатора. Таким образом, урок заключается в том, что, по крайней мере, в случае с Бостоном и Кембриджем, рынок съемного жилья является вторичным по отношению к социальной сети. Говоря языком Грановеттера, социолога, который на протяжении большей части своей жизни изучал экономическую релевантность социальных сетей, мы можем сказать, что в Кембридже рынок студенческого жилья является встроенным в сеть социального взаимодействия.

В предыдущей главе я в основном сосредоточился на способности сетей накапливать знания и ноу-хау, однако я не останавливался на том, как социальные и культурные силы влияют на размер, структуру и адаптивность этих сетей. Тем не менее, как показывает пример с поиском жилья, рассмотрение формируемых людьми сетей исключительно с экономической точки зрения является неполным. На самом деле наши взаимодействия, даже профессиональные, ограничены теми, кого мы знаем, а также медленной динамикой построения отношений. Целью данной главы является явное включение этих соображений путем рассмотрения основ формирования социальных и профессиональных сетей, а также того влияния, которое социальные и культурные силы, например доверие и семья, оказывают на размер, адаптивность и состав социальных и профессиональных сетей.

Описывать литературные течения, находящиеся на пересечении тем социальных сетей и экономики, нелегко, отчасти потому, что в этой области нередки расхождения во мнениях. Экономисты и социологи часто имеют противоположные точки зрения. Большую часть ХХ века экономисты, особенно те, которые придерживаются неоклассической традиции, рассматривали социальную структуру как явление второстепенное по отношению к рыночным силам. Рынки предоставляют людям стимулы для объединения, и, следовательно, люди легко создают и разрывают связи в ответ на эти стимулы. Такой взгляд на мир, сформированный в первую очередь благодаря использованию математических моделей, не согласовывался с данными социологов и политологов. Во второй половине ХХ века социологи и политологи начали выражать свое несогласие, что привело к возникновению области экономической социологии и теории социального капитала.

Экономические социологи утверждали, что социальные сети должны сыграть роль в нашем понимании экономики, поскольку социальные сети часто предшествуют формированию экономических связей, а также потому, что они достаточно сильны, чтобы вызывать экономические последствия. Неудивительно, что главным полем этой битвы стало изучение рынка труда. Рынки труда являются фундаментальной точкой пересечения социальных сетей и экономической деятельности, так как они могут быть поняты и как механизмы, с помощью которых люди увеличивают сети, называемые фирмами, и как механизмы, помогающие людям находить сети, в которые они могут внести свой вклад. Тем не менее взгляд на рынки труда, к которому привыкли экономисты XX века, не предусматривал важной роли социальных сетей. Вместо этого распределение рабочей силы считалась результатом взаимодействия спроса и предложения, которые приводили рынки труда в состояние равновесия по мере того, как уровень заработной платы сообщал об избыточном предложении и спросе на навыки, необходимые каждой фирме и воплощенные в каждом работнике.

Однако, данные, полученные такими социологами, как Грановеттер, противоречили этим теориям. Как отметил Грановеттер в своей книге 1974 года Getting a Job, «совершенные рынки труда существуют только в учебниках».

Важной работой стала кандидатская диссертация Грановеттера, которая была основана на беспрецедентном исследовании поведения работников-профессионалов, рабочих технических специальностей и менеджеров в процессе поиска работы в Ньютоне, пригороде Бостона. Грановеттер заметил, что в основном люди находили работу благодаря уже существующим социальным сетям, нежели рыночным силам. По его данным почти 56 % опрошенных нашли свою последнюю работу через личные контакты, которые он определил как контакты, установленные не с целью нахождения работы и затрагивающие в основном друзей и членов семьи.

Тем не менее Грановеттер обнаружил, что социальные сети не только способствовали распределению работников по рабочим местам, но и предсказывали важные характеристики этих рабочих мест. Например, он обнаружил, что люди, которые получили свои рабочие места, используя личные контакты, получали большую зарплату по сравнению с теми, кто подавал заявления сам или пользовался услугами профессиональных кадровых агентств. Кроме того, люди, которые находили работу через личные контакты, чаще оказывались на наиболее подходящих им местах и испытывали от работы большее удовлетворение. Короче говоря, он выяснил не только то, что социальные сети являлись основным фактором, определяющим информацию о доступных рабочих местах, что имеет решающее значение для соискателей, но и то, что эти сети коррелировали с такими важными характеристиками, как заработная плата и удовлетворение от работы. Распределение лучших рабочих мест, так же, как и лучших квартир, как правило, происходит посредством использования социальных сетей.

Выводы Грановеттера, применимые к белым воротничкам, показали, что эти работники в основном находили работу, используя личные контакты. Однако, сравнив свои данные с данными из других источников, он также обнаружил, что этот способ не сильно отличался от способа поиска работы, который использовали синие воротнички. За некоторыми исключениями, последующие исследования, проведенные в США и за их пределами, подтвердили, что личные контакты имеют решающее значение для людей, ищущих рабочее место. Панельное исследование динамики доходов, изучившее в 1978 году пять тысяч американских семей с супругами в возрасте до сорока пяти лет, показало, что 52 % белых мужчин, 47,1 % белых женщин, 58,5 % чернокожих мужчин и 43 % чернокожих женщин нашли свое нынешнее рабочее место через друзей или родственников. В результате исследования социально незащищенной молодежи, проведенного в 1989 году Национальным бюро экономических исследований, было выяснено, что 51 % белых и 42 % афроамериканцев в трех бедных районах Бостона нашли работу, используя личные контакты. Опрос, проведенный в Японии в 1982 году, показал, что 34,7 % работников в возрасте старше пятнадцати лет нашли работу через личные контакты. В других исследованиях фигурировали значения вплоть до 70 % для отдельных городов. Со временем влияние социальных сетей не снизилось. Согласно статье, недавно опубликованной в газете «Нью-Йорк Таймс», 45 % сотрудников, заступивших на должности неначального уровня в бухгалтерской фирме Ernst & Young, были приняты на основе личной рекомендации, в то время как фирма Deloitte таким способом заполучила 49 % своих опытных сотрудников. В обоих случаях значения повысились после кризиса 2008 года, поскольку сжатие рынка труда повысило важность социальных сетей в деле поиска работы. В общем, очевидно то, что социальные сети способствуют созданию профессиональных сетей, а значит, вопросы формирования социальной сети имеют огромную важность для экономики.

Экономическая важность социальных сетей заставляет нас задать вопрос о том, как они формируются. Социальная сеть базируется на трех простых идеях: общих социальных очагах, триадном замыкании и гомофилии. Первые две идеи помогают нам понять, откуда берутся наши друзья. Понятие «общие социальные очаги» просто означает, что вероятность налаживания связи выше среди людей, имеющих общие социальные признаки (например, среди одноклассников, сослуживцев, прихожан одной и той же церкви и т. д.), в то время как понятие «триадное замыкание» подразумевает, что связи, скорее всего, сформируются между людьми, у которых есть общие друзья. Понятие «гомофилия», с другой стороны, подразумевает то, что связи чаще формируются среди людей, имеющих схожие интересы и особенности. В результате работы этих механизмов формируются социальные сети, состоящие из кластеров похожих между собой людей, которые часто обладают схожими знаниями и информацией. Эта избыточность имеет большое значение для описанных выше исследований, касающихся поиска работы, поскольку они говорят нам, что социальные сети будут «пристраивать» в фирму людей подобных тем, которые уже находятся там. Это имеет как положительную, так и отрицательную сторону, поскольку в этом случае гораздо легче найти сотрудника, который сможет вписаться в уже существующий коллектив в социальном и профессиональном плане, однако это также может чрезмерно увеличить избыточность знаний, накапливающихся в фирме, или представлять собой неявную форму дискриминации (поскольку социальные сети также имеют тенденцию к расовой и идеологической сегрегации).

Социальные сети задают основную «структуру», ограничивающую формирование профессиональных сетей. Это одна из причин, почему Грановеттер говорит об экономике как о системе встроенной в социальные сети. Тем не менее социальные сети и социальные институты не только влияют на профессиональные сети, задавая направление движения рынка труда. На самом деле такие социальные учреждения, как семья и уровень общественного доверия, также играют важную роль в формировании профессиональных сетей, оказывая влияние на размер и состав фирм в экономике.

Фрэнсис Фукуяма – политолог, который на протяжении всей своей карьеры глубоко исследовал область пересечения культуры, правительств и рынков. В своей книге «Доверие» 1995 года он утверждает, что способность общества образовывать крупные сети в значительной степени является отражением уровня доверия в этом обществе. Фукуяма подчеркивает сильное различие между тем, что он называет «семейным» обществом, характерным для южной части Европы и Латинской Америки, и обществом «высокого доверия», характерным для Германии, Соединенных Штатов и Японии. В семейных обществах люди не доверяют незнакомцам, но глубоко доверяют членам собственных семей (итальянская мафия является ярким примером семейного общества). В семейных обществах семейные связи являются основной формой социальной организации, в которой экономическая деятельность является встроенной. Следовательно, в таких обществах предприятия, скорее всего, будут представлять собой семейный бизнес. Напротив, в обществах с высоким уровнем доверия люди не склонны доверять исключительно «своим», поэтому фирмы в таких обществах наверняка будут основываться на профессионализме сотрудников.

Семейные общества и общества высокого доверия отличаются не только в плане состава формируемых ими сетей («свои» и «чужие»), но и в плане размера сетей, которые они могут образовывать. Это связано с тем, что профессионально управляемые предприятия, развивающиеся в обществах высокого доверия, скорее всего, смогут породить сети любых размеров, в том числе и крупные. Напротив, семейные общества характеризуются наличием большого количества малых предприятий и нескольких доминирующих семей, контролирующих немногочисленные крупные конгломераты.

Тем не менее, как мы уже утверждали ранее, размер сети немаловажен, поскольку он позволяет определить, какая экономическая деятельность происходит в данном регионе. Более крупные сети необходимы для производства более сложных продуктов, что, в свою очередь, обусловливает более высокие уровни процветания общества. Таким образом, согласно выводам Фукуямы, существование отраслей различных размеров указывает на наличие доверия. По его словам, «Отраслевая структура рассказывает интригующую историю о культуре страны. В обществах, характеризующихся очень крепкими семейными связями и относительно слабыми, основанными на доверии связями между чужими людьми, как правило, доминируют небольшие семейные бизнесы. С другой стороны, странам, в которых существуют многочисленные частные некоммерческие организации, такие как школы, больницы, церкви, благотворительные организации, вероятно, удастся развить сильные частные экономические институты, выходящие за пределы семьи».

Восприятие промышленной структуры страны в качестве выражения знаний не противоречит ее восприятию в качестве выражения доверия. Крупные сети способны накопить большее количество челобайт продуктивного знания, и общества, которым свойствен высокий уровень доверия, способствующий развитию крупных сетей, например Япония, США и Германия, будут тяготеть к деятельности, требующей крупных сетей, например к производству фармацевтических препаратов и самолетов. Тем не менее так же, как бокал ничего не знает о типе наполняющего его вина, так и доверие, которое способствует появлению этих крупных сетей, не может определить, будут ли эти сети накапливать знания для производства автомобилей или реактивных двигателей. Другими словами, механизмы, которые способствуют формированию сети, отличаются от механизмов, отвечающих за содержимое. Доверие, являющееся основной формой социального капитала, представляет собой «клей», необходимый для формирования и поддержания существования крупных сетей. Оно отличается от знаний и ноу-хау, накапливаемых в этих сетях. В итоге знания и ноу-хау, накопленные в сетях, становятся фактором производства, отличным от доверия, или социального капитала, способствующего формированию сетей, в которых это знание накапливается.

Но как доверие способствует формированию крупных социальных сетей? Не является ли доверие следствием существования этих сетей, а не его причиной? Конечно, повторяющиеся социальные взаимодействия, которые происходят на работе и в результате общественного объединения, могут укрепить доверие. Люди формируют дружеские отношения со своими коллегами. Тем не менее существуют веские причины для того, чтобы считать, что социальные сети предшествуют современной экономической деятельности. В ходе недавнего исследования социальных сетей народа хадза, охотников и собирателей, населяющих Танзанию, исследователи обнаружили важные структурные сходства между социальными сетями, образованными хадза, и теми, которые являются характерными для промышленно развитых обществ. Кроме того, исследователи обнаружили, что кооперирующиеся люди с большей вероятностью были связаны с другими кооперирующимися людьми. Таким образом, социальные институты, казалось, были воплощены в социальных кластерах, даже в случае с народом хадза. По словам команды исследователей, «некоторые элементы структуры социальной сети, возможно, существовали на ранних этапах истории человечества». Речь, конечно, может идти об этапах, имеющих место задолго до появления современных рынков.

Важно отметить, что предшествующая природа социальных связей не отменяет аргументов Коуза, касающихся стоимости их налаживания. Напротив, теория трансакционных издержек и экономическая социология дополняют друг друга, поскольку экономические эффекты сформированных ранее социальных сетей могут быть интерпретированы с точки зрения стоимости установления связей. Выражаясь словами Фукуямы: «Некоторые общества могут существенно сэкономить на трансакционных издержках, поскольку экономические агенты доверяют друг другу при взаимодействии и, следовательно, могут быть более эффективны по сравнению с обществами с низким уровнем доверия, которым требуются подробные контракты и механизмы, обеспечивающие их соблюдение». Джеймс Коулман, социолог, известный работами на тему социального капитала, также подчеркивал способность доверия сокращать трансакционные издержки. В своей основополагающей работе по социальному капиталу Коулман описал трансакции, совершаемые между еврейскими торговцами алмазами из Нью-Йорка, которые по традиции позволяют другим торговцам проверять свои бриллианты перед заключением сделки. Он утверждает, что доверие и социальная сеть, состоящая из семей или знакомых, которая неявно усиливает это доверие, являются необходимыми условиями для того, чтобы такие взаимодействия были возможными. В отсутствие доверия эти простые взаимодействия быстро стали бы дорогостоящими, поскольку они потребовали бы дорогих и трудоемких в плане заключения контрактов, страхования и процедур, обеспечивающих их соблюдение.

Таким образом, доверие и социальные сети, формированию которых оно способствует, предлагает альтернативу формальным институтам, описанным Оливером Уильямсоном. Доверие обеспечивает недоговорный, неформальный, но очень эффективный механизм предотвращения злодеяний и позволяет совершать коммерческие сделки, которые в противном случае были бы рискованными. На самом деле доверие является более эффективным механизмом формирования экономических сетей по сравнению с формальными институтами, поскольку оно не подразумевают дорогостоящей бумажной работы и процедур, обеспечивающих соблюдение контрактов. Благодаря снижению стоимости связей доверие способствует формированию более крупных сетей, которые могут накопить большее количество челобайт знаний.

Такие социальные институты, как относительная важность семьи и уровень доверия в обществе, могут помочь нам понять разницу в размере формируемых людьми сетей.

Такие социальные институты, как относительная важность семьи и уровень доверия в обществе, могут помочь нам понять разницу в размере формируемых людьми сетей и, следовательно, в видах экономической деятельности, осуществляемой в конкретном регионе. Это верно в международном контексте, но также работает в случае с культурно однородными странами.

Известным примером вариации в социальных институтах внутри страны, последствия которых сказываются на эффективности экономических сетей, является контраст между Кремниевой долиной и Бостонским Маршрутом 128. Маршрут 128 – это технической кластер, конкурировавший с Кремниевой долиной до 1980 года, когда его активность начала угасать. Согласно эксперту по региональному экономическому развитию Аннали Саксениан, которая много писала об этих двух кластерах, социальные институты относятся к факторам, помогающим объяснить разницу между этими двумя регионами:

Плотные социальные сети и открытые рынки труда [Кремниевой долины] поощряют предпринимательство и экспериментирование. Компании интенсивно конкурируют друг с другом и в то же время узнают друг у друга об изменении рынков и технологий через неформальное общение и совместные мероприятия. Структуры команд с достаточно свободными связями поощряют горизонтальную коммуникацию между отделами фирмы и с внешними поставщиками и клиентами. В сетевой системе функциональные границы внутри фирмы являются пористыми, как и границы между фирмами, а также между фирмами и такими местными учреждениями, как торговые ассоциации и университеты.

В противоположность этому в регионе Маршрут 128 доминируют автаркические корпорации с широким спектром производственной деятельности. Практики корпоративной секретности и лояльности управляют отношениями между этими фирмами и их клиентами, поставщиками и конкурентами, усиливая региональную культуру, ориентированную на стабильность и самодостаточность. Корпоративные иерархии гарантируют, что власть остается централизованной, и информационный поток движется по вертикали. Социальные и технические сети в основном являются внутренними по отношению к фирме, а границы между фирмами, а также между фирмами и местными учреждениями, остаются гораздо более выраженными в такой независимой системе, основанной на фирмах. [123]

Наблюдение Саксениан говорит нам о том, как региональные различия в общественных учреждениях влияют на размер и адаптивность сетей, состоящих из фирм, которые мы называем региональными кластерами. Фирмы региона Маршрут 128 из-за недоверия по отношению к своим сотрудникам и другим фирмам способствовали формированию более иерархических и менее пористых структур, что привело к возникновению менее гибкого регионального кластера. Этот недостаток адаптивности, в свою очередь, породил разницу в размерах, поскольку в долгосрочной перспективе обладавший меньшей способностью к адаптации кластер региона Маршрут 128 сократился по сравнению с Кремниевой долиной. Таким образом, социальные институты оказывают влияние не только на размер формируемых людьми сетей, но и на их адаптивность, что и позволило Кремниевой долине оставить Маршрут 128 далеко позади.

Пористые границы и адаптивность Кремниевой долины ярко проявились в знаменитом визите Стива Джобса в Исследовательский центр компании Xerox в Пало-Альто (Xerox PARC) в конце 1979 года. Именно там Джобс узнал о графических пользовательских интерфейсах (GUI) и объектно-ориентированном программировании. В конечном счете компания Apple, а не Xerox добилась успеха в коммерциализации этих технологий. Ревностные блюстители интеллектуальной собственности могут возмутиться из-за того, что компания Apple, а не Xerox получила прибыль от этих идей, однако с более прагматичной точки зрения для обеспечения долгосрочной устойчивости Кремниевой долины было гораздо лучше, чтобы компания Apple (или любая другая) разработала и вывела на рынок идеи, которые в противном случае так и остались бы погребенными в почтовых ящиках менеджеров Xerox или, что еще хуже, были бы использованы компанией из конкурирующего кластера. В долгосрочной перспективе эти пористые границы обеспечили сети Кремниевой долины такую адаптивность, которая позволила фирмам передавать друг другу эстафету, даже если эта передача иногда совершалась неохотно. Именно адаптивности не хватало сети региона Маршрут 128, что и повлияло на его относительную способность поддерживать существование крупной сети, способной накапливать челобайты знаний необходимых для того, чтобы конкурировать с Кремниевой долиной.

Стив Джобс мог спокойно разгуливать по центру Xerox PARC, поскольку те, кто его туда пригласил, доверяли ему. Опять же, это говорит о том, что доверие способствует формированию крупных сетей, в которых нуждается наше общество для накопления знаний и ноу-хау, даже несмотря на то, что доверие порой работает таинственным образом. Доверие способствует формированию сети большего размера за счет снижения стоимости связей, а также за счет пористых границ, которые позволяют этим сетям адаптироваться к изменениям на рынках и в технологиях. В среде, характеризующейся высоким уровнем доверия, создавать связи легче, поскольку люди в такой среде не считают их создание рискованным делом. Однако в среде с низким уровнем доверия люди не склонны налаживать связи с незнакомцами, поэтому им приходится находить другие способы формирования сетей.

Доверие способствует формированию сетей, а сети, в свою очередь, способствуют развитию доверия. Даже в обществах с высоким уровнем доверия люди не готовы доверять первому встречному. Социальные сети помогают разделить людей на совершенных незнакомцев и на тех, с кем у нас есть общие друзья или знакомые. Именно это отличает домашнюю вечеринку от бара. На домашней вечеринке люди знают о том, что у них есть общие друзья. В случае с баром это не всегда так. Возвращаясь к примеру с рынком труда, мы теперь можем объяснить, почему работодатели стремятся нанимать людей по рекомендации. Работодатели предпочитают находить новых работников через знакомых и сотрудников, поскольку легче доверять тому, с кем у вас есть общий друг или знакомый, чем совершенно незнакомому человеку. Кроме того, люди, принятые на работу по рекомендации, с меньшей вероятностью уволятся. В целом доверие скорее возникает тогда, когда связи внедрены в плотные социальные кластеры, и общества с высоким уровнем доверия способствуют формированию таких плотных сетей. В своей книге Bowling Alone политолог Роберт Патнэм говорит о том, что формирование связей между незнакомцами в таких организациях, как Ротари-клубы, масоны, бойскауты или Красный Крест, исторически являлось мощным средством для формирования сетей, в которых наше общество накапливает доверие и доступ к информации, называемые социальным капиталом. В Соединенных Штатах большинство этих ассоциаций сформировалось в конце девятнадцатого – начале XX века, а на пике развития – в период между 1900 и 1910 годом – их участником являлся один из каждых ста американцев.

Общества с низким уровнем доверия менее успешны в плане создания связей между незнакомыми людьми и, следовательно, больше полагаются на семейные связи. Семейные связи обладают некоторыми важными свойствами, которые делают их востребованными в обществах с низким уровнем доверия. Они предшествуют коммерческим взаимодействиям, отличаются значительной стабильностью и поддерживаются членами семьи, которые часто готовы помочь уладить дело, если между членами семьи начинается вражда. Кроме того, они характеризуются высокой степенью альтруизма, часто ожидается, что они не предусматривают каких-либо условий и поддерживаются не в коммерческих целях, а основываются на таких эмоциях, как любовь, дружба и верность. Это превращает семьи в островки доверия в странах с низким уровнем доверия, а также придает значимость семейным отношениям. Как говорит Фукуяма, «С трудом можно было бы представить себе значимую семейную жизнь, если бы семьи являлись контрактами между рациональными, сосредоточенными на своих интересах индивидами». Доверие, существующее в семье, основывается на почти безусловном ожидании того, что семейные узы будут сохранены при условии существования механизма формирования сети, который предшествует современной экономической активности и, следовательно, отличается от механизмов формирования сети, обеспечиваемых рынками и официальными учреждениями.

Тем не менее семейные общества с низким уровнем доверия попадают в затруднительное положение, поскольку их развитие тормозится из-за преобладания семейных предприятий. Даже когда семейная фирма достигает внушительного размера, по-прежнему существует потребность в более крупных сетях по сравнению с теми, которые могут управляться немногочисленной группой, состоящей из членов семьи. Именно здесь проявляется двойственность общества с низким уровнем доверия, поскольку такие семейные общества скорее, чем общества с высоким уровнем доверия, будут ожидать от государства активного участия в формировании крупных экономических сетей, в которых они нуждаются. Как отмечает Роберт Патнэм при обсуждении социальных институтов семейного общества Южной Италии, «почти все согласны с тем, что законы существуют для того, чтобы их нарушать, однако, опасаясь чужого беззакония, каждый требует поддержания более суровой дисциплины» от «боссов и политиков».

Однако семейные общества существуют не только в Италии вопреки тому, в чем нас хотят убедить фильмы про мафию. Семейные общества характерны для большей части Южной и Восточной Европы, а также для Латинской Америки. Даже Франция, несмотря на ее историю математической рациональности, кажется, входит в число таких стран, поскольку государство Франции сыграло ключевую роль в развитии промышленности, что характерно для семейных обществ. Французское государство имеет отношение к таким значительным промышленным успехам, как развитие авиационно-космической промышленности, кульминацией которого стало создание самолета Airbus и некогда популярного самолета Concorde. Тем не менее французское государство также имеет отношение к таким колоссальным провалам, как теперь уже забытая французская компьютерная индустрия. Как пишет Фукуяма, «План [французского] правительства по внедрению средств информатики конца 1960-х годов предсказывал то, что вычислительная мощность будет сконцентрирована в нескольких огромных мэйнфреймах, работающих по принципу “таймшер”, и накануне микрокомпьютерной революции оно субсидировало развитие в этом направлении. Французская компьютерная индустрия, национализированная и в значительной степени субсидируемая в 1980-х годах, начала “истекать кровью” почти сразу, увеличивая дефицит бюджета правительства и опуская курс франка». Французская компьютерная промышленность является лишь одним из многих примеров, иллюстрирующих, что «культуры, основанные в первую очередь на семейных связях и родстве, испытывают большие трудности при создании крупных и прочных экономических организаций и, следовательно, ждут, что государство будет инициировать и поддерживать их».

* * *

Мы начали эту главу с постановки вопроса о том, как социальные сети и социальные учреждения влияют на размер, адаптивность и состав сетей, формируемых людьми для накопления знаний и ноу-хау. После краткого обзора литературы по теме экономической социологии и социального капитала мы можем уверенно сказать, что социальные сети и социальные институты помогают определить размер, адаптивность и состав сетей, необходимых людям для накопления знаний и ноу-хау. Во-первых, когда речь идет о размере, мы видели, что способность обществ создавать крупные сети связана с уровнем доверия в этом обществе. Это согласуется с теорией трансакционных издержек, поскольку подразумевает то, что доверие снижает стоимость налаживания связей, что позволяет сетям достигать более крупного размера. В обществах с высоким уровнем доверия людям проще сформировать крупные социальные сети, используя механизмы спонтанного общения. В прошлом к таким механизмам относилось формирование гражданских ассоциаций, однако в последнее время эта форма общения переместилась в сферу Всемирной паутины. С другой стороны, общества с низким уровнем доверия традиционно полагались на семейные связи и чаще ожидали от государства усилий по развитию инициатив, требующих создания крупномасштабных социальных сетей.

Во-вторых, когда речь идет о составе сетей, мы видели, что социальные учреждения и уже существующие организации влияют на состав формируемых нами профессиональных сетей двумя существенными способами. С одной стороны, уровень доверия в обществе определяет, будут ли сети в основном полагаться на семейные связи. С другой стороны, мы показали, что люди находят работу через личные контакты и, как правило, фирмы стремятся нанимать людей, используя связи своих сотрудников.

Наконец, социальные сети и институты, как известно, влияют на адаптивность фирм и состоящих из них сетей. Как мы видели на примере сравнения Кремниевой долины и Маршрута 128, в регионах с низким уровнем доверия формируются сети с менее пористыми границами, что снижает их адаптивность в долгосрочной перспективе. Это особенно важно в инновационных секторах. Кроме того, мы также видели, что использование личных контактов в процессе подбора персонала выступает в качестве силы, которая может увеличить избыточность, хотя и имеет преимущества в плане обеспечения доверия и сплоченности формируемых сетей.

Конечно, эти уроки, касающиеся доверия, не стоит воспринимать буквально. Из предыдущего обсуждения не следует делать вывод о том, что каждый человек в развитой стране доверчив или заслуживает доверия. Точно так же было бы неверно считать, что в развивающейся стране каждый человек недоверчив или не заслуживает доверия. Так же, как нельзя полагать, что все австрийцы имеют талант к музыке только потому, что Моцарт был австрийцем, было бы неправильно считать, что все жители развитой страны достойны доверия только потому, что развитые страны характеризуются более высоким уровнем доверия. В большинстве случаев различия между индивидами значительнее, чем различия между группами. Не следует ощущать себя достойным или недостойным доверия только потому, что вы живете в развитой или развивающейся стране, исходя из предыдущего обсуждения. На индивидуальном уровне людям следует сосредоточиться на действиях, поскольку действия индивида значат гораздо больше, чем слова и категории.

* * *

Вот мы и подошли к концу III части. В следующих главах мы перейдем к обсуждению мира, характеризующегося фрагментированными сетями с ограниченной способностью к накоплению ноу-хау и знаний. Это поможет нам понять эмпирические модели промышленного развития, которые можно наблюдать в данных межнациональной торговли и внутренних данных, а также позволит нам объединить эти промышленные структуры с экономическим ростом.

В итоге информация продолжает накапливаться в нашем обществе по мере того, как мы развиваем способность производить новые продукты, которые представляют собой пакеты информации. Тем не менее для производства этих продуктов нам необходимо накапливать знания и ноу-хау в сетях, состоящих из отдельных индивидов. Предыдущие три главы показали нам, почему мы должны фрагментировать знания и ноу-хау (теория челобайта), а также описали экономические и социальные ограничения, которые сдерживают нашу способность формировать сети, в которых мы накапливаем эти знания и ноу-хау. Как мы увидим в части I V, экономические, социальные и индивидуальные ограничения, влияющие на нашу способность накапливать знания и ноу-хау, ограничивают нашу способность создавать продукты и в итоге объясняют различия в уровне экономического развития разных стран. Более процветающими являются те страны, которым лучше удается накапливать информацию.

 

Без знаний и ноу-хау нашему виду трудно было бы обеспечить рост объема информации. Знания и ноу-хау определяют, что и как мы делаем. Они являются программным обеспечением, которое определяет работу социального компьютера, создающего наши города и объекты. Однако, будучи своеобразной формой программного обеспечения, знания и ноу-хау заключены в оборудовании, которое выполняет эти программы. Как мы видели, к этому оборудованию относятся люди, чьи способности усилены машинами и, конечно, состоящие из людей сети. Хотя наши тела и общественные организации дают нам возможность аккумулировать знания и ноу-хау, они также способствуют неравномерному распределению знаний и ноу-хау по всему миру. Накопление знаний и ноу-хау отличается географической предвзятостью, что обусловливает разницу в производственной способности стран. Однако различия в производственной способности стран также объясняют различия в их покупательной способности. Таким образом, для решения глобальной головоломки неравномерного распределения доходов и разницы в потреблении нам сначала нужно разобраться в глобальных механизмах, которые ограничивают распространение знаний и ноу-хау. Распространение знаний и ноу-хау объясняет разницу в способности стран производить продукты, которые, по сути, отражают различие в способности стран обеспечивать рост объема информации.

 

Глава 9

Эволюция экономической сложности

Чем обусловлена географическая предвзятость в распространении знаний и ноу-хау? Ранее мы узнали о том, что сложность накопления знаний и ноу-хау связана с социальной и эмпирической природой процесса обучения, а также о том, что объем знаний и ноу-хау, которые может накопить индивид или фирма, ограничен. Ограниченная возможность фирм и индивидов накапливать знания и ноу-хау требует их фрагментации и распространения в сетях, состоящих из фирм и людей, которые, как мы видели, трудно сформировать. Таким образом, для накопления больших объемов знаний и ноу-хау, нам нужны крупные сети, состоящие из людей. Тем не менее отношение между размером сети и объемом знаний и ноу-хау, которые она может вместить, не только усложняет накопление знаний и ноу-хау, но и подразумевает, что переместить или копировать знания и ноу-хау, воплощенные в большой производственной сети, сложнее, чем переместить или копировать знания и ноу-хау, воплощенные в производственной сети меньшего размера.

Изучение географического распределения знаний и ноу-хау представляет сложность, поскольку знания и ноу-хау трудно «увидеть». Таким образом, чтобы изучить распределение и распространение знаний и ноу-хау, нам необходимо выявить их выражения, предоставляющие нам косвенную информацию о местах их нахождения. Один из способов заключается в том, чтобы посмотреть на географическое распределение центров промышленности, которую можно считать выражением знаний и ноу-хау, воплощенных в сетях, состоящих из людей и фирм, присутствующих в конкретном месте. Рассмотрение промышленности вместо знаний и ноу-хау аналогично тому, что делают биологи, когда рассматривают фенотипы (физические и функциональные характеристики организма) в качестве выражения генотипов (информации, воплощенной в ДНК организма). Гены, в их простейшем понимании, представляют собой сегменты ДНК, которые кодируют белки, в то время как фенотипы являются такими физическими и функциональными характеристиками организмов, как цвет волос или предрасположенность к гипертонии. В этой главе я постараюсь сделать то, что делают генетики, только вместо попытки установить связь между фенотипами и генами, я постараюсь найти связь между знаниями и ноу-хау, доступными в конкретном месте, и присутствующими в нем отраслями промышленности.

Фенотипы и генотипы являются удобной аналогией, поскольку они представляют собой пару связанных сущностей, одна из которых более доступна для наблюдения, чем другая, – фенотипы поддаются наблюдению легче, чем гены, а отрасли промышленности поддаются наблюдению легче, чем знания или ноу-хау. Эта двойственность полезна, поскольку она подразумевает возможность измерения наиболее очевидной величины в качестве заместителя наименее очевидной. Например, отображение пространственного распределения генов, отвечающих за высокий рост, в настоящее время вызывает трудности. На самом деле с ростом связаны многие гены, поэтому выявление и квантификация молекулярных последовательностей, которые могут помочь объяснить разницу в росте между Леброном Джеймсом и Дэнни ДеВито, являются не простой задачей. Однако, просто взглянув на Леброна Джеймса и Дэнни ДеВито, мы легко можем сказать, кто из них с большей вероятностью является носителем генов, отвечающих за высокий рост, даже если мы точно не знаем, что это за гены. Точно так же, если нам нужно выявить наличие знаний и ноу-хау, необходимых для производства реактивных двигателей, мы можем просто посмотреть, где находятся разработчики и производители реактивных двигателей. Проще говоря, мы можем предположить, что Лос-Анджелес, а не Кито, обладает избытком знаний и ноу-хау, необходимых для производства боевиков, поскольку каждый год в Лос-Анджелесе создается множество популярных боевиков, а в Кито – совсем мало, если вообще создаются. Таким образом, хотя наличие отраслей промышленности не говорит нам о специфических наборах знаний и ноу-хау, требующихся для создания фильмов, оно может указать нам на физическое расположение сетей, содержащих эти знания и ноу-хау.

Получить точные данные о месте нахождения отраслей промышленности нелегко, но возможно. Несовершенные выражения международных связей между промышленностью и местонахождением производств воплощены в торговых данных, отражающих экспортируемые и импортируемые каждой страной продукты. В случае с местными экономиками эти данные можно найти в таких правительственных отчетах, как налоговое резидентство фирм, взносы людей в фонды социального страхования и перепись промышленных предприятий. Хотя по большей части такие наборы данных несовершенны и ограничены, они представляют собой один из лучших источников, которые мы можем использовать для определения местоположения фирм, а также знаний и ноу-хау, которыми эти фирмы обладают.

Эти наборы данных полезны, поскольку показывают эмпирическую сторону, которую мы можем использовать для проверки теорий, объясняющих состав промышленного комплекса того или иного региона. Для этого нам необходимо выявить неочевидные особенности этих наборов данных (то есть те, которые нельзя объяснить случайным образом), являющиеся общими для нескольких различных наборов данных и поддающихся предсказанию, исходя из тестируемых теорий.

Поразительной особенностью, являющейся общей для данных, отражающих налоговое резидентство фирм, и данных международной торговли, является паттерн, который экологи называют вложенностью (nestedness). Значение этого слова станет очевидным, если вы обратитесь к иллюстрации, показанной в следующей врезке. Вложенность представляет собой технический способ описания «треугольности» этих матриц. Формально вложенность – это одновременная тенденция к тому, чтобы (1) в наименее разнообразных в плане представленных отраслей регионах присутствовало подмножество отраслей промышленности, характерных для самых многоотраслевых регионов и чтобы (2) наименее распространенные отрасли промышленности присутствовали почти исключительно в самых многоотраслевых регионах.

Чтобы проиллюстрировать идею вложенности, рассмотрим данные экспорта Аргентины, Гондураса и Нидерландов. Из 50 продуктов, которые Гондурас экспортировал в 2008 году, Аргентина экспортировала 25 (50 %), а Нидерланды – 48 (96 %). Из 227 продуктов, которые экспортировала в 2008 году Аргентина, Нидерланды экспортировали 213 (94 %). Это говорит нам о том, что экспорт Гондураса, говоря статистически, является подмножеством экспорта Аргентины, а экспорт Аргентины и Гондураса, в свою очередь, представляют собой подмножество экспорта Нидерландов. Вы можете посчитать очевидным то, что многоотраслевой район включает отрасли, присутствующие в наименее разнообразных в плане представленных отраслей регионах. Тем не менее значение вложенности, наблюдаемой в данных, статистически больше того, которое можно было бы ожидать, исходя из различий в населении или промышленности, таким образом, мы называем эти матрицы вложенными не только из-за структуры подмножеств, но и потому, что значение вложенности статистически больше того, которое можно было бы ожидать, исходя из очевидных объяснений.

Статистическая значимость вложенности представляет собой факт распределения отраслей в пространстве, заставляющий нас глубоко задуматься о механизмах, которые могли бы помочь учесть вложенность. Здесь опять становится полезной концепция челобайта.

Вложенность этих матриц, отражающих расположение отраслей, говорит нам о том, что некоторые отрасли промышленности (и, следовательно, фрагменты знаний и ноу-хау) присутствуют практически везде, в то время как другие доступны только в некоторых местах. Однако какие же отрасли присутствуют всюду? Те, которые воплощают большие или небольшие объемы знаний и ноу-хау? Чтобы ответить на вопрос, рассмотрим несколько примеров.

Вложенность матриц, отражающих расположение отраслей промышленности

На следующих рисунках показаны две матрицы, отражающие расположение отраслей промышленности. Каждый ряд соответствует местоположению, а каждый столбец представляет собой продукт или отрасль промышленности. На рисунке слева показаны продукты, экспортируемые каждой страной, а на рисунке справа – данные налогового резидентства чилийских фирм. Черные точки говорят об экспорте продукта по странам или о присутствии отрасли промышленности в чилийском муниципалитете. В обеих матрицах местоположения отсортированы в порядке уменьшения разнообразия, в то время как продукты и отрасли отсортированы в порядке уменьшения степени вездесущности. Тот факт, что большая часть присутствия сосредоточена в области приблизительно треугольной формы в левом верхнем углу матрицы, и представляет собой вложенность. Сплошная линия показывает разнообразие каждого местоположения. Это разнообразие соответствует количеству продуктов, экспортируемых страной, или количеству отраслей, присутствующих в муниципалитете. График разнообразия – это простая приблизительная оценка максимально возможной вложенности, которая может наблюдаться в матрице. При совершенной вложенности график разнообразия представлял бы собой практически идеальную границу между черной и белой областями.

Большинство стран экспортируют такие продукты, как одежда, например нижнее белье, рубашки и брюки, в то время как некоторые страны экспортируют оптические инструменты, самолеты и приборы для медицинской визуализации. Такой беглый анализ наводит на мысль о том, что более «простые» отрасли промышленности, требующие меньшего объема знаний и ноу-хау, присутствуют в большем количестве регионов. Это кажется очевидным, поскольку производство продуктов, требующих меньшего объема знаний и ноу-хау, должно быть более легким. Тем не менее вездесущность отрасли промышленности едва ли может являться точной мерой необходимых знаний и ноу-хау. Среди товаров, экспортируемых некоторыми странами, встречаются такие природные ресурсы, как урановая руда. Таким образом, вопрос заключается в том, как мы можем отличить редкость урановой руды от сложности устройств медицинской визуализации. Ответ состоит в том, чтобы оценить промышленное разнообразие стран, степень которого больше у стран, экспортирующих устройства медицинской визуализации, по сравнению со странами, экспортирующими урановую руду.

В целом мы обнаруживаем, что объединение информации о вездесущности продукта с данными о промышленном разнообразии экспортирующих его стран позволяет быстро идентифицировать продукты, которые являются более сложными по сравнению с другими. Суть в том, что существует четкая тенденция, говорящая, что наиболее сложные продукты, как правило, производятся несколькими многоотраслевыми странами, в то время как более простые продукты обычно производятся большинством стран, в том числе теми, которые производят лишь несколько продуктов. Это согласуется с идеей о том, что отрасли промышленности, которые требуют меньшего объема знаний и ноу-хау, присутствуют повсюду. Как мы увидим, именно эти небольшие фрагменты знаний и ноу-хау, скорее всего, будут распространены по всему миру.

Таким образом, первой нитью в веревке доказательств существования связи между структурами отраслей промышленности и наличием знаний и ноу-хау является способность концепции челобайта объяснить вездесущность продуктов и вложенность матриц, отражающих расположение отраслей промышленности. Концепция челобайта предполагает, что знания и ноу-хау, необходимые для производства более сложных продуктов, должны накапливаться в более крупных и более сложных сетях, а следовательно, предполагает наличие обратной связи между разнообразием представленных в конкретном регионе отраслей и их вездесущностью. Тем не менее, как остроумно отметил Роберт Патнэм в своей книге Bowling Alone, веревка доказательств не может состоять только из одной нити. Таким образом, следующей нитью нашей веревки доказательств будет использование концепции челобайта для объяснения не только вложенности матриц, отражающих расположение отраслей промышленности, но и динамики этих матриц, то есть путей диверсификации стран и изменений в географическом распределении отраслей промышленности.

Эволюцию промышленного профиля страны можно представить в виде пазла. Действительно, перемещение сложной отрасли подобно попытке переместить пазл с одного стола на другой. Чем больше в пазле кусочков, тем труднее будет переместить его, поскольку, если мы не можем переместить все кусочки одновременно, пазл развалится. Таким образом, проще «переместить» несколько кусочков пазла на другой стол, на котором уже присутствуют другие кусочки того же самого уже собранного пазла. Перемещение сетей представляет такие же проблемы. Продукты, для производства которых требуется больший объем знаний и ноу-хау, подобны более крупным пазлам и, следовательно, будут создаваться в немногочисленных регионах, поскольку, чем больше кусочков вам нужно, тем больше вероятность того, что какой-нибудь кусочек будет отсутствовать. Кроме того, аналогия с пазлом говорит нам о том, что отрасли промышленности имеют больше шансов на успех там, где уже есть многие из необходимых для этой отрасли частей. Эту разницу в успешности можно рассматривать в качестве предвзятости, которая благоприятствует возникновению отраслей промышленности в местах или в состоящих из людей сетях, которые уже накопили большую часть знаний и ноу-хау, необходимых для этой отрасли, поскольку они уже развили одну или несколько смежных отраслей. В бизнес-школах и в кругах профессионалов по региональному развитию этот эффект известен как связанная диверсификация, что является техническим названием для идеи о том, что регионы, производящие шторы, уже адаптированы к производству скатертей, но не кофе-машин.

Сходства в знаниях и ноу-хау, необходимых для производства продуктов или воплощенных в отраслях, может усилить вложенность матриц, отражающих расположение отраслей промышленности, рассмотренных нами ранее, поскольку они подразумевают то, что продукты, для производства которых необходим большой объем знаний и ноу-хау, требуют наличия челобайт информации, уже воплощенных в населении многоотраслевых регионов. Тем не менее вложенность не может рассказать нам о схожести отраслей, поскольку сходства в знании и ноу-хау, необходимых для производства пары продуктов, плохо отражены в степени вездесущности продукта. Возвращаясь к нашей биологической аналогии, мы можем сказать, что зебра и крокодил похожи между собой в плане общей сложности, однако зебра может эволюционировать в лошадь легче, чем крокодил, просто потому, что гены зебры уже отвечают за многие особенности, свойственные лошади (длинные ноги, грива, пищеварительная система, оптимизированная для усвоения травы и т. д.). Таким образом, для определения сходства между двумя продуктами нам нужны критерии, выходящие за рамки их вездесущности. В данном случае можно использовать либо данные о местоположении отраслей, либо данные о профессиях, востребованных в обеих отраслях. Мы можем использовать эти данные, чтобы проверить, склонны ли новые отрасли развиваться в направлении тех отраслей, которые уже присутствуют в конкретном регионе.

Один из способов проверки предсказательной силы отраслевого сходства заключается в том, чтобы ввести понятие пространства продукта: сети, объединяющей похожие продукты. В глобальном масштабе мы можем оценить эту схожесть, посмотрев на то, какие продукты, скорее всего, будут экспортироваться вместе. Предполагается, что экспорт пары продуктов в тандеме отражает сходство между ними (то есть если производство рубашек сходно с производством блузок, то страны, экспортирующие рубашки, с большей вероятностью будут экспортировать блузки). В случае с экономикой конкретной страны, когда доступны данные о профессиях, востребованных той или иной отраслью, мы можем объединить отрасли, которым, как правило, требуется аналогичные профессии (приняв их в качестве показателя того, какие конкретно знания и ноу-хау требуются для той или иной отрасли).

В качестве иллюстрации для идеи пространства продукта рассмотрим три продукта: бананы, манго и мотоциклы. По данным международной торговли, мы можем сказать, что манго похожи на бананы, но не на мотоциклы, поскольку страны, которые экспортируют манго, с большей вероятностью будут экспортировать бананы, но не мотоциклы. Исходя из внутристрановых экономических данных, мы можем сказать, что манго похожи на бананы, но не на мотоциклы, поскольку фирмы, занимающиеся манго, как правило, нанимают ту же категорию рабочих, что и фирмы, занимающиеся бананами, а производители мотоциклов нанимают работников совсем других категорий.

Одним замечательным аспектом пространства продукта является то, что оно подходит для создания красивых визуальных представлений, которые можно использовать для визуализации процесса экономической диверсификации. На рис. 9 изображено пространство продукта, построенное на основе данных международной торговли. Каждый узел этой сети представляет собой продукт. Связями объединены продукты, которые с большой вероятностью будут экспортироваться теми же странами. Размер узлов кодирует информацию о мировой торговле (узлы большего размера соответствуют более крупным рынкам), а цвета узлов разделяют продукты на кластеры (например, одежда, электроника и неорганические соли). (Чтобы просмотреть этот рисунок в цвете и исследовать данные международной торговли более чем за пятьдесят лет, посетите сайт atlas.media.mit.edu.)

Пространство продукта представляет собой красивую картинку, однако магия его использования в качестве иллюстрации процесса экономического развития проявляется, когда вы с его помощью визуализируете динамику структуры экспорта страны. На рис. 10 представлены данные экспорта Малайзии в 1980 и 1990 годах. Цветные узлы (или темные в случае с черно-белым изображением) соответствуют продуктам, которые экспортировала Малайзия, а светло-серые узлы соответствуют продуктам, которые Малайзия не экспортировала. Будучи представленным в виде сети, пространство продукта позволяет увидеть не только экспортируемые страной продукты, но и продукты, связанные с ними.

Рис. 9. Пространство продукта. (Источник: atlas.media.mit.edu)

Рис. 10. Малайзия в пространстве продукта в 1980 и 1990 годах. Интерактивные цветные версии этого изображения можно найти на сайте Обсерватории экономической сложности (atlas.media.mit.edu) или atlas.media.mit.edu/explore/network/sitc/export/mys/all/show/1980/ (данные 1980 года) и atlas.media.mit.edu/explore/network/sitc/export/mys/all/show/1990/ (данные 1990 года)

В случае с Малайзией мы можем ясно видеть, что ее производственная структура эволюционировала в сторону смежных отраслей. В 1980 году Малайзия экспортировала несколько продуктов в секторе электроники (верхний левый кластер) и в секторе одежды (правый кластер). К 1990 году экономика Малайзии стала более диверсифицированной, однако ее диверсификация не была случайной. В соответствии с предсказанием теории челобайта диверсификация Малайзии проходила от одних отраслей в направлении других, требующих аналогичных знаний и ноу-хау, о чем свидетельствуют паттерны совместного экспорта. Это наблюдение в целом является статистически верным и подтверждено другими исследователями.

Это наблюдение справедливо и для внутренних данных Бразилии, отечественное производство которой включает в себя продукты и услуги. Здесь мы используем визуализации с сайта DataViva, который я создал вместе с Алексом Симоузом и Дэйвом Лэндри для наглядного представления данных всего формального сектора экономики Бразилии. Для иллюстрации мы используем бразильский муниципалитет Нова-Лима, который находится в городе Белу-Оризонти. Вместо данных экспорта на сайте DataViva используются данные о занятости. Это позволяет нам построить пространство «промышленности», соединяющее все секторы экономики, в том числе такие секторы, не имеющие отношения к экспорту, как образование, ресторанный бизнес или дорожное строительство. На иллюстрации, представленной на рис. 11, соединенными являются узлы, соответствующие секторам, требующим аналогичных профессий. (Например, строительство автомобильных и железных дорог связано со строительством зданий, поскольку компании в обеих отраслях среди прочих нанимают помощников инженеров-строителей, строительных рабочих, каменщиков и экскаваторщиков).

Рис. 11. Пространство промышленности муниципалитета Нова-Лима в 2002 и 2012 году. (Источник: dataviva.info).

Картина для муниципалитета Нова-Лима похожа на ту, которую мы наблюдали в случае с Малайзией. Тем не менее вместо диверсификации в направлении производства электроники Нова-Лима производит диверсификацию в направлении программного обеспечения и компьютерного консультирования (в рамках кластера информационных услуг, показанного в правой выноске), а также подготовки площадки, сноса и строительства коммунальных объектов (в рамках строительного кластера, показанного в левой выноске).

Взятые вместе вложенность сетей «отрасль – местоположение» и динамика стран и регионов в пространстве продукта представляют собой две важные связи между обсуждавшейся ранее концепцией челобайта и опытными данными о мире. Поскольку связь между присутствием отрасли промышленности в конкретном регионе и воплощенными в нем знаниями и ноу-хау представляет собой улицу с двусторонним движением, постепенное развитие промышленности показывает, что накопление знаний и ноу-хау в регионе происходит медленно и смещено в сторону уже существующих в нем знаний и ноу-хау. Это говорит нам о том, что знания и ноу-хау требуют присутствия отраслей промышленности так же, как отрасли промышленности требуют наличия знаний и ноу-хау. Было бы наивно думать, что накопление знаний и ноу-хау возможно там, где отсутствуют отрасли промышленности, которым они требуются. Возвращаясь к нашей аналогии с генами, мы можем сказать, что цвет глаз зависит от генов так же, как наличие генов, отвечающих за цвет глаз, зависит от существования глаза. Таким образом, хотя промышленность можно рассматривать в качестве выражения знаний, ноу-хау и других местных факторов, верно и обратное: отрасли промышленности представляют собой структуры, необходимые для того, чтобы наш вид смог накопить эти факторы, к которым относятся знания и ноу-хау.

Рассмотрим Кремниевую долину, в которой воплощен большой объем знаний и ноу-хау, имеющих значение для производства программного обеспечения и аппаратных средств и вебсайтов. Знания и ноу-хау, сосредоточенные в Кремниевой долине, воплощены не в постоянно безработных специалистах, а в специалистах, работающих в фирмах, участвующих в создании и разработке программного обеспечения и аппаратных средств. На самом деле истории большинства фирм Кремниевой долины очень тесно переплетены. Стив Джобс работал в компании Atari, а Стив Возняк работал в HP, прежде чем они основали компанию Apple. Как уже упоминалось, Стив Джобс также хорошо известен «заимствованием» идеи графического пользовательского интерфейса и объектно-ориентированного программирования у Xerox PARC. Если бы компании HP, Atari и Xerox PARC не находились в Кремниевой долине, то, вероятно, там не было бы знаний и ноу-хау, необходимых для основания компании Apple. Таким образом, отрасли промышленности, требующие знаний и ноу-хау, необходимых в других отраслях промышленности, представляют собой основополагающие этапы процесса промышленной диверсификации.

Концепция челобайта также позволяет объяснить, почему большие фрагменты знаний и ноу-хау трудно накапливать и передавать и почему знания и ноу-хау организованы по принципу иерархии, что выражается во вложенности данных о местоположении отраслей промышленности. Это связано с тем, что крупные фрагменты знаний и ноу-хау требуют для своего воплощения крупных сетей, а переместить или дублировать крупные сети гораздо сложнее, чем переместить небольшую группу людей. В результате сети «отрасль – местоположение» оказываются вложенными, и страны переходят к производству того, что расположено близко в пространстве продукта.

Тем не менее у каждого правила есть исключения, и случаи перенесения производственных сетей имели место. Рассмотрим случай Вернера фон Брауна, который был доставлен в Соединенные Штаты после Второй мировой войны для участия в разработке ракет. С фон Брауном приехали более ста ученых, работавших с ним в Германии. Вместе со своей командой и многими хорошо подготовленными американскими ракетостроителями фон Браун помог сети накопить знания, необходимые для развития сферы строительства космических ракет. Однако случаи, подобные этому, едва ли являются нормой в мире, где большая часть стран по-прежнему не в состоянии создавать реактивные двигатели или космические ракеты. Перемещение сети фон Брауна было обусловлено интуитивным пониманием теории челобайта, а также историческими и политическими факторами. Тем не менее с точки зрения теории челобайта, мы можем рассматривать технологическое перемещение фон Брауна в качестве попытки радикального переориентирования на новый продукт в пространстве продукта. Поскольку в середине XX века Соединенные Штаты занимали очень хорошую позицию в аэрокосмической промышленности, эта попытка с большей вероятностью могла бы увенчаться успехом в США, чем в развивающихся странах, в которых отсутствовали многие части, необходимые для завершения головоломки фон Брауна.

Теперь у нас есть две нити доказательства, поддерживающие теорию челобайт. Первой является способность теории челобайт объяснять вложенность сетей «отрасль – местоположение». Вторая – это способность теории челобайт объяснять динамику промышленной диверсификации, смещающейся в сторону производства аналогичных продуктов. Последняя нить, которую я буду здесь обсуждать, несколько отлична от предыдущих, поскольку она соединяет производственную структуру стран с уровнем дохода и экономическим ростом. В следующей главе я покажу, что сочетание экспортируемых страной продуктов позволяет предсказать ее будущий уровень доходов, что свидетельствует о том, что воплощенное в обществе ноу-хау помогает точно определить уровень ее процветания. Кроме того, путем рассмотрения дохода я соединю концепцию челобайт с традиционными макроэкономическими моделями и теориями, которые использовались для объяснения экономического роста. Это поможет нам понять рост экономики в качестве следствия чего-то более фундаментального: роста информации.

 

Глава 10

Шестой элемент

Существует много различных способов описания экономики. Один способ заключается в том, чтобы вслед за традиционными учебниками по макроэкономике разобрать экономику на такие факторы производства, как физический капитал, человеческий капитал и труд. Другой способ основан на естественнонаучном подходе и подразумевает разложение экономики, как и всего остального, на энергию, материю и информацию. Как мы увидим в этой главе, два эти способа разбора мира не являются несовместимыми. На самом деле знание того, как можно объединить эти подходы, является очень поучительным, поскольку может помочь нам интерпретировать традиционные экономические факторы с точки зрения физических величин и социальных процессов. Кроме того, соединив экономические факторы с их физической интерпретацией, мы осознаем существование одного дополнительного фактора, который нам следует рассмотреть. Этот дополнительный фактор представляет собой ноу-хау и знания, накопленные на коллективном уровне и обусловливающие разнообразие и изощренность экономических видов деятельности, которые я называю экономической сложностью.

Описание природы в терминах таких факторов производства, как капитал и рабочая сила, имеет в экономике давнюю традицию. Адам Смит разложил экономику на землю, труд и технику, которая представляет собой сочетание того, что современные экономисты называют физическим капиталом и технологией. Смит приравнял технику, или фиксированный капитал, к увеличению способности людей производить работу, и следовательно, рассматривал накопление физического капитала в качестве решающего фактора экономического роста. Он писал: «Фиксированный капитал предназначен для увеличения производительных сил, то есть для того, чтобы то же самое количество рабочих могло выполнить гораздо больший объем работы». Смит рассматривал улучшения в механике, подобные воплощенным в паровом двигателе, созданным его современником, Джеймсом Ваттом, в качестве увеличения способности людей производить работу: «Улучшения в механике… позволяют тому же количеству рабочих выполнять тот же объем работы, используя более простую и дешевую технику».

В течение ХХ века идеи Смита были математизированы экономистами, использовавшими математический анализ и дифференциальные уравнения для создания моделей экономического роста, который зависел от накопления различных форм капитала. Самые ранние модели приравнивали объем производства к соотношению между капиталом экономики и трудом, когда экономика находилась в равновесии. Они также смоделировали процесс экономического роста как перетягивание каната между нормой сбережений в экономике (капитал, который придерживается для использования в будущем) и амортизацией капитала (износ капитала).

Роберт Солоу выдвинул прототипическую модель экономического роста в конце 1950-х годов, что было весьма своевременно, поскольку именно тогда стали доступны данные, необходимые для оценки подобных моделей. Саймон Кузнец, экономист русского происхождения, который ввел понятие ВВП, завершил создание системы национальных счетов за два десятилетия до этого, что способствовало появлению экономического показателя, доминировавшего в XX веке. Тем не менее при сравнении с эмпирическими данными модель Солоу работала не очень хорошо. Кузнец в своей Нобелевской речи отметил: «Более ранняя теория, лежащая в основе этих измерений, довольно узко определила факторы производства и оставила рост производительности без объяснения в качестве меры нашего незнания».

«Мера нашего незнания», о которой говорил Кузнец, представляет собой то, что технически называется совокупной производительностью факторов производства (СПФП). Под СПФП экономисты подразумевают разницу между экономическим производством, предсказанным моделью, и тем, что наблюдается в эмпирических данных. (Эта разница интерпретируется как количество продукции, которое экономика может производить при данных затратах.) Этот разрыв мотивировал экономистов развить идеи Солоу, и во второй половине ХХ века они выдвинули множество новых моделей экономического роста, которые усовершенствовали модель Солоу. Новые модели учитывали новые факторы и новые математические инструменты для объяснения производительности факторов производства и накопления.

Однако не все экономисты согласились с тем, что использование агрегации являлось лучшим или единственным способом объяснения экономического роста и развития. Василий Леонтьев, научный руководитель Солоу и лауреат Нобелевской премии, утверждал, что основная проблема заключается в опоре на агрегаты, которые не учитывают информацию о конкретных отраслях промышленности. В 1971 году в обращении к Американской экономической ассоциации Леонтьев писал: «Прошло то время, когда лучшее, что можно было сделать с большими наборами переменных, заключалось в сокращении их количества путем усреднения или, что, по сути, является тем же самым, в их объединении в широкие агрегаты. Теперь мы можем манипулировать сложными аналитическими системами без подавления идентичности их элементов». Майкл Портер, влиятельный экономист, работавший над идеей конкурентоспособности в Гарвардской бизнес-школе, также выражал озабоченность по поводу чрезмерной зависимости от агрегации. Вместо этого он выступал за использование «специализированных факторов». При обсуждении конкурентоспособности стран в своей книге «Конкуренция» Портер заметил:

Согласно стандартной экономической теории, факторы производства – труд, земля, природные ресурсы, капитал, инфраструктура – станут определять характер торговли. Страна будет экспортировать те товары, в производстве которых в наибольшей степени используются факторы, которыми данная страна относительно хорошо обеспечена. Эта доктрина, зародившаяся еще во времена Адама Смита и Давида Рикардо и прочно укоренившаяся в классической экономической теории, в лучшем случае является неполной, а в худшем – неверной… Вопреки общепринятому мнению простое наличие рабочей силы, получившей среднее или даже высшее образование, в настоящее время не является конкурентным преимуществом в конкуренции между странами. Для того чтобы послужить созданию конкурентного преимущества, фактор производства должен быть высокоспециализированным, приспособленным для удовлетворения конкретных нужд соответствующей отрасли; такими факторами могут быть научный институт, специализирующийся на исследованиях в области оптики или ресурсы венчурного капитала, используемые для финансирования фирм, создающих программное обеспечение… Конкурентное преимущество является результатом наличия институтов мирового класса, которые сначала создают специализированные факторы производства, а затем ведут непрерывную работу по их модернизации и совершенствованию. [154]

Однако несоответствие между моделью Солоу и эмпирическими данными не склонила чашу теоретических весов в пользу Леонтьева. В течение второй половины ХХ века экономисты, пользуясь помощью других ученых, работавших в области социальных наук, продолжили поиск других факторов, которые можно было включить в агрегатные модели экономического роста.

Первым фактором, укоренившимся в среде экономистов, стал человеческий капитал, то есть знания и ноу-хау, воплощенные в людях. Идея человеческого капитала была основана на использовании теоретических моделей, подобных тем, которые продвигал Пол Ромер, а также на эмпирических прорывах. В своей значимой работе Грегори Мэнкью, Дэвид Ромер и Дэвид Вейл расширили эмпирическое сравнение между моделью Солоу и доступными данными с учетом человеческого капитала. Для измерения человеческого капитала они использовали данные о количестве поступивших в школу, что является не очень хорошим критерием для оценки образования, обучения, ноу-хау или знаний. Тем не менее модель в некотором роде учла экономический рост, который наблюдался в период с 1960 по 1985 год, но остался необъясненным моделью Солоу. Представленная модель также подтвердила важный прогноз теории Солоу, который подразумевал, что после принятия в расчет человеческого капитала богатые страны росли более скромными темпами по сравнению с менее богатыми. Теория Солоу не была ошибочной. Как это часто случается с научными достижениями, она была неполной, а понятие человеческого капитала позволило это исправить.

И все же человеческий капитал не устранил разрыв между данными и теорией, основанной на модели Солоу – разрыв, который Кузнец назвал «мерой нашего незнания». Отчасти это было связано с ограничениями в эмпирических подходах. Обучение в школе не является хорошим критерием для оценки ноу-хау и знаний, поскольку оно по определению представляет собой лишь количество времени, проведенного в учреждении, а не знания, содержащиеся в головном мозге человека. Стандартизированные тесты могут дать представление о базовых навыках студента, однако в качестве меры человеческого капитала они являются крайне ограниченными, поскольку не могут оценить разнообразие воплощенных в учащихся знаний. Кроме того, стандартизированные тесты совершенно бесполезны для измерения таких важных навыков, как творчество и добросовестность. Наконец, меры человеческого капитала также не в состоянии собирать информацию о способности людей работать в команде, поскольку даже при одном и том же уровне мастерства некоторые команды могут быть гораздо более продуктивными по сравнению с другими.

Итак, добавление нового фактора не устранило важный разрыв между нашим пониманием мира и эмпирическими наблюдениями. На самом деле этот разрыв был все еще достаточно большим, чтобы мотивировать введение еще одной формы капитала. Начиная с конца 1980-х годов, концепция социального капитала стала мощной пояснительной силой. Социальный капитал сводится не к машинам или индивидуальным знаниям, а к способности людей устанавливать связи.

Как мы видели ранее, социальный капитал – это идея о том, что социальные взаимоотношения обладают экономической ценностью. Эта идея имеет теоретический смысл, но ее трудно включить в эмпирические оценки. Для измерения социального капитала необходимо выработать способы оценки социальных сетей и культурных ценностей. Разработать эти способы гораздо сложнее, чем методы измерения запасов физического капитала или образования, особенно в глобальном масштабе. Для их измерения нам необходимо было произвести новые данные.

Однако сложность измерения социального капитала также обусловлена существованием большого количества способов придания социальным отношениям экономической ценности. Рассмотрим широко распространенное в литературе различие между открытым (bridging) и закрытым (bonding) социальным капиталом. Открытый социальный капитал, как и следует из названия, представляет собой социальный капитал, человека, круг общения которого состоит из людей, не знающих друг друга. Этот человек может проводить арбитражные сделки с информацией или товарами в группах, к которым принадлежит, а также перекомбинировать информацию, доступ к которой возможен только благодаря его привилегированному положению в социальной или профессиональной сети.

Открытый социальный капитал имеет большое значение для осуществления продаж, посредничества и управления, а также является важным предсказателем успешности банковских менеджеров и инновационных команд. Тем не менее открытый социальный капитал не дает полного описания экономической ценности человеческих отношений, поскольку противоположный открытому – закрытый социальный капитал также имеет ценность.

Закрытый социальный капитал является дополнением открытого. Закрытый социальный капитал накапливается в плотных социальных структурах, характеризующихся крепкими связями. К таким связям относятся отношения с нашими лучшими друзьями и коллегами. Мы используем закрытые связи для производства вещей, поскольку сложная производственная деятельность возможна только при регулярной коммуникации людей. Иными словами, закрытый социальный капитал представляет собой неявную способность группы постоянно взаимодействующих друг с другом индивидов осуществлять командную работу в отличие от асимметрии информации, позволяющей людям, обладающим открытым социальным капиталом, генерировать экономическую ценность.

Открытый социальный капитал является противоположностью закрытого, однако для экономической деятельности важны оба эти вида капитала. Экономика, в которой каждый является торговцем, – это экономика, в которой нечем торговать. Точно так же, в экономике, состоящей из сплоченных команд, обладающих большим объемом ноу-хау, но не соединенных между собой, останется много нереализованных возможностей, поскольку она будет не в состоянии произвести ни экономический обмен, необходимый для монетизации продуктов, ни информационные потоки, обеспечивающие обновление творческих коллективов.

Дело в том, что социальный капитал нелегко охарактеризовать не только из-за его коллективной природы, но и потому, что, вникнув в идею, мы понимаем, что кроме открытого и закрытого социального капитала она включает такие культурные ценности, как уровень доверия в обществе.

Эти ограничения усложняют задачу измерения социального капитала, а также предполагают, что эти измерения возможны только в случае с ограниченным числом стран. Однако данные о социальном капитале, собранные исследователями до сих пор, по-прежнему предполагают то, что социальный капитал действительно способствует экономическому росту и осуществлению хорошего руководства. В период с середины до конца 1990-х годов в нескольких значимых работах социальный капитал был добавлен в модели экономического роста, обнаружив положительную связь между социальным капиталом и экономическим ростом после учета ранее известных социальных факторов. Социальный капитал, хотя и неочевидный с эмпирической точки зрения, был ассоциирован с экономическим ростом.

Таким образом, на рубеже XXI века наше понимание экономического роста основывалось на пяти факторах: физическом капитале, человеческом капитале, социальном капитале (в который я включил институты), земле (сюда же относятся такие географические факторы, как минеральные ресурсы, климат, доступ к океану и т. д.) и рабочей силе (люди). Мы, конечно, можем спорить о размере, соотношении и экономической релевантности каждого из этих факторов, однако то, что эти пять факторов учитывались в последних попытках объяснения экономического роста, не подлежит сомнению.

Теперь я интерпретирую эти факторы в терминах материи, энергии, ноу-хау, знаний и информации, а затем объединю их с коллективным накоплением знаний, ноу-хау и информации, описанным в предыдущих главах.

Рассмотрим физический капитал. К примерам физического капитала относятся стиральная машина, здание, автомобиль, грузовик с цементом и ложка. Стиральная машина является физическим капиталом для прачечной, а ложка – для ресторана. Общим для всех этих объектов является то, что они представляют собой кристаллы воображения. Таким образом, мы можем описать физический капитал как физическое воплощение информации о практическом применении знаний и ноу-хау, используемых при его создании. Физический капитал состоит из воплощенной информации и является эквивалентом кристаллов воображения, подробно описанных во второй части книги.

Теперь давайте обратим наше внимание на человеческий и социальный капитал. Человеческий капитал представляет собой запас знаний и ноу-хау общества, воплощенных в индивидах. Он отличается от знаний и ноу-хау, воплощенных в сетях, состоящих из людей. Социальный капитал, с другой стороны, – это способность общества создавать связи, то есть способность общества формировать сети, необходимые для накопления большого объема знаний и ноу-хау. Тем не менее социальный капитал не является знанием или ноу-хау, воплощенным в этих сетях. Скорее это способность создавать эти сети, способность, которая, как мы видели ранее, зависит от личных ценностей, коммуникационных и транспортных технологий, стандартов и доверия.

Что отсутствует в этой концептуальной картине, так это знание и ноу-хау, которые накапливается обществом на коллективном уровне в фирмах и в состоящих из них сетях. Как мы увидим, это помогает нам лучше объяснять производительность экономики и прогнозировать экономический рост.

Прежде чем я объясню, как можно охарактеризовать знания и ноу-хау, накопленные обществом на коллективном уровне, необходимо обсудить чрезвычайно важное различие между идеей основного капитала (stock), который обычно используется в агрегатных моделях производительности экономики и роста, и идеей разнообразия, которое имеет решающее значение для создания моделей, учитывающих идентичность содержащихся в этой модели элементов.

Как я упоминал ранее, недостаток таких традиционных способов измерения человеческого капитала, как длительность обучения или баллы, набранные при прохождении стандартизированных тестов, заключается в том, что эти способы не учитывают информацию о разнообразии знаний и ноу-хау, воплощенных в социальной сети (рис. 12).

Рис. 12

Некоторые студенты могут быть более талантливыми спортсменами, в то время как другие могут иметь склонность к искусству, математике или языкам. Тесты не предоставляют информацию об этом разнообразии, поскольку они предназначены для измерения перекрывающихся знаний студентов и обычно учитывают узкий набор навыков.

Подобная критика применима и к способам измерения физического капитала. Традиционно физический капитал учитывался путем сложения цен относящихся к нему предметов. При такой агрегации мы могли бы сказать, что до тех пор, пока сумма цен остается неизменной, кухня с тремя печами, но без посуды эквивалентна кухне, в которой есть только одна печь и все, что необходимо для приготовления еды. Идея использования рыночных цен для агрегации предметов неявно предполагает рынок, на котором мы можем обменять ненужные предметы на те, которые нам нужны. Таким образом, в примере с кухней мы могли бы обменять наши дополнительные печи на посуду, которой нам не хватает. Хотя этот аргумент хорошо работает в теории, на практике торговать капиталом не всегда легко. Многие формы капитала имеют специализированные способы использования и востребованы лишь немногими людьми на рынке. Кроме того, когда мы рассматриваем инфраструктуру, мы вступаем на территорию, где изменить элементы или проекты практически невозможно. Попробуйте поменять три имеющихся у вас моста на нужный вам аэропорт или сотовую сеть на систему шоссе. Таким образом, если мы хотим последовать совету Леонтьева и сохранить идентичность элементов, участвующих в экономиках, нам следует рассмотреть способы измерения, сосредоточенные на разнообразии, а не на основном капитале, не только тогда, когда мы думаем о физическом капитале, но и при рассмотрении знаний и ноу-хау. Сосредоточив внимание на разнообразии, мы принимаем такие описания экономики, которые не допускают сложения яблок и апельсинов или автомобильных механиков и шахтеров, но могут оценить экономический потенциал, учитывая эти очевидные различия.

Но как мы можем создать описание экономики, учитывающее идентичность ее элементов? Опять же мы будем использовать данные об отраслях и продуктах. Как я говорил в предыдущей главе, сочетание продуктов, экспортируемых регионом, представляет собой своеобразный слепок производственных мощностей этого региона, который не подавляет идентичность соответствующих экономических элементов. Таким образом, данные об отраслях промышленности и продуктах говорят нам не только о знаниях и ноу-хау, воплощенных в производственных сетях региона, но и о разнообразии физического и человеческого капитала.

Например, производство реактивных двигателей говорит о наличии профессионалов в области аэродинамики, механики, материалов и термодинамики, а также о наличии специализированных средств, необходимых для разработки, тестирования и производства турбин. Теперь рассмотрим экспорт свежих фруктов, который говорит нам о наличии ноу-хау в сельском хозяйстве, а также о существовании холодильников, работа которых обеспечивается бесперебойной подачей энергии. Кроме того, экспорт свежих фруктов говорит о наличии таможенного органа, который работает достаточно эффективно, чтобы осуществлять отправку плодов, пока они не испортились, а также о соблюдении международных санитарных и фитосанитарных стандартов. Таким образом, экспорт продукции может рассказать нам не только о ноу-хау, знании и разнообразии физического капитала, но и о качестве работы формальных учреждений, участвующих в этом процессе.

Идею о том, что продукты позволяют охарактеризовать экономику, не подавляя идентичность ее элементов, можно найти в работах Леонтьева. Его работа была основана на матрицах «затраты – выпуск», в которых доля выпуска одной отрасли использовалась в качестве затрат в другой отрасли. Тем не менее здесь мы расширим видение Леонтьева не путем использования матриц «затраты – выпуск», а сконцентрировав внимание на данных экспорта. Данные экспорта не содержат информацию, связывающую различные экономические сектора, но их преимущество состоит в том, что они доступны для большинства стран за длительный период. Кроме того, эти данные значительно более дезагрегированы по сравнению с большей частью публикуемых данных о затратах и выпуске (данные о тысячах продуктов по сравнению с данными о десятках отраслей). Таким образом, данные экспорта представляют собой объектив с разрешением, необходимым для изучения экономики с сохранением идентичности ее элементов.

Как мы уже видели, продукт можно охарактеризовать, не только проанализировав его вездесущность, то есть количество экспортирующих его стран, но и оценив разнообразие стран, которые экспортируют данный продукт. Кроме того, мы осознали важность использования вездесущности продукта и разнообразия его экспортеров, поскольку это позволило нам отличить продукты с низкой степенью вездесущности, обусловленной их редкостью (например, урановая руда), от продуктов с низкой степенью вездесущности, обусловленной их сложностью (например, оптические приборы). Теперь, используя аналогичный аргумент, я постараюсь охарактеризовать экономику.

В первом приближении мы можем просто рассмотреть количество различных продуктов, производимых и экспортируемых экономикой. В экономиках, экспортирующих большее количество продуктов, скорее всего, воплощены более разнообразные знания и ноу-хау, как на индивидуальном, так и на коллективном уровне. Тем не менее разнообразие, измеряемое путем подсчета количества различных экспортируемых экономикой продуктов, даст нам не очень много, поскольку разнообразие не учитывает информацию о сложности экспортируемых продуктов. Две экономики, которые экспортируют одинаковое количество продуктов, не обязательно являются одинаково сложными, поскольку одна может экспортировать более простые продукты по сравнению с другой. Нам следует внести корректировки с учетом этого ограничения. На этот раз мы будем использовать степень вездесущности для учета информации об идентичности экспортируемых экономикой продуктов. Таким образом, мы можем создать более точное описание экономики, рассмотрев разнообразие страны и среднюю степень вездесущности экспортируемых ею продуктов.

Учет вездесущности экспортируемых экономикой продуктов улучшает качество нашей характеристики, однако у нее остается еще много недостатков. Как мы видели ранее, вездесущность продукта является грубым приближением к его сложности, следовательно, характеризуя экономику с помощью количества экспортируемых продуктов и средней степени их вездесущности, мы получаем весьма приблизительное описание экономики. Для дальнейшего уточнения нам снова необходимо доработать метод измерения экспортируемых экономикой продуктов. И вновь мы можем использовать разнообразие экспортирующих продукт стран в качестве способа уточнения информации, содержащейся в степени вездесущности этого продукта.

Эта задача может показаться замкнутым кругом, поскольку мы используем разнообразие стран для улучшения способа измерения продуктов и в то же время используем степень вездесущности продуктов для улучшения способа измерения стран. Тем не менее этот замкнутый круг подразумевает хорошо определенный математический предел. Результатом этого процесса является мера, которую я разработал в 2008 году и назвал экономической сложностью. Как мы увидим, волшебство этой меры заключается в том, что она очень точно предсказывает экономический рост.

Чтобы увидеть, как работает мера экономической сложности, давайте рассмотрим пример. На рис. 13а представлены данные о ВВП страны на душу населения и о разнообразии, выраженном в количестве экспортируемых ею продуктов. Рис. 13б представляет собой более сложный вариант, учитывающий ВВП на душу населения и меру, включающую среднюю степень разнообразия стран, которые экспортируют продукты, экспортируемые странами, которые экспортируют то, что экспортирует экономика. Это уже приближается к мере экономической сложности и заставляет поломать голову, поскольку предыдущая фраза находится на пределе того, что можно выразить человеческим языком, однако, как мы увидим далее, по сравнению с более простыми методами измерения разнообразия, этот метод имеет некоторые явные преимущества.

На рис. 13а и 13б я выделил три страны: Сингапур, Чили и Пакистан. Я выбрал эти три страны исходя из того, что они экспортировали одинаковое количество продуктов в 2000 году, и, следовательно, мы не можем различить их, используя только количество экспортированных продуктов (то есть разнообразие). Поскольку Сингапур, Чили и Пакистан значительно отличаются по ВВП на душу населения, но не по количеству экспортируемых продуктов, они выровнены по вертикали на рис. 13а. Это выравнивание исчезает, как только мы добавляем информацию о степени вездесущности продуктов, экспортируемых этими странами, а также о разнообразии стран, которые экспортируют эти продукты. На рис. 13б Сингапур находится справа от Чили, а Чили – справа от Пакистана. Этот сдвиг говорит нам о том, что включение информации об идентичности экспортируемых страной продуктов (через вездесущность продуктов и разнообразие стран, которые их экспортируют) помогает нам определить экономику Сингапура в качестве более сложной по сравнению с экономикой Чили, а экономику Чили – в качестве более сложной по сравнению с экономикой Пакистана.

Тем не менее корреляция между этой мерой экономической сложности и ВВП на душу населения – это не самое удивительное. Что делает эту меру экономической сложности важной, так это ее способность объяснять изменения показателей ВВП на душу населения за длительный период времени.

Рис. 13а. ВВП на душу населения против разнообразия экспорта (данные за 2000 год)

Рис. 13б. ВВП на душу населения против экономической сложности (данные за 2000 год)

В качестве иллюстрации способности показателя экономической сложности объяснять экономический рост рассмотрим рис. 14. Здесь показаны значения сложности экономик (рассчитанной по математической формуле) и ВВП на душу населения за 1985 год. На этом графике страна может занять одно из трех возможных положений. Страны, которые находятся выше линии, имеют ВВП на душу населения, превышающий значение, которое можно было бы ожидать при соответствующей сложности экономики. Страны, которые расположены под линией, имеют ВВП на душу населения, значение которого ниже ожидаемого при данной сложности экономики. Наконец, страны, расположенные на линии – это страны с ВВП на душу населения, точно соответствующим ожидаемому значению при существующей сложности экономики.

Рис. 14. Экономическая сложность в сравнении с ВВП на душу населения (данные за 1985 год)

Как же эти разрывы развиваются во времени? По большей части, страны, которые находятся под линией, например Индия и Китай, как правило, развиваются более быстрыми темпами по сравнению со странами, находящимися на линии или над ней (рис. 15). Это означает, что в долгосрочной перспективе доход стран имеет тенденцию следовать за информацией, отраженной показателем экономической сложности. Короче говоря, доходы стран можно предсказать, исходя из сложности их экономик. Чтобы заработать, необходимо производить.

Однако в каких временных масштабах показатель экономической сложности эффективен в плане прогнозирования экономического роста? Интересно отметить, что показатель экономической сложности не позволяет точно спрогнозировать экономический рост в краткосрочной перспективе, то есть менее чем на пять лет вперед. В такие короткие периоды, как правило, наблюдается много флуктуаций, вызванных кризисами, изменениями цен на товары, а также до некоторой степени вариациями обменных курсов. При рассмотрении более длительных периодов (от десяти до пятнадцати лет) показатель экономической сложности очень эффективен в плане предсказания экономического роста, это означает, что данный показатель отражает информацию о способности экономики генерировать доход в долгосрочной перспективе.

Рис. 15. Сравнение показателя роста, предсказанного на основе несоответствия между показателем экономической сложности и ВВП на душу населения в 1985 году, с показателями роста, наблюдаемыми в период с 1985 по 2000 год

Один из способов интерпретации динамики экономического роста и экономической сложности заключается в том, что производимые и экспортируемые страной продукты определяют равновесный уровень дохода. Это означает, что показатель среднего дохода страны должен медленно приближаться к показателю дохода других стран с аналогичным уровнем экономической сложности. Другой способ интерпретации этой динамики заключается в том, что каждая отрасль промышленности и профессия тяготеет к свойственным им уровням дохода. Например, опытные разработчики программного обеспечения получают хорошую зарплату, независимо от того, где они находятся, а сборщики фруктов получают маленькую зарплату, независимо от того, где они работают. Это не значит, что уровень заработной платы для каждой профессии и отрасли одинаков во всех странах, поскольку очевидно, что это не так. Скорее международные различия в уровнях зарплат подтягивают зарплаты работающих в одних и тех же отраслях к аналогичному значению, даже если это притяжение не очень сильно и действует медленно.

Мы можем узнать еще очень многое, сопоставив показатель ВВП на душу населения с показателем сложности экономики. Одним из непосредственных уроков является то, что низкая заработная плата сама по себе не обеспечивает экономического преимущества. Экономическое преимущество существует только для стран, уровень зарплат в которых низок по сравнению со сложностью их экономики.

Рассмотрим перенос производства из Соединенных Штатов в Китай. На протяжении последних десятилетий американские СМИ упорно объясняли этот перенос низкими зарплатами. Тем не менее существует ряд стран с многочисленным населением, где заработная плата значительно ниже, например в Индонезии проживает 200 миллионов человек, в Эфиопии – 80 миллионов, а в Нигерии – более 100 миллионов человек. В Нигерии и Индонезии ВВП на душу населения примерно в два раза меньше, чем в Китае, а в Эфиопии – примерно в десять раз меньше, чем в Китае. Причина, по которой производство не было перенесено в эти страны, заключается в том, что у этих стран нет производственной способности Китая – способности, воплощенной в китайских городах, фирмах и жителях. Не официальные доказательства этой высокой способности можно получить, поговорив с кем-нибудь из производителей больших партий продукции в китайском производственном центре, например в Шэньчжэне. Иностранцы, производящие мобильные телефоны и электронику, скажут вам, что они выбрали Шэньчжэнь потому, что это лучшее место для производства продукции. В Шэньчжэне есть необходимый объем знаний, требующихся для производства разнообразных продуктов, и фирмы производят свои продукты там, прежде всего, потому, что они хотят использовать эти мощности, а не просто потому, что там низкая заработная плата.

* * *

Мы начали эту главу с описания хорошо известных связей между экономическим ростом и факторами производства: между физическим капиталом и человеческим капиталом, а также между человеческим капиталом и социальным капиталом. Эти факторы помогли нам в значительной степени объяснить различия в показателях экономического роста среди разных стран, однако мы также увидели их существенные технические и концептуальные ограничения. Одним из недостатков агрегированных факторов является их неспособность учесть информацию об идентичности составляющих экономику элементов. Фокусируясь на измерении основного капитала вместо разнообразия, эти факторы складывают яблоки с апельсинами, печи с холодильниками и графических дизайнеров с инженерами-электриками. Это ограничение, как известно, чревато определенными проблемами, – Леонтьев и другие ученые предупреждали об опасностях агрегации. Но на практике это ограничение трудно было преодолеть.

Однако, используя данные о продуктах, экспортируемых каждой страной, можно создать критерии для оценки экономики, учитывающие идентичность элементов, из которых она состоит. Отчасти это возможно благодаря тому, что данные, связывающие страны с экспортируемыми ими продуктами, принимают форму сети. В сети идентичность элемента выражается не только во внутренних характеристиках (которые могли бы определить действительную идентичность продукта или страны), но и в схемах соединения, которые для конкретной страны включают ее первых соседей (количество продуктов, с которыми она связана), вторых соседей (вездесущность производимых страной продуктов), третьих соседей (среднее количество стран, связанных с продуктами, с которыми связана страна) и так далее.

Конечно, это не единственный способ измерения сложности экономики. Одни и те же данные можно использовать различными способами. Кроме того, мы можем использовать другие данные, например такие, которые соединяют страны с отраслями промышленности и с категориями профессий, чтобы создать показатели, основанные на местоположении и профессиях, а не на отраслях и местоположении. Идея в данном случае сводится не к тому, что экономическая сложность является единственным или наилучшим показателем, а к тому, что сложность экономики может быть измерена путем разработки сетевых методов, учитывающих идентичность элементов, из которых состоит экономика.

Польза от применения этого нового показателя очень велика, поскольку он позволяет спрогнозировать совокупный объем производства, учитывая не только информацию о таких ранее описанных факторах, как институты, социальный капитал и человеческий капитал, но и информацию о знаниях и ноу-хау, которые экономика накапливает на коллективном уровне.

В следующей главе мы отвлечемся от национальных экономик, факторов производства и показателей ВВП и с биологической и исторической точки зрения сравним способность групп людей «упаковывать» и «распаковывать» знания и информацию с аналогичными биологическими механизмами. Это поможет нам исследовать механизмы, обеспечивающие способность системы наращивать объем информации.

 

Глава 11

Слияние знаний, ноу-хау и информации

До сих пор мы описывали экономику, основываясь на ноу-хау, знаниях, способах их практического применения и механизмах, необходимых для накопления и распространения знаний, ноу-хау и способов их практического применения. Такое описание экономики сосредоточено на упаковке и распаковке ноу-хау и информации, на том, как наша способность упаковывать способы практического применения знаний и ноу-хау в продукты увеличивает наши возможности, а также на том, как квантование ноу-хау, обусловленное ограниченной способностью фирм и людей накапливать ноу-хау, ограничивает его распространение.

Мы отметили, что информация и ноу-хау представляют собой различные понятия. Информация относится к порядку, воплощенному в кодифицированных последовательностях, присутствующих, например, в музыке или ДНК, в то время как знание и ноу-хау относятся к способности системы обрабатывать информацию. Примеры ноу-хау можно найти в биологических сетях, осуществляющих фотосинтез – процесс, посредством которого растение производит углерод из воздуха. Более причудливым примером являются человеческие сети, осуществляющие «автосинтез» – процесс, посредством которого группы людей производят автомобили из минералов.

Ноу-хау и информация различны, но тесно связаны. Способность системы упаковывать ноу-хау во многом зависит от гибкости, с которой она может использовать информацию для реконструкции динамических сетей, необходимых для накопления ноу-хау. Прекрасным примером в данном случае является семя. Это пакет, содержащий как ноу-хау, так и информацию, необходимую для создания растения, например дерева. Развитие дерева является не чем иным, как величественным процессом распаковки ноу-хау, управляемым генетической информацией. Семя, превращающееся в дерево, распаковывает ноу-хау, необходимое для выполнения фотосинтеза, построения структур, которые будут транспортировать питательные вещества и воду от земли к листьям, а также для защиты от вредителей. Семя, превращающееся в дерево, представляет собой пример того, как ноу-хау и информация распаковывается в структуру, которая является более сложной по сравнению с той, которая ее породила, – дерево имеет возможность выполнять функции, не свойственные семени.

Как же происходит распаковка ноу-хау и информации? Является ли это результатом обработки информации, упакованной в ДНК, или результатом более сложного процесса с участием как ноу-хау, воплощенного в зародышевой клетке семени, так и информации, закодированной в ДНК?

Существует причина, по которой деревья не размножаются, просто выплевывая ДНК. Такая простая репродуктивная попытка не сработала бы. Семена представляют собой нечто гораздо большее, чем генетический материал. Они содержат разнообразные органеллы, без которых невозможен был бы доступ к информации, закодированной в молекуле ДНК, ее распаковка или воспроизведение. ДНК необходима для размножения биологических организмов, но она бесполезна в отсутствие сетей, состоящих из белков и органелл, сопровождающих ее в зародышевой клетке. Помещение цепи ДНК в землю не является эффективным способом посадки дерева, поскольку в ДНК отсутствует ноу-хау, необходимое для самораспаковки. На самом деле ДНК не содержит ноу-хау и не может распаковать саму себя, она находится в рабстве у механизма, необходимого для того, чтобы ее распаковать.

Биологические сети, распаковывающие ДНК, используют паттерны, закодированные в генетической последовательности, а также неявно закодированные в ДНК инструкции, для того, чтобы по мере спроса производить новые белки и органеллы. Эти сети создают структуры, необходимые для преобразования семени в дерево, и показывают, как существующая в биологии тесная связь между ноу-хау и информацией помогает биологическим организмам с непревзойденной эффективностью упаковывать и распаковывать ноу-хау.

Тесная связь между информацией, закодированной в ДНК, и ноу-хау, воплощенным в сети биологических взаимодействий семени, обеспечивает очень эффективный способ воспроизведения и распространения ноу-хау. При подходящих условиях несколько семян могут превратиться в лес, пчелиная матка может породить целую колонию, а несколько кроликов могут захватить Австралию. Тем не менее свойственное для биологии слияние ноу-хау и информации отсутствует в человеческих системах и экономиках.

Как в биологии, так и в экономике большие объемы ноу-хау воплощены в более крупных сетях. Объем ноу-хау, воплощенного в кролике, превышает объем ноу-хау, воплощенного в оплодотворенной яйцеклетке кролика, что обусловлено процессом распаковки, известным в биологии как развитие. В биологии также существуют дискретные структуры, которые могут содержать ограниченные объемы ноу-хау. Органы знают, как выполнять функции, которые не могут выполнять клетки, функции кроликов выходят далеко за рамки функций их отдельных органов, а экосистемы воплощают гораздо больший объем ноу-хау по сравнению с тем, что содержится во всех представителях одного вида (например, экосистемы знают, как производить регуляцию окружающей среды, хотя и не осознают этого). Эти точки перехода аналогичны обсуждавшимся ранее пределам челобайта и фирмобайта, и они могут помочь нам осознать масштаб, на котором «брак» между ноу-хау и информацией начинает разрушаться.

Большая часть ноу-хау, воплощенного в биологических организмах, может быть упакована в крошечный сосуд, содержащий информационно насыщенную молекулу – ДНК и сеть, содержащую ноу-хау, необходимое для воссоздания сложного организма с помощью шаблонов и инструкций, присутствующих в ДНК. Тем не менее ноу-хау, воплощенное в экосистеме, не может быть упаковано в такую компактную и элегантную упаковку. Это делает воспроизведение экосистем намного более сложной задачей по сравнению с воспроизведением отдельных организмов, а их прореживание гораздо более хлопотным делом. Кроме того, это делает более очевидной аналогию между экономиками и биологией, подчеркивая то, как разрывы в способности сети накапливать ноу-хау определяют переходные точки системы.

В крупных масштабах экономики сталкиваются с репродуктивными ограничениями, свойственными экосистемам. Экономики содержат большие объемы ноу-хау и подобно экосистемам способны воплощать его только путем разбиения и распределения по сети дискретных фрагментов, то есть путем квантования и воплощения в промежуточных структурах. В экономиках фирмы и люди заменяют стада и организмы, однако принцип квантования относится к обеим сферам. В более мелких масштабах в экономиках по-прежнему отсутствует тесная связь между ноу-хау и информацией, воплощенными в ДНК и позволяющими биологическим организмам так плотно упаковывать ноу-хау. Книга о технике, искусстве или музыке может помочь развиться инженеру, художнику или музыканту, но она вряд ли может сделать это с той элегантностью, изяществом и эффективностью, с которой эмбрион жирафа распаковывает свою ДНК для создания взрослой особи. Способность экономики упаковывать и распаковывать ноу-хау путем физического воплощения инструкций и шаблонов в виде письменной информации гораздо более ограничена по сравнению с аналогичной способностью биологических организмов. Эти различия означают, что в экономиках ноу-хау существует в основном в «распакованном виде». Оно воплощено в сетях, и, хотя мы можем упаковать некоторую его часть с помощью «чтения» и «письма», наша способность упаковывать ноу-хау с помощью информации весьма ограничена. В результате этого ноу-хау, которым обладают развитые страны, нелегко переместить в другие места. В экономиках не существует эквивалента для семян, обеспечивающих тесную связь между ДНК и сетью молекул, поэтому для перемещения ноу-хау в другие места они должны воспроизводить целые экосистемы. Опять же, это объясняет географическую предвзятость и то, почему такие объекты, воплощающие способы практического использования ноу-хау и знаний, как автомобили, распространяются гораздо эффективнее, чем знания и ноу-хау, необходимые для их производства. Таким образом, неспособность экономик упаковывать ноу-хау в связи с отсутствием эквивалента комбинации «ДНК-клетка» является фундаментальным ограничением экономического развития и показывает, что упаковка и распаковка ноу-хау играет фундаментальную роль в формировании структуры мировой экономики.

В качестве мысленного эксперимента рассмотрим отправку группы из десяти подростков на необитаемый остров, оснащенный неуязвимыми ноутбуками, работающими на солнечных батареях и содержащими полную копию всего Интернета и всех когда-либо написанных книг и журналов. Будет ли этой «ДНК» достаточно для того, чтобы эта группа подростков смогла распаковать содержащуюся в этих источниках информацию за период смены от пяти до десяти поколений? Смогут ли они сформировать общество, воплощающее в своих сетях ноу-хау из области металлургии, сельского хозяйства и электроники, которые мы принимаем как должное в современном обществе и которые закодированы с помощью информации, запечатленной в книгах и на веб-сайтах? Или они не смогут превратить эту информацию в производственное ноу-хау и не в состоянии будут воссоздать общество, содержащее объем ноу-хау, хоть в какой-то степени сопоставимый с объемом ноу-хау, воплощенным в обществе, которое поставило перед ними эту странную задачу? Разумеется, эксперимент по воспроизведению сюжета книги «Повелитель мух» неосуществим, однако наша история содержит примеры, говорящие нам о том, что ноу-хау часто теряется в условиях изоляции социальных групп, а также о том, что ноу-хау, доступное в некоторых местах, трудно воспроизвести, даже прилагая фантастические усилия.

Рассмотрим следующие три примера. Во-первых, известны случаи с аборигенами, которые утрачивали технологии в условиях изоляции. Джаред Даймонд в своей книге «Ружья, микробы и сталь» пишет: «Крайний пример – аборигены Тасмании, которые отказались даже от костяных орудий и рыболовства и сделались самым технологически примитивным обществом современной эпохи. По одной из гипотез, аборигены Австралии так же в какой-то момент освоили, а затем забросили лук и стрелы. На островах Торреса отказались от каноэ, а на острове Гауа успели не только отказаться, но и вновь взять их на вооружение. Гончарные изделия вышли из употребления по всей Полинезии. Большинство полинезийцев и многие меланезийцы перестали использовать лук со стрелами. Полярные эскимосы предали забвению лук со стрелами и каяки, а дорсетские эскимосы утратили лук со стрелами, лучковую дрель и ездовых собак». Разумеется, эти группы аборигенов не обладали неразрушимыми ноутбуками на солнечных батареях из нашего предыдущего мысленного эксперимента, однако перед ними не стояла задача воспроизведения всего объема ноу-хау современного общества, а только общества, от которого они отделились.

Во-вторых, рассмотрим колонии Джеймстаун, штат Вирджиния и Плимут, штат Массачусетс. Ранний успех британских колонистов, прибывших на территорию современных Соединенных Штатов, не был обусловлен их способностью к воспроизводству европейского общества, а являлся результатом налаживаниясвязей с другими популяциями, которые спасли их от вымирания. В Джеймстауне колонисты буквально поедали друг друга до прибытия Джона Рольфа, который привез семена табака, что позволило колонистам наладить коммерческие связи с Англией и импортировать все необходимые вещи, которые они не могли произвести сами. В отсутствии этой торговой связи колонию Джеймстаун, вероятно, ждала бы судьба ранее исчезнувшей колонии Роанок. В Соединенных Штатах отмечается День благодарения, потому что коренные американцы спасли колонистов Новой Англии, предоставив необходимые им товары, которые они были не в состоянии произвести в течение лета. Во многом подобно колонии Джеймстаун для выживания колонии Плимут требовалась помощь извне, а также продолжительная связь с Англией для начала процесса накопления ноу-хау, которое в итоге было перенесено в Новую Англию. Наконец, рассмотрим более современный пример. В начале XX века компания Ford Motor Company приобрела большой участок земли размером со штат Коннектикут в Амазонии на берегу реки Тапажос. «Колония» Фордландии, как называли ее бразильцы, должна была стать крупной каучуковой плантацией, однако этот проект также являлся попыткой создания общества, которое, по мнению Генри Форда, должно было бы стать таким же добродетельным, как то, которое он помог создать на Среднем Западе. Тем не менее проект «Фордландия» так и не был реализован. Жители Фордландии не голодали, как жители колоний Джеймстаун и Роанок, однако они также постоянно нуждались в спасении, в данном случае с помощью богатства Форда. У Фордландии длинная и катастрофическая история. В ней были политические и моральные битвы, а также технические ограничения и биологические вредители. Кроме того, это предприятие включало использование ноу-хау и опыта квалифицированных инженеров и менеджеров, которые успешно работали в компании Ford Motor Company. Тем не менее их попытка воссоздать штат Мичиган 1920-х годов в джунглях Амазонки не увенчался успехом. Несмотря на все усилия и неоднократные попытки, могучая Ford Motor Company не смогла перенести ноу-хау, воплощенное в сетях, состоящих из людей, проживающих на полуострове Мичиган, на берег реки Тапажос.

Надеюсь, с помощью того, что мы обсудили до сих пор, мне удалось проиллюстрировать важность понимания экономических процессов с точки зрения нашей способности упаковывать и распаковывать ноу-хау и информацию, воплощать ноу-хау в состоящих из людей сетях с ограниченной способностью к его накоплению, а также создавать предметы, которые воплощают способы практического применения этого ноу-хау и расширяют человеческие возможности.

Тем не менее это не последняя остановка на нашем пути. В заключительной главе я обобщу то, что мы узнали о физических, социальных и экономических системах, а также о существующих в этих системах механизмах, которые способствуют росту объема информации.

 

Глава 12

Эволюция физического порядка: от атомов до экономик

Вселенная состоит из энергии, материи и информации, и хотя энергия и материя существуют по умолчанию, для появления информации требуются определенные условия. Это не всегда просто.

Мы начали свой рассказ с описания некоторых основных физических механизмов, которые способствуют увеличению объема информации. Они включают три важные концепции: спонтанное возникновение информации в неравновесных системах (пример с водоворотом), накопление информации в твердых телах (например, в белках и ДНК), а также способность материи производить вычисления.

Первая идея связывает информацию с энергией, поскольку в неравновесных системах информация возникает естественным образом. Эти системы состоят из большого количества частиц и характеризуются значительными энергетическими потоками. Потоки энергии способствуют самоорганизации материи. Как говорил Пригожин, энергетические потоки, которые не позволяют системе прийти в состояние равновесия, объясняют спонтанное возникновение порядка или информации. Неравновесные системы порождают информацию естественным образом по мере того, как они организуются в динамические устойчивые состояния. К повседневным примерам таких систем относятся водовороты, формирующиеся при сливе воды из ванны, а также завихрения, появляющиеся при вливании молока в кофе.

Однако неравновесные системы не позволяют нам понять более сложные формы информации. Здесь в игру вступает существование твердого вещества и вычислительные способности материи.

Непрерывное стремление к энтропии означает, что информация всегда находится под угрозой уничтожения. Чтобы выжить, информации приходится скрываться, поскольку во Вселенной, где информация существует недолго, информация не может накапливаться.

Твердое вещество позволяет информации сопротивляться энтропии. Обеспечивая информации возможность сохраняться, твердые тела позволяют информации рекомбинироваться. Это рекомбинация необходима для дальнейшего роста объема информации.

В своей книге 1944 года «Что такое жизнь?» Эрвин Шредингер подчеркнул значение твердых тел в качестве носителей информации в контексте жизни. Он понимал, что жизнь представляет собой далекую от равновесия систему, обладающую способностью сохранять и обрабатывать информацию. Он также осознавал, что такие твердые вещества, как белки и ДНК, необходимы для хранения и переноса информации и что способность этих молекул воплощать информацию обусловливается не только их твердостью.

Шредингер отметил, что апериодическая природа таких кристаллических твердых тел, как ДНК, имеет определяющее значение для способности этих молекул воплощать информацию. Длинномасштабные и короткомасштабные корреляции позволяют молекуле ДНК упаковывать большие объемы информации так же, как длинномасштабные и короткомасштабные корреляции в языке позволяют нам выражать идеи, которые нельзя выразить с помощью случайных комбинаций слов.

Таким образом, вторым ключом к разгадке тайны увеличения объема информации является то, что твердые тела имеют определяющее значение для сохранения информации. Тем не менее не все твердые тела способны воплощать информацию. Для этого они должны обладать определенной структурой. Твердые тела, характеризующиеся случайной или периодической структурой, не в состоянии воплощать информацию, которую могут содержать такие более сложные структуры, как ДНК.

Существенное значение твердых веществ для накопления информации также говорит нам об условиях окружающей среды, которые больше всего способствуют росту объема информации. Эти условия определяются узким диапазоном температур. Информация не может накапливаться в полностью замороженной среде, поскольку в таких условиях информация статична и не может рекомбинироваться. Кроме того, объем информации не может расти при слишком высокой температуре. Такая обжигающая среда, как солнце, характеризуется множеством неравновесных завихрений, однако отсутствие твердых тел означает, что информация в такой среде не может сохраняться, рекомбинироваться и накапливаться. На солнце не существует длинных белковых цепей. На самом деле температура там настолько высока, что атомы отрываются от своих электронов в процессе непрестанного движения, происходящего на солнце. Таким образом, горячие миры могут генерировать простые формы информации, но в отсутствие твердых тел информация не может выйти за пределы своих самых примитивных состояний.

Для появления информации требуется энергия, а для ее сохранения необходимы твердые вещества. Однако для взрывообразного роста объема информации нужен еще один ингредиент: способность материи производить вычисления.

Факт того, что материя способна производить вычисления, является одним из самых удивительных фактов во Вселенной. Только подумайте, без вычислительной способности материи не было бы никакой жизни. Бактерии, растения, вы и я технически являемся компьютерами. Наши клетки постоянно обрабатывают информацию не вполне понимаемым нами способом. Как мы видели ранее, способность материи производить вычисления – это необходимое условие для возникновения жизни. Это также является важной отправной точкой в способности нашей Вселенной порождать информацию. По мере того как материя научается производить вычисления, она начинает выбирать, какую информацию следует накапливать и какие структуры воссоздавать. В конечном счете именно вычислительная способность материи обусловливает взрывообразный рост объема информации.

Неравновесные системы, твердые вещества и вычислительные способности материи помогают нам объяснить рост и наличие информации в нашей Вселенной. Эти три механизма позволяют материи обмануть непрерывное нарастание энтропии, не везде, а в таких хорошо определенных карманах, как клетка, человек, город или планета. Однако для того чтобы подвести эти идеи к нашей современной действительности, нам нужно перевести их на язык людей, обществ и экономик. Рост объема информации в экономике также является результатом работы этих основных механизмов. Однако в крупномасштабных социальных и экономических системах эти механизмы принимают новые формы.

Наш мир полон структур, которые являются более сложными по сравнению с водоворотами и белками. К этим структурам относятся люди и объекты. Люди представляют собой предельное воплощение вычислительной способности материи. Мы воплощаем способность производить вычисления по мере того, как организуем наш мозг и наше общество для порождения новых форм информации. Мы вкладываем информацию в объекты. Объекты позволяют нам передавать сообщения и координировать наши социальные и профессиональные мероприятия, но что еще важнее, они позволяют нам передавать способы практического применения знаний и ноу-хау.

Экономика ранних гоминид очень сильно отличается от экономики общества XXI века, однако у них есть одна существенная общая черта: в обеих этих экономиках люди накапливают информацию в объектах. Наш мир отличается от мира ранних гоминид только расположением атомов. Именно сегодняшние объекты, то есть сочетания атомов, отличают наш мир от того, в котором эволюционировали наши предки.

Физическое воплощение информации представляет собой кровь нашего общества. Объекты и сообщения объединяют нас, обеспечивая дальнейший рост объема информации. На протяжении десятков тысяч лет мы воплощали информацию в твердых предметах, начиная со стрел и копий и заканчивая кофе-машинами и реактивными лайнерами. Совсем недавно мы научились воплощать информацию в фотонах, передаваемых нашими мобильными телефонами и беспроводными маршрутизаторами. Однако самое удивительное свойство воплощенной в нас информации заключается не в телесности, а в ее психическом происхождении. Мы не просто вносим информацию в свою окружающую среду, мы кристаллизуем воображение.

Наша способность кристаллизовать воображение – это возможность создавать придуманные нами объекты. Самолет, вертолет и роботические ноги Хью Херра представляли собой мысли до того, как были сконструированы. Наша способность кристаллизовать воображение отличает нас от других видов, поскольку она позволяет нам творить в условиях гибкости нашего ума, а затем воплощать наши творения в условиях твердости нашей планеты.

Тем не менее кристаллизация воображения – это непростой процесс. Воплощение информации в материи требует предельного напряжения вычислительной способности, часто превосходящего возможности отдельного человека. Для порождения таких сложных форм информации, как те, которые свойственны современному обществу, нам необходимо развивать сложные формы вычисления, требующие использования состоящих из людей сетей. Таким образом, наше общество и экономика действуют подобно сети распределенных вычислений, которая накапливает знания и ноу-хау, необходимые для производства нужной нам информации.

Ультраортодоксальные интерпретации экономики утверждают, что этот компьютер самостоятельно приходит к оптимальному состоянию благодаря ценовой системе. Однако в действительности экономический компьютер является гораздо более неуклюжим.

Экономики встроены в социальные и профессиональные сети, которые предвосхищают и ограничивают экономическую активность. Важность этих сетей объясняется тем, что они являются единственными имеющимися у нас структурами, позволяющими накапливать большие объемы знаний и ноу-хау. Тем не менее, как показали Грановеттер, Патнэм и Фукуяма, размеры, формы и эволюция этих сетей ограничиваются историческими и институциональными факторами, начиная с уровня доверия в обществе и заканчивая относительной важностью, придаваемой нами семейным отношениям.

Таким образом, социально-экономическая проблема, которую мы пытаемся решить, заключается в воплощении знаний и ноу-хау в сетях, состоящих из людей. Поступая так, мы развиваем вычислительные способности нашего вида и помогаем информации накапливаться.

В итоге рост объема информации в экономике, который определяет экономический рост, является результатом эволюции коллективной вычислительной способности нашего вида и расширения наших возможностей, обусловленных создаваемыми нами кристаллами воображения. Кристаллы воображения, от самолетов до зубной пасты, расширяют способы практического применения знаний, ноу-хау и воображения нашего общества, увеличивая возможности создания новых форм информации. Кроме того, эти объекты позволяют нам формировать сети, воплощающие растущий объем знаний и ноу-хау, а также способствуют расширению совокупного потенциала для обработки информации.

Тем не менее необходимость формирования сетей обусловлена одной важной предпосылкой: ограниченной способностью человека воплощать знания и ноу-хау. Для преодоления наших индивидуальных ограничений нам необходимо сотрудничать. Мы формируем сети, позволяющие воплощать больший объем знаний и ноу-хау, поскольку без них наша способность обрабатывать информацию и создавать кристаллы воображения была бы весьма ограниченной. Эти сети необходимы для производства продуктов, требующих большего объема знаний и ноу-хау по сравнению с тем, который может быть воплощен в отдельном человеке. Для простоты мы назвали этот индивидуальный предел челобайтом.

Теория челобайта предполагает наличие взаимосвязи между сложностью экономической деятельности и размером социальной и профессиональной сети, необходимой для ее осуществления. Действия, которые требуют большего объема знаний и ноу-хау должны выполняться более крупными сетями. Эта связь помогает объяснить структуру и эволюцию промышленных структур нашей планеты. Теория челобайта предполагает, что (1) простые виды экономической деятельности отличаются большей степенью вездесущности, (2) что только диверсифицированные экономики способны осуществлять сложную экономическую деятельность, (3) что страны будут стараться производить диверсификацию по направлению к аналогичным товарам и (4) что в долгосрочной перспективе уровень дохода в регионе приблизится к показателю сложности его экономики, который мы можем оценить, исходя из набора производимых и экспортируемых регионом продуктов, поскольку продукты говорят нам о существующих в данном регионе знаниях и ноу-хау. Все эти предсказания могут быть проверены эмпирически и согласуются с имеющимися данными.

Таким образом, в мире атомов и экономик рост объема информации объясняется вечным танцем информации и вычисления. Этот танец обусловлен потоком энергии, существованием твердых тел и вычислительными способностями материи. Энергетический поток способствует самоорганизации, а также питает способность материи производить вычисления. С другой стороны, твердые тела, от белков до зданий, позволяют сохранять порядок. Твердые тела минимизируют потребность в энергии для производства порядка и предохраняют информацию от уничтожения в связи с нарастающей энтропией. Тем не менее самым важным является возникновение коллективных форм вычисления, которые распространены повсеместно на нашей планете. Наши клетки представляют собой состоящие из белков сети, которые образуют органеллы и сигнальные пути, помогающие им решить, когда делиться, когда дифференцироваться, а когда умереть. Наше общество также является коллективным компьютером, возможности которого расширяются за счет производимых нами продуктов, позволяющих создавать новые формы информации.

* * *

По мере расширения Вселенной и увеличения энтропии наша планета продолжает свой мятежный путь богатого информацией кармана. Будучи рабами нарастающего порядка, мы налаживаем социальные отношения, формируем профессиональные союзы, зачинаем детей и, конечно, смеемся и плачем. Однако часто мы теряем из виду красоту информации. Мы потерялись в срочности настоящего момента, в то время как наш ум подобно водовороту осуществляет вычисления во Вселенной, у которой нет прошлого. Мы беспокоимся о деньгах и налогах вместо того, чтобы взять на себя ответственность за увековечение этого безбожного творения, возникшего из скромных физических принципов и теперь дарованного нам.