Введение
Новый тип экономики определяется интенсификацией процессов цифровизации и более широким использованием цифровых технологий начиная от госучреждений до рядовых граждан. Новые технологии ускоряют цифровое представление о реальном мире, интенсифицируют сетевое взаимодействие и способствуют кастомизации в производстве товаров и оказании услуг [1]. Специфика цифровой экономики связана с гигантским потоком данных и информации, стирание границ между товарами и услугами, интеграцией больших данных и автоматизацией физического и умственного труда. Изменились способы производства и потребления, бизнес-модели, характер трудовых отношений и основные функции государства [4]. Однако концептуальная основа, которая позволила бы ориентироваться в потоке инноваций и интерпретировать события, пока еще не создана.
Цель исследования состоит в систематизации знаний и предложении схем интерпретации цифровой действительности.
Материалы и методы исследования
В исследовании использовался метод обзора научных и ненаучных источников о цифровых технологиях, существенно меняющих экономические процессы в обществе. Теоретическим основанием послужили труды таких исследователей, как: Кай-Фу Ли, В.И. Самаруха, Т.Г. Краснова, Т.Н. Плотникова.
Результаты исследования и их обсуждение
Четвертая технологическая революция основана на изобретениях, которые вызывают «шок будущего», берет свое название от гениального математика Алана Тьюринга. Если первая коперниковская революция опровергла то, что человечество – это центр космоса; вторая дарвинистская доказала, что человек не царь творения; третья фрейдистская доказала, что человеческий разум иррационален, то четвертая революция Тьюринга показывает, как человек теряет уникальное положение единственного существа – способность логически мыслить. Новая реальность превращает людей в информационные организмы, которые взаимодействуют с другими нечеловеческим информационными сущностями, обладающими огромным потенциалом развития и способными уничтожить человеческую цивилизацию. Отличительной чертой четвертой технологической революции является комбинаторность инноваций. Если ранее изобретение, носящее научно-технический характер не могло быстро выйти за стены лаборатории, то сегодня преобладают инновационные комбинации. Скорость распространения знаний в Интернете ускорило и беспрецедентно расширило циркуляцию и обмен знаниями между учеными. Причиной того стала дематериализация основы инноваций – данных. Кроме того, биты никогда не заканчиваются, их можно дублировать и отправлять по всему миру без задержек. Механизмы комбинаторных инноваций иногда основаны на перехвате новшеств у конкурентов. По мнению КайФу Ли, чрезмерное уважение к чужой интеллектуальной собственности ограничивает инновационный потенциал в экосистеме Кремниевой долины [3]. У китайских стартапов таких ограничений нет, так как способность быстро копировать решения конкурентов и постоянно улучшать их – это признак предприимчивости, определяющий глобальный успех.
Согласно циклу Гартнера существует пять стадий созревания технологий: инновационный триггер, пик завышенных ожиданий, разочарование, просвещение и плато производительности. Консалтинговая компания McKinsey выделила пять технологий с наибольшим трансформационным потенциалом для текущего функционирования экономики и общества: мобильный интернет стандарта 5G, автоматизация умственного труда, интернет вещей, квантовая обработка данных, робототехника и автономный транспорт.
Развитие облачных вычислений – это ключевой фактор, ускоряющий цифровую трансформацию компаний, так как он позволяет использовать потенциал новейших технологий без дополнительных затрат на инвестиции в оборудование и инфраструктуру. Лидером рынка облачных услуг является компания Amazon Web Services с долей более 30 %. Традиционные методы анализа информации предполагают, что все данных вначале собираются в центральной точке, а затем происходит их обработка. Такой подход при большом объеме данных негативно сказывается на продолжительности их изучения. Туманные вычисления предполагают первоначальную обработку данных в месте их создания до того, как они будут проанализированы центральной системой. Это дает более быструю и эффективную аналитику даже при плохом подключении, позволяя интеллектуальным устройствам работат в режиме интернет вещей. Интернет вещей (IoT) – это сеть соединений между физическими объектами, оснащенными датчиками, обеспечивающими поток данных между ними. Новый стандарт мобильной связи – 5G обеспечивает передачу данных со скоростью до 100 ГБ/с, что ведет к минимизации задержки сообщений и использования ресурса батареи, а главное – позволяет подключать гораздо большее количество устройств (более миллиона на квадратных километр). Сеть 5G обеспечивать возможность подключения к объектам, имеющим скорость несколько сотен километров в час, с задержкой не более четырех миллисекунд, что может означать появление «второй экономики», в которой объекты сами «разговаривают друг с другом». Прогресс в области миниатюризации состоит в создании интеллектуальных датчиков с микропроцессором, позволяющим контролировать себя и другие устройства. Этот датчик собирает конкретные параметры физической среды и подает сигнал в случае их изменения. Большинство интеллектуальных датчиков контролируют на постоянной основе работу машин, что является ключевым фактором автоматизации транспорта. Развитие IoT также вносит коррективы в образ жизни людей. Умные датчики, встроенные в одежду или аксессуары, используются для контроля физических функций организма и при отклонении от нормы они могут посылать сигнал в систему здравоохранения. Развитие интернет вещей также является ключевым фактором для развития умных городов с умным жильем [6]. «Умная» городская экосистема – это не только высокая функциональная совместимость устройств, но прежде всего безопасность данных и защита конфиденциальности пользователей [5].
В настоящее время развитие искусственного интеллекта (ИИ) происходит по принципу глубокого обучения с использование многослойных искусственных нейронных сетей, чем-то напоминающих строение человеческого мозга. Обучение может быть контролируемым (программа получает размеченные человеком данные и направление обучения), неконтролируемым (программа сама решает, какие данные актуальны, а какие нет), усиленным (ИИ тестирует различные варианты и выбирает лучший для достижения цели). В некоторых областях ИИ начинает обгонять интеллектуальные возможности человека, например, в 2016 году AlphaGo обыграла корейского мастера в игре го, намного более сложной, чем шахматы. ИИ научился играть на высоком уровне самостоятельно, сыграв миллионы раундов против самого себя. ИИ также научился выигрывать в покере – игре, требующей не только логического мышления, но и интуиции, считающейся чисто человеческой прерогативой. Этот успех показал не только возможности ИИ, но его ограничения – программы хорошо работают с полной информацией, на которой они обучались и не справляются с нестандартными или хаотическими ситуациями. Объемы данных будут расти и далее невообразимыми темпами в связи с распространением сенсорных технологий и развитием Интернета вещей. Современный ИИ совсем не похож на ИИ из фантастических фильмов. Прикладной ИИ даже не пытается имитировать человеческое мышление и основан на статистической обработке промышленной информации. Его интеллектуальные способности, по сравнению с человеческими, настолько скромны, что некоторые специалисты сомневаются, возможно ли когда-нибудь ему приблизится к человеку. Такой пессимизм не разделяет КайФу Ли, один из признанных экспертов в области ИИ. Он считает, что развитие ИИ происходит в четыре этапа:
1. Прикладной ИИ отвечает за правильное размещение рекламы (Meta-Facebook), товаров на маркетплейсах (Amazon, Alibaba), предложений видеороликов (YouTube) и маркировку пользователей Интернета.
2. Деловой ИИ соединяет исторические данные, выявляет скрытые корреляции между событиями и используется в банковской и страховой сфере (лучше согласовывает кредиты и страховые полисы), здравоохранении и судебной системе.
3. Проницательный ИИ позволить соединить виртуальный мир с реальным. Датчики Интернет вещей заставят ИИ обрести чувства, и он станет основой для умных заводов, домов, магазинов и т. д.
4. Автономный ИИ будет способен воспринимать виртуальный и реальный миры, действовать в них и оптимизировать собственные операции. Это будут человекоподобные роботы, которые будут, например, сами распознавать и пропалывать сорняки на полях или самостоятельно тушить лесные пожары [3].
Распространение роботов и автоматизация производства были характерны для прошлого века. Первая «роботизированная рука» была не очень мобильна и не могла ощущать свое окружение. По-настоящему инновационным было создание японской компанией Honda в 1980-х годах робота-гуманоида, который реагировал на голосовые команды и был предназначен для ухода за больными людьми. Современные роботы более автономны, лучше воспринимают свое окружение, гибко манипулируют и лучше взаимодействуют с человеком. Причина этого заключается в более дешевых сенсорах и в более совершенных двигателях, гидравлических системах и приводах. Для отраслей народного хозяйства наибольшее значение имеет создание многофункциональных роботов, которые будут заменять людей в промышленном производстве, в здравоохранении и логистике. Развитие облачной робототехники создаст коботов, способных делиться вычислительной мощностью и выполнять скоординированные действия. Автономный транспорт – это особый тип роботов, движущийся без вмешательства человека и способный ощущать окружающую среду, в которой он находится. Беспилотный автомобиль должен иметь множество датчиков для определения местоположения, оборудование с высокой вычислительной мощностью и низким расходом энергии, а также быть подключен к облаку, которое поддерживает процесс обучение на основе данных с датчиков. Предполагается, что к 2040 году на дорогах будет более 30 миллионов автономных пассажирских транспортных средств.
Распространение Интернета вещей привело к тому, что данные стали поступать с устройств, оснащенных датчиками, например, автомобиль, оснащенный 200 датчиками, генерирует около 1 терабайта данных в день. Датаификация – это растущий процесс создания цифровых представлений о реальном мири и извлечение ценности из этой информации. У людей появляется доступ ко все большему количеству данных, которые можно использовать для принятия профессиональных и потребительских решений. Однако датаификация превращает конфиденциальность в иллюзию, так как использование цифровых продуктов и функционирование в реальности, пронизанной цифровыми технологиями, оставляет следы в виде данных, которые собираются и анализируются компаниями и госучреждениями. Датаификация имеет не только социальные последствия, она создает основу для новых бизнес-моделей, разработанных онлайн-платформами. Происходит цифровая трансформация в виде структурных изменений моделей функционирования мировой экономики в результате датаификации. Цифровая трансформация социального поведения создала отрасль, преимущество которой основано на ценности метаданных. Метаданные, до недавнего времени считавшиеся бесполезными побочными продуктами предоставляемых платформой услуг, постепенно превратились в ценный ресурс. В цифровой экономике все большая часть ресурсов будет состоять не из атомов, а из битов, поэтому к данным следует относиться как новому типу капитала. Если в прошлом к компьютерам относились как основному ресурсу, а данные были побочным продуктом, то сегодня вычислительные мощности становятся услугой, а данные – основным ресурсом производства. Данные обладают интересными свойствами:
1. Невзаимозаменяемость, т.е. один набор данных, в отличие от килограмма сахара, не может быть заменен другим, так как содержит другую информацию.
2. Неконкурентность, т.е. один и тот же набор данных, в отличие от токарного станка, может использоваться одновременно несколькими приложениями и анализироваться без потери своей ценности.
3. Ценность данных тождественно содержащихся в них информации. Получить ценность от товара длительного пользования можно только его эксплуатируя, просто иметь о нем информацию – бесполезно.
В цифровой экономике данные поступают не только из настоящего, но из прошлого, т. е. то, что находится в архивах и на оптических дисках благодаря возможностям их анализа, предлагаемым ИИ, сейчас изучается заново [2].
Выводы
Цифровая экономика – это новый тип экономики, формирующийся на основе использования Интернета. Процессы цифровизации приобретают глобальный характер, затрагивая не только отдельные компании или отрасли, но и связи между странами. Цифровизация сближает реальный и виртуальный миры и становится основным драйвером инноваций и изменений в большинстве отраслей экономики и органов госуправления. Ключевыми факторами развития цифровой экономики являются: Интернет вещей (IoT) и Интернет всего (IoE), гиперподключение, облачные вычисления, большие данные (Big-Data-as-a-Service), автоматизация, роботизация и омниканальные модели распространения продуктов и услуг.