Ценность ваших решений: Как современные технологии и искусственный интеллект меняют наше будущее

Если говорить об общем количестве действующих патентов в мире, то оно выросло за 2020 г. на 5,9 % и достигло примерно 15,9 млн. Наибольшее количество действующих патентов зарегистрировано в США – 3,3 млн, Китае – 3,1 млн, Японии – 2 млн.

В 2021 г. в мире было зарегистрировано 16,5 млн действующих патентов (рост 4,2 %), из которых на Китай приходится 3,6 млн, на долю США – 3,3 млн, Японии – 2 млн. Также в мире насчитывалось 73,7 млн действующих регистраций товарных знаков (рост 14,3 % по отношению к показателю 2020 г.), самое большое количество из которых приходится на Китай – 37,2 млн, США – 2,8 млн, Индию – 2,6 млн.

Количество действующих регистраций промышленных образцов в мире достигло 5,3 млн, продемонстрировав рост на 10,9 %, а лидерами по этому показателю оказались Китай – 2,6 млн, Республика Корея – 388 500 и США – 381 549.

Статистика по национальным ведомствам, регламентирующим и регистрирующим интеллектуальную собственность, демонстрирует количество патентных заявок, поданных за 2021 г. (рис. 3).

Рис. 3. Количество патентных заявок по странам

Анализируя поданные патентные заявки в различных разрезах, можно извлечь колоссальный объем уникальной и полезной информации, выявить сильные и слабые направления научной деятельности разных стран, их специализацию по индустриальным исследованиям. Например, наибольшее количество заявок Китая (10 % всех опубликованных заявок), США (12,2 %) и Республики Корея (8,4 %) подавались по разделам компьютерных технологий; заявки в Японии (9,9 %), Германии (9,1 %) и Южной Корее (8,4 %) – по разделам электротехники; США – по медицинской технике (9,0 %) и цифровым коммуникациям (7,6 %); Германии (10,6 %) и Японии (6,2 %) – по разделам транспорта.

Приведенные выше данные отражают продолжающийся рост наукоемких исследований во всем мире и их концентрацию в различных направлениях научной и экономической деятельности. Как мы увидим ниже, большинство таких научных открытий и достижений стали возможными благодаря растущей вычислительной мощности и новым технологиям анализа увеличивающихся объемов данных.

Научный и инновационный потенциал мировых держав определяется по многим показателям, и один из важнейших из них – национальные расходы на научные исследования и опытно-конструкторские работы[59].

Мировые расходы на НИОКР с 2000 г. выросли в 3 раза: с $726 млрд в 2000 г. до примерно $2,4 трлн в 2019 г. Лидерство по объемам инвестиций в научные исследования принадлежит Соединенным Штатам, занимающим долю в размере около 27 % всех глобальных инвестиций в исследования и разработки. Сопоставимый объем инвестиций в науку направляет Китай – около 22 % всех мировых расходов на НИОКР. В абсолютных цифрах страны-лидеры в 2019 г. по бюджетным ассигнованиям в R&D расположены в следующем порядке:

Ежегодный прирост расходов на НИОКР Китая, составлявший в среднем 10,6 % в год с 2010 по 2019 г., значительно превышает аналогичный показатель США – в среднем 5,4 % в год в тот же период. что привело к снижению доли США в глобальных НИОКР с 29 до 27 %, при этом в последние годы рост инвестиций в НИОКР в Китае замедлился до уровня, аналогичного США.

Интенсивность НИОКР[60] в США в течение почти двух десятилетий колебалась от 2,5 % до чуть менее 3,0 % в год, при этом в 2019 г. впервые за этот период превысила 3,0 %. Наибольший рост интенсивности НИОКР наблюдался в Южной Корее – с 2,1 % в 2000 г. до 4,6 % – в 2019 г. и Китае – с 0,9 до 2,2 % соответственно. Этот показатель вырос и в Германии – с 2,4 до 3,2 %.

Разложим структуру НИОКР на три составляющие: фундаментальные[61] и прикладные[62] исследования, экспериментальные разработки – и проанализируем ее более детально. Оказывается, США обеспечивает бóльшую долю финансирования фундаментальных исследований в рамках НИОКР, чем Китай, в то время как КНР больше, чем США, тратит на финансирование экспериментальных разработок от общего объема в своих бюджетах на науку. Так, расходы США на экспериментальные разработки в 2018 г. составили $388,6 млрд, а Китай израсходовал $387,9 млрд, то есть примерно одинаковые суммы в абсолютных цифрах. При этом на фундаментальные исследования США направили $101,1 млрд, а Китай – «всего» $26 млрд по итогам 2018 г. Некоторые страны, как, например, Франция, направляют на финансирование фундаментальной науки большую долю в процентном соотношении от своих научных расходов, но ни одна из стран не тратит больше, чем США и Китай, в абсолютном выражении.

В большинстве стран с крупнейшими бюджетами, направляемыми на НИОКР, корпоративный сектор финансирует большую часть исследований, то есть 60 % и более, а в таких странах, как Китай, Япония, Южная Корея, – более 75 %.

В качестве примера приведем статистику по США, где компании потратили $538 млрд на исследования и разработки в 2020 г., что на 9,1 % больше, чем в 2019 г. Финансирование из собственных источников компаний составило $466 млрд в 2020 г., что на 8,7 % больше, чем в 2019 г. В 2020 г. из $538 млрд, которые компании потратили на исследования и разработки, 36 млрд (7 %) были потрачены на фундаментальные исследования, 76 млрд (14 %) – на прикладные исследования и 426 млрд (79 %) – на развитие. Довольно интересно выглядит отраслевая структура по классификации NAICS[63] корпоративных расходов на НИОКР в США, приведем основные направления инвестиций (рис. 4).

Рис. 4. Инвестиции на НИОКР по отраслям экономики

Довольно интересно, что американские компании, которые проводили или финансировали НИОКР, сообщили о чистых продажах на внутреннем рынке в размере $11 трлн в 2020 г. При этом для всех отраслей интенсивность НИОКР составила 4,8 %: для производства – 5,4 %; а для непроизводственной сферы – 4,1 %. Производственными отраслями с высоким уровнем интенсивности исследований и разработок в 2020 г. были фармацевтические препараты и лекарства (код 3254 по классификации NAICS) – 16,6 %, компьютерные и электронные продукты (NAICS 334) – 13,1 % и аэрокосмические продукты и запчасти (NAICS 3364) – 8,5 %. Среди непроизводственных отраслей наиболее высокий уровень интенсивности исследований и разработок демонстрировался в сфере услуг по научным исследованиям и разработкам (NAICS 5417) – 36,4 %, производства программного обеспечения (NAICS 5112) – 13,9 % и услуг по проектированию компьютерных систем (NAICS 5415) – 10,7 %.

Хотя корпоративный сектор США выполняет большую часть НИОКР, другие организации (включая государственные и местные власти, федеральные учреждения, высшие учебные заведения, неакадемические некоммерческие организации) также финансируют НИОКР в США. Во многом благодаря участию корпораций был обеспечен рост финансирования НИОКР с 2010 по 2020 г., из которого на корпоративный сегмент пришлось около 88 %[64].

Учитывая, что американский корпоративный сектор является крупнейшим инвестором в научные исследования и разработки, обеспечивая экономику США новейшими технологиями в различных направлениях деятельности, это позволяет ей на протяжении вот уже нескольких десятилетий оставаться локомотивом мировой экономики, увлекая за собой весь остальной мир к беспрецедентным достижениям научно-технического прогресса, подавляющее большинство которых являются решениями компаний из США. Подобная экспансия американских товаров и услуг позволяет им за счет глобального присутствия и огромных доходов обеспечивать колоссальный приток инвестиций в свои научные и исследовательские программы, большая часть которых сосредоточена в США.

Неудивительно, что компании, обладающие крупнейшими бюджетами на исследования и разработки, являются технологическими гигантами и по совместительству крупнейшими компаниями мира (рис. 5). Согласно данным, собранным Nasdaq.com, первое место в мире по расходам в НИОКР занимает Amazon. Ее инвестиции в исследования и разработки в 2020 г. составили $42,7 млрд, или около 11 % ее доходов. На втором месте разместилась компания Alphabet, которая инвестировала в R&D $27,6 млрд, что составляет 15 % ее совокупного дохода. Третью строчку занимает китайская компания Huawei, которая потратила на инновации $22 млрд, что соответствует 16 % ее дохода. Компания Meta Platforms, Inc.[65] (ранее Facebook), занимающая 7-е место в рейтинге крупнейших инвесторов в исследования и разработки, является крупнейшим инвестором в R&D по отношению к собственному доходу, ее затраты составляют 21 %, или $18,5 млрд. Помимо приведенных ниже компаний, в рейтинг крупнейших инвесторов в научные исследования входят такие компании, как Volkswagen, Intel, Roche и Johnson&Johnson, представляющие также автомобильную и фармацевтическую индустрии[66].

Рис. 5. Рейтинг крупнейших мировых компаний – инвесторов в научные исследования (по итогам 2020 г.)

В информационную эпоху, базирующуюся на сборе и использовании данных, можно констатировать, что наиболее крупные и успешные компании инвестируют огромные средства в технологическое развитие и научные исследования, основанные в первую очередь на цифровых технологиях. Это во многом объясняется тем, что еще в 1965 г. один из основателей Intel Гордон Мур сформулировал свое наблюдение, что «число помещающихся на интегральной схеме транзисторов каждые 24 месяца удваивается», которое позднее получило название «закон Мура». Этот закон также означает, что каждые два года компьютеры удваивают свою мощность, не увеличивая при этом энергопотребление. И хотя сейчас многие говорят, что этот закон уже не работает, и действительно было много пороговых значений для техпроцесса, и как раз сейчас стоит важный вопрос о преодолении 1 нм (10 атомов в толщину), мы понимаем, что человечество переступит и этот порог – придумают новую архитектуру транзистора, будут использовать графеновые наноленты или углеродные нанотрубки. Важно одно – с точки зрения технического прогресса еще с 1960-х гг. все подстроились под такую скорость развития. Недаром в 1990-е Рэй Курцвейл заметил, что стоит любой технологии стать цифровой – в смысле возможности программировать ее при помощи компьютерного кода, – как она подчиняется закону Мура и начинает экспоненциально ускоряться.

Компания IFI Claims Patent Services[67] является одним из ведущих в мире агрегаторов информации по патентным исследованиям, включая аналитические инструменты, позволяющие предоставлять своим клиентам поистине уникальные данные для оценки научных достижений в различных сферах науки и отраслях экономики, а также для формирования новых идей и инноваций.

Один из наиболее показательных индикаторов, являющийся базовым в исследованиях IFI Claims Patent Services, – это показатель патентной активности, необходимый для инновационных компаний, заказчиков различных высокотехнологичных товаров и услуг, ученых и исследователей, аналитиков, инвесторов и всех, кому необходима информация об основных, самых востребованных в корпоративном сегменте направлениях научно-технического развития, прежде всего R&D-подразделений компаний. Подобная информация иллюстрирует рыночные устремления, потребности и запросы общества, сегменты сосредоточения конкуренции, позволяет объективно оценивать нематериальные активы публично торгуемых компаний, оценивать технологические тенденции в различных отраслях и аналитических разрезах.

Приведем один из рейтингов компании IFI Claims Patent Services, демонстрирующий, что практически все крупнейшие компании мира являются главными инвесторами в научно-технический прогресс и именно благодаря этому обеспечивают свое лидерство в рейтинге крупнейших корпораций мира. Очередным доказательством этого является рейтинг крупнейших компаний S&P 50 по количеству их глобальных патентов (табл. 3).

Таблица 3. Крупнейшие компании мира S&P50 по количеству патентов – 2022 г. (по состоянию на 3 января 2023 г.)[68], [69]

Обратим внимание читателя на еще одно подтверждение того факта, что наиболее крупные и успешные международные компании продолжают рассматривать научные исследования в качестве одной из приоритетных задач своего растущего экономического могущества и с каждым годом вкладывают все больше ресурсов, привлекают наиболее талантливых ученых и разработчиков для проведения исследований, что находит отражение в приведенных выше показателях. Отметим лишь одну величину – количество патентов у компании, замыкающей рейтинг 50 крупнейших компаний мира: если компания, расположившаяся на 50-й строчке, имеет 1836 патентов, то у компании, занимавшей ту же самую строчку год назад, было 1673 патента, а еще годом ранее этот показатель составлял 1184, в то время как по итогам 2019 г. компания, занимавшая 50-е место по этому показателю, могла похвастать только 1080 патентами.

В своей книге «Эволюция разума…» Рэй Курцвейл пишет: «Мой главный тезис, который я называю законом ускорения отдачи (ЗУО), заключается в том, что параметры развития информационных технологий следуют предсказуемой экспоненциальной траектории, опровергая общепризнанное суждение, что мы не можем предсказать будущее. Остается еще множество неизвестных, но изменение цены, производительности и емкости информационных технологий абсолютно предсказуемо. Мы должны научиться мыслить экспоненциально. Когда дело касается информационных технологий, именно так и нужно думать. Скорость вычислений – самый важный пример действия ЗУО, что связано со значительным количеством данных, повсеместным применением вычислительной техники и ее ключевой ролью в обновлении всех важнейших технологических процессов. Но это далеко не единственный пример. Как только какая-то технология становится информационной технологией, она начинает подчиняться ЗУО»[70].

Проще говоря, мы используем наши новейшие устройства, чтобы проектировать еще более быстродействующие компьютеры, и это создает петлю положительной обратной связи, которая еще больше усиливает наше ускорение. К технологиям, которые сейчас развиваются такими темпами, относится ряд самых значимых новшеств, о которых мы до сих пор могли только мечтать: квантовые компьютеры и коммуникации, искусственный интеллект, роботизация, нанотехнологии, биотехнологии, материаловедение, сети, сенсоры, 3D-печать, дополненная и виртуальная реальность, блокчейн и многое другое.

Но при всей радикальности этот прогресс не более чем новости вчерашнего дня. А свежие состоят в том, что одни ранее независимо нараставшие волны экспоненциально развивающихся технологий начинают сходиться (конвергировать) с другими. Например, скорость разработки лекарств нарастает не только в силу экспоненциального прогресса биотехнологий, но еще и благодаря искусственному интеллекту, квантовым вычислениям и парочке других экспоненциально развивающихся технологий, которые все вместе сходятся в данной области. Иными словами, эти волны начали перекрываться, громоздиться одна на другую и образовывать волны-гиганты цунамического размаха, угрожающие смести все, что попадается им на пути[71] (рис. 6).

Рис. 6. Долгосрочная временная шкала технологий. Из далекого прошлого в наше время и будущее

Будущее еще никогда не казалось таким светлым для крупных компаний, совершающих цифровую трансформацию. Это происходит по двум причинам. Первая – закон Меткалфа, который гласит: «Ценность сетей повышается по мере роста числа участников». Крупные корпорации выигрывают от применения этого принципа по отношению к собираемым и обрабатываемым данным. При правильном использовании ценность корпоративных данных повышается по мере увеличения масштаба. У крупных компаний обычно гораздо больше данных, чем у новичков, стремящихся вытеснить старожилов. К тому же они собирают информацию заметно быстрее и умеют с ней работать. Если организации смогут измениться в цифровом плане, они создадут «ров» – асимметричное преимущество, которое помешает конкурентам легко войти в их отрасль.

Как оказалось, эти факторы – «рвы» данных и наличие капитала – дают синергетический эффект. Крупные компании с собственными данными, правильными технологиями и капиталом для найма лучших сотрудников получат беспрецедентные и очень благоприятные результаты[72]. Это важный вывод, к нему мы еще вернемся и посмотрим на него с точки зрения развития искусственного интеллекта, для обучения которого необходимы данные. Здесь же хотим отметить, что правильный подход к сбору, обработке и анализу накапливаемых исторических данных является важным преимуществом компаний, что позволяет им создать существенный барьер входа на рынок для новых игроков!

Огромный объем данных во всех областях жизни нашего общества и новейшие алгоритмы работы с ними позволяют не только делать уникальные научные открытия, с помощью беспрецедентных вычислительных мощностей моделировать сценарии их внедрения и дальнейшего использования, но также создавать на его основе новые научные теории, исследовать их, совершать открытия.

По мнению автора, наиболее значимыми причинами невероятных достижений современной науки стали конвергенция научных и технологических решений из различных предметных областей и закон ускоряющейся отдачи. Именно конвергенция, позволяющая использовать знания и технологии, никак на первый взгляд между собой не связанные, приводит к удивительным открытиям. Совместное использование огромного объема данных (включающего в себя информацию об обширном массиве научных достижений человечества и их применении), не имеющие аналогов возможности вычислений на основе облачных и квантовых технологий, невероятно точные приборы и датчики для наблюдений, значительное количество разнообразных сенсоров, позволяющих получать гигантские объемы статистических и транзакционных данных, новейшие разработки и реализованные на их основе решения в самое ближайшее время предопределят поистине революционные открытия во многих областях науки и техники. И самыми многообещающими станут квантовая физика, материаловедение, микроэлектроника, нанотехнологии, биотехнологии, что с большой долей вероятности в очередной раз изменит жизнь людей в самом широком смысле этого слова и, как мы уже отмечали, приведет к очередному витку развития науки и появлению новых технологических лидеров в корпоративном секторе. Именно этим обусловлено желание крупнейших мировых компаний вкладывать миллиарды долларов в исследования, которые и должны гарантировать им дальнейшее экономическое лидерство и сохранение конкурентных позиций.

В наше время прослеживается все больше взаимосвязей. Раньше мы многие вещи считали бы неважным совпадением, а зачастую даже и не обратили бы внимания на события, на первый взгляд никак между собой не связанные. Сегодня же алгоритмы позволяют нам на многое взглянуть иначе, сопоставить невероятный объем разрозненных данных и прийти к новым представлениям об окружающем нас мире, что требует от ученых и предпринимателей мыслить не просто иначе, но и гораздо быстрее. Именно нестандартный образ мысли, широкое использование новейших алгоритмов становится источником вдохновения, смелых идей, инноваций и процветания, и можно уже с уверенностью говорить, что новые способы мышления и алгоритмы, обрабатывающие все больше информации, будут находить воплощение во все более фантастических открытиях и изобретениях. И все чаще мы будем вспоминать слова Айзека Азимова: «Самая волнующая фраза, какую можно услышать в науке, – фраза, возвещающая о новых открытиях, и это вовсе не "Эврика!", а "Вот забавно"»[73].

В данном случае развитие современной науки можно спрогнозировать до определенного горизонта, поскольку, накапливая данные, научные открытия, совершенствуя методы исследований, оптимизируя технологические решения в повседневной жизни и совершая на основе этой обратной связи открытия, мы совершенно очевидно обречены на научно-технический прогресс. Но время от времени человечество совершает научно-технологический прорыв принципиально иного масштаба. Последствия таких прорывов производят революцию в десятках отраслей, что ведет к кардинальным изменениям в экономике, научных исследованиях и даже структуре общества. Именно такие технологии экономисты называют технологиями широкого применения (ТШП). В своей книге «Вторая эра машин» профессор MIT (Массачусетский технологический институт) Эрик Бринолфссон и Эндрю Макафи описали ТШП как технологии, которые «достаточно значительны для того, чтобы ускорить нормальный темп экономического прогресса»[74]. Одним из ярких подтверждений этому являются информационные технологии, где изменения значений цены, производительности и емкости (на единицу времени, цены или другого параметра) практически точно следуют экспоненциальному закону и даже обгоняют некоторые научные концепции, на которых они основаны (такие как закон Мура). Но когда одна парадигма выходит из общего потока (например, когда в 1950-е гг. инженеры оказались неспособны дальше уменьшать размер и стоимость радиоламп), возникает такая исследовательская активность, которая рождает новую парадигму, и начинается новая S-образная кривая прогресса (рис. 7).

Рис. 7. S-образная кривая развития технологий

Еще одна технология, развивающаяся по закону ускорения отдачи (ЗУО), – это методы коммуникации, позволяющие нам общаться друг с другом и передавать большие массивы данных. Прогресс в данной область измеряют несколькими способами. Закон Купера, который утверждает, что общий объем информации (в битах), передаваемой по беспроводной связи, удваивается каждый 30 месяцев, действовал с того момента, когда Маркони впервые использовал беспроводной телеграф для передачи символов азбуки Морзе в 1897 г., и до появления современных 4G-технологий. В соответствии с этим законом количество информации, которое может быть передано с помощью беспроводной связи, удваивалось каждые 2,5 года на протяжении столетия[75]. Отслеживая развитие современных технологий и их конвергенций, Рэй Курцвейл в своем законе ускорения отдачи произвел математические расчеты и определил, что за следующее «столетие мы переживем технологические перемены такого же масштаба, на которые в прошлом ушло у человечества 20 000 лет. Это как если пройти весь путь прогресса от зарождения сельского хозяйства до интернета, причем дважды и в пределах одного века. Технологические прорывы, которые вызовут парадигмальные сдвиги, зададут принципиально новые правила игры и не оставят камня на камне от реалий мира сегодняшнего»[76].

И, судя по всему, закон ускорения отдачи начинает разгоняться еще сильнее на технологиях следующего поколения – в 2002 г. учредитель D-Wave, одной из первых компаний, взявшихся за создание квантовых компьютеров, Джорди Роуз[77] выдвинул квантовую версию закона Мура, получившую название закона Роуза: число кубитов в квантовом компьютере каждый год удваивается. Однако закон Роуза характеризуют как «закон Мура на стероидах», поскольку кубиты в суперпозиции обладают намного большей производительностью, чем двоичные биты в транзисторах. Далее мы вернемся к этой технологии и к тем невероятным возможностям, которых ожидают специалисты от ее использования.

Чтобы еще раз подчеркнуть важность исследовательской работы, особенно в части технологий вычисления и обработки информации, обратимся к имеющимся известным данным об основных приоритетных направлениях научных исследований, зрелость которых предполагает патент, подтверждающий научную новизну и уникальность полученного результата. При этом, как мы отмечали, по классификации Александра Белла именно в знаниях и информации заключаются основные ценности постиндустриальной эпохи. И локомотивами научно-технического прогресса современного мира становятся корпорации, поскольку высокая конкуренция и жизненная необходимость постоянного совершенствования и технологического развития не оставляют им выбора. Как утверждает Ричард Фостер из Йельского университета, 40 % компаний, фигурирующих сегодня в списке Fortune 500, в ближайшие десять лет уйдут в небытие, а на смену им в большинстве случаев придут стартапы, о которых мы пока не слышали. А если обернуться и посмотреть в прошлое, то средний возраст корпораций, входящих в список индекса S&P 500, в 1950-е гг. составлял 60 лет, в 2021 г. – меньше 20 лет[78], а половины компаний из списка Fortune 500 образца 2000 г. больше нет[79]. В экономической теории хорошо известен эффект замещения Эрроу, названный так по фамилии лауреата Нобелевской премии Кеннета Эрроу, а позднее популяризованный исследователем бизнеса Клейтоном Кристенсеном под названием «дилеммы инноватора». Эта дилемма гласит: большие корпорации опасаются предлагать что-то новое, поскольку боятся навредить своим прибылям от существующих предложений. Если новый продукт «не зайдет» потребителям, а теми, что предлагает корпорация сейчас, все довольны – к чему рисковать? Напротив, новый участник рынка, которого интересует только новая прибыль, очень постарается предложить что-то необычное. Это умозаключение подтверждается очевидными фактами. Среди фирм-инноваторов те, что помоложе и поменьше, вкладывают в исследования вдвое больше – и поэтому имеют тенденцию расти намного быстрее, чем старые и крупные предприятия[80]. Экономисты все чаще смотрят на изучаемую ими науку, как на систему обработки данных и видят в ней механизм сбора данных о потребностях и возможностях формирования из этих данных решений для инноваций, основанных на научных исследованиях.