Общество полезности. Как эра изобилия уничтожит деньги

Но об этом – в следующих главах. Сначала нужно понять: роботизация и ИИ не добавки к энергетической революции. Они её продолжение и усиление. Без дешёвой энергии они остаются дорогими игрушками. С ней – становятся инфраструктурой нового общества.

Глава 2. Роботизация и локальная автономия

2.1. Производственные комплексы нового типа: печать всего

В 1980-х годах появились первые 3D-принтеры – устройства, которые создавали пластиковые детали слой за слоем по цифровой модели. Технология казалась любопытной, но медленной, дорогой, ограниченной материалами. Тридцать лет спустя всё изменилось. Современные аддитивные системы печатают металлическими сплавами, керамикой, композитами, биоматериалами. Они строят детали для авиационных двигателей, импланты для медицины, корпуса спутников, жилые модули. Скорость выросла на порядки, точность достигла микронов, стоимость оборудования упала до уровня доступного среднему предприятию.

Но это лишь видимая часть. За ней стоит более глубокая трансформация: разделение проектирования и производства теряет жёсткую связь. Раньше фабрика – это здание, станки, конвейер, рабочие, специализированные под конкретный продукт. Станки стоят месяцами, пока набирается партия. Заточены под серийность, не приспособлены к изменениям. Теперь же одно и то же оборудование печатает сегодня деталь для ветряка, завтра – протез, послезавтра – архитектурный элемент. Программа меняется быстрее, чем расходуется материал.

Параллельно развивается роботизация обработки. Фрезерные центры с автоматической сменой инструментов. Роботы-манипуляторы, загружающие заготовки и убирающие готовые изделия. Системы компьютерного зрения, контролирующие качество в реальном времени. Всё это объединяется в единые комплексы, управляемые программным обеспечением, получающим заказы из сети и отчитывающимся о выполнении.

Ключевой момент – масштаб. Миниатюризация и модульность позволяют размещать такие комплексы на площади небольшого цеха, а не завода-гиганта. Энергопотребление снижается до уровня, обеспечиваемого локальной сетью или автономными источниками. Обслуживание требует не армии рабочих, а небольшой группы специалистов, в задачи которых входит контроль, наладка, программирование.

Что можно произвести в таком комплексе? Практически всё, что не требует экстремальных условий – сверхвысоких давлений, температур, чистоты, характерных для полупроводниковой или химической индустрии. Но и здесь границы раздвигаются. Модульные микрозаводы по переработке пластика в гранулы для печати. Миниатюрные биореакторы для выращивания белка. Компактные установки для синтеза топлива из воды и воздуха при наличии дешёвой энергии.

Представьте поселение в несколько тысяч человек. У него есть энергетическая установка – термоядерная, ядерная или гибридная с возобновляемыми источниками. У него есть производственный комплекс: тридцать-пятьдесят станков различного профиля, роботизированные линии, склад сырья. У него есть база данных – цифровые модели миллионов изделий, от простых инструментов до сложных механизмов, открытые для скачивания и адаптации.

Что это поселение не может произвести само? Специализированную электронику, некоторые химические продукты, фармацевтику высокой сложности. Но и здесь объём импорта сокращается на порядок. Основное – строительство, мебель, одежда, инструменты, транспортные средства, оборудование для сельского хозяйства, медицинские изделия, бытовая техника – производится на месте, по мере необходимости, без складских запасов, без транспортных расходов, без посредников.

Это не полная автономия. Это – сетевая автономия: способность удовлетворять большинство потребностей локально, обмениваясь с другими узлами сети лишь специфическими продуктами, знаниями, компетенциями.

2.2. Конец глобальных цепочек поставок

Глобализация производства, достигшая апогея в 1990–2010-х годах, строилась на логике сравнительных преимуществ. Дешёвая рабочая сила в одних странах, ресурсы в других, технологии в третьих, потребители в четвёртых. Контейнеровозы, снабжавшие мировую экономику, выросли до размеров плавучих городов. Сложные продукты – автомобиль, смартфон, лекарство – содержали компоненты из десятков стран, проходившие тысячи километров до финальной сборки.

Эта система оказалась хрупкой. Пандемия COVID-19 в 2020 году обнажила зависимость от длинных цепочек. Один сломанный завод в Малайзии – и не хватает микрочипов для всего мира. Забастовка портовых рабочих – и товары гниют в контейнерах. Военные конфликты, климатические катастрофы, политические решения – любое звено может оборвать цепь.

Но хрупкость – не единственная проблема. Глобальные цепочки неэффективны по самой своей природе. Транспортировка – это затраты энергии, времени, ресурсов. Хранение на складах – замороженный капитал, риск порчи, устаревания. Посредники на каждом этапе – маржа, комиссии, бюрократия. Сложность координации – задержки, ошибки, потери.

Более того, глобальные цепочки создавали асимметрию власти. Те, кто контролировал ключевые узлы – порты, каналы, сырьевые базы, патенты – извлекали сверхприбыли не за счёт создания ценности, а за счёт позиции в сети. Это была арендная экономика замаскированная под рыночную.

Роботизированное локальное производство меняет эту логику коренным образом. Если изделие можно изготовить на месте по цифровой модели, зачем везти его через океан? Если качество контролирует компьютерное зрение, зачем полагаться на репутацию далёкого поставщика? Если срок изготовления – часы или дни, зачем складировать месячные запасы?

Конечно, не всё локализуется. Некоторые материалы редки, некоторые технологии требуют концентрации капитала и знаний, некоторые продукты выгоднее производить массово. Но доля локализуемого растёт. И точка равновесия смещается: всё меньше товаров оправдывает трансконтинентальную логистику, всё больше – проще и дешевле произвести рядом с потребителем.

Это не возврат к деревенской автаркии. Это новая география производства: распределённая, сетевая, адаптивная. Узлы сети специализируются не по принципу «кто дешевле», а по принципу «кто компетентнее». Не Китай против Мексики, а эта община развила компетенцию в биотехнологиях, та – в космических материалах, третья – в медицинской робототехнике. Обмен – не массовый поток однотипных товаров, а целенаправленная передача уникальных продуктов и знаний.

2.3. Локальная община как самодостаточная единица

Вернёмся к нашему поселению. Энергия – своя. Производство – своё. Остаётся вопрос: а что с людьми? Как они организуют жизнь, если не нужно работать на фабрике, если нет начальника, если нет зарплаты в привычном смысле?

Здесь мы выходим за рамки технологий в социальную архитектуру. Но технологии создают условия, без которых эта архитектура невозможна. Когда базовые потребности удовлетворяются локально, автоматически, без постоянного человеческого труда – освобождается время и внимание для другого. Для чего именно – зависит от людей. Но само освобождение фундаментально.

Локальная община в эпоху изобилия – это не коммуна в понимании XIX века, не колхоз, не кибуц. Это скорее технологически оснащённая сеть взаимозависимых людей, объединённых территорией, интересами, проектами. Формальные границы размыты: кто-то живёт здесь постоянно, кто-то приезжает на месяцы, кто-то поддерживает связь удалённо, участвуя в проектах.

Материальная база – общая, но не в смысле государственной собственности. Энергетическая установка, производственный комплекс, инфраструктура – это инфраструктурный слой, доступный всем членам общины по мере необходимости. Личное – жилище, инструменты, вещи повседневного использования – остаётся личным. Но граница проведена иначе: не «моё против чужого», а «индивидуальное против коллективного доступа».

Ключевой механизм – не планирование сверху и не рыночная конкуренция, а координация через информационную систему. Каждый член общины видит доступность ресурсов, может подать заявку на использование оборудования, материалов, энергии. Система оценивает запрос: реальна ли потребность, есть ли компетенция для реализации, каков баланс вклада и потребления данного человека. Решение принимается не бюрократом, а алгоритмом, прозрачным и объяснимым.

Это звучит технократично, но опыт показывает иное. Когда люди освобождены от страха голода и бездомности, когда их базовое достоинство не поставлено под угрозу, когда система явно справедлива – они готовы к кооперации. Не принудительной, не идеологически мотивированной, а рациональной, взаимовыгодной.

Локальная община становится лабораторией новых форм жизни. Здесь проверяются: работает ли модель обмена без денег, мотивирует ли индекс полезности, способны ли люди к самоорганизации без иерархии. Успешные общины привлекают новых членов, экспортируют свои модели, связываются в сети. Неудачные корректируются или распадаются – без катастрофических последствий, поскольку выживание не поставлено на карту.

Именно здесь рождается альтернатива. Не в теоретических дискуссиях, не в революционных манифестах, а в конкретной практике: вот мы построили, вот работает, вот живём иначе. Доказательство существованием.

Переход к такому обществу не требует глобального соглашения или одновременного изменения всего мира. Он может начаться с одной общины, одного поселения, одного региона. Технологии снижают цену эксперимента. Успех делает его привлекательным. Масштабирование происходит через копирование, а не через принуждение.

Но для этого нужен третий элемент. Энергия даёт ресурсную базу. Роботизация даёт производственную автономию. Но координация – распределение ресурсов, оценка вкладов, разрешение конфликтов, планирование развития – требует интеллекта, который не исчерпывается человеческими возможностями при масштабировании. Здесь на сцену выходит искусственный интеллект – не замена людям, но их инструмент, их усилитель, их нейтральный арбитр.

Об этом – в следующей главе.

Глава 3. Искусственный интеллект – не властелин, а координатор

3.1. Что умеет ИИ: аналитика, прогнозирование, оптимизация в реальном времени

Когда в 1997 году компьютер Deep Blue победил чемпиона мира по шахматам Гарри Каспарова, многие восприняли это как символ: машина превзошла человека в интеллектуальном занятии. Но шахматы – замкнутая система с чёткими правилами, полной информацией и конечным числом позиций. Настоящий мир гораздо сложнее: неопределённость, неполнота данных, меняющиеся условия, человеческие цели, которые сами по себе не фиксированы.

Прогресс искусственного интеллекта за четверть века состоял не в том, чтобы научить машины «мыслить как человек», а в том, чтобы научить их решать специфические задачи, которые раньше требовали человеческого внимания, но теперь поддаются формализации. Распознавание образов – лиц, голоса, медицинских снимков, дефектов продукции. Обработка естественного языка – перевод, анализ текстов, генерация ответов. Прогнозирование – спроса, погоды, поведения систем, рисков. Оптимизация – маршрутов, расписаний, энергопотребления, конструкций.

Важно понимать: это не единый «ум», а набор инструментов, каждый заточен под свою задачу. Современные системы машинного обучения обучаются на данных, выявляя закономерности, которые человек не способен уловить вручную. Нейронные сети с миллиардами параметров находят связи между тысячами переменных. Это позволяет решать задачи масштаба, недоступного человеческому мозгу – не потому что мозг слаб, а потому что его ресурс ограничен, а внимание должно быть избирательным.

Что это значит для экономики? В традиционной системе координация требует иерархии. Информация собирается на нижних уровнях, передаётся вверх, там принимается решение, передаётся вниз, исполняется, контролируется. На каждом этапе – потери, искажения, задержки. Бюрократия растёт пропорционально сложности системы, а эффективность падает. Плановая экономика XX века столкнулась именно с этим пределом: невозможно было собрать и обработать всю информацию, невозможно было оперативно скорректировать план, невозможно было учесть местные особенности.

Информационные технологии сняли часть этих ограничений. Компьютеризация учёта, автоматизация производства, электронный документооборот – всё это ускорило потоки данных. Но настоящий прорыв – в способности систем не просто передавать информацию, а извлекать из неё смысл, делать прогнозы, предлагать решения, обучаться на результатах.

Представьте систему управления ресурсами локальной общины. Она знает: сколько энергии производит установка, как меняется потребление в течение дня, какие производственные задачи запланированы, какие материалы есть на складе, какие нужно заказать, какие проекты подали жители, какие из них одобрены, кто работает над чем, каковы сроки, риски, перспективы. Всё это – потоки данных, поступающие в реальном времени от сенсоров, от людей, от других систем.

Человек не способен удержать эту картину в голове. Даже группа людей, собирающихся на совещания, будет реагировать с задержкой, упускать связи, принимать решения на неполной информации. ИИ-система способна интегрировать всё это, выявлять узкие места до их проявления, предлагать альтернативы, моделировать сценарии. Не потому что она «умнее» в человеческом смысле, а потому что она масштабируема, неутомима, последовательна.

Пример из существующей практики: логистические сети крупных компаний – Amazon, Walmart, Alibaba – используют ИИ для прогнозирования спроса, оптимизации складов, маршрутизации доставки. Результат – снижение издержек, ускорение оборачиваемости, уменьшение потерь. Та же логика применима к управлению ресурсами общины, только цель не прибыль, а удовлетворение потребностей при минимальных затратах.

Другой пример: энергетические сети. Современные «умные сети» используют ИИ для балансировки генерации и потребления, интеграции возобновляемых источников, предотвращения аварий. В масштабе общины это означает: система сама решает, куда направить избыточную энергию – в производство, в накопители, в соседнюю общину; сама предупреждает о необходимости обслуживания; сама адаптируется к изменениям.

Третий пример: сельское хозяйство. Автономные теплицы с компьютерным управлением климата, полива, питания растений. Дроны, анализирующие состояние посевов. Роботы, собирающие урожай. ИИ оптимизирует условия для каждой культуры, каждого участка, прогнозирует урожайность, предупреждает о вредителях и болезнях. Потребность в человеческом труде сокращается на порядок, а выход – растёт.

Во всех этих случаях ИИ выполняет функцию, которую невозможно заменить человеческим трудом без катастрофического роста числа координаторов. Но эта функция – обработка информации и оптимизация – не смешивается с функцией выбора целей. Именно здесь кроется граница, которую необходимо провести чётко.

3.2. Что НЕ умеет и НЕ должен делать ИИ: ценности выбирают люди

Современные языковые модели – GPT, Claude, аналоги – способны генерировать текст, который кажется осмысленным, убедительным, даже мудрым. Они обучены на миллиардах человеческих высказываний и воспроизводят их структуры. Но это воспроизведение, а не понимание. Модель не знает, о чём говорит, – в том смысле, в каком это знает человек. Она не имеет опыта, не испытывает эмоций, не несёт ответственности за последствия своих высказываний.

Это фундаментальное ограничение, а не временная техническая недоработка. Можно представить системы более сложные, более интегрированные в физический мир, более способные к обучению и адаптации. Но даже гипотетический «сильный ИИ» – если такой возможен – будет отличаться от человека тем, что не вырос в человеческой культуре, не прошёл через детство, не испытал страха смерти, не обретал и не терял близких, не делал выбор в ситуациях неопределённости, когда нет правильного ответа.

Почему это важно для общества будущего? Потому что любая система управления опирается на ценности: что считать благом, что – злом, что – приемлемым компромиссом, что – неприкосновенной границей. Эти ценности не выводятся из данных. Они задаются людьми, формируются в дискуссии, эволюционируют в истории.

ИИ не должен определять, какое общество мы хотим построить. Он не должен решать, что важнее – скорость развития или экологическая осторожность, индивидуальная свобода или коллективная солидарность, научный прогресс или сохранение традиций. Это вопросы, на которые нет технически правильных ответов. Есть только политические, философские, культурные выборы, которые общество делает о себе.

Роль ИИ – инструментализировать выбранные ценности. Если общество решает минимизировать экологический след, ИИ находит способы это сделать. Если приоритет – максимальная автономия отдельных общин, ИИ оптимизирует под это. Если важна справедливость распределения, ИИ отслеживает и корректирует дисбалансы. Но сам выбор приоритетов – за людьми.

Практически это означает: система должна быть прозрачной и контролируемой. Алгоритмы, используемые для распределения ресурсов, должны быть открыты для изучения. Критерии оценки проектов – обсуждаемы. Параметры оптимизации – корректируемы. ИИ не заменяет демократию, а делает её технически возможной на масштабе, где прямая демократия неработоспособна.

Наша действительность даёт предупреждения. В демократических обществах алгоритмический контроль развивается менее заметно, но не менее эффективно: идентификация «неугодного» контента, предиктивное полицирование, автоматизированные санкции за онлайн-речь. Технически те же средства, но цель – устойчивость власти через исключение несогласных голосов, а не устойчивость общества через координацию.

Различие не в технологиях, а в институтах. Кто контролирует систему? Кому она подотчётна? Какие цели формализованы в её целевых функциях? В открытом обществе с горизонтальной структурой ИИ – инструмент координации. В закрытом обществе с вертикальной иерархией – инструмент подавления.

Поэтому важно не только что умеет ИИ, но и как он встроен в социальную архитектуру. Нейтральность его позиции – не данность, а достижение. Она требует: разделения функций сбора данных, анализа, принятия решений, исполнения; механизмов проверки и баланса; права каждого на информацию о том, как система работает; возможности влиять на её параметры.

В описываемой модели ИИ – не властелин, не оракул, не замена человеческому суждению. Он – координатор, усилитель, память системы. Он обрабатывает сложность, которую люди не в состоянии охватить, но не отменяет их ответственность за выбор направления.

3.3. Плановая экономика без бюрократии: как это работает

Словосочетание «плановая экономика» для многих ассоциируется с дефицитом, очередями, невзрачными товарами, административным произволом. Опыт СССР и других социалистических стран создал устойчивый негативный образ. Но важно различать: планирование как метод координации и планирование как орудие конкретной политической системы с её ограничениями.

Проблема советской плановой экономики была не в желании координировать, а в невозможности это сделать эффективно при имеющихся технологиях. Информация собиралась медленно, обрабатывалась вручную, план составлялся годами, исполнение проверялось формально. Центр не знал реальных потребностей, места – реальных возможностей. Приоритеты военной промышленности искажали всю структуру. Отсутствие обратной связи делало систему глухой к сигналам.

Но сама идея координации ресурсов на основе данных, а не спонтанного рыночного обмена – не ошибочна. Рынок тоже имеет пределы: он не учитывает внешние эффекты, не обеспечивает общественные блага, не предотвращает кризисы перепроизводства, не гарантирует справедливость. Рыночные экономики используют планирование в масштабе корпораций, отраслей, государственных программ. Вопрос – в сочетании механизмов, в масштабе, в технической осуществимости.

ИИ-управление создаёт условия для плановой координации без бюрократических издержек. Рассмотрим, как это может выглядеть на практике.

Сбор информации. Все потоки ресурсов – энергии, материалов, трудозатрат, результатов – фиксируются автоматически. Сенсоры на оборудовании, отметки о выполнении задач, заявки на ресурсы, отзывы участников – всё это поступает в единую систему. Нет нужды в армии инспекторов, сводках, отчётах. Данные собираются в реальном времени, непрерывно, без искажений.

Обработка и анализ. ИИ выявляет паттерны: где возникают узкие места, какие проекты отстают, где ресурсы используются неэффективно, какие потребности не удовлетворены. Он строит прогнозы: что произойдёт при текущей траектории, какие риски, какие альтернативы. Это не замена человеческому анализу, а его основа – систематизированная, проверяемая, масштабируемая.

Принятие решений. Стратегические решения – что производить, в каких масштабах, какие приоритеты – остаются за людьми, за элитой авторитета, за проектными группами. Но они принимаются на основе полной информации, с моделированием последствий, с возможностью быстрой корректировки. Тактические решения – распределение конкретных ресурсов, корректировка графиков – могут делегироваться системе, по заранее согласованным правилам.

Исполнение и контроль. Решения передаются исполнителям через ту же информационную систему. Прогресс отслеживается автоматически. Отклонения фиксируются, анализируются, при необходимости инициируется корректировка. Нет нужды в многоуровневом контроле – система сама видит, где что идёт не так.

Обратная связь. Каждый участник может видеть, как использованы его данные, как принято решение, каков результат. Это не формальная «демократия», а прозрачность как техническая характеристика. Система не скрывает своей работы, потому что её работа – в данных, доступных всем.

Ключевое отличие от бюрократии: скорость и адаптивность. План не священная догма на пять лет, а динамическая модель, обновляемая ежедневно, ежечасно. Центр не пытается управлять всем, а задаёт параметры, внутри которых локальные узлы самоорганизуются. Иерархия не исчезает полностью, но становится гибкой, основанной на компетенции и репутации, а не на должности и подчинении.

Пример из существующей практики: крупные технологические компании – Google, Amazon, Tesla – используют подобные принципы внутри себя. Данные о всём потоке операций, автоматизированная оптимизация, быстрая обратная связь, плоская иерархия команд. Это не демократия – цель прибыль, а не удовлетворение потребностей. Но методы показывают: плановая координация без бюрократии технически возможна.

Перенести эти методы на уровень общества – задача политическая, не только техническая. Требуется: открытость данных, подотчётность системы людям, а не наоборот, защита от концентрации контроля, культура доверия и прозрачности. Но технологии делают такой перенос впервые реальным. Не как утопия, а как инженерная задача, которую можно решать шаг за шагом.

Итак, три технологических столпа: дешёвая энергия, роботизированное производство, ИИ-координация. Вместе они создают условия, при которых старая экономическая логика – дефицит, конкуренция, накопление, эксплуатация – теряет основание. Что приходит на её место – не отсутствие порядка, а новый порядок, основанный на других принципах: полезности, прозрачности, кооперации. О нём – в следующей части.

Часть II. СОЦИАЛЬНАЯ АРХИТЕКТУРА: КАК УСТРОЕНО ОБЩЕСТВО

Общество как среда для человеческого счастья

Прежде чем мы перейдём к описанию устройства нового общества, необходимо ответить на самый фундаментальный вопрос. Не «как это работает?», не «кто нажимает кнопки?», а зачем? Какова цель? Что должен получить человек, живущий в этой системе?

История философии даёт удивительно слаженный ответ, несмотря на разнообразие школ и эпох.

Аристотель (древнегреческий философ IV века до н. э., ученик Платона, учитель Александра Македонского, один из основоположников западной философии и науки) в «Никомаховой этике» провозгласил эвдаймонию – благоденствие, процветание души, достижение наилучшей версии себя – высшей целью человеческого существования. Не удовольствие, не богатство, не слава, а реализация собственных потенциалов в полной мере.

Эпикур (древнегреческий философ III века до н. э., основатель эпикуреизма, учения о счастье как отсутствии страданий) учил, что счастье – это отсутствие страданий и тревог, достижение атараксии – душевного покоя, основанного на простых удовольствиях, дружбе и разумном отношении к желаниям. Не гедонизм потребления, а избавление от лишних нужд и страхов.

Стоики (философская школа эллинистической эпохи, основанная Зеноном Китийским) видели счастье в соответствии природе, в жизни по добродетели, в свободе от зависимости от внешних обстоятельств – богатства, статуса, мнения толпы.