Технология должна подчиняться реальным потребностям бизнеса и фактическим эксплуатационным ограничениям

… В IBM я занимался высокопроизводительными вычислениями и видел, как развивалась эта технология. Компьютерная система, которую мы продали в 2002 году примерно за 9 миллионов долларов, занимала площадь 4000 квадратных футов, а к 2016 году имела такую же мощность, как PlayStation за 250 долларов. Не существует другой технологии, в которой производительность растет, а цена падает так сильно. За первые 15 лет моей карьеры мне стало ясно, что, в отличие от таких материалов, как бетон, который не развивается, компьютерные технологии развиваются сами по себе…

Он связан с технологией цифровых двойников, которую мы внедрили в GE. Я работал над цифровой трансформацией в различных отраслях, но задача в GE была уникальной из-за долговечности таких промышленных продуктов, как реактивные двигатели и газовые турбины, а также сложного ценообразования и связанного с ними государственного регулирования… Это среда с высокими ставками, где на кону стоят жизни и миллиарды долларов.

Настоящий успех был связан не только с технологией; это было создание и поддержание подходящей среды для процветания высокоинтеллектуальных людей. Проработав 20 лет в IBM и 10 лет в GE, я понял, что моя работа — создавать атмосферу, в которой те, кто умнее меня, могут эффективно решать задачи и внедрять инновации.

Она связана с проектом объемом 5,5 миллиардов долларов, которым я в какое-то время управлял в IBM. Речь шла о высокопроизводительных Unix-комплексах, в частности, ориентированных на банковский бум в Китае. Я увлекся чисто технической конкуренцией с Sun Microsystems, стараясь достичь повышения производительности, масштабируемости и снижения цены.

В 2007-2008 годах в Китае открывали от 9 000 до 11 000 банковских отделений в год, намереваясь заставить китайское население не прятать деньги дома. Моя ошибка заключалась в том, что я не осознал реальных требований. Наша высокопроизводительная система нуждалась в высококвалифицированных специалистах для установки и обслуживания. Ее было сложно использовать, и я совершенно упустил из виду тот момент, что китайское правительство хотело иметь системы, которые можно было бы быстро установить, обслуживать местными сотрудниками с минимальными навыками и которыми было бы легко управлять.

Мне пришлось исправить ошибку, летая в Китай почти каждый месяц, понимая реалии на месте и меняя все наши требования в соответствии с ними. Именно тогда я усвоил важный урок: сама технология должна подчиняться реальным потребностями бизнеса и фактическим эксплуатационным ограничениям. В исследованиях у вас может быть свобода исследований, но в реальном развитии бизнеса решающее значение имеет понимание бизнес-целей и ограничений.

Именно так! Сейчас приоритет имеют не только бизнес-требования, но и системные требования.

Раньше я мог бы сосредоточиться исключительно на технологиях. Например, при выборе аккумуляторов для электромобилей я бы сосредоточился на их емкости, скорости перезарядки и сроке службы. Затем я стал бы рассматривать бизнес-аспекты, такие как стоимость, обслуживание и поддержка. Но теперь речь идет не только об инженерных или деловых аспектах: я должен рассматривать всю картину, включая происхождение материалов, владение процессами, развертывание, поддержку, государственное регулирование, инвестиции, ценообразование и даже геополитические аспекты, такие как международные сделки и регулирование.

Возьмем, к примеру, батарею, которой нужен литий. Я должен учитывать, откуда он поступает, кто его обрабатывает, глобальную динамику, цепочки поставок и местные законы. Все эти аспекты влияют на окончательный дизайн, и игнорирование их может привести к дорогостоящим ошибкам в будущем.

ИИ — это инструмент, который может расширить кругозор, повысить творческий потенциал и сократить рутинные задачи, но он никогда не заменит нас. Другой фундаментальный недостаток заключается в том, что многим алгоритмам ИИ требуется много данных. ИИ даже способен самообучаться, но только человек может эффективно понимать других людей и коллективно работать с ними. ИИ может задавать мне вопросы, которые делают меня умнее, но это по-прежнему инструмент, и он таковым и останется.

Я вырос в то время, когда образование ограничивалось выступлением профессора перед аудиторией и несколькими справочниками в библиотеке. Сегодня у меня есть доступ к 4000 курсам ведущих институтов, таких как Массачусетский технологический институт, Стэнфорд и Беркли, а также к миллиону статей и мнениям экспертов. И еще есть искусственный интеллект, который поможет обобщить всю эту информацию.

Раньше я тратил бы 80 процентов своего времени на основную работу, но теперь это сократилось до 20 процентов. Оставшееся время можно потратить на творческие дела. Например, используя ChatGPT, я могу вести разговор, который запоминает то, что я ему сказал. В отличие от простого поиска в Google, который не сохраняет информацию, ИИ может запоминать, помогать мне генерировать идеи и создавать из них что-то замечательное.

Сейчас каждый в мире привязан к этой обширной сети знаний. Когда появляется новая информация, алгоритм может ее найти и передать мне. 50 лет назад у меня этого не было. В моей докторской диссертации ссылки относились к публикациям, появившимся от двух до пяти лет назад. Сейчас таким ссылкам — от двух месяцев до двух лет. Скорость изменений в обработке данных огромна. Вот что я имею в виду, когда говорю о наступившей эпохе интеллектуальности.