Глава IBM: мы на пороге квантового взрыва, который изменит ИИ навсегда

Здравствуйте. Я Мальком Глледуэл, и вы слушаете умные беседы с IBM. В этом сезоне мы рассказывали вам истории о том, как IBM работает со своими клиентами для решения сложных проблем. Например, помогая Loreal переосмыслить подход учёных к разработке косметических составов или позволяя Скудерияia Ferrari HP по-новому общаться с фанатами. Но в этом эпизоде мы собираемся взглянуть на общую картину. Ранее в этом месяце у меня была возможность встретиться с человеком, который формирует будущее IBM. Это генеральный директор и председатель совета директоров Арвин Кришна. Мы сели перед небольшой живой аудиторией в нью-йоркском офисе IBM и поговорили о его сверхъестественной способности предвидеть, куда движутся технологии, о будущем и его страсти к квантовым вычислениям, которые, по его словам, также революционны, как полупроводники. Спасибо всем. Спасибо, Арвинт. С вами было трудно договориться о времени для такой встречи, поэтому мы чрезвычайно рады, что вы смогли к нам присоединиться. Давайте начнём с того, что у меня есть два кузена, которые проработали в IBM всю свою карьеру. И я спрашивал их, чем занимается IBM. И они всегда давали мне разные сбивающие с толку сложные ответы. Каков ваш простой ответ на этот вопрос? Роль IBM заключается в том, чтобы помогать нашим клиентам улучшать свой бизнес за счёт внедрения технологий. Это означает, что мы никогда не привязываем их к какому-то одному продукту. Мы используем то, что имеет наибольший смысл в конкретный момент времени. Но наша цель - именно улучшение их бизнеса, а не просто поставка очередного товара. А если перейти на следующий уровень, я бы сказал так: мы помогаем им за счёт сочетания гибридного облака и искусственного интеллекта, а также понемногу подводим к квантовым технологиям. То есть вы в некотором смысле технологически нейтральны. скорее нейтрален по отношению к продуктам и не технологически нейтрален. Но если посмотреть на это так, может ли через 25

лет IBM заниматься тем, что сегодня будет совершенно неузнаваемо по сравнению с нынешней IBM? Это абсолютно возможно. Может случиться так, что через 25 лет единственным программным обеспечением, которым будет заниматься IBM, станет открытый исходный код или что вся вычислительная мощность будет исключительно квантовой. И, конечно, это уже будет не та IBM. Можно ли ещё проще сказать, что IBM решает проблемы на самом высоком техническом уровне? Если вы говорите самый высокий технический уровень, да, как парень, который изобрёл штрих-код, он решал проблему. Розничные торговцы хотели масштабироваться. Многие из вас, возможно, не знают, что это был сотрудник IBM, который изобрёл штрих-код. Кстати, не кто-то с докторской степенью, не кто-то, кто был глубоким исследователем. Я думаю, это был на самом деле полевой инженер. О, правда? Да. И лазеры были доступны. И вы могли использовать лазеры для сканирования вещей, но они могли быть перевёрнуты, они могли быть грязными, они могли быть частично соскоблены. И он придумал идею штрих-кода. Да, и это навсегда изменило управление запасами. Мир должен знать, что IBM изобрела штрих-код. Вам следует лучше освещать это? Я уверен, что наш директор по маркетингу послушает этот подкаст, и мы возьмём эту идею. Расскажите мне, вы начали в исследовательском центре Томаса Ватсона. Чем вы занимались, когда впервые начали работать в IBM? Я начал в 1990 году. Это было время, когда компьютеры и сети начинали сходиться воедино. Первые 5 лет я занимался построением сетей. Напомню, это было до появления ноутбуков. Они появились в девяносто втором-девяносто третьем годах. Но уже тогда было понятно, что портативные компьютеры появятся. Я провёл первые 5 лет, создавая то, что сегодня мы называем Wi-Fi. У нас были споры, сможем ли мы это сделать. Устройство должно было быть достаточно маленьким. Мы считали, что не больше 100 г, потому что если оно весит больше, зачем вообще ставить его на ноутбук весом 3 кг? И был постоянный вопрос: зачем людям вообще ходить без кабеля? Разве они не захотят подключить толстый провод и просто сидеть за столом? Так тогда работали терминалы. Я провёл 5 лет, получая огромное удовольствие, создавая множество итераций и постепенно продвигаясь вперёд. Если бы я поговорил с вами в

девяностых годах о том, как будут выглядеть следующие 30 лет, возможно ли восстановить, каковы были ваши прогнозы в то время о том, куда движется компания и куда движется отрасль. Речь шла больше о том, куда пойдёт технология, я бы сказал, чем отрасль. Я бы сказал вам, что сети и компьютеры сольются. В девяностом году это была странная мысль, которой придерживались некоторые исследователи. К концу девяностых стало очевидно, что это стало интернетом. Я бы сказал вам, что я считаю, что видеостриминг станет основным способом потребления видео людьми. Вы бы сказали это в девяностом году? Абсолютно. Это заняло не 5 лет, а 20, но это произошло. Технически это было возможно и раньше. Просто слишком дорого и сложно. Если вы были в технологиях, скажем, в восемьдесят пятом, я бы сказал вам, что интернет - это уже старая вещь. Когда я учился в аспирантуре, у каждого из нас на столе стоял Apple, Мак или Лиса. Все они были подключены к сети. Мы спокойно отправляли электронную почту людям по всей стране. передавали файлы. Да, нужно было немного разбираться в технологиях. Тогда ещё не было браузеров. На это ушло 10 лет, и ещё 5 лет понадобилось, чтобы это стало бизнесом. Но если смотреть на скорость развития технологий, обычно через 10-15 лет стоимость и массовость достигают масштаба, который невозможно было представить 10ю годами ранее, пока не увидишь несколько таких циклов. Подождите, но насколько далеко вы тогда пошли в этих выводах? Мне интересно, как далеко вы зашли. Это действительно фундаментальная вещь, которую нужно было понять правильно в девяностом году. Как далеко вы зашли с этой идеей? Мы были практически уверены, что линейное телевидение и вещание станут цифровыми. Это было очевидно. Во-вторых, поскольку кабель уже был основным способом доставки контента, пакетная передача видео по кабелю казалась логичным следующим шагом. И ещё в восемьдесят седьмом году я был убеждён, что фильмы по запросу станут основным способом их просмотра. Всё это можно было предсказать. Я лично не работал над всеми этими направлениями. После сетей я занялся другими вещами, но это были довольно очевидные прогнозы. А если бы вы тогда обсуждали это с кем-то из телевизионной индустрии, верили бы они вам? Были ли они убеждены в этом? Я на самом деле вернусь к беспроводным сетям. Я думаю, что одна из причин, по которой я делаю то, что делаю сегодня, находится на пересечении бизнеса и технологий. Это из-за того, что я видел, что произошло с Wi-Fi. Итак, вы строите эти беспроводные сети и затем говорите: "Эй, рынок, будут миллионы, десятки миллионов, миллиарды пользователей". А бизнес смотрит на это и говорит: "Мы думаем, что рынок ограничен работниками склада, занимающимися инвентаризацией". Я смотрел на это и думал: "А почему не людям дома? " Но тогда они просто не могли представить, как люди будут покупать и использовать технологии. И тогда я понял, недостаточно просто изобрести технологию. Нужно думать о том, как её продавать, кому, через какие каналы и как сделать её достаточно простой. Сейчас я упрощаю, но на самом деле это был путь длиной в 5-10 лет меня в те дни. Знаете, что мне это

напоминает? Когда в 1870 годах изобрели телефон, он не получил массового распространения в течение 40 лет, потому что люди, которые занимались телефонным бизнесом, не хотели, чтобы им пользовались женщины. Они боялись, что женщины будут болтать со своими подругами. Они не понимали, что в этом и заключалась суть телефона. Да, это так. И такое происходит снова и снова. В чём источник этой слепоты? Иными словами, между изобретением, технологическим достижением и социальным пониманием технологии существует разрыв. Почему он вообще возникает? Я думаю, этот разрыв фундаментален и уходит корнями во многие академические дисциплины, даже если взять некоторые направления вашей работы. Хотя вы, возможно, не подразумеваете такое применение. Сегодня многое считается управляемыми данными. А если что-то управляется данными, по определению, вы смотрите в прошлое. А если вы смотрите в прошлое, значит, вы анализируете существующие модели потребления. И когда вы смотрите на существующие модели потребления, вы забываете, что все люди, которые со временем создали колоссальную ценность, на самом деле создавали рынки. То есть они создавали новые рынки для мира. Именно поэтому мир так восхищается людьми вроде Стива Джобса. Он воображал рынок, которого ещё не существовало. И я думаю, именно здесь и лежит разрыв. А когда вы объединяете технологию, бизнес чутьё для масштабирования компании и воображения, позволяющее создать рынок, именно так и создаётся по-настоящему огромная ценность. Нужно, чтобы все эти три элемента работали одновременно. То есть, другими словами, вы считаете, что недостаточно просто изобрести что-то новое. Нужно параллельно выстроить бизнес обоснование. Именно это мышление и привело вас к вашей нынешней роли. О, да. Если бы вы встретили Арвинда в девяносто четвёртом году и заговорили с ним о фондовом рынке или бухгалтерском балансе, он бы посмотрел на вас и сказал: "О'кей, я понимаю, что это за слова. Я могу их выучить, но я совершенно не понимаю, что они значат. У меня нет интуиции, связанной с этим. Я не понимаю, почему это важно или почему это может быть неважно. " Но затем начинаешь размышлять: "Хорошо, почему у компании растёт стоимость? А это акции, что они отражают? А если мне нужно тратить оборотный капитал, вот для чего нужен баланс. И ты учишься. Я понял, что готов учиться, готов читать. Хотя лучший способ для меня не книги. Да, можно читать книгу, но, честно говоря, это чертовски скучно. Гораздо проще пойти и поговорить с финансовым экспертом, который сидит буквально за углом. И люди, как правило, если им интересно то, чем они занимаются, с удовольствием делятся своим опытом. Со временем ты узнаёшь всё больше и больше. Они становятся частью твоего сообщества в компании. И именно так ты одновременно учишься, развиваешься и приобретаешь дополнительные навыки. Чтобы быть успешным бизнес-лидером, вам нужно разучиться или отклониться от некоторых вещей, которые сделали вас успешным учёным. Я на самом деле верю в прямо противоположные, но нужно использовать то, в чём ты действительно силён, как фундамент, но не делать это единственным инструментом. Тогда возникает вопрос, как добавить остальные навыки. Есть много способов. Можно окружить себя людьми, которым ты доверяешь и которые помогают тебе закрывать эти области. Можно развить интуицию, пусть и не такую глубокую экспертизу. Я всегда буду глубже разбираться, скажем, в электротехнике, чем когда-либо буду разбираться в финансах или маркетинге. Но я хочу быть к ним любопытным. Я не хочу их игнорировать. Ты наращиваешь свои сильные стороны, а затем говоришь себе: "Мне нужен целостный системный взгляд". Значит, я буду немного разбираться во всём, но не слишком глубоко. Ещё нужно научиться в какой-то степени доверять своей интуиции. Подождите, я забыл задать вопрос, который хотел задать о прогнозах Арвинда девяностого года. Что вы тогда поняли неправильно? Очень многое. Думаю, в те годы большинство людей, и это не моя формулировка, но я к ней вернусь, считали, что выиграют коммуникационные компании, что именно они станут главными бенефициарами развития сетей. Если вспомнить инвестиции девяностых годов, которые делали, не будем называть всех операторов связи поимённо, этого не произошло. На самом деле, это была проблема бизнес-модели. Причина в том, что у них в голове была идея, что с людей нужно брать плату за минуту, потому что они уже делали это, потому что они делали так 100 лет, а в итоге победили те, кто предложил фиксированную цену 30 долларов в месяц, 50 долларов в месяц и так далее. Для них это был слишком большой скачок. Думаете, всё так просто? Это самое простое объяснение того, почему, по вашему мнению, они потерпели неудачу. Нет, были и другие, более технические причины. Одну из них описал человек, работавший внутри одной из телеком-компаний. Он назвал свою статью восхождения глупой сети. Телефонные компании считали, что сеть должна быть очень умной, а конечное устройство глупым. Если подумать о телефоне, сам телефон глупый, он ничего не делает. Это просто набор реле. Умная сеть. Она маршрутизирует вызовы, определяет, куда их отправлять, занимается подавлением эхо. Современный интернет внутри абсолютно глупый. Он просто принимает биты и отправляет их на другой конец. Вся интеллектуальная часть находится в компьютере на краю сети. Это, пожалуй, более фундаментальное объяснение, но бизнес-модель им тоже не помогла. Подождите, Арвин девяностого года думал, что сеть должна быть глупой или умной. Я не уверен, что тогда глубоко об этом задумывался, но во всём, над чем я работал, сеть была глупой. Она просто передавала биты и всё. Потому что уже тогда я понимал, невозможно заранее представить все приложения. Если ты работаешь только с голосом, возможно, сеть может быть умной. Но если ты делаешь всё остальное, как сеть вообще может знать обо всём этом и оставаться умной?

Хорошо, вы CO уже 5 лет, верно? Тогда за эти 5 лет какое ваше решение было самым неправильно понятым, когда в итоге вы оказались правы, но все считали вас сумасшедшим? В восемнадцатом году я предложил нашему совету директоров купить компанию под названием Redhead. IBM традиционно занимается с проприетарными решениями, а Redhead - это Open source. В день объявления сделки акции упали на 15%. А сегодня большинство людей скажут, что это было самое успешное приобретение IBM за всю её историю и, возможно, самое успешное программное приобретение вообще. Тогда это было полностью неправильно понято, потому что люди не увидели, что на самом деле нужна платформа, способная быть нейтральной и независимой, работать сразу с несколькими облачными платформами и с локальными средами. Нужно иметь представление о том, чем это может стать. Мы довели эту идею до такого состояния, что сегодня, на мой взгляд, она является лидером в своём сегменте. И как вы пришли к этому, по сути, еретическому взгляду? Облако уже развивалось. Можно было задать вопрос: стоит ли нам вложить огромный капитал и броситься в гонку за облаком? Хорошо, даже если быть щедрым, вы отстаёте от двух лидеров на 5 лет, а может и больше. Вы могли бы тратить по 10 млрд долларов в год. И многие компании так и поступают. Это слишком важно. Это будет половина рынка. Мы не можем этого не делать. Моя позиция была другой. Мы всегда будем отставать на 5 лет. Они не глупые и немедленные. Значит, в лучшем случае вы будете далёким третьим, а в худшем четвёртым или пятым, учитывая, что в игре ещё есть и китайские игроки. Зачем это делать? Вместо этого есть ли другое пространство, которое вы можете занять? Вместо того, чтобы конкурировать с ними, можете ли вы стать их лучшим партнёром? В таком случае вы фактически едете на волне их успеха. Если я хочу быть лучшим партнёром, то какой набор технологий для этого нужен? Так я и перевернул саму постановку задачи. Именно так я об этом думал. Насколько сложно было убедить людей, которых нужно было убедить перед этим приобретением? Наверное, от шести до 9 месяцев я буквально бился головой о стену без какого-либо успеха. А потом ещё около 6 месяцев ушло на наращивание импульса, когда несколько человек начали это понимать. Да, вы очень настойчивы. Да, очень. Вы бы описали это как свою определяющую черту. Я очень настойчив и очень терпелив. Я также, вероятно, очень нетерпелив, но я не кричу и не воплю. Я не ругаюсь и не бушую. Но, как я говорю, если я думаю, что мы собираемся что-то сделать, я могу быть удивительно упрямым в этом. Мы это сделаем. Если бы я собрал вашу семью, вывел их на сцену и задал им тот же вопрос, ответили бы они также. Они бы сказали вам, что я очень упрям. Они могут не согласиться, что я не кричу и не воплю. Ну, знаете, одно из главных наблюдений психологии заключается в том, что наше домашнее я и наше рабочее я не коррелируют. Как только вы это знаете, вы знаете всё. — Подпишись прямо сейчас на мой Telegram-канал по ссылке в описании. Я подготовил для тебя топ-три материала, которые, на мой взгляд, должен знать каждый. Первое, карта сотни топовых AI стартапов - это будущее на одной картинке. Второе- прогноз от инсайдера из Openi, который ещё до появления CH GPT предсказал всё, что сейчас происходит с неронками. И вот в этом году он выпустил новый прогноз до двадцать седьмого года. И третье, самое мощное - это мой разбор эссе основателя компании Anроopic, который по сути второй человек в мире искусственного интеллекта. Он по полочкам разложил, что будет происходить в мире ближайшие 5 лет, и главное, каким будет универсальный AI, которого все так боятся или ждут. Переходи по ссылке в описании.

описании. Подождите, мне любопытно. Последний вопрос об этом. Сколько времени вам понадобилось, чтобы доказать свою правоту с RedХehead? Вероятно, пять, может быть, 4 года. Я думаю, что к двадцать третьему году. То есть мы объявили об этом в восемнадцатом, мы получили большое падение акций. потребовался год, чтобы закрыть сделку, девятнадцатый год. Итак, если я считаю, не то, чтобы я много считаю, но де июля 2019 года, как день, когда мы получили все разрешения, потребовалось ещё несколько недель, чтобы фактически перевести деньги. Но с тех пор, вероятно, в двадцать третьем году мир проснулся и сказал: "Эй, ребята, вы заслуживаете похвалы за это". Это был на самом деле отличный шаг, неплохой шаг. Это интересно, ведь это был настоящий риск. Если бы это не сработало, вы бы не сидели в этом кресле? Совершенно верно. Было два этапа. Во-первых, если бы было очевидно, что это не сработает, меня бы вообще не выбрали. А во-вторых, если бы это не сработало уже после, именно поэтому срок жизни Сё иногда бывает таким коротким. Сколько сна вы потеряли из-за этого? Как только мы приняли решение, нисколько. Вы можете дать мне советы о том, как вы это делаете? Потому что я просыпаюсь в 2:00 ночи каждый день из-за гораздо более тривиальных вещей, чем это. Раз в неделю я, вероятно, просыпаюсь в 2 или 3:00 ночи. Я признаю это, потому что просыпаюсь и мой мозг работает. И как только он работает, я даже не пытаюсь снова заснуть. Хорошо, вставай и работай и сделай себя продуктивным. Ты устанешь к 4 часам дня. Это нормально. Ты хорошо поспишь этой ночью. Я давно понял одну вещь. Нельзя тянуть в три смены. Рано утром, весь день и поздно ночью. Поэтому примерно за час до того, как я планирую лечь спать, я меняю вид деятельности. То есть я начинаю читать что-то, что мне интересно, но полностью вне работы. Это может быть биография, может быть книга человека, рассуждающего о демографии и населении. Но я не читаю про лидерство. Это слишком близко. 20 лет назад я, возможно, бы читал, но сейчас нет. Я не читаю про фундаментальную науку. Это тоже слишком близко к тому, чем мы зарабатываем на жизнь. Это должно быть что-то вне рабочих триггеров, но при этом достаточно плотное, чтобы занять мозг. Нужно просто переключить передачу. Я хочу задержаться на этом ещё на мгновение. История с Редхad. Был ли человек или есть ли сейчас, к которому вы пришли, объяснили логику этого решения, и он сразу её понял? И это имело для вас большое значение? Получить их поддержку оказалось решающим фактором. Вы бы удивились внутри компании я на самом деле очень открыт. У меня есть, наверное, от шести до 12ти человек, с которыми я регулярно обсуждаю свои идеи, абсолютно откровенно. Вот о чём я думаю, вот в чём сомневаюсь. Вот какие здесь риски. Я говорю не только о выгодах, я честно проговариваю и риски, но при этом объясняю, почему считаю, что выгоды всё-таки перевешивают. Я делаю это постоянно. Если говорить конкретно, я могу назвать имена. Например, наша нынешняя директор по работе с персоналом Ниль, которая нас познакомила. Она в этом круге доверия у меня как минимум с 2015 года. Если взять нашего финансового директора Джима Кавана, он там, пожалуй, с 2013. И сотрудники IBM могут задаться вопросом: "Где вообще пересекались ваши пути? " Да нигде. Но когда я учился разбираться в финансах, я подходил к нему и говорил: "Объясни мне это. Я не понимаю, почему здесь всё устроено именно так". Для меня это нормально. Ты терпеливо учишься и разбираешься. Если подумать о многих людях из софтверного бизнеса, они обсуждают со мной подобные вещи уже много лет. Да, признаю, иногда я могу быть нетерпеливым или резким, но это всегда диалог. Давайте обсуждать. Если у тебя есть сильная позиция, отлично, никто не бывает прав на 100%. Более того, если у тебя есть чёткая точка зрения, значит она сформирована с другого ракурса, не с моего. И мой вопрос тогда простой: чему я могу из этого научиться? Потому что это помогает мне улучшить собственное видение. Я вообще считаю, что каждому стоит выстроить сообщество примерно из 100 человек внутри компании и 100 за её пределами, которым ты можешь просто позвонить. У меня нет никаких колебаний в этом. Меня однажды давно познакомили с одним внешним CO. Я регулярно звоню ему и говорю: "Слушай, у тебя есть 5 минут. Я тут думаю вот в таком направлении". Бывший CaO Redхhead, который ушёл из IBM в 2021 году, мы с ним созваниваемся примерно раз в 2-3 месяца по самым разным темам. И, кстати, это взаимно. Он тоже спрашивает у меня совета. Да, в трёх случаях из четырёх он может поступить по-другому, но ему важно услышать моё мнение и наоборот. Если я дам вам свой номер телефона, могу ли я быть в этом списке? Я не знаю, могу ли я вам помочь, но было бы действительно забавно получить звонок. Конечно, можете. Как вы думаете, можем ли мы когда-либо преуспеть, если только люди, которые влияют на мнение, не говорят о нас что-то? Итак, вы, возможно, не думаете глубоко о, может быть, физике квантовых вычислений, но разве вы не думали бы глубоко о том, почему и какой момент может сделать его гораздо более привлекательным для большой аудитории? Конечно, вы бы думали, вы были бы намного лучше как мыслитель на эту тему, чем, вероятно, большинство людей. Я думал, знаете

когда вы говорили о себе образца девяностого года и о стриминге, рационально было бы, если бы в советах директоров каждого телеканала тогда было зарезервировано место для человека из технологической среды. Я на 100% уверен, что в девяностом году этого не было. Их советы директоров, скорее всего, состояли из людей, похожих на них самих. Давайте поговорим немного о технологиях. Сегодня происходит так много изменений, и всё это сопровождается колоссальным хайпом. Что мы сейчас переоцениваем, а что, наоборот, недооцениваем? Давайте вернёмся к девяносто пятому году. Интернет. Я считаю, что текущий момент очень похож именно на тот период. Все промежуточные волны были заметно меньше. Мобильные технологии, стриминг, всё это было скромнее. Интернет был по-настоящему большим переломным моментом. Если вспомнить девяносто девятые-двухты000чные годы, тогда тоже говорили, что вокруг слишком много шума. Но разве интернет сегодня не превзошёл все ожидания и даже больше. По сути, восемь из десяти компаний, в которые активно инвестировали, обанкротились. Но я считаю это огромным плюсом американской инвестиционной системы. Эти инвестиции всё равно состоялись. Активы никуда не исчезли. Их просто купили по 10 центов за доллар те, кто смог потом на этом заработать. А оставшиеся два из десяти, если взять хотя бы два примера, скорее всего, окупили весь вложенный тогда капитал. Если взять Amazon и Alphabet, он же Google, только эти две компании, вероятно, покрыли весь объём инвестиций того времени. То же самое произойдёт и сейчас. Будет много слёз, но в совокупности будет и огромный успех. И это фундаментальное отличие американской модели от большинства других стран, где отчаянно пытаются сохранить жизнь всем компаниям. В итоге происходит размывание, а это ужасно. А здесь система просто работает. И не только сейчас. Также было с железными дорогами, с электрификацией, с телефонной связью. С нефтью, с потребительскими товарами список можно продолжать бесконечно. Это система очень эффективна. Она направляет капитал туда, где есть большие рынки, и не боится краткосрочного переинвестирования. Это усиливает конкуренцию и ускоряет инновации. То, что раньше занимало 20 лет, теперь занимает пять, и победители появляются сами. Точно то же самое произойдёт и на этот раз. Да, я видел это. Я вырос в Ватерло. И Blackberry, конечно, из Ватерло. Все раньше работали на Blackбери. Blackberry входит в своё пике. И это лучшее, что случилось с Ватерло, потому что это был не только капитал, но и талант. И этот талант создал множество других компаний. Эти умные люди пошли дальше и занимались более интересными проектами. Но вы всё-таки не ответили на вопрос. Есть ли сейчас идея или направление, которое мы недооцениваем в текущей волне инноваций? Я не думаю, что ИИ сейчас недооценён. Если посмотреть на объёмы капитала и количества проектов вокруг него, масштаб просто невероятный. Но я считаю, что многие компании внедряют и не там, где нужно. Они гоняются за блестящими экспериментами. При этом уже сегодня есть масса базовых вещей, где И может реально улучшить бизнес. Мой единственный совет: выбирайте области, которые можно масштабировать. Не увлекайтесь игрушками на стороне. Например, если у компании сегодня осталось больше 10% от того объёма клиентской поддержки, который был 10 лет назад, значит, она уже отстаёт минимум на 5 лет. Если компания не использует и для того, чтобы разработчики писали код хотя бы на 30% продуктивнее уже сейчас с целью выйти на 70%, и речь не о сокращении людей, а о том, чтобы делать больше софта. значит, она тоже отстаёт. И если честно, я бы сказал, что по обеим этим показателям сегодня соответствует требованиям, возможно, лишь около 5% компаний. А вот то, что сегодня полностью недооценено, я бы сформулировал так. Квантовые технологии сейчас находятся ровно там же, где GPU и искусственный интеллект были в пятнадцатом году. И я готов поспорить, что каждый человек в сфере Ии сегодня думает и надеется. Вот бы я начал заниматься этим активнее в пятнадцатом, а не ждал до двадцать второго года. Квантовые технологии сейчас именно на этой стадии. Пока они ещё не дают решающего преимущества, но если вы научитесь с ними работать, то через 5 лет будете готовы воспользоваться тем, что появится дальше. Да, мы обязательно поговорим о квантовых технологиях, но у меня есть ещё несколько вопросов про Ии. Как вы

знаете, этот разговор - часть серии IBM SmartS. Последний выпуск, который я делал, был посвящён Кении, где существует огромная проблема с вырубкой лесов. Они объединились с IBM, взяли все спутниковые данные НАСА, прогнали их через большие языковые модели и получили невероятно точный анализ с точностью 10 на10 м, где именно и какие деревья нужно сажать. По сути, это был поразительно детальный план экологического восстановления страны. И это заставило меня задуматься, не совершаем ли мы ошибку, слишком много думая о развитом мире, когда на самом деле наибольшее отдача от ИИ может быть именно в развивающихся странах. Программные технологии прекрасны тем, что они масштабируемы и не являются игрой с нулевой суммой. Вам не нужно выбирать что-то одно. Вы упомянули вырубку лесов. А как насчёт использования пестицидов и удобрений? мы их чрезмерно применяем или орошение. Вместо того, чтобы просто заливать водой всё подряд, можно точно определить, где именно она действительно нужна. Всё это помогает увеличить эффективность в 10 раз. И всё это напрямую применимо к развивающимся странам. А удалённая медицина или телемедицина с использованием и агента. Примеров масса. В развитом мире, честно говоря, мы сталкиваемся с другой проблемой. У нас просто заканчиваются люди. Никому не нравится это слышать. Но большая часть стран Дальнего Востока к 2070 году будет иметь вдвое меньше населения, чем сегодня. Это уже не так далеко. Если посмотреть на Европу, коэффициенты рождаемости там значительно ниже уровня воспроизводства. В США, в зависимости от того, какие цифры вы берёте, показатель составляет либо 1,6, либо 2, либо 2,1. Почему такие цифры? 1,6 - это если считать только женщин, рождённых в США. 2. 0, если включить женщин мигрантов. 2 и один, если учитывать ещё и детей, приезжающих вместе с имгрантами. Но тренд очевиден, он идёт вниз, и поэтому в развитом мире и станет критически важным. Чтобы сохранить нынешний уровень жизни, нужно, чтобы выполнялось больше работы. А кто будет выполнять эту работу, если людей становится меньше? Так что проблемы просто разные. О, я понимаю, да. В развивающемся мире это, по сути, даёт доступ к целому набору технологий по цене, которую раньше невозможно было себе позволить. Верно? Именно это я почувствовал, когда говорил о Кении. Ведь речь идёт об одном из крупнейших экологических проектов такого рода. Они хотят высадить 15 млрд деревьев. И это одна страна, которая может это сделать, потому что они действительно очень гордятся своей экологией и своего рода возвращением к земле и отдачей. Да. Что отличается в версии E от IBM по сравнению с некоторыми из ваших? Мы не являемся потребительской компанией, поэтому мы не фокусируемся на B2C чатботах. И я объясню, почему. Если вы делаете B2C chatчатбот, выгодно ли вам делать его всё больше и всё менее вычислительно эффективным? Короткий ответ: да, потому что у вас есть определённое количество пользователей. Я сейчас скажу в шутку, но суть ясна. Если я добавлю поддержку финского языка к французскому, я, возможно, привлеку ещё 5 млн пользователей. Если я добавлю умение писать хайку- ещё 5 млн. Если добавлю возможность писать письма в стиле Стейнбека- ещё 5 млн. Но если моя цель помочь компании, например, суммировать юридические документы на английском, то для этого достаточно модели в 100 раз меньшего размера. Она будет не менее эффективной, а зачастую даже более качественной. И мне не нужно охватывать всё подряд. Когда вы фокусируетесь на корпоративном сегменте, вам не нужно гнаться за гигантскими моделями, которые, по определению, дорогие в вычислениях, энергоёмкие и требуют огромных объёмов данных. Я могу сказать корпоративному клиенту, вам не нужно беспокоиться об авторских правах и подобных вопросах, потому что модель можно обучать на гораздо меньшем объёме данных. Более того, её донастройка под себя - это задача на выходные, а не полгода работы на суперкомпьютерном кластере. Это одно ключевое отличие. Второе, мы очень сфокусированы на задачах, которые дают людям немедленную пользу и где у нас есть глубокая предметная экспертиза. Это операционные процессы, программирование и разработка, клиентская поддержка, клиентский опыт, логистика, закупки. Мы остаёмся в тех областях, где действительно сильны. И третье, мы применяем эти решения сначала к самим себе. Мы не просим клиентов быть первыми экспериментаторами. Мы говорим: "Вы можете воспользоваться тем, что уже сделали мы. Мы открыто делимся всеми выгодами, включая изменения в процессах, потому что самая большая трансформация - это не технологии. Это готовность людей принять, что теперь есть другой способ делать вещи. Есть ли трудности в объяснении того, что делает вас другим

потенциальным клиентом? Безусловно, блестящий объект всегда притягивает. Люди говорят: "Я могу пойти попробовать чат GPT. Почему у вас нет своей версии GPT? Вы используете чат GPT? " Я использовал его. Я задал ему вопрос недавно, который, как я думал, был действительно простым, и он выдумал около 10ти человек. У меня был плохой опыт. Я на самом деле думаю, что это фундаментальная проблема всех больших языковых моделей по мере их роста. Нужно вспомнить исходную идею, с которой всё начиналось. Это функция вознаграждения, ориентированная на намерение. Если модель обучается через систему вознаграждений, то её награда- удовлетворить пользователя. Если она считает, что выдуманный ответ вас удовлетворит, как вы собираетесь её остановить? Почему мы думаем, что это принципиально отличается от умного студента, который не знает ответа, но мастерски выкручивается? Почему? Ведь это абсолютно то же самое. Это как пример умного ганца. Лошадь, которая, как думали, умела говорить. А всё, что она делала - это радовало своего хозяина. Да, это немного умный Ганс. Это как собаки, которые имитируют и смотрят. Чтобы вы назвали самым значительным узким местом в развитии и что нас замедляет прямо сейчас. Я не убеждён, что большие языковые модели - это путь к чему-то принципиально большему, чем постепенные инкрементальные улучшения. Лично я не верю, что большие языковые модели приведут нас к суперинтеллекту или к Ag. Поэтому я бы отложил этот вопрос в сторону и сказал следующее. Нам нужно найти способ объединить знания и понять, как представлять знания напрямую, а не каждый раз статистически переоткрывать их заново при каждом новом вопросе. И если мы сможем объединить знания с большими языковыми моделями, тогда, возможно, мы действительно получим скачки, а не просто небольшие шаги вперёд по сравнению с сегодняшним уровнем. Что касается самих больших языковых моделей, моя точка зрения такова. Я считаю, что мы можем добиться повышения эффективности по энергии, стоимости и вычислительным ресурсам примерно в 1ты000 раз по сравнению с текущим уровнем. А если вы сделаете что-то в тыся раз дешевле, будут ли люди использовать это гораздо чаще? И как это обычно бывает в вычислительных технологиях, ответы лежат в трёх плоскостях одновременно. Прогресс в полупроводниках, прогресс в программном обеспечении и прогресс в алгоритмических подходах. Все три. Но что происходит сейчас? Мы почти не работаем ни над одним из этих направлений. Мы берём текущие алгоритмические методы и практически не пытаемся изобретать новое. А ведь все эти изменения могут произойти в горизонте менее 5 лет. Но почему вы говорите, что мы находимся в моменте, когда люди не выбирают оптимальную стратегию использования этой технологии? Почему? Потому что когда вы видите несколько игроков, которые бегут вперёд на полной скорости и готовы вкладывать любые деньги, эффективность перестаёт быть приоритетом. Возникает ощущение, если мы не будем делать то же самое, мы останемся позади. Это случай, когда слишком много денег. У людей никогда не было фомы, верно? Никогда. Да. Но это следствие чрезмерного инвестирования в эту область. Возвращаясь к моей аналогии с интернетом, если две из десяти собираются преуспеть, как вы гарантируете или как вы улучшаете шансы, что вы один из этих двух? Если вы остановитесь, чтобы сказать: "Я хочу стать более эффективным"- это не способ победить. Сначала победа, потом эффективность.

эффективность. Давайте поговорим о том, что, как мне сказали, ваша любимая тема - это квантовые вычисления. Это так? Почему? Прежде чем мы пойдём дальше, почему квантовые вычисления ваша любимая тема? В истории у нас было всего два типа вычислений. В 1945 году, если взять поколение Эниак и вплоть примерно до 2020 года существовал только один тип классические вычисления, то, что сегодня мы называем классическим компьютером. Затем появились GPU и EИ. Интуитивно это можно описать так. Мы перешли от битов, то есть от алгебры уровня школы к нейронам, которые описываются линейной алгеброй. Это уже другой тип вычислений. позволяющие решать задачи, которые чрезвычайно сложно, я не говорю невозможно, но очень сложно решать на обычных компьютерах. Квантовые вычисления добавляют третий тип математики. Да, физические свойства, именно они возбуждают воображение людей, запутанность, суперпозиция, все эти термины. Но, возможно, потому что я немного человек от математики, для меня главное - это то, что квантовые вычисления реализуют третий тип математики. если упростить. Третий тип математики, который происходит из области абстрактной алгебры. Можно говорить о гамильтонианах, если вам ближе физика, или об алгебрах ли, если вам ближе абстрактная математика. Если у вас есть третий тип математики, то появляются алгоритмы, которые подходят именно под неё. И это меня невероятно вдохновляет, потому что теперь мы можем подступаться к алгоритмам, которые невозможно реализовать с помощью двух предыдущих типов вычислений. Это принципиально иное. В отличие от и квантовые вычисления не ориентированы на большие объёмы данных. Они ориентированы на вычислительную мощность. Теперь у нас появляется ещё один класс задач, который требуют колоссальных вычислений, и это квант. Пару месяцев назад я был в исследовательском центре Ватсона, и там на первом этаже за стеклом стоят эти впечатляющие машины. Но где мы находимся по времени? 3-5 лет от того, чтобы шокировать людей. Что значит шокировать людей? Сделать то, что никто не считал возможным в этот промежуток времени. Приходит ли в голову пример? Я был, на самом деле, приятно удивлён. Один из наших клиентов, HSBC на прошлой неделе опубликовал результат, что, используя квантовый компьютер, торговля облигациями была на 34% более точной, чем их предыдущая техника. 34% 34% это отрасль, которая привыкла к 1%, верно? 0,5%. Это поразительно. Конечно, это пока не масштаб, который можно сразу запустить в промышленную эксплуатацию. Это был скорее их мысленный эксперимент. И вот к какому результату он привёл. А теперь представьте, вы говорите об индустрии, где один базисный пункт имеет огромное значение. Если я правильно помню, могу ошибаться, порядка 13 триллионов долларов проходит через финансовую систему ежедневно. Так, один базисный пункт примерно 13 млрд, одна десятитысячная. Когда вы думаете о прибыли, которую можно получить, если вы сможете предложить цену всего на один базисный пункт лучше, чем у конкурентов, вы просто заберёте рынок. всего лишь один базисный пункт. Поэтому я думаю, что либо это будет что-то подобное, либо что-то в области материаловедения. Сможем ли мы создать лучшую батарею? Сможем ли мы сделать твердотельную батарею, где риск возгорания и перегрева резко снижается? И причина, извините, что задаю действительно наивный вопрос, почему квантовый компьютер был бы лучше в решении проблемы с батареей, чем наши существующие методы вычислений? Уравнения квантовой механики, химии и взаимодействия частиц хорошо известны. Проблема в том, что для их решения не существует известных эффективных методов. Это не замкнутые формулы, не что-то вроде квадратного уравнения, где можно просто извлечь корень. Единственный способ - это развернуть пространство состояний. Если у вас есть несколько сотен электронов, вам нужно рассматривать два в степени 100 состояний. Извините, но у вас просто не хватит такого объёма памяти. Это невозможно. Поэтому на обычных компьютерах решение таких задач занимает колоссальное количество времени. Квантовый компьютер работает прямо в пространстве уравнений. Ему не нужно перебирать все состояния. Он может решать задачу напрямую. Именно поэтому я называю это другим типом математики. И поэтому за считанные секунды он может сказать вам, как именно будет вести себя тот или иной материал. О, я понимаю. Вы взяли то, что могло занять годы и сократили до нескольких секунд. Это довольно большое измерение. Это как будто другой язык. Соответственно, любые задачи, которые изначально заточены под этот язык, верно, что не является всеми проблемами. Просто, как я это называю, это ещё один тип математики. А можете привести пример? У меня так много вопросов. Приведите ещё один пример задачи, которую квантовый компьютер полюбит. Этот пример немного более спекулятивный, и я позволю себе небольшую художественную вольность. Представим почтовую службу в стране среднего размера. Вероятно, она сжигает около миллиарда голонов топлива в год, доставляя посылки и письма, потому что в большинстве развитых стран почта доставляется по каждому адресу каждый день. Оптимизация этой системы формулируется как задача камивояжёра. Решать её крайне сложно, поэтому на практике используют эвристики. Допустим, сегодня эти эвристики позволяют нам приблизиться к оптимальному решению на 20%. Предположим, что квантовый компьютер сможет дать нам ещё дополнительные 10%. Если взять 10% от миллиарда голлонов - это 100 млн галонов, если я правильно считаю. В стране, о которой я думаю, это означает экономию порядка 800 млн фунтов для одной организации всего за оди год. Я даже не считаю сопутствующие эффекты: углеродный след, влияние на климат, износ техники, сокращение пробега транспорта. Уже сами по себе такие задачи выглядят крайне привлекательными. Если посмотреть на недавний интерес, Нью-Йорк запустил целую программу. Илиной создал центр квантовых алгоритмов при участии нескольких университетов. губернатор активно поддержал эту инициативу и так далее. Я бы не сказал, что это уже повсеместно распространено. Именно поэтому я и говорю о горизонте в 3-4 года, но уже есть достаточное количество людей, которые глубоко понимают происходящее и говорят: "Подождите, мы начинаем это осознавать. Это новый тип математики. Какие новые задачи мы теперь можем решать? " И тот факт, что у нас сейчас около 200 клиентов, которые работают с нами на ранней стадии в формате небольших экспериментов, объясняется тем, что у них есть интуиция. Здесь я могу сделать то, что в других местах сделать невозможно. 3-4 года - это недолго. Нет. Но если я в батарейном бизнесе и у меня нет связи с экспериментом по квантовым вычислениям, у меня проблема или нет? Вы, скорее всего, выйдете из бизнеса лет через 10. Возможно, вы сможете выписать очень большой чек и купить эту технологию у кого-то другого. Если попытаться поставить квантовые вычисления в ряд величайших изобретений последних 150 лет, где они будут? На уровне полупроводников. Я думаю, что если полупроводники исчезнут, современная жизнь остановится. Просто остановится. Нет электричества, нет автомобилей, нет стриминга. Вы можете представить крики всех детей, которые услышат, что нет стриминга. И это забавно, потому что, как человек со стороны, я ощущаю, что о квантовых вычислениях говорят удивительно мало, учитывая их потенциал трансформации общества. Я снова воспользуюсь аналогией с интернетом. В девяносто пятом году с появлением NSCA интернет вошёл в массовое сознание, но я бы сказал, что уже к восемьдесят пятому году сама технология была по сути решённой задачей. Ей просто не хватало чего-то, что сделало бы её доступной и понятной. Этим стал браузер. Именно браузер Netscape сделал интернет простым для восприятия. Я думаю, что до такого момента у квантовых вычислений осталось примерно 4-5 лет. Именно поэтому о них так мало говорят, потому что как только я произношу фразу, новый тип математики, я, скорее всего, теряю 99% аудитории. Если говорю о квантовой механики, 99,9%. За последние 5 лет на посту CO вы, по сути, стали матерью значительной части квантовых разработок. Мне интересно, когда вы пришли на эту позицию, было ли это вашим главным приоритетом? Я начал инвестировать в это направление ещё в 2015, когда руководил исследовательским подразделением IBM. И сразу отмечу, и никто не должен пытаться повторить этот путь. У меня была, скажем так, необычная карьера. Я был исследователем. И если бы вы меня спросили, тогда я бы сказал: "Я из тех людей, которым можно просто просунуть пиццу под дверь и оставить в покое. Я не хочу ни с кем разговаривать". Потом мне стало интересно заниматься бизнесом. Затем я занялся покупкой компаний. Потом кто-то сказал: "А почему бы тебе не заняться бизнес-стратегией? " Затем я снова вернулся в исследование и несколько лет руководил нашим исследовательским подразделением. Когда мне начали рассказывать о квантовых технологиях, я стал задавать вопросы. В тот момент это не было крупной инвестицией. Вопрос стоял так: можем ли мы сделать компьютер, а не просто научный эксперимент? Может ли он работать автономно всю ночь? Можем ли мы создать программное обеспечение, чтобы даже люди, которые неглубоко разбираются в квантовой механике, могли начать им пользоваться? И команда начала двигаться в этом направлении. За 3-4 года я набрался достаточной уверенности и понял: "Да, это действительно может работать". А дальше вы начинаете взращивать это направление, расширять его, пока не приходите к моменту, когда можете сказать: "Хорошо, теперь это большая ставка". Какой был момент, когда

вы поняли, что теперь это большая ставка? Вероятно, 2 или 3 года назад. И как вы решаете, как глава такой компании, сколько денег, сколько ресурсов и сколько людей? И какое значение придать такой идее? Я бы сказал, здесь есть три уровня. Первый - это люди, которые действительно обладают знаниями и интенсивностью, необходимыми для фундаментального развития технологий. Если бы я мог найти больше таких людей, я бы нанял их всех. Здесь мы ограничены. Таких специалистов очень мало. Второе, нужно быть осторожным по срокам. Если слишком сильно давить на тайминг, вы заставите людей брать на себя чрезмерные риски. И в итоге проект может просто провалиться. Это и есть искусство баланса между руководством проекта и мной. Понять, насколько сильно можно давить, но не настолько, чтобы сломать всё целиком и вынудить команду обещать сроки, которые в принципе невозможны. Да, как вы это делаете? Это невероятно интересно. В конечном счёте, это вопрос управленческого чутья. Я пытаюсь понять, где находится тот самый баланс. Достаточно давления, чтобы команда оставалась впереди остальных, но не слишком много, чтобы они не начали идти на чрезмерные риски. Как вы понимаете, что попали в эту золотую середину? Вы, например, переоцениваете ситуацию каждые несколько месяцев и думаете: "Кажется, сейчас я перегибаю или, наоборот, давлю недостаточно? " Во-первых, у вас должно быть то, что я называю, и это, цитируя слово из одной из моих любимых книг, Путь гика. Насколько открытым вы можете быть? Я хочу сильно давить, но команда знает, что им разрешено давать отпор и действительно жёстко возражать. Это означает, что вы, вероятно, получите правильное золотое давление. Люди сами должны хотеть идти как можно быстрее, но не сильнее, чем возможно. Так что это уже личность лидера. Да, логично. Но при этом вы должны быть человеком, с которым людям комфортно быть честными. Да, абсолютно. Люди чувствуют себя комфортно, будучи честными с вами? Я верю, что да. Когда был момент на этом пути с квантовыми вычислениями, когда вы действительно думали, что давите слишком сильно? Нет, потому что я знаю, что руководство этого направления в любой день недели готово спорить со мной и отстаивать свою позицию. Я не думаю, что они чувствуют необходимость просто соглашаться. А вы, например, заходите в офис в субботу вечером в 10:00, чтобы проверить, работают ли люди. Обычно я просто пишу людям сообщения и задаю вопросы. Я могу что-то прочитать и написать, а вы видели, что эти ребята делают вот это? Если они могут дать мне разумный ответ, я понимаю. Отлично. Они уже следят за конкурентами, за научными публикациями, за развитием науки. Мне не нужно давить. Если они сами об этом думают, мне не нужно их подталкивать. Последний вопрос, который я хотел задать вам. У вас самая интересная работа в Америке? Я считаю, что это самая интересная работа, которую я бы не променял ни на что. Похоже, вы получаете удовольствие. Мне это нравится до тех пор, пока, смотрите, моя роль и моя цель заключается в том, чтобы компания процветала. Пока я помогаю компании развиваться и делать наших клиентов довольными, я люблю свою работу. Если этого не происходит, значит, её должен делать кто-то другой. Арвинт, это было невероятно интересно. Огромное спасибо, что нашли время. Совершенно захватывающий разговор. Хотел бы я быть одним из тех людей, кто может помочь вам с квантовыми технологиями, но, боюсь, это не про меня. Возможно, через несколько лет. Отлично. Спасибо вам большое. —