CC BY
37
УДК 621.38/.39
Лугачев М.И., Скрипкин К.Г.
Московский! государственный! университет имени М.В. Ломоносова, г. Москва, Россия
ИНФОРМАЦИОННАЯ РЕВОЛЮЦИЯ: СРЕДСТВА АНАЛИЗА И ПРОГНОЗИРОВАНИЯ.
Инструменты прикладного анализа информационнои революции и некоторые
результаты их использования
Аннотация
В статье рассматривается применение традиционных инструментов анализа технологических революций: технологии общего назначения, 4-круговой модели инноваций, S-образной кривой к анализу информационной революции, разворачивающейся в настоящее время. Демонстрируется объясняющая и прогностическая сила этих аналитических инструментов для исследования данной проблемы. В частности, демонстрируются требования к промышленной политике, положительно влияющие на информационную революцию.
Ключевые слова
Информационная революция; технология общего назначения; 4-круговая модель инновационного процесса; S-образная кривая.
Lugachev M.I., Skripkin K.G.
Lomonosov Moscow State University, Moscow, Russia
INFORMATION REVOLUTION: INSTRUMENTS OF ANALYSIS AND FORECASTING.
Instruments of information revolution applied analysis and some results of their usage
Abstract
The paper describes application of traditional analytical models of technology change - General Purpose Tecnhology, Saarbrücken model of technology transfer, S-shaped curve for current information revolution analysis. Analytical and prognostical power of the above mentioned instruments is demonstrated. In particular the paper is focused on the industrial policy features, which can speed up progress in implementation of the new wave of technologies.
Keywords
Information revolution; General Purpose Technology (GPT); Saarbrücken model of technology transfer; S-shaped curve.
Введение
В настоящее время целый! ряд авторов (см., например, ^апап, 2014], [Zuboff, 2015]) подчеркивает уникальность и беспрецедентный! характер происходящей! в настоящее время информационной! революции. Не приходится сомневаться, что многие особенности этои революции деиствительно беспрецедентны. Однако следует понимать, что, если данная революция беспрецедентна во всех своих проявлениях, это исключает всякие возможности прогнозирования ее развития и разработки рекомендации! в отношении государственнои промышленнои политики, немыслимои сегодня без учета нынешнеи информационнои! революции и порожденных еи явлении!, прежде всего, т.н. «цифровизации» экономики. Между тем, задача
развития в России цифровой! экономики сегодня поставлена на самом высоком уровне (см., например, [РИА «Новости», 2016]). Решение этои задачи требует адекватных мер промышленной политики и выявление таких мер - одна из задач экономической науки.
Цель даннои работы - продемонстрировать применимость существующих инструментов анализа и прогнозирования к настоящей информационной революции и на их основе предложить ряд практических рекомендации в области промышленной политики. Для этого будут рассмотрены три модели технологического развития, разработанные в 80-х - начале 90-х гг., -модель технологии общего назначения [David, 1990], Саарбрюккенская модель передачи технологии [Scheer, 2001, pp.155-158], модель S-
образной! кривой! [Фостер, 1986]. Как мы увидим, эти модели хорошо описывают целый! ряд особенностей современной информационной революции и обладают определенной прогностической силои.
Работа имеет следующую структуру. Первьш параграф посвящен модели технологии общего назначения. Демонстрируется наличие признаков технологии общего назначения у искусственного интеллекта и интернета вещеи. Далее на основе анализа этих двух технологии с помощью данного инструмента делаются рекомендации по промышленной политике. Два следующих параграфа посвящены рассмотрению двух других моделеи, саарбрюккенскои модели передачи технологии и модели S-образнои кривой по аналогичной схеме. Наконец, четвертый, заключительный параграф посвящен общим выводам из проведенного анализа.
Технологии общего назначения в современной информационной революции
На рубеже 80-х - 90-х гг. прошлого века ТБреснаан, М.Траитенберг [Bresnahan, Trajtenberg, 1989] и П.Дэвид [David, 1990] предложили концепцию технологии общего назначения!1, порождающей целыи класс новых прикладных технологии. Согласно [David, Wright, 2003, p.144], технология общего назначения отличается следующими признаками:
1. Значительное пространство для улучшения и развития;
2. Большое разнообразие продуктов и процессов, в которых технология может быть использована;
3. Высокая степень комплементарности с существующими и вновь создаваемыми технологиями;
4. Изменение технико-экономического режима, под которым понимается комплекс взаимосвязанных между собои технологических решении и организационных практик.
Рассмотрим наличие этих признаков у современных технологии искусственного интеллекта и интернета вещеи. Обе технологии уже сегодня широко применяются в большинстве отраслеи обрабатывающей промышленности, в добывающей промышленности, в сельском хозяйстве, в образовании, медицине, непосредственно в домохозяиствах и в других областях. Таким образом, приложения, продукты и процессы для обеих новых технологии чрезвычайно разнообразны. Далее, целыи ряд аналитиков, например, компания Gartner Inc [Gartner, 2016a], [Gartner, 2016b] ожидают бурного развития обеих технологии, включая беспилотные
1 П.Дэвид использует очень близкий по смыслу термин General purpose engine, буквально - «двигатель
автомобили, автономные бизнес-процессы на основе искусственного интеллекта, дополненную реальность, мобильные сети пятого поколения (5G), специально адаптированные к громадным объемам передачи данных и т.д. С учетом того, что большинство революционных прикладных технологии «новои волны» еще не дошли до стадии массового коммерческого применения, пространство для улучшения развития представляется практически безграничным.
Говоря о комплементарных связях, следует отметить взаимосвязь данных технологии с обработкой больших данных, технологии СУБД InMemory и построенных на их основе трансакционных и аналитических
информационных системах (ИС), таких, как SAP S/4 for HANA, с технологиями облачных вычислении, технологией блокчеина и другими существующими и перспективными технологиями. Наконец, можно ожидать и изменения технико-экономического режима. Об этом говорят следующие явления, частично наблюдаемые уже сегодня:
1. Переход от занятости полньш рабочий день к привлечению работников по запросу, например, в Uber, TaskRabbit2 и других подобных фирмах. Как следствие, «задача» вытесняет «рабочее место» [Davis, 2015].
2. Переход к договорам, основанным на ответственности за конечный результат2. Первоначально такои договор был разработан в компании Rolls-Royce, известном производителе авиационных двигателей [Smith, 2013], однако в настоящее время такои подход распространен в самых разных отраслях. Современные технологии, благодаря широчайшим возможностям измерения самых разных характеристик продуктов и процессов, обеспечивают дальнейшее расширение применения таких контрактов.
3. Появление и распространение полностью безлюдных производств, что, вообще говоря, меняет требования к производственным помещениям, которые теперь можно не рассчитывать на постоянное присутствие человека.
4. Быстрое сокращение общего числа и доли крупных корпорации, по краинеи мере, в американской экономике [Davis, 2015]. На место корпорации приходят более гибкие структуры в виде обществ с ограниченной
2 Англ. Performance Contract. Распространенный в русском языке перевод «эффективный контракт»
трудно счесть адекватным с учетом того, что в таком
контракте измеряется обычно результативность поставщика или провайдера, тогда как под «эффективностью» в России чаще всего понимается соотношение затрат и результатов, т.е. экономичность.
ответственностью, некоммерческими
организациями, временными проектными структурами и др.
5. Распространение MOOC3 и других форм обучения on-line, полностью меняющее экономику высшего образования. В частности, резко обостряется глобальная конкуренция университетов, которые теперь могут предоставлять свои услуги в любои точке земного шара [Kaplan, Haenlein, 2016].
6. Сходные изменения происходят в медицине, где интеллектуальный анализ медицинских изображении, интегрированная обработка медицинских данных, возможность удаленной обработки последних позволяет оказывать ряд услуг в глобальном масштабе.
Этот список явно неполон, тем не менее даже рассмотренные позиции показывают все признаки изменения технико-экономического режима благодаря широкому использованию новых технологии. Таким образом, сочетание искусственного интеллекта и интернета вещеи4 определенно относится к технологиям общего назначения. Из такого понимания данных технологии следует ряд экономических особенностей
Прежде всего, технология общего назначения не имеет непосредственных практических применении. Ценность такои технологии в том, что она создает основу для создания широкого спектра прикладных технологии, которые ранее были просто невозможны. Именно эти технологии создают практические результаты, имеющие ценность для потребителей В случае технологии общего назначения создание таких прикладных технологии требует тесного взаимодействия поставщиков технологии и ее потребителей Этот процесс получил в экономической литературе название «со-изобретения» (co-invention) и детально исследован применительно к компьютерным технологиям в [Bresnahan, Greenstein, 1996], [Bresnahan, Greenstein, 2001]. Ключевые выводы из этого анализа следующие. Во-первых, со-изобретение оказалось основной движущеи силои, обеспечивающей экономические результаты ИТ Во-вторых, именно со-изобретение оказалось узким местом, определяющим реальные темпы прогресса в использовании компьютеров. В [Bresnahan, Greenstein, 1996] прямо подчеркивается: «со-изобретение - это не просто установка компьютера, это цель, которая будет достигнута при помощи системы». Именно в
3 Massive Open On-line Course, массовый открытый online курс (англ.)
4 В ряде работ, например, в [Lipsey et al., 2005], искусственный интеллект рассматривается как единственная технология общего назначения, а интернет вещей - как кластер прикладных технологий на основе искусственного интеллекта
процессе со-изобретения создается новьш технико-экономический режим, адекватный новои технологии. Естественно ожидать, что и новая информационная революция столкнется с аналогичными проблемами. Таким образом, основная и наиболее сложная работа по обеспечению экономических результатов новых технологии происходит на стороне потребителя, реализующего со-изобретение.
Далее, для технологии общего назначения характерна многократная смена технических платформ и стандартов на протяжении ее жизненного цикла. Например, только господствующие стандарты на платформе персональных компьютеров менялись трижды: 8-разрядные процессоры и операционная система CP/M, 16-разрядные процессоры, архитектура IBM PC и операционная система MS-DOS, наконец, 32/64-разрядные процессоры, архитектура PCI/PCI Express и платформа Windows, используемые в настоящее время. Все эти изменения происходили в результате конкуренции компании, разработавших эти стандарты, результатом каждого из них стала смена лидера рынка. Этот и другие подобные примеры показывают, что технология общего назначения слишком сложна, чтобы на ранних стадиях развития кто-либо мог достоверно предсказать потребности
пользователей технологии и сформировать адекватный стандарт, пригодный для всего жизненного цикла технологии. Как следствие, стандарты появляются в результате «битв стандартов» между двумя и более конкурирующими фирмами5.
Наконец, применение новои технологии общего назначения требует изменения бизнес-моделей, стратегии и организационных структур. Так, появление электричества породило во многих отраслях бизнес-модели массового производства, появление компьютера - целыи ряд новых принципиально новых бизнес-моделей (см., например, [Остервальдер, Пинье, 2012]). Аналогичные явления уже можно наблюдать и применительно к современной информационной революции, в частности, уже описанные выше пп. 1 - 6. Вне зависимости от того, создаются эти модели новыми фирмами или уже устоявшимися, речь идет о предпринимательстве либо в исходном смысле этого слова, либо в смысле внутреннего предпринимательства в крупной фирме. Таким
5 Интересно, что аналогичные явления наблюдались в такой технологии общего назначения, как электричество. Изначально компания Edison General Electric сделала стандартом постоянный ток, но позже компания Westinghouse Electric разработала стандарты переменного тока и в жесткой конкурентной борьбе с компанией Эдисона завоевала рынок. Наконец, еще позже в немецкой компании AEG появилась система трехфазного переменного тока, обеспечивающая работу электрических двигателей.
образом, предпринимательство - критически важное условие для приспособления экономики и общества в целом к новои технологии общего назначения. Следует отметить, что данное условие критически важно для освоения новои технологии в ближаишие годы и десятилетия после ее появления. Для так называемой «догоняющей индустриализации» предпринимательство не столь критично (о чем говорит и опыт СССР в том числе), но сама потребность в такои индустриализации возникает лишь при условии значительного отставания от лидеров.
Таким образом, для распространения и широкого применения технологии общего назначения крайне важно наличие определенной «критической массы» предпринимателей, одни из которых будут развивать саму технологию общего назначения и прикладные технологии на ее основе, другие - искать применения этих прикладных технологии в различных сферах человеческой деятельности. Такое применение часто происходит при помощи новых бизнес-моделей, новых стратегии фирм и новых организационных форм, что и позволяет говорить об изменении технико-экономического режима.
Саарбрюккенская модель передачи технологии и её закономерности
Саарбрюккенская модель передачи технологии [Sheer, 2001, pp. 153-158] описывает основные секторы, создающие новые знания, и взаимоотношения между ними. Конкретно, речь идет о следующих секторах:
1. Фундаментальная наука, открывающая закономерности природы и общества;
2. Прикладная наука, создающая на основе фундаментальных закономерностей прототипы6 продуктов и услуг;
3. Инновационные компании, создающие работоспособные бизнесы на базе прототипов продуктов и услуг;
4. Глобальные компании, включающие новые продукты и услуги в свои общемировые сети распределения.
Обращает на себя внимание, что первые три сектора создают новые знания7, относящиеся к продукту или услуге:
1. Фундаментальная наука - научное знание о законах природы и общества;
2. Прикладная наука - научное и инженерное знание о технологиях производства продукта или услуги;
3. Инновационная компания -
предпринимательское знание о ценности продукта, требования к его цене и качеству, желательной бизнес-модели, организационных формах, требованиях к нанимаемым сотрудникам и др.
Каждьш из этих разделов создается независимо друг от друга, чаще всего, разными людьми, в том числе и в разных странах. Так, в [Грэхэм, 2014] демонстрируется множество примеров создания в России прототипов новых технологии, которые не приводили к их успешнои коммерциализации. Впрочем, такая ситуация не является эндемичной для России. Хрестоматийный факт: большинство современных технологии интерфейса
пользователя (графика, многооконный интерфейс, экранные меню, контекстные меню, управление «мышью»), а также ряд других технологии (лазерныи принтер, локальная сеть Ethernet) были разработаны в исследовательском центре PARC компании Xerox. Однако неверный выбор рынка и ошибочная ценовая политика привели к тому, что созданные компанией прототипы так и не были выведены на рынок в сколько-нибудь значимом масштабе. В результате роль инновационной компании (а равно и глобальной компании) сыграла компания Apple, воплотившая большинство разработанных в Xerox технологии в своем компьютере Macintosh.
Причина такого положения в том, что эти разделы знания принципиально различны и создаются разными типами организации8. Фундаментальное знание, при всеи его важности, не имеет коммерческой ценности. Как следствие, оно может развиваться только на некоммерческой основе, будь то бюджетное финансирование или частные некоммерческие организации, каковыми являются, например, частные университеты. Прикладное знание представляет собои создание продуктов, услуг и процессов, непосредственно пригодных для производства, что позволяет развивать его на коммерческой основе, в частности, в рамках крупных фирм. Однако, если новое техническое знание требует новои бизнес-модели или радикального изменения стратегии фирмы, оно краине редко развивается в рамках крупнои глобальной компании. Причина в том, что создание нового коммерческого знания, воплощенного в бизнес-модели, стратегии и других организационных практиках, -рискованная деятельность, в которой весьма вероятны ошибки. Именно поэтому такое знание
6 Под прототипом понимается полностью 8 Среди исключений можно назвать Томаса Альву работоспособный образец который отличается от Эдисона, создавшего прототипы множества коммерческого продукта или услуги отсутствием технических устройств и инновационную компанию технической поддержки и регулярного обновления__Edison General Electric, ставшую затем глобальной
7 Знание здесь и далее в настоящем параграфе компанией General Electric. Но этот пример крайне редок,
понимается в самом широком смысле, включая научные в подавляющем большинстве случаев, включая и знания, патенты, ноу-хау, коммерческие секреты и др. рассмотренные примеры.
обычно создается в рамках инновационных компаний! и тестируется на рынке. После этого успешные модели, стратегии или практики воспроизводятся глобальными компаниями путем имитации или непосредственной покупки успешнои инновационной компании.
В настоящее время сектор инновационных компании в развитых странах имеет возможность привлекать практически неограниченные ресурсы с фондового рынка, что обеспечивает бурньш рост капитализации этих компании и фактически стирает грань между успешнои инновационной компанией и глобальной компанией В экономической и управленческой литературе появилось особое понятие
компании-«единорогов», которые в пределах 10 лет с момента основания достигли капитализации в 1 млрд. долл. или выше9. В наше время в этои группе выделилась подгруппа суперединорогов -компании, достигших в пределах 10 лет капитализации в 10 млрд. долл. и выше. Список таких компании приведен в таблице 1.
Таблица 1. Компании - «суперединороги» по оценке капитализации 2016 года. Источники: журнал «РБК.
Январь-февраль 2017года», «Поляна единорогов»
Важное значение имеют и глобальные компании, тиражирующие в глобальном масштабе протестированные рынком технические и
9 Термин появился в связи с тем, что в момент его возникновения встретить такую компанию было так же сложно, как единорога [Lee, 2013]
коммерческие знания. Такои процесс требует значительных инвестиции и, как показано в [Фостер, 1986], обесценения вложении в развитие технологии, уже осуществленных такими компаниями. То, что глобальные компании идут на все перечисленное, означает, что в развитых странах компании имеют мощные стимулы к использованию оправдавших себя технологии и коммерческих решении.
Таким образом, информационная революция предъявляет высокие требования ко всем звеньям инновационной системы, включая
фундаментальную науку, прикладную науку, инновационные компании и глобальные компании. При этом каждое звено инновационной системы работает над своими проблемами и в этом смысле они далеко не взаимозаменяемы. В частности, следует четко понимать, что широкое внедрение инновации в практику российского бизнеса не входит и не может входить в сферу ответственности фундаментальной науки и, как следствие, реорганизации фундаментальной науки едва ли могут повлиять на этот процесс. Поэтому условие активного самостоятельного участия России в информационной революции -сбалансированное развитие всех звеньев инновационной системы, включая инновационные и глобальные компании. Другое важное следствие даннои модели - важность развитого и разнообразного фондового рынка,
обеспечивающего неограниченный доступ успешных инновационных компании к финансовым ресурсам. Наконец, большое значение имеет спрос на новые технологии со стороны глобальных компании.
Модель 5-образнои кривой и ее следствия для информационной революции
Логистическая кривая как метафора отдачи от технологии широко распространена в экономической и футурологическои литературе (см., например, [Лем, 1968]). Однако именно Р. Фостер в [Фостер, 1986] построил целостную экономическую модель инновационного процесса, основанную на логике логистической (у автора - S-образнои) кривой Ценность этои модели в описании специфики конкуренции фирм в условиях масштабных технологических инновации. В основе модели лежит понятие технологического предела - предельного значения результативности новои технологии. Под результативностью понимается определенный количественно измеримый но не стоимостный показатель, например, скорость или экономичность самолета, размеры и вес электронного устройства, качество
воспроизведения звука и изображения и т.д. Такое значение всегда существует для любои даннои технологии, но может быть превышено, в том числе, в несколько раз при появлении новой
http://smart-lab.ru/blog/318676.php. 27.03.2016
Назван ие Капит ал-я млрд. $ Характеристика Год Продукт
1. Uber 62.5 Гаррет Кэмп и Трэвис Калаников 2009 Транспорт
2. Xiaomi 44 «азиатский Стив Джобс» Лэи Цзюнь 2010 Смартфон
3. Airbnb 30 Браиан Чески, Джо Геббиа, Неитан Блечарзик 2008 Наим жилья для путешестви и
4. Palantir 20 Группа из Pay Pal под руководством Питера Тиля 2003 Аналитика, борьба с терроризмо м (Усама Бен Ладен), финансы
5. SpaceX 12 Элон Маск 2002 цель -колонизаци я Марса
6. Flipkart 11 Сачин и Бинни Бансал 2007 Индиискии аналог Amazon
7. Pintere st 11 Бен Зильберман (англ. Ben Silbermann; род. 1982/1983) 2008 сервис для поиска, хранения и сортировки визуального контента
8. Dropbo x 10.5 Дрю Хьюстон 2007 хранение данных
альтернативной! технологии. Такую ситуацию существования двух и более технологии со значительными различиями в величине технологического предела Р. Фостер называет технологическим разрывом. Дополнительное условие для возникновения технологического разрыва - потребители должны ценить повышение результативности, которое
обеспечивает новая технология.
Важнеишии результат Р. Фостера,
подтвержденный множеством конкретных примеров на уровне отдельных фирм и целых отраслеи, состоит в том, что при возникновении технологического разрыва компании-лидеры, использующие старые технологии (у Р. Фостера «обороняющиеся»), не могут регулировать темпы конкуренции в отрасли. Для таких компании единственная конкурентная стратегия, имеющая шансы на успех, - переход на новые технологии в тои или инои форме. Любые попытки удержать конкурентные позиции, опираясь на старые технологии с низким технологическим пределом, ведут к крупным убыткам, вынужденному уходу с рынка, а в ряде случаев и к банкротству или поглощению более успешными конкурентами.
Этот результат имеет три важных следствия в области промышленной политики. Первое -промышленная политика должна фокусироваться на поддержке «атакующих», т.е. компании, продвигающих на рынке технологию с более высоким технологическим пределом. Поддержка «обороняющихся» имеет смысл на ограниченных промежутках времени и должна быть обусловлена переключением на новую технологию в кратко-или, самое позднее, среднесрочной перспективе. Например, в наше время поддержка традиционных таксомоторных фирм и таксистов не имеет перспектив, однако государство может и должно обеспечивать соответствие новых услуг нормам безопасности и налоговому законодательству.
Второе - необходимость широкого доступа «атакующих» к ресурсам, прежде всего, финансовым. Как было показано в предыдущем параграфе, доступ к финансовым ресурсам сегодня обеспечивает неограниченные возможности роста компании даже «с нуля», что создает мощное конкурентное давление на традиционных лидеров. Именно в этих условиях переход на новую технологию становится по сути
безальтернативным - по образному выражению Р. Фостера за считанные годы «атакующие обрушат топор палача на продукцию и прибыли обороняющихся фирм».
Наконец, третье следствие - необходимость концентрации ресурсов на совершенствовании «атакующих» технологии. Даже в самои развитой стране ресурсы, которые можно вовлечь в исследования и разработки, отнюдь не безграничны. Тем более это верно для такои
страны, как Россия, инновационная система которои на сегодняшний день явно «не достроена», а целые секторы этои системы, прежде всего, прикладная наука и инновационные компании, испытывают серьезные проблемы. Между тем, технологии операционных систем для ПК и серверов, офисных пакетов и даже реляционных баз данных сегодня относятся к «обороняющимся», а не к «атакующим»10. Соответственно, вложения в такие технологии никоим образом не могут относиться к приоритетным. Это не исключает вложения в такие технологии в масштабах, необходимых для поддержания безопасности в критически важных областях, таких, как оборона, безопасность, транспортная и финансовая инфраструктура и др., но полномасштабная программа
импортозамещения представляется совершенно избыточной Ограниченные ресурсы
разработчиков и новаторов в бизнесе естественно расходовать на критических направлениях современной информационной революции, прежде всего, это искусственный интеллект и интернет вещеи, возможно, также базы данных 1п-Метогу.
Выводы
Как мы видим, инструментарии современной экономической науки и науки об управлении позволяет сделать ряд важных выводов.
Прежде всего, современная информационная революция основана на двух (ряд исследователей рассматривают их как одну) технологиях общего назначения: искусственный интеллект и интернет вещеи. Отличительная черта технологии общего назначения в том, что для ее производительного применения требуется не только набор новых прикладных технологии, но и новьш технико-экономический режим - бизнес-модели, стратегии, организационные практики и т.д. Содержание как первого, так и второго набора неизвестно заранее, на ранних стадиях развития технологии. Такои набор появляется лишь постепенно, благодаря усилиям предпринимателей Роль
предпринимателей принципиальна - каждыи предпринимательский проект, как удачныи, так и неудачныи создает новои знание о прикладных технологиях и элементах технико-экономического режима. Следует подчеркнуть: знание предпринимателя отнюдь не тождественно знанию эксперта. Эксперт оперирует явным формализуемым знанием, тогда как предприниматель в ходе своеи деятельности создает как явное, так и неявное знание. Более того, знание предпринимателя проверяется на практике, тогда как эксперт без опытнои проверки своих рекомендации может лишь предполагать.
10 Например, традиционные реляционные базы данных уже сегодня вытесняются базами данных 1п-Метогу
Поэтому фактически именно предприниматели создают новыи технико-экономический режим, а развитие предпринимательства, создание соответствующей среды и культуры -непременное условие осуществления
информационной революции.
Саарбрюккенская модель показывает основные секторы, обеспечивающие создание и тиражирование новых технологии:
фундаментальную науку, прикладную науку, инновационные компании и глобальные компании. Применительно к россиискои практике наряду с привычными уже замечаниями о слабости прикладной науки и инновационных компании следует отметить два момента. Во-первых, важнейшая предпосылка развития успешных инновационных компании - развитый и разнообразный фондовый рынок. Масштабы и ликвидность рынка обеспечивают по существу неограниченный приток ресурсов к успешным компаниям. Разнообразие же обеспечивает широкую линеику финансовых инструментов с различными сочетаниями доходности и уровня риска, позволяющую профинансировать самые разные бизнесы. Во-вторых, необходимый масштаб технологии может придать только глобальная компания, а для этого необходимы соответствующие стимулы. Одним из важнейших стимулов становится развитый фондовый рынок, допускающий неограниченный рост успешных компании, включая превращение их в так называемых «единорогов», которые по сути дела уже сами являются глобальными компаниями. Вместе с тем, конкуренция с быстро растущими компаниями, «атакующими» при помощи новых технологии, создает мощные стимулы для уже
существующих лидеров к конкуренции и технологическому обновлению. Создание таких стимулов также необходимое условие активного участия России в информационной революции.
Наконец, модель 5-образнои кривой описывает конкуренцию в условиях технологического разрыва, т.е. наличия двух и более технологии, резко различающихся по величине технологического предела. Важнеишии вывод даннои модели -в условиях технологического разрыва невозможность защитить производителей, пользующихся устаревшей технологией Этот вывод в свою очередь порождает два важных следствия. Первое - политика защиты отечественного производителя в эпоху информационной революции может быть ориентирована только на ускорение перехода к новым технологиям. Любая иная политика представляет собои растрату ресурсов, поскольку качественный рост результативности
обесценивает как политику дифференциации, так и тарифную защиту. Второе - весьма ограниченные российские ресурсы прикладной науки и инновационных компании должны быть ориентированы на разработку «атакующих» технологии - искусственного интеллекта, интернета вещеи, баз данных «1п-Метогу» и прикладных технологии на их основе. Широкая разработка альтернатив технологиям 80-х - 90-х гг., выходящая за рамки непосредственного обеспечения экономической военной и информационной безопасности в узком смысле слова, представляет собои не что иное, как распыление дефицитных ресурсов. Между тем, как на воине, так и в экономике шанс на успех дает лишь концентрация.
Литература
10.
11.
12. 13.
Bresnahan, Timothy F. and Shane Greenstein (1996), Technical Progress and Co-Invention in Computing and in the Uses of Computers / / Brookings Papers on Economic Activity. Microeconomics, Vol. 1996 (1996), pp. 1-83
Bresnahan, Timothy F. and Shane Greenstein (2001), The economic contribution of information technology: Towards comparative and user studies // Journal of Evolutionary Economics, vol.11, pp.95-118.
Bresnahan, Timothy F. and Trajtenberg Manuel (1989), General Purpose Technologies and Aggregate Growth // Working Paper, Department of Economics, Stanford University, January 1989
David, P. (1990), The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox // The American Economic Review, Vol. 80, No. 2, Papers and Proceedings of the Hundred and Second Annual Meeting of the American Economic Association (May, 1990), pp.355-361.
David, P., G.Wright (2003) General Purpose Technologies and Surges in Productivity: Historical Reflections on the Future of the ICT Revolution // in The Economic Future in Historical Perspective, ed. P.David and M. Thomas. Oxford University Press. Davis, Gerald (2015), What Might Replace the Modern Corporation? Uberization and the Web Page Enterprise / / Seattle University Law Review, Vol. 39, pp.501-515.
Gartner, Inc (2016a), Gartner Hype Cycle for Emerging Technologies, 2016 // http://www.gartner.com/smarterwithgartner/3-trends-appear-in-the-gartner-hype-cycle-for-emerging-technologies-2016/, доступ 22 февраля 2017 г.
Gartner, Inc (2016b), Top 10 Strategic Technology Trends 2017 // http://www.gartner.com/smarterwithgartner/gartners-top-10-technology-trends-2017/, доступ 26 февраля 2017 г.
Kaplan, A.M., M.Haenlein (2016), Higher education and the digital revolution: About MOOCs, SPOCs, social media, and the Cookie Monster // Business Horizons, Vol. 59, pp. 441—450.
Lee, A. (2013), Welcome to the unicorn club: learning from billion-dollar start-ups, доступна по адресу http://techcrunch.com/2013/11/02/welcome-to-the-unicorn-club/, доступ 25.02.2017.
Lipsey R.G., Carlaw K.I., Bekar C.T., Economic Transformations: General Purpose Technologies and Long Term Economic Growth / / Oxford University Press, 2005, 618 p.
Scheer, A.-W. (2001), Start-Ups are Easy, But... / / Springer Science and Business Media, 2001, 220 p.
Smith D. (2013) Power-by-the-hour: the role of technology in reshaping business strategy at Rolls-Royce / / Technology Analysis &
Strategic Management, Vol. 25, No. 8, pp.987-1007
Varian, H. (2014), Beyond Big Data // Business Economics 49(1): 27-31.
15. Zuboff, Sh. (2015), Big other: surveillance capitalism and the prospects of an information civilization // Journal of Information Technology 30, 75-89
16. Грэхэм Л. (2014), Сможет ли Россия конкурировать? М.: Манн, Иванов и Фербер, 288 с.
17. Лем С. (1968), Сумма технологии // М.: Мир, 1968.
18. Остервальдер А., И.Пинье (2012), Построение бизнес-моделей: Настольная книга стратега и новатора. — М.: Альпина Паблишер, 2012. — 288 с.
19. РИА Новости (2016), Путин поручил правительству разработать программу "Цифровая экономика», 06.12.2016 // https://ria.ru/economy/20161206/1482988837.html, доступ 25 февраля 2017 г.
20. Фостер Р. (1987) Обновление производства: атакующие выигрывают // М.: Прогресс, 1987. — 272 с.
References
1. Bresnahan, Timothy F. and Shane Greenstein (1996), Technical Progress and Co-Invention in Computing and in the Uses of Computers / / Brookings Papers on Economic Activity. Microeconomics, Vol. 1996 (1996), pp. 1-83
2. Bresnahan, Timothy F. and Shane Greenstein (2001), The economic contribution of information technology: Towards comparative and user studies // Journal of Evolutionary Economics, vol.11, pp.95-118.
3. Bresnahan, Timothy F. and Trajtenberg Manuel (1989), General Purpose Technologies and Aggregate Growth // Working Paper, Department of Economics, Stanford University, January 1989
4. David, P. (1990), The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox // The American Economic Review, Vol. 80, No. 2, Papers and Proceedings of the Hundred and Second Annual Meeting of the American Economic Association (May, 1990), pp.355-361.
5. David, P., G.Wright (2003) General Purpose Technologies and Surges in Productivity: Historical Reflections on the Future of the ICT Revolution // in The Economic Future in Historical Perspective, ed. P.David and M. Thomas. Oxford University Press.
6. Davis, Gerald (2015), What Might Replace the Modern Corporation? Uberization and the Web Page Enterprise / / Seattle University Law Review, Vol. 39, pp.501-515.
7. Gartner, Inc (2016a), Gartner Hype Cycle for Emerging Technologies, 2016 // http://www.gartner.com/smarterwithgartner/3-trends-appear-in-the-gartner-hype-cycle-for-emerging-technologies-2016/, dostup 22 fevralja 2017 g.
8. Gartner, Inc (2016b), Top 10 Strategic Technology Trends 2017 // http://www.gartner.com/smarterwithgartner/gartners-top-10-technology-trends-2017/, dostup 26 fevralja 2017 g.
9. Kaplan, A.M., M.Haenlein (2016), Higher education and the digital revolution: About MOOCs, SPOCs, social media, and the Cookie Monster // Business Horizons, Vol. 59, pp. 441—450.
10. Lee, A. (2013), Welcome to the unicorn club: learning from billion-dollar start-ups, dostupna po adresu http://techcrunch.com/2013/11/02/welcome-to-the-unicorn-club/, dostup 25.02.2017.
11. Lipsey R.G., Carlaw K.I., Bekar C.T., Economic Transformations: General Purpose Technologies and Long Term Economic Growth / / Oxford University Press, 2005, 618 p.
12. Scheer, A.-W. (2001), Start-Ups are Easy, But... / / Springer Science and Business Media, 2001, 220 p.
13. Smith D. (2013) Power-by-the-hour: the role of technology in reshaping business strategy at Rolls-Royce / / Technology Analysis & Strategic Management, Vol. 25, No. 8, pp.987-1007
14. Varian, H. (2014), Beyond Big Data // Business Economics 49(1): 27-31.
15. Zuboff, Sh. (2015), Big other: surveillance capitalism and the prospects of an information civilization // Journal of Information Technology 30, 75-89
16. Grjehjem L. (2014), Smozhet li Rossija konkurirovat'? M.: Mann, Ivanov i Ferber, 288 s.
17. Lem S. (1968), Summa tehnologii // M.: Mir, 1968.
18. Osterval'der A., I.Pin'e (2012), Postroenie biznes-modelej: Nastol'naja kniga stratega i novatora. — M.: Al'pina Pablisher, 2012. — 288 s.
19. RIA Novosti (2016), Putin poruchil pravitel'stvu razrabotat' programmu "Cifrovaja jekonomika», 06.12.2016 // https://ria.ru/economy/20161206/1482988837.html, dostup 25 fevralja 2017 g.
20. Foster R. (1987) Obnovlenie proizvodstva: atakujushhie vyigryvajut / / M.: Progress, 1987. — 272 s.
Поступила: 23.03.2017
Об авторах:
Лугачев Михаил Иванович, доктор экономических наук, профессор, заведующий кафедрои экономической информатики экономического факультета, Московский государственный университет имени М.В. Ломоносова, mil@econ.msu.ru Скрипкин Кирилл Георгиевич, кандидат экономических наук доцент кафедры экономической информатики экономического факультета, Московский государственный университет имени М.В. Ломоносова, k. skripkin @ gmail. com
Note on the authors:
Lugachev Mikhail, Doctor of Economics, Professor, Head of the Department of Economic Informatics, Faculty of
Economics, Lomonosov Moscow State University, mil@econ.msu.ru Skripkin Kirill, Candidate of Economic Sciences, Associate Professor of the Department of Economic Informatics, Faculty of Economics, Lomonosov Moscow State University, k.skripkin@gmail.com
