Кэл Ньюпорт - В работу с головой. Паттерны успеха от IT-специалиста

В отличие от послевоенного периода «Великое преобразование» дает отличный шанс тем, кто имеет доступ к капиталу. Чтобы понять, почему это так, прежде всего следует вспомнить один из тезисов теории переговоров, основополагающей для стандартного экономического мышления. Если прибыль поступает благодаря сочетанию инвестиций капитала и труда, вознаграждение выплачивается, грубо говоря, пропорционально вкладу каждой из сторон. Поскольку цифровые технологии снижают запрос на труд во многих отраслях, вознаграждение, возвращаемое владельцам умных машин, пропорционально возрастает. В сегодняшней экономике венчурный капиталист может финансировать такую компанию, как Instagram, которая в итоге была продана за миллиард долларов, – имея в штате всего лишь тринадцать человек. Был ли в истории хоть один момент, когда столь ничтожно малое количество работников позволило создать столь крупную стоимость? При таком небольшом трудовом вкладе пропорциональное количество дохода, получаемого владельцами машин – в данном случае венчурными инвесторами, – оказывается беспрецедентным. Стоит ли удивляться, что один из венчурных капиталистов во время интервью для моей последней книги признался мне с некоторой озабоченностью: «Каждый хочет получить мою работу».

Давайте соберем вместе те нити, которые нам удалось проследить до сих пор. Современная экономическая наука, как я уже упоминал, полагает, что беспрецедентный масштаб развития и влияния новых технологий ведет к массовой реструктуризации нашей экономики. В новом мире особым преимуществом будут пользоваться три группы людей: те, кто способны успешно и творчески сотрудничать с умными машинами, те, кто являются лучшими профессионалами в своей области, а также те, кто имеют доступ к капиталу.

Необходимо пояснить, что модель «Великого преобразования», предлагаемая такими экономистами, как Бриньйолфссон, Макафи и Коуэн, – не единственный значительный тренд в современной экономической науке, и группы людей, могущих рассчитывать на успех, не сводятся к трем упомянутым выше; однако в рамках этой книги важно понять, что эти тренды, хоть они и не единственные, тем не менее важны, и такие группы, хоть есть и другие, все же будут иметь успех. А следовательно, если вы сможете присоединиться к одной из этих трех групп – вы будете в выигрыше. Если нет – есть вероятность, что вы все равно будете в выигрыше, но ваше положение окажется менее надежным.

Вопрос, к которому мы теперь подошли, напрашивается сам собой: каким образом можно попасть в число таких победителей? Рискуя угасить ваш растущий энтузиазм, я тем не менее должен первым делом признаться, что не владею секретом того, как быстро сколотить капитал и стать следующим Джоном Доэрром. (Если бы даже я и знал такой секрет, то едва ли стал бы делиться им в книге.) Доступ в две другие группы победителей, однако, остается открытым. Оказаться в числе этих людей – вот задача, к исследованию которой мы теперь приступим.

Выше я определил две группы, обреченные на успех, в которые, по моему мнению, возможно попасть, – это те, кто способен творчески работать с умными машинами, и «звезды» в своей профессиональной области. Каков же секрет попадания в эти прибыльные сектора по ту сторону расширяющейся цифровой пропасти? Я утверждаю, что для этого жизненно необходимы две ключевые способности.

1. Способность быстро овладевать сложными навыками.

2. Способность выдавать продукцию высочайшего уровня, как по качеству, так и по скорости исполнения.

Начнем с первого пункта. Прежде всего необходимо вспомнить о том, что все мы испорчены интуитивно понятным и душераздирающе простым интерфейсом множества продуктов, ориентированных на потребителя, таких как Twitter или iPhone. Однако все эти технологии – товары широкого потребления, а отнюдь не профессиональные инструменты; освоить большинство умных машин, двигающих Великое преобразование, окажется значительно сложнее.

Возьмем Нейта Силвера, которого мы ранее приводили в пример как человека, добившегося успеха благодаря плодотворной работе со сложными технологиями. Если мы пристальнее вглядимся в применяемые им методы, то обнаружим, что прогнозировать результаты выборов на основе баз данных – далеко не то же самое, что впечатать в поисковое окно запрос «Кто наберет больше голосов?». Чтобы получить желаемый результат, ему пришлось собрать большую базу данных по результатам опросов избирателей (тысячи опросов более чем от 250 проводивших опросы), а затем обработать их с помощью программы Stata — популярного программного продукта для статистического анализа данных, производимого компанией StataCorp. Профессионально работать с такими инструментами не так уж просто. Для примера приведем одну из команд, без понимания которых невозможно работать с современными базами данных наподобие тех, что использует Силвер: