Посвящается

тельно приведет к его имманентному развитию. Считается также, что в результате неизбежно появится какое-то изобретение, которое круто взметнет кривую вдоль большого S.

Наиболее активный пропагандист экстраполяции на основе огибающей кривой, сотрудник Гудзоновского института Р.Эйрес, утверждает, что этот метод действует даже тогда, когда экстраполяция выходит за пределы «существующего состояния техники» в каждой конкретной области, поскольку можно ожидать, что темпы изобретений, которые были характерны в прошлом, будут сохраняться до достижения каждым конкретным параметром «абсолютных» теоретических пределов (например, скорости света, температуры абсолютного нуля и т.п.). Поэтому о возможностях того или иного параметра (например, энергии конкретного ускорителя элементарных частиц) не следует судить лишь по ограничениям конкретной характеристики компонента; необходимо рассматривать [данное явление, данную ] «макропеременную» в историческом контексте. Обобщая развитие конкретных типов техники, можно выявить вероятный рост некоего параметра, скачкообразно отталкивающийся от предыдущей точки касания огибающей кривой.

Специалисты в области технического прогнозирования утверждают, что в большинстве случаев на основе таких огибающих кривых полезно строить экстраполяции в терминах логарифмического роста, отходя от этой посылки лишь в том случае, если для этого возникают убедительные причины. Например, прогноз роста скорости самолета для любого периода после 30-х годов, построенный путем подобного проецирования, дал бы более точные сведения о ее максимальном значении, чем прогноз на основе существующих технических ограничений. Главной слабостью метода экстраполяции на основе огибающей кривой является то, что он не позволяет прогнозировать развитие отдельных видов техники, а имеет дело с функциональными характеристиками «макропеременных». Р.Эйрес отмечает, что чем на менее обобщенной основе (с большим вниманием к отдельному компоненту) проводится анализ, тем более вероятно, что его результат, в силу внутренних причин, будет отклоняться в консервативную сторону. Представляется почти нормальным, что минимальный прогресс, проецируемый на основе анализа компонентов, в действительности оказывается низшим пределом реального прогресса, поскольку в основе такого прогноза лежит посылка о том, что каких-либо технических новшеств не предвидится. При

277
ДИАГРАММА 3-2 Эффективность систем преобразования энергии в двигателях внешнего сгорания

анализе отдельного класса технических средств для огибающих кривых могут быть достаточно легко установлены верхние пределы роста, однако дело обстоит иначе для индивидуальных видов техники, поскольку их развитие корректируется появлением новшеств, заменой отдельных разновидностей другими и «эскалацией».

Макропеременные также имеют свои очевидные пределы⁵⁵. Так, при построении кривой, выражающей рост максимального коэффициента полезного действия тепловой энергетической установки с 1700 года (см. диаграмму 3-2), кривая претерпела типичную

⁵⁵ Если при определении параметров прогнозирования попытаться уменьшить ошибки для конкретного вида техники путем группирования «микропеременных» в более крупные классы, возникает логическая проблема классификации: может появиться искушение пойти по пути произвольного отбора и сведения вместе тех переменных, которые дают четкую кривую. Такого рода попытка упростить проблему может только исказить картину. Большинство моделей, чтобы быть полезными, — и это можно видеть на примере экономики — очень сложны и включают сотни переменных и уравнений. Однако такая сложность необходима, коль скоро мы хотим, чтобы прогнозы были реальными.

278

«эскалацию» с 1 — 2 процентов до 44, которых этот показатель достиг сегодня. Рост происходил достаточно скачкообразно, составляя каждый раз порядка 50 процентов от уже достигнутого уровня, однако интервалы между последовательными «скачками» неуклонно сокращались. На этом основании Р.Эйрес предсказывает, что к 1980 году максимальный рабочий КПД таких установок достигнет порядка 55—60 процентов. Учитывая, что создание коммерческой энергетической установки есть длительный процесс, многие могут усомниться в достоверности такого прогноза. Однако поскольку такая эффективность может быть обеспечена рядом способов, которые сегодня уже находятся в стадии разработки (газовые турбины, топливные элементы, термоядерный синтез, МГД-генераторы), такой прогноз осуществим. Между тем рост коэффициента полезного действия после 1980 года может поставить вопрос о поведении кривой, поскольку действие только одного усовершенствующего фактора, повышающего эффективность на 50 процентов, довело бы данную характеристику до 90 процентов, и дальнейший прогресс такими же темпами, очевидно, стал бы невозможным.

Важно понять центральную идею логики проецирования огибающей кривой. Посылкой, на которой основан данный метод, является положение, что для любого класса техники существует набор фиксированных пределов (таких, как абсолютная скорость света). Признав это в качестве условия, можно оценить промежуточную траекторию технического развития как «эскалацион-ную» серию S-образных кривых, продвигающихся к верхнему пределу.

Слабость этой теории частично отражает общую проблему любого прогнозирования и состоит в выборе параметров и оценки их места относительно как настоящего времени, когда кривая переходит в очередную прямую, так и принятого конечного предела — внутреннего или внешнего. В более общем виде можно сказать, что в случае, когда рассматриваются функциональные характеристики переменных (такие, как скорость самолета), не существует разработанной концепции, способной объяснить, почему прогресс должен осуществляться именно таким образом, за исключением наблюдения, что некоторые технические параметры имеют тенденцию возрастать в логарифмической прогрессии, или посылки о том, что в недалеком будущем может по-

279

280

281

К участникам группы по изобретениям и «прорывам» в науке обратились с просьбой в письменной форме дать перечень новшеств, в которых, по их мнению, существует неотложная необходимость и которые могут быть осуществлены в ближайшие 50 лет. Всего было названо 49 возможных нововведений. Во втором раунде, опять в письменной форме, участников группы попросили оценить среднюю вероятность появления каждого из названных новшеств в указанные сроки. На основании этих ответов были установлены предельные и усредненные сроки реализации каждого из прогнозируемых достижений. (Так, было предсказано, что экономически оправданное опреснение морской воды станет возможным в период между 1965 и 1980 годами, усредненным сроком в этом случае оказался 1970 год; контролируемая термоядерная энергия появится в период между 1978 и 2000 годами, усредненный срок — 1985 год.) Во втором раунде участники опроса продемонстрировали значительную близость мнений по десяти позициям. Из остальных 39 они отобрали 17 для дальнейшего изучения. В третьем раунде экспертов попросили назвать вероятные сроки этих 17 «прорывов»; если при этом индивидуальные мнения отклонялись за пределы диапазона, установленного на основании средних 50 процентов ответов, эксперта просили обосновать его утверждение. В четвертом раунде диапазон сроков был еще больше сужен, и в конечный перечень оказалось включено 31 новшество, по которым было достигнуто приемлемое согласие, при этом давались также особые мнения большинства и меньшинства.

Хотя такая процедура является достаточно сложной и трудоемкой, она была принята по двум причинам: во-первых, она исключает или уменьшает нежелательное влияние на эксперта обстоятельств, связанных с непосредственным обсуждением проблемы (таких, как психологическое воздействие мнения большинства, опасения, связанные с выражением отличной от общепризнанной точки зрения и т.п.), и, во-вторых, позволяя через систему последовательных раундов обеспечивать обратную связь, она дает респондентам время для дополнительного обдумывания своего мнения и либо его подтверждения, либо обнаружения новых возможностей для выбора своей позиции.

С какой степенью «достоверности» можно принять этот метод и получаемые с его помощью результаты? Основная трудность связана не с тем или иным отдельным прогнозом, а с отсутствием четкого понимания контекста, в котором он должен рассматриваться. Каждый прогноз формируется как отдельный, изолированный случай, хотя все участники опроса, конечно же, признают, что осуществление любого из предсказаний зависит не только от реализации иного частного варианта, но, в гораздо большей степени, от состояния нации в целом. Совокупной посылкой, лежащей в основе всех этих прогнозов, является то, что общая ситуация в Соединенных Штатах и мире останется в целом неизменной. Однако социальные системы и отношения между ними подвержены изменениям, и эти изменения в большей мере определяют возможность реализации научных прорывов, чем техническая осуществимость любого из них. Короче говоря, если цель прогнозирования состоит в том, чтобы способствовать прогрессу, оно должно осуществляться в рамках контекста социальных, политических и экономических отношений, свойственных тому или иному периоду времени. То, что получил РЭНД в результате использования «дельфийского метода», — это набор вероятных возможностей, однако то, каким образом они смогут реально осуществиться, зависит от системы, в которой они вызревают. И искусство — или наука — прогнозирования может получить надлежащее развитие лишь тогда, когда нам удастся существенно продвинуться вперед в создании моделей самой социальной системы.

Морфологический метод был разработан швейцарским астрономом Ф.Цвикки в период его работы в обсерваториях «Маунт-

См.: Jantsch E. Technological Forecasting in Perspective. P. 175.

IT

282

Уилсон» и «Маунт-Паломар» в рамках исследований, проводившихся корпорацией «Аэроджет инжиниринг» в штате Калифорния⁵⁸. Б своих ранних работах в области ракетного движения и реактивных двигателей он показал, что морфологическая структура, охватывающая различные комбинации одиннадцати классов переменных, когда каждый класс обладает собственным диапазоном возможностей (например, класс «топливо» включал в качестве вариантов газообразное, жидкое и твердое топливо, класс «движение» — поступательное, вращательное и колебательное и т.п.), дает 25 344 возможных варианта двигателей. Предыдущая оценка такого же рода, произведенная в 1943 году на основе меньшего количества параметров, дала 576 возможностей, среди которых были и секретные тогда германские авиационная бомба с реактивным пульсирующим двигателем «V-1» и ракета «V-2»; заметим, что это было сделано в то время, когда профессор Аинде-манн, научный советник У.Черчилля, не сумел оценить потенциал ракеты «V-2» даже после того, как ему были показаны ее фотографии, поскольку он в принципе отвергал саму возможность создания жидкого ракетного топлива.

Как отмечал Э.Янтш, «полномасштабное применение схемы морфологического анализа, как это осуществил Ф.Цвикки при разработке типов топлива для ракетных и реактивных двигателей, имело значительный успех и сыграло решающую роль в выборе нетрадиционного подхода на ранних стадиях разработок». Идея морфологических схем, указывает Э.Янтш, используется рядом компаний для планирования или даже для блокирования возможных будущих изобретений путем принятия мер для патентования, пусть и несколько абстрактного, различных вариантов сочетания базовых параметров. («Например, в свое время наблюдалась патентная «лихорадка», проявлявшаяся в стремлении запатентовать все ранее не запатентованные области схемы охлаждения (замедления) реакции деления в ядерных реакторах».⁵⁹)

Необходимость подчинить прогнозирование конкретным целям различного уровня положило начало идее «дерева целей», иногда именуемого также «опорным деревом» или просто «дере-

283

Хотя «дерево целей» представляет собой просто инструмент лучшего изображения проблемы, необходимость прогнозирования остается несомненной при оценке новых видов техники, появление которых ожидается через 5, 10 или 15 лет. Одно из отделений компании «Норт америкэн эвиэйшн» в Анахейме (штат Калифорния) использует «дерево целей», именуемое SCORE (по первым буквам английского названия: Select Concrete Objectives for Research Emphasis [«Выбор конкретных целей для приоритетных исследований»]), для соотнесения перспективных задач на 5 — 15 лет с частными стратегиями научных исследований и разработок. Самым значительным примером «дерева принятия решений» является система программируемого планирования бюджета, используемая Министерством обороны США.

В свое время Н.Винер определил систему как «организованную сложность». Когда же приходится иметь дело, как в НАСА, с 301 задачей, 195 системами, 786 подсистемами и 687 функциональными элементами, деятельность, связанная с контролем за достижением целей, оценкой полученных результатов, подсчетом эффекта воздействия технических новшеств в одной системе на все другие и т.д., становится поистине ужасающим делом. Использование всех этих матриц и морфологических схем представляет собой попытку обеспечить какие-то ориентиры, позволяющие видеть и держать под контролем все эти взаимосвязи.

Время распространения [технических новшеств]. П.Саму-эльсон сделал фундаментальный вывод о том, что объем выпус-

^е" См.: Churchman C.W., Ackoff R.L., Arnoff E.L. Introduction to Operations Research. N.Y., 1957.

284

ка продукции, который может быть получен на базе определенной совокупности основных факторов производства, «зависит от состояния техники», существующего в то или иное время⁶¹. Поэтому осведомленность о направлениях развития и распространении техники имеет решающее значение для выживания любого предприятия. Однако следует иметь в виду, что технические прогнозы редко предсказывают, или вообще не могут предсказать, появление конкретных изобретений. Инновации, подобно политическим событиям, часто бывают внезапными, представляя собой прорыв, ставший результатом творческой деятельности исследователя. Никто не предсказывал транзистор Э.Шокли или лазер Ч.Таунса. Большинство технических прогнозов предполагают появление изобретения — это является важнейшим моментом, — после чего их авторы переходят к предсказанию темпов последующего развития посредством новых ступеней эскалации, как это происходит при использовании метода огибающих кривых, или темпов распространения, по мере того, как изобретение проникает [на все новые и новые предприятия] определенной отрасли. Главным экономическим методом технологического прогнозирования является именно оценка темпов распространения.

Достоверно установлено, что темпы распространения техники в экономике США за последние 75 лет ускорились, что стало одним из факторов формирования распространенного мнения о росте темпов социальных перемен в целом. В исследовании Ф.Лин-на, выполненном для президентской комиссии по автоматизации, говорится, во-первых, что средний период времени с момента первоначального технологического открытия до признания его коммерческого потенциала сократился с 30 лет, характерных для технических новшеств, внедренных в начале этого столетия (1880 — 1919 годы), до 16 лет в период после первой мировой войны и до 9 в послевоенную эпоху; и, во-вторых, что время, требуемое для воплощения фундаментального технического изобретения в коммерческий продукт или процесс, сократилось за исследуемый 60™70-летний период с 7 до 5 лет⁶².

^В| См.: Samuelson P. Problems of the American Economy. N.Y., 1962. ⁶² См.: Technology and the American Economy. Appendix I,

Параметры знаний и технологии

285

Несмотря на этот общий вывод, темпы появления нововведений и их распространения существенно различаются по секторам экономики и отраслям промышленности. В 1961 году Э.Мэн-сфилд проследил, с какой скоростью распространялось использование двенадцати новшеств от предприятия к предприятию в четырех отраслях: производстве коксующегося угля, черной металлургии, железнодорожном транспорте и пивоварении. Потребовалось двадцать и более лет со времени первого успешного коммерческого применения для внедрения на всех основных фирмах соответствующих отраслей таких достижений как централизованное управление движением, вагонные тормоза, коксовые печи с утилизацией побочных продуктов и непрерывный отжиг. Только в случаях с конвейерно-погрузочной машиной, тарой из белой жести и непрерывной проходкой потребовалось десять или менее лет для внедрения их всеми крупными фирмами отрасли. Ф.Линн также пришел в своем исследовании к выводу, что темпы распространения инноваций в производстве потребительских благ почти в два раза превышают соответствующий показатель в тяжелой промышленности.

Эти исследования проведены на материалах прошлого. Предпринимались и некоторые усилия по прогнозированию темпов и направлений распространения технологий. В своей работе «Распространение инноваций»⁶³ Э.Роджерс изучал поведение кривых

См.: Rogers EM. Diffusion of Innovations. Glencoe (111.), 1962.

286

Глава III

Вопрос распространения техники переносит нас из области технологического в сферу экономического и социального прогнозирования, так как использование нового изобретения или новой продукции совершенно очевидно зависит не только от их технической эффективности, но и от их стоимости, того, как они воспринимаются потребителями, их социальных издержек, побочных последствий и т.п.; таким образом, внедрение любого нового изобретения зависит от экономических ограничений, политики правительства, ценностей и социальной ориентации потребителей.

Технология, в определенном смысле, — это взаимодействие человека с природой, в котором усилия человека вырвать ее секреты наталкиваются на физические законы и опираются на человеческую изобретательность, открывающую ее скрытые тайны. Однако экономическая и социальная жизнь — это игра между людьми, прогнозирование которой имеет дело со стратегиями, диспозициями и ожиданиями, изменяющимися в ходе того, как индивиды стремятся, — либо сотрудничая, либо находясь в антагонистических отношениях с другими индивидами, — увеличить собственные преимущества.

Все это происходит в рамках социальных ограничений, определение которых есть задача прогнозиста. Никакое общество не меняется по мановению чьей-то руки или благодаря ловкой теоретической фразе. Существуют природные ограничения (климатические условия, запасы ресурсов), сложившиеся обычаи, привычки, традиции или просто сопротивление большинства. Те, кто, базируясь на нескольких ярких примерах, строил увле-

287

Внешним ограничителем служат темпы экономического роста, и такие теоретики, как Р.Солоу из Массачусетсского технологического института (чья разработка модели экономического роста, ныне обоснованно именуемая моделью Рикардо — Маркса — Солоу, является одним из достижений современной экономической науки), утверждают, что каждая экономика обладает «естественными» темпами роста, производными от темпов роста населения и уровня технического прогресса (последний определяется через рост производительности, появление новых изобретений, совершенствование в структуре организаций, системе образования и т.д.)⁶⁵. Ввиду существования определенных устойчивых институциональных отношений (моделей мобилизации и использования капитала, доли национального дохода, используемой на потребление, и т.п.), больших масс рабочей силы, значительных природных ресурсов и огромных масштабов ВНП, даже революционное внедрение технических новшеств (таких, какие появились в сельском хозяйстве) не приведет к заметному увеличению общего уровня производительности. Некоторые общества имеют более высокие темпы роста, чем другие, поскольку они позже взяли старт и стремятся догнать идущих впереди. Развитые экономики также могут на короткие периоды времени ускорить, в пределах определенных границ, темпы своего роста, однако сдвиг «производственной функции» в направлении большего использования капитала вызывает в перспективе увеличение издержек на его обновление, снижение предельной эффективности и замедление темпов роста производительности до их «естественного» уровня. Так, согласно исследованиям Э.Денисона, «естественные» темпы роста экономики США, ввиду сложившихся традиций и уровня

288