The Model T Comes to Silicon Valley
В 1908 году за американский авторынок боролись 253 производителя автомобилей, но к 1929-му осталось лишь 44: конвейер Форда на заводе Highland Park сократил время сборки Model T с 12 часов до 93 минут — прирост производительности на 90%, который перестроил всю отрасль. При этом занятость в автопроме не упала, а резко выросла — с 76 000 рабочих в 1910 году до 471 000 в 1929-м, а вторичные эффекты (дилеры, заправки, ремонтные мастерские, цепочки поставок) дали почти 4 миллиона рабочих мест — в 8 раз больше, чем основное производство. Tomasz Tunguz проводит параллель с софтом: AI-ассистенты для кода уже сокращают время разработки на 55–81%, повторяя кривую Форда. Но если в автопроме капиталоёмкость концентрировала власть, то ИИ действует наоборот: дата-центры — «конвейеры софта» — дают сотням миллионов разработчиков возможности гигантской корпорации с одним ноутбуком и кредиткой. Итог — больше софта, больше разработчиков и тысячи новых компаний ежегодно вместе со взрывным ростом вторичных рабочих мест.
В 1908 году за рынок боролись 253 американских производителя автомобилей1. К 1929-му осталось лишь 44. Конвейер изменил не только то, как делали машины. Он изменил и то, кому было позволено их делать.
Завод Форда в Highland Park, заработавший в 1913 году, сократил время сборки Model T с 12 часов до 93 минут2. Этот 90-процентный прирост производительности перестроил целую отрасль. Перед производителями, которые не могли сравниться с эффективностью Форда, встал простой выбор: адаптироваться или уйти.
Консолидация шла стремительно. В период с 1908 по 1929 год исчезли 83% автопроизводителей. Кто-то слился с другими. Большинство обанкротилось. Выжившие обладали общей чертой: они переняли методы Форда. General Motors, Chrysler и горстка оставшихся независимых компаний — все строили конвейеры.
Аналогичная революция происходит сейчас в софте, но с важными отличиями. AI-ассистенты для написания кода уже сокращают время разработки на 55–81%3. Кривая знакома.
Форду понадобилось шесть лет, чтобы добиться сокращения времени на 90%. AI-инструменты для кодинга достигли 81% за пять. Наклоны кривых почти идентичны.
Что же случилось с занятостью в автопроме? Она выросла. И колоссально. В 1910 году на автозаводах США работали 76 000 человек. К 1929-му это число достигло 471 0004. Массовое производство породило массовое потребление, а массовое потребление потребовало больше работников.
Настоящий взрыв дали эффекты второго порядка. К 1929 году на каждого человека, собиравшего автомобиль, приходилось семеро других, у которых была работа благодаря тому, что этот автомобиль существовал.
Дилерские центры, заправочные станции, ремонтные мастерские и цепочки поставок давали работу почти 4 миллионам человек. Отрасль не просто создала больше рабочих мест в производстве; она породила целую новую экономику «обеспечивающих» (enablers), которая была в 8 раз больше, чем базовое производство.
Софтверная индустрия пойдёт по иному сценарию. В автопроме капиталоёмкость концентрировала власть. В мире ИИ всё наоборот.
AI-дата-центры — конвейеры софта — позволяют сотням миллионов разработчиков создавать программное обеспечение так, словно у них есть возможности автомобильного гиганта. Любой разработчик может получить доступ к самым передовым моделям, имея лишь ноутбук и кредитную карту.
Более простое создание софта означает больше софта. Больше софта означает больше разработчиков, а не меньше. В результате нам следует ожидать многих тысяч новых компаний ежегодно и аналогичного взрыва рабочих мест второго порядка.
EBSCO Research: Number of US Automakers Falls to Forty-Four. Число действующих производителей автомобилей упало с 253 в 1908 году до всего 44 в 1929-м, причём около 80% выпуска отрасли приходилось на Ford, General Motors и Chrysler. ↩︎ Library of Congress: Ford Implements the Moving Assembly Line. Конвейер сократил время производства Model T с 12,5 часов до 93 минут к 1914 году. ↩︎ GitHub/Microsoft Research: The Impact of AI on Developer Productivity — исследование показало, что разработчики выполняли задачи на 55,8% быстрее. Корпоративное исследование GitHub совместно с Accenture показало 67% ежедневного использования и рост успешных сборок на 84%. Исследование Google по Gemini Code Assist выявило, что разработчики в 2,5 раза чаще успешно завершали задачи. ↩︎ Richmond Fed: Wheels of Change. Занятость в автопроме резко расширилась в этот период, поскольку массовое производство создало новые категории рабочих мест в производстве, продажах, обслуживании и инфраструктуре. ↩︎