Implikacje ekonomiczne

Opisane cechy technologiczne oraz naświetlenie technologii wywrotowych stoją-cych za self aware networks i powstałych w ten sposób megatrendów pozwala na sfor-mułowanie wniosków odnośnie implikacji ekonomicznych.

Bazując na wszechobecności internetu rzeczy oraz zasobów technologicznych do zbierania informacji, analizy oraz decydowania, pojedyncze sektory infrastruktury nieuchronnie będą się zrastać. Przykładem jest koncepcja inteligentnego pojazdu, która powiązuje i rozszerza funkcjonalność środka transportu o jazdę autonomiczną opartą na sztucznej inteligencji i sieci ICT, a także o aspekt elektromobilności i tym sa-mym sektor energetyczny. Konwergencja sieci transportowych, energetycznych i ICT utworzy kompleksową, wzajemnie oddziałującą w czasie quasi-rzeczywistym całość, a eksploatacja danych wymagać będzie ponadsektorowego planowania, koordynacji inwestycji i kompatybilnych modeli biznesowych²⁷.

Istniejący już podział na dostawców usług i zarządców infrastruktury pogłębia się, co prowadzi do zmniejszenia stopnia wertykalizacji sektora usług infrastrukturalnych na rzecz pojawiania się dostawców usług (ang. Servco) na bazie istniejącej infrastruktury.

Dzieje się tak, ponieważ głębia i heterogeniczność danych udostępnianych przez

urzą-25 S. Omohundro, Autonomous technology and the greater human good, “Journal of Experimental & Theoreti-cal Artificial Intelligence”, Vol. 26, Issue 3, 2014.

26 Choćby autonomiczny pojazd, który musiałby podjąć decyzję zwiększającą ryzyko śmierci podróżne-go celem ochrony większej liczby innych uczestników ruchu.

27 Zob. T. Zaręba, Przyszłość polityki infrastrukturalnej, dz. cyt.

dzenia infrastrukturalne bardzo wzrasta, a to stanowi podstawę nowych modeli bizneso-wych. Koncepcje big data oraz cyfryzacji, a w szczególności umiejętność korelacji zbiorów olbrzymiej ilości pozornie niezwiązanych ze sobą danych z różnych źródeł, wytwarza całkowicie nową wartość dodaną. Prowadzi to do pojawienia się nowych modeli ceno-wych. W szczególności widoczna staje się rezygnacja z ustalania ceny za korzystanie z in-frastruktury stosownie do spożytkowanych zasobów na rzecz wyceny według efektu eko-nomicznego lub przydatności infrastruktury dla użytkownika końcowego (np. zużycie energii rozliczane nie w kilowatogodzinach, lecz na podstawie temperatury w budynku).

Self aware networks przyczyniają się do wzrostu efektywności wykorzystywania za-sobów. Istotnym powodem jest podział kosztów budowy infrastruktury między wie-lu dostawców usług, co prowadzi do lepszej internalizacji przez dostawców korzyści czy efektów zewnętrznych sieci. Przykładem jest zaawansowana telematyka pojazdów osobowych. Urządzenie końcowe, wyposażone w wielorakie czujniki, może być jedno-cześnie wykorzystywane przez producenta pojazdu, ubezpieczyciela, zarządców dróg dostawców treści multimedialnych i innych. Podział kosztów urządzenia końcowego między tych dostawców przyspiesza adaptację usługi i obniża ryzyko biznesowe. Kolej-nym powodem jest wzrost efektywności istniejących procesów na skutek modernizacji i szybszego, zautomatyzowanego przekazu informacji. Na tym założeniu bazuje między innymi koncepcja Przemysł 4.0, która formułuje wizje optymalizacji procesu produkcji dla dowolnego rozmiaru partii produkcyjnej czy wirtualnej fabryki, w której to techno-logia koordynuje pojedynczych dostawców wyspecjalizowanych w swych dziedzinach.

Inny powód podaje Rifkin²⁸, uznając, że stosowanie samonaprawiających się maszyn opartych na sztucznej inteligencji i napędzanych energią odnawialną przyczynia się przede wszystkim do redukcji, a następnie eliminacji kosztów wytwarzania produktów i usług, co może w ekstremalnym przypadku prowadzić nawet do sformułowanej przez niego wizji zerowych kosztów marginalnych (ang. zero marginal cost society).

Podsumowanie

Self aware networks, czyli połączenie wszechobecności sieci ICT, miniaturyzacji elektroniki oraz sztucznej inteligencji, to koncepcja, która na trwale zmieni oblicze za-pewne wszystkich sektorów infrastruktury. Stanowi ona najpełniejsze ujęcie formu-łowanych przez wielu naukowców, futurystów czy przedsiębiorstwa konsultingowe megatrendów. Zrozumienie potencjału innowacji i nowych modeli biznesowych self aware networks, lecz także ich historycznego kontekstu oraz powiazań z cyklami ko-niunkturalnymi pozwala na krytyczne spojrzenie na wypowiedzi osób twierdzących, że technologia zagraża miejscom pracy²⁹. Wskazuje ona na nieuchronną konwergen-cję sektorów infrastrukturalnych, na kolejny krok ludzkości w stronę cywilizacji glo-balnej, wykorzystującej swe zasoby bardziej efektywnie.

28 J. Rifkin, The Zero Marginal Cost Society: The Internet of Things, the Collaborative Commons, and the Eclipse of Capitalism, Macmillan USA, 2014.

29 Demokratie stiftet keine Identität, „Die Zeit“, 31 marca 2016.

Bibliografia

Bower J., Christensen C., Disruptive Technologies: Catching the Wave, Harvard Business Review, styczeń-luty 1995.

Christensen C., The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail, Harvard Business School Press, 1997.

Elsberg M., Blackout. Jutro będzie za późno, W.A.B., Warszawa 2012.

Hayes B., Infrastructure: the book of everything for the industrial landscape, Norton, 2005.

Manyika J. i in., Disruptive technologies: Advances that will transform life, business, and the global economy, McKinsey Global Institute, May 2013, http://www.mckinsey.com/

business-functions/business-technology/our-insights/disruptive-technologies (3.04.2016).

Omohundro S., Autonomous technology and the greater human good, “Journal of Experi-mental & Theoretical Artificial Intelligence”, Vol. 26, Issue 3, 2014.

Rifkin J., The Zero Marginal Cost Society: The Internet of Things, the Collaborative Com-mons, and the Eclipse of Capitalism, Macmillan USA, 2014.

Schumpeter J., Business Cycles: A Theoretical, Historical, and Statistical Analysis of the Capitalist, McGraw-Hill Book Company, inc., 1939.

Zaręba T., Efekty sieciowe w nowoczesnej gospodarce, praca doktorska, SGH, Warsza-wa 2009.

Zaręba T., Przyszłość polityki infrastrukturalnej – konwergencja i zaawansowane modele usługowe, w: J. Gajewski, W. Paprocki, J. Pieriegud (red.), Megatrendy i ich wpływ na rozwój sektorów infrastrukturalnych, Publikacja EKF, Instytut Badań nad Gospodarką Rynkową – Gdańska Akademia Bankowa, Gdańsk 2015.

https://fiber.google.com/ (10.04.2016).

https://www.google.com/selfdrivingcar/ (10.04.2016).

https://www.technologyreview.com/s/513696/deep-learning/ (10.04.2016).

http://www.bostondynamics.com/robot_Atlas.html (10.04.2016).

https://www.youtube.com/watch?v=rVlhMGQgDkY (10.04.2016).

www.teslamotors.com.

www.solarcity.com.

http://frankdiana.net/2015/01/14/an-interview-with-futurist-gerd-leonhard/

(3.04.2016).

http://time-price-research-astrofin.blogspot.co.at/2012/04/6th-kondratieff-cycle.

html (3.04.2016).

http://www.att.com/Investor/Earnings/1q15/ib_final_1q15.pdf (12.04.2016).

http://www.theguardian.com/environment/2009/jun/19/denmark-wind-electric--cars (12.04.2016).

Streszczenie

Utrzymywanie odpowiedniego stanu technicznego infrastruktury i bezpieczne z niej korzystanie wymaga ze strony zarówno użytkownika, jak i zarządcy infrastruk-tury pewnej wiedzy o stanie tego rozległego systemu. Wraz ze stopniem rozbudowy infrastruktury (przepustowością, stopniem pokrycia, liczbą użytkowników, postępu-jącym zróżnicowaniem usług) potrzeby w tym względzie wzrastają. Koncepcja self aware networks bazuje na zwiększeniu możliwości nie tylko częstotliwości i szczegóło-wości monitoringu stanu sieci, lecz także diagnostyki czy umiejętności auto-napraw-czych. Dzieje się to poprzez zagęszczanie sieci czujników i sond, wykorzystywanie urządzeń końcowych (smartfon zbierający statystyki dotyczących sieci radiowej) oraz włączanie informacji stron trzecich (koncepcja big data). Jakościowa interpreta-cja informacji, a także wynikające z tej interpretacji rekomendacje czy działania na-prawczo-optymalizacyjne sieci mogą być wykonywane zarówno centralnie (struktura centralna), jak i lokalnie (inteligencja rozproszona) lub w sposób mieszany. Rozpro-szone systemy obliczeniowe kontrolujące jednostki fizyczne (infrastrukturalne) noszą miano systemów „cyber-fizycznych“ i wpasowują się w motyw szeroko omawianej czwartej rewolucji przemysłowej. Bazuje ona w każdym wypadku na coraz bardziej kompleksowych algorytmach, idących w stronę sztucznej inteligencji. Konsekwencji ekonomicznych należy szukać w nowych modelach kosztowych budowy i utrzyma-nia sieci, nowych modelach biznesowych, a także w nowych źródłach finansowautrzyma-nia.

SUMMARY

Technical maintenance of infrastructure and save exploration requires both users and network ope-rations to have a certain knowledge on the state of this vast system. Respective needs grow with the degree of infrastructure expansion (throughput, coverage, amount of users, increasing diversification of services). Self aware networks allow for increasing the frequency and depth of network states as well as diagnostics and self healing. This happens due to increased density of sensors and actuators, the usage of customer premises equipment (e.g. a smartphone gathers statistics on radio access network data) or by inclusion of 3rd party information (big data concept). A qualitative information analysis or resulting recommendations with the aim of network healing or optimization can be used both central-ly (central structures), de-centralcentral-ly (distributed structures) or in a mixed way. Distributed processing power controlling physical infrastructure entities are called „cyber physical” and can be considered part of the widely discussed fourth industrial revolution, which bases on increasingly complex algo-rithms, moving into the direction of artificial intelligence. Economic consequences are visible in new cost models for network deployment and operations, new business models as well as new financing sources.

Katarzyna Jasińska

Konsekwencje cyfryzacji gospodarki