В особенности это справедливо для больших систем, требующих «рекомбинации, многократного применения и кумулятивности», а также для больших и сложных задач[91]. Но с помощью методик моделирования и систем искусственного интеллекта сегодня можно кодифицировать даже неявные знания[92]. Наконец, еще один стимул к кодификации связан с распространением универсальных стандартных сертификаций, бенчмаркинга, передовых практик, а также консультационных фирм, которые этим занимаются. Как сказал Клейтон Дейли-младший, бывший вице-председатель совета директоров и финансовый директор Procter & Gamble, нанимая консультанта, «вы нанимаете человека, который очень многословно расскажет вам о том, что делает кто-то другой»[93].
Кодификация трансформирует знания в товар, который можно купить (или присвоить), продать и, конечно же, тиражировать. По наблюдениям биологов, всеобщее кодирование облегчает имитацию, поскольку снимает необходимость преобразования из сенсорной системы в моторную[94]. Всемирные стандарты, например ISO, создают универсальный язык, допускающий кодификацию и повышающий операционную прозрачность[95].
После разработки «языка модели» и освоения первоначального бюджета постоянных затрат создание индивидуального знания, т. е. защищенного языка, доступного только ключевым игрокам, становится нерентабельным[96]. Наличие защищенного языка также не позволяет перенимать знания у других. Компания Procter & Gamble убедилась в этом на опыте работы смешанных групп, созданных совместно с Google[97]. Одновременно со снижением затрат на кодификацию ценность кодифицированного знания растет, а общая стоимость знания уменьшается[98].
В очень больших системах, которые координируют дополняющие друг друга виды деятельности многих агентов, выгоды от повышения эффективности в результате кодификации особенно велики[99]. Это справедливо и для процессов, требующих рекомбинации, многократного применения и кумулятивности, когда необходимы обширные ресурсы памяти и поиска и когда работа агента требует детального описания. Повышенная эффективность хранения и сниженные затраты особенно важны, когда дело касается комплексных задач, требующих большого объема памяти, кодификация которой также выигрывает от усовершенствованных методик моделирования. Разрабатывая программы, способные самостоятельно раскрывать важнейшие характеристики входных сигналов, искусственный интеллект позволил кодифицировать знания, ранее считавшиеся неявными[100]. Это противоречит доминирующей парадигме стратегии, утверждающей, что неявные знания, которые другим сложно распознать и расшифровать, являются стопроцентной гарантией защиты от потенциальных имитаторов.