Вооружение клиентов дополнительной информацией было не единственным побочным продуктом деятельности IBM. По меньшей мере столь же важным был рост количества людей, особенно женщин, работающих в офисах в качестве машинисток, делопроизводителей, секретарей и операторов клавишных перфораторов. Женщины, вступавшие в этот мир, начинали как операторы клавишных перфораторов; научиться этому было почти так же просто, как печатать на машинке, а это они делали с 1880-х. Некоторые операторы клавишных перфораторов научились работать на айбиэмовских машинах обработки данных. IBM с готовностью бесплатно обучала персонал клиента работе на своем оборудовании, создавая в процессе такого обучения целую армию работников, которые умели использовать только продукты IBM. На них можно было рассчитывать в плане предпочтения этих продуктов изделиям незнакомого им конкурента. К концу 1930-х в компаниях можно было видеть такие официальные названия, как «Отдел IBM» и «Операторы IBM», что очень похоже на термин «ксерокопирование», означавший фотокопирование в 1970-е. IBM сознательно популяризовала обозначение профессий по своему названию.
Пользователи оборудования IBM четко понимали, что делают. Экономия текущих расходов оказалась важной, как подтвердил один из пользователей: «Табулирование наших затрат на оплату труда вручную было бы, разумеется, непрактичным, так как для этого потребовалось бы еще не менее шести человек», в то время как «машина IBM окупалась каждую неделю»[129]
. Другие упирали на эффективность, реализуя «непрерывный контроль за текущим положением и поддержание более интенсивного, почти непрерывного контакта с имеющимися и потенциальными клиентами путем частых напоминаний и предложений»[130]. Точность данных всегда имела важнейшее значение; один из экспертов описал ее как «устранение ошибок», поскольку машина IBM «предотвращает неразбериху и трату времени на проверки, помимо того что способствует лучшей организации и эффективному управлению»[131]. Пользователи осваивали новые функции по мере их появления – например, начинали использовать табуляторы для начисления заработной платы и распечатки зарплатных чеков, контроля за этими транзакциями, сокращения количества ошибок и урегулирования споров с работниками. Типичным примером является компания Ford Motors, где это оборудование использовалось для оплаты труда тысяч рабочих.Со временем продукты IBM начали применять научные работники и инженеры. В 1930-е появилась возможность использовать эти машины для сложных математических вычислений, например в астрономии или в области механических испытаний и градуировки. Уотсон лично занимался налаживанием прочных взаимоотношений с соседним Колумбийским университетом; эта связь продлилась много десятков лет. Статистическое бюро в этом университете стало пионером использования перфокарт в науке и математике, что обеспечило IBM хорошие отзывы в прессе и расположило в ее пользу ученых и инженеров. Особенно эффективным пропагандистом был астроном Уоллес Джон Экерт (1902–1971). В 1930-е он убедил Уотсона пожертвовать его лаборатории оборудование; лидер IBM решил, что такие пожертвования придадут лоск репутации его компании, одновременно спровоцировав новый спрос на его машины. К 1937 году Экерт основал Бюро астрономических вычислений имени Томаса Дж. Уотсона, куда входили представители Колумбийского университета, IBM и Американского астрономического общества[132]
. Работая с учеными, инженеры IBM, а также другие ученые, инженеры и клиенты научились выполнять статистические вычисления с помощью табуляторов; такая возможность становилась все более важной для государственных организаций.Научные применения отличались от коммерческих, требуя другого мышления и других операций. Коммерческие применения было сравнительно легко реализовывать, однако они подразумевали обработку огромного объема данных, таких как, например, миллионы учетных записей в системе социального страхования или инвентаризации товарно-производственных ресурсов. Научные и инженерные применения требовали более сложных вычислений, чем четыре базовые математические функции, и использовали гораздо меньше данных. Для первых была важна обработка больших объемов, а для вторых – скорость вычислений[133]
.