Морис Стаки - Виртуальная конкуренция. Посулы и опасности алгоритмической экономики

По мере роста в следующем десятилетии широты охвата (breadth) и качества данных положительная обратная связь между машинным обучением и большими данными будет усиливаться. Свой вклад внесут разработки в области облачных вычислений.

Например, в 2015 г. облачное подразделение компании Amazon ввело службу машинного обучения – Amazon Machine Learning. Алгоритмы компании Amazon помогают клиенту находить закономерности (patterns) в существующих данных 66. Затем Amazon создает модели, которые обрабатывают клиентские входные данные и генерируют прогнозы. Эти модели могут вычислять для своих клиентов вероятные мошеннические покупки, предпочтения потребителя и тенденции покупательского поведения. По мере роста обработки данных эти прогностические модели совершенствуются. Аналогично, компании Google and Microsoft в составе своих услуг по облачным вычислениям предоставляют алгоритмы машинного обучения для анализа данных и прогнозирования будущих результатов 67. В результате может возникнуть положительная обратная связь: клиенты будут иметь еще больший стимул собирать данные и использовать службы облачных вычислений, если они смогут получить конкурентное преимущество при помощи указанных прогностических моделей. А доступ к данным большого числа клиентов, естественно, улучшает алгоритмы компаний Amazon, Microsoft и Google.

Будет способствовать прогрессу и другой фактор – «интернет вещей» (т. е. интеграция программного обеспечения и датчиков, встроенных в предметы быта). Эта технология позволяет осуществлять, помимо межмашинного взаимодействия (M2M), сбор и анализ информации, собранной датчиками.

Например, в 2015 г. компания Amazon запустила свою «технологическую платформу интернета вещей», которая «позволяет подсоединенным устройствам легко и безопасно взаимодействовать с облачными приложениями и другими устройствами» 68. Данная платформа предназначена для обработки триллионов сообщений от миллиардов устройств «и способна надежно и безопасно обрабатывать и направлять эти сообщения к конечным точкам [в Amazon Web Service] и другим устройствам» 69. Исследовательская компания International Data Corp оценила, что «мировой рынок интернета вещей к 2020 г. почти утроится – до уровня 1,7 трлн долл. 70Эта компания, кроме того, отмечает, что высокотехнологичные компании (наподобие Google, Intel Corp, Cisco Systems, Samsung Electronics), а также крупные телекоммуникационные компании (такие как Vodafone и Verizon) «осуществляют крупные инвестиции в этой сфере, чтобы в будущем наращивать выручку и прибыль» 71. Поскольку традиционные цифровые данные массово собираются посредством нашего взаимодействия с онлайновыми продавцами и цифровой средой, интернет вещей будет расширять диапазон (scope) доступных алгоритмам данных. По мере того как всё больше товаров будет снабжаться датчиками, интернет-системы обмена данными будут охватывать всё, что угодно (начиная с бытовой техники, одежды, автомобилей и велосипедов и кончая уличными фонарями, аэропортами, «умными» строительными материалами и датчиками, вживленными в человека).

Данные, поступающие в режиме реального времени, становятся все более функциональными и востребованными. «Реальное» и «онлайновое» пространства переплетаются, а «цифровизация», кажется, будет постоянно сопутствовать человеку от рождения и до смерти 72.

Эти процессы могут повысить наше благосостояние в областях, далеких от онлайновой коммерции. Например, система здравоохранения могла бы обеспечивать более оперативный отклик и мониторинг за счет автоматического сбора данных. Умные счетчики и бытовые приборы способны помочь нам оптимизировать использование электроэнергии. Даже местные власти могут оптимизировать свои услуги за счет тщательного сбора и использования данных из различных источников 73.

Мы заметили одну явную тенденцию в рассматриваемой нами области – переход от офлайновых магазинов к сайтам. Это стало очевидным на примере «раскидистой» платформы компании Amazon. Доля электронной коммерции (в процентах от совокупной розницы) сейчас увеличивается 74. В недавнем докладе Белого дома отмечалось:

Сегодня всё большее число американцев использует интернет для покупок. Это говорит о том, что потребители уверены в том, что приобретение товаров через интернет выгодно и удобно, несмотря на различия приемов ценообразования онлайновых и офлайновых розничных компаний. Американское Бюро переписей оценивает, что в США электронная торговля увеличилась с 2 % общих розничных продаж в 2004 г. до 6 % в 2014 г. Кроме того, в настоящее время в США выручка электронной торговли ежегодно растет на 16 %, более чем троекратно превышая 5-процентный темп роста общих розничных продаж 75.

Эти изменения можно буквально увидеть, зайдя в любой крупный американский универмаг в «черную пятницу». В 2015 г. в этот день больших покупок, следующий за Днем благодарения 76, во многих магазинах покупателей было не так много. Люди купили подарки онлайн еще в четверг 77. Продажи компании Amazon в День благодарения выросли на 29 % по сравнению с предыдущим годом 78. Как сообщила газета Wall Street Journal, компания Walmart «сделала большинство своих приуроченных к «черной пятнице» товарных предложений доступными через интернет в первые утренние часы Дня благодарения – примерно за 15 часов до того, как открылись ее магазины. На сайт компании Walmart, когда рано в четверг выставили на распродажу резко подешевевшие товары, зашло столько покупателей, что он оказался перегруженным, и заказы оформлялись со сбоями» 79.

Так как онлайновые рынки захватывают самые разнообразные сферы коммерческой деятельности, стоит отметить и то, каким образом большие данные и аналитика больших данных способны предоставить компаниям «дополнительные возможности достичь конкурентного преимущества (онлайновые предприятия всегда знали, что конкурируют за счет умения понимать свои цифровые данные)» 80.

В деловой литературе особо выделяются следующие способы преобразования рынков с помощью больших данных и аналитики больших данных.

• Ныне компании всё активнее используют бизнес-модели, которые опираются на персональные данные как на ключевой ресурс. Например, модели ведения бизнеса на основе использования больших данных объединяют участников многосторонних рынков 81; компании предлагают индивидам бесплатные услуги с целью получить ценные персональные данные, помогающие рекламодателям более адресно работать с аудиторией с помощью поведенческой рекламы 82.

• Объем, скорость, многообразие и ценность больших данных будут возрастать по мере того, как компании станут применять их в своих

стратегиях, чтобы добиться конкурентного преимущества и удержать его. Компании будут предлагать продукцию и услуги для сбора большего объема защищенных в иных обстоятельствах данных. Датчики, микрофоны и камеры, подключенные к интернету вещей, будут собирать данные о поведении людей в их домах, автомобилях и на рабочих местах в значительно большем количестве 83. Кроме того, ценность данных может заключаться в их многообразии. Слияние данных «происходит тогда, когда данные из различных источников соединяются, и всплывают новые факты» 84. Слияние данных позволяет компаниям выявлять и уточнять характеристики отдельных пользователей; лучше отслеживать их действия, предпочтения и уязвимые места; использовать поведенческую рекламу для работы с конкретным покупателем.