Мартин Реймонд - Потребители будущего. Кто они и как их понять

Синоптики сталкиваются с этим постоянно.

В США в марте 2001 года все говорили, что плохая погода неминуема, что ожидается снег, но не должно быть ничего похожего на бурю столетия, случившуюся в 1993-м, когда значительная часть Восточного побережья была парализована из-за трехфутовых сугробов. Однако самые мощные из погодных суперкомпьютеров предрекали худ–шее: в марте 2001-го объявлялись штормовые предупреждения, и экст–ренные службы готовились к снежной буре.

Метеорологи старой школы были в сомнениях, но данные говорили сами за себя, поэтому синоптики просто представили их публике в ка–честве факта. Наступило 6 марта, и, как и предполагалось, пошел снег, но по меркам Штатов это было не страшнее обычного снегопада, при котором дети катаются на санках. Почему же компьютеры допустили ошибку? Они не могли справиться с вычислениями достаточно быстро или достаточно гибко, либо у них было слишком много данных, откло–няющихся от нормы, – коэффициентов, которые программисты сочли нерелевантными. Поэтому они сделали то, что делает большинство про–грамм с линейной или округленной моделью прогноза, столкнувшись с большим количеством данных, – использовали умные алгоритмы, которые отбрасывают некоторые подробности, даже те, которые самым непосредственным образом могут повлиять на результат.

Это сглаживание, или алгоритмический прыжок, часто применяет–ся в большинстве моделей прогнозирования в биологии, физике и хи–мии, и поэтому мы перешли к более сложным адаптивным процессам и процессорам. Денежные рынки, однако, продолжают использовать эти модели, опираясь на экспертов, которые мыслят во многом так же – ра–ционально, соответственно сглаживая выступающие углы, учитывая только логические факторы. Между тем, как показывают онлайн-игры и виртуальные фондовые биржи, новички, использующие эмоциональные и иррациональные, но зато более интуитивные и реалистичные подходы к предсказанию рыночных ситуаций, превосходят экспертов.

Голливудская биржа и Электронная биржа штата Айова (Биржа пред–сказаний) являются тому доказательством. Каждая обменивает предска–зания на виртуальные ценные бумаги или игрушечные деньги, и каждая раз за разом оказывается более точной в предсказаниях о поведении рынка – какие звезды получат больше «Оскаров» или как будут обсто–ять дела с ценными бумагами, – чем их двойники в реальной жизни.

Похоже, что люди могут успешно работать вместе, используя инту–ицию, эмоции, собственные понятия о риске – в онлайне, если не хо–тят смущать друг друга, или же рядом с коллегами – с целью анализа рынков, основываясь на том, что дает им наблюдение и эмоциональное восприятие мира.

В 2001-м, например, Голливудская биржа настолько точнее предсказала вручение «Оскаров», чем специалисты от индустрии, что теперь студии платят ей за подробную информацию. Аналогично Биржа предсказаний теперь используется брокерами, инвесторами и растущим числом анали–тиков с Уолл-стрит, чтобы получить более точное представление о том, когда могут случиться прорывы в ключевых областях сектора биотех–нологий или лечении рака и СПИДа. В этом и заключается «экономика удовлетворения» – использовать иррациональное, эмоциональное и алогичное для создания развивающейся сети, внутри которой можно предсказывать и понимать людей и будущее.

Такие люди, как Эрик Бонабью (прогнозист консалтинговой ком–пании ICosystem), именно это и делают – используют темперамент, чтобы объяснить, почему, например, большая часть ежегодных потерь французских и итальянских банковских систем приходится на август; почему небольшое увеличение числа покупателей приводит супермаркет к ухудшению продаж вина; почему микроскутеры становятся неотъем–лемой городской транспортной игрушкой для поколения кофе-латте и Кархартта, в то время как мини-скутеры (или не менее странно выгля–дящие продукты вроде Sinclair C5) не имеют успеха?

Материал, с которым работают Бонабью и его коллеги, состоит, без сомнения, из нашей нелогичности, из наших мечтаний. Подобно игро–кам Голливудской биржи, они также дают большую точность, чем тра–диционные модели, действующие сверху вниз, которые берут глобальные уравнения и структуры и применяют их к локальным ситуациям так, что большая картина накладывается на малую, сводя ее роль, по сути, к нулю, убирая ее влияние на результат.

Спонтанные модели действуют наоборот. Они берут микрофакторы и смотрят, какое влияние на макро– те могут оказать. Таким образом, «спонтанность» – это система или философия, действующая снизу вверх, которая берет человека, отдельного индивидуума, и смотрит, как он может взаимодействовать с окружающими его людьми и каковы могут быть последствия такого взаимодействия.

Как показывают системы спонтанного моделирования и как обна–руживают экономисты спонтанности, рынки и тенденции не только сложны, но и противоречивы.

Представьте, например, шоссе в два ряда, заблокированное интен–сивным движением. Логика подсказывает, что, если вы достроите еще один ряд с подходящими въездами и выездами, это ускорит движение (а с экономической точки зрения еще и даст больше прибыли городу в краткосрочной перспективе). Но Бонабью и его коллеги откажутся – и будут правы: движение станет еще интенсивнее, что приведет к еще большим пробкам и вызовет еще большее раздражение водителей.

Однако еще в 1968 году, до Бонабью и «экономики бабочек», проблему обнаружил немецкий инженер по исследованию операций, и с тех пор она известна как парадокс Браеса.

Это иррациональное, но вполне доступное для понимания следствие, которое нужно принять как норму, если вы собираетесь оставить по–этапную линейность прогнозов в прошлом и принять зеркальную ир–рациональность, которая позволит лучше разглядеть будущее и при–способиться к нему.

Парадокс Браеса описывает взаимодействие, известное многим людям, и прежде всего тем, кто склонен к интуитивным озарениям. Если при–влечь к какому-то явлению внимание в отрицательном или положитель–ном ключе, то оно начинает происходить не реже, как можно было бы ожидать, а чаще. Особенно если пытаться его подавить или искоренить: скажем, наркоманию, курение или агрессивность на дорогах. Напри–мер, до того, как в 1993 году из-за расовой ненависти в Лондоне был убит чернокожий подросток Стивен Лоуренс, количество нападений по расовым мотивам составляло около 1149 в год, но после широкого освещения этого преступления в СМИ их стало 7790. Такая же зако–номерность прослеживается в статистике преступлений на сексуальной почве: в 1984 году их было 1500, но затем из-за освещения в СМИ, обсуждений в Палате общин и ряда сенсационных телепередач этот показатель значительно возрос. То же самое относится к жестокому обращению с детьми: когда общественность осознала эту проблему в 1984-1985 годы, количество новых и рецидивы ранее зарегистрирован–ных правонарушений не только не уменьшилось, а выросло на 90%!