Виталий Мальцев - Карл Маркс и большие данные

Концентрация капитала на протяжении всей истории капитализма шла не линейно, во многом завися от исторических факторов развития экономики и характера ведущих средств производства. А значит, исходя из описанной экономической особенности формирования информации из данных, в дальнейшем концентрация информации и капитала, а вместе с тем и движение к экономической монополизации будут происходить ранее невиданными в истории темпами.Кроме того, большие данные являются уже не просто информацией в классическом понимании, вроде научной статьи или компьютерной программы, которую можно обобществить, просто выложив в Интернет. Они включают в себя алгоритмы обработки, огромные, порой не связанные между собой массивы различных показателей, инструменты по их постоянному сбору — их проще сохранить в тайне в единоличных руках информационных корпораций.

Многие современные компании достаточно развиты, чтобы начать пожинать плоды начавшейся революции, стремиться к объединению собранных баз данных с целью увеличения их эффективности и конкурентоспособности. Например, восемь из десяти крупнейших читательских домов Германии объединили усилия для ведения общей базы своих читателей. Ведущие мировые медиа-компании— крупнейшие конкуренты на рынке (The Guardian, CNN, Financial Times, Reuters и The Economist) объединили свои базы данных о пользователях в рамках проекта Pangaea Alliance 73. Таким образом крупные компании пытаются составить конкуренцию информационным корпорациям Google и Facebook, контролирующим 85% рынка 74. Благодаря начавшейся революции больших данных и максимальной датификации действий пользователей в мировой паутине уже произошла монополизация рынка интернет-рекламыв руках двух информационных корпораций.Руководитель проекта Pangaea Alliance Тим Джентери, описывая сложившуюся ситуацию, отмечает, что данные имеют решающее значение. Объединяя первичную информацию о пользователях, полученную каждой из компаний альянса (например, поведенческая информация о пользователе в одной компании и данные о его подписках в другой), медиа-компании создают наиболее качественные сегменты аудитории, способные составить хоть какую-то конкуренцию мировым информационным гигантам.

Тренд к объединению данных захватывает не только рекламные агентства, но и компании, занимающиеся прямыми продажами, вроде проекта Audiences by Skimlinks 75, объединяющего более 75 000 издателей и сайтов компаний-ритейлеров. К объединению данных приходят компании из сферы обслуживания, например, сервисы Uber и Yandex Taxi, а также каршеринговые сети главных компаний-конкурентов Daimler и BMW: сохраняя собственные бренды, они договариваются 76о технологическом объединении и обмене данными, которые крайне важны для создания передовых произведений автопрома.

Лауреат Нобелевской премии по экономике Джозеф Стиглиц в интервью The Guardian высказал озабоченность 77, 78, что развитие искусственного интеллекта как инструмента обработки данных в сложившихся условиях глобального капитализма может привести к еще большему расслоению общества, усилению эксплуатации и концентрации капитала в руках информационных корпораций. Рано или поздно держатель капитала задумывается: «Как проще заработать денег: найти способ эксплуатировать человека или сделать продукт более высокого качества?» По мнению экономиста, вооруженные данными и развитым искусственным интеллектом корпорации отдают предпочтение первому варианту. Кроме того, Стиглиц считает, что в условиях концентрации данных и технологий искусственного интеллекта в руках таких корпораций, как Apple и Amazon, суммарная

капитализация которых уже достигла двух триллионов долларов, роботизация экономики лишит работы тысячи низкоквалифицированных (и не только) специалистов, а также может привести к монополизации экономики, ужесточению без того огромного неравенства и эксплуатации, а в конце концов — подрыву самой западной демократии 79.

Поставка промышленных роботов в мире 2009 - 2017 и прогноз на 2018 - 2021 года

Наиболее наглядным примером того, как роботизация на заре революции больших данных может способствовать обострению неравенства и концентрации капитала, является ситуация с такси-индустрией. Несколько лет назад запущенные крупными информационными корпорациями сервисы вроде Uber навсегда изменили представления о желтых машинах с шашечками. С одной стороны, пользование услугами такси для потребителя стало проще и дешевле, с другой, часть прибыли от перевозок стали получать информационные компании-монополисты (в первую очередь, Alphabet), а работа таксистов стала оплачиваться в существенно меньшем объеме 80. Рано или поздно, учитывая уже существующие

рабочие прототипы самоуправляемых машин, сами таксисты перестанут быть нужными. Их место займет искусственный интеллект, опирающийся на большие данные информационных корпораций. Помимо того, что много людей окажутся без работы (это, на самом деле, является лишь временной проблемой), все доходы сосредоточатся в руках информационных корпораций, находящихся преимущественно в США (и там выплачивающих налоги), что станет подспорьем для укрепления глобального неравенства. Проще говоря, люди со всего мира, пользуясь такси, будут отдавать деньги в пользу корпорации и чужого государства с его гражданами, обедняя собственную страну. Маркс писал: «Если машина является наиболее могущественным средством увеличения производительности труда, <...> то как носительница капитала она становится, прежде всего в непосредственно захваченных ею отраслях промышленности, наиболее могущественным средством удлинения рабочего дня дальше всех естественных пределов» 81. Как мы видим, логичным естественным пределом развития машин в самом ближайшем будущем станет полное исключение человека из производственного процесса.

Развивая пример такси-индустрии, нужно понимать, что следующим шагом информационный капитал прямо или косвенно подчинит себе и непосредственное производство самих автомобилей, став абсолютным монополистом всей отрасли. Во времена индустриальной революции для создания машины требовались ресурсы, технологии, станки да рабочие, которых при желании можно было, например, перекупить (подобно тому, как это делалось во времена советской догоняющей индустриализации) — и в скором времени самому научиться производить конкурентоспособную продукцию. Позже, в период научно-технической революции, больший вес приобрели знания и уникальные научные идеи, какими, например, обладал Билл Гейтс, основывая Microsoft. В эпоху больших данных и этого уже недостаточно, ведь любые передовые производства, например автомобили или новое программное обеспечение, включают в себя массивы больших данных, полученные из самых разных источников.