Эндрю Макафи - Машина, платформа, толпа. Наше цифровое будущее
- Название:Машина, платформа, толпа. Наше цифровое будущее
- Автор:
- Жанр:
- Издательство:Литагент МИФ без БК
- Год:2019
- Город:Москва
- ISBN:978-5-00117-661-9
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Эндрю Макафи - Машина, платформа, толпа. Наше цифровое будущее краткое содержание
Машина, платформа, толпа. Наше цифровое будущее - читать онлайн бесплатно ознакомительный отрывок
Интервал:
Закладка:
Однако важно не только то, что крупные хедж-фонды находят новых клиентов благодаря платформам, ориентированным на толпу. Важны также особо громкие голоса, исходящие из самой толпы. Марк Андриссен рассказал нам о стартапе Teespring, который в 2011 году основали Уолтер Уильямс и Эван Стайтс-Клейтон. Вот что Андриссен объяснил нам:
Teespring представляет собой современный метод обратить социальный капитал в финансовый. Это одна из тех вещей, которые сначала ошарашивают вас своей абсурдностью, но после того, как глотаете красную таблетку, вы осознаете, что происходит [653]. Именно этот способ позволяет группам в Facebook и звездам YouTube или Instagram торговать футболками. Сначала вроде продаешь что-нибудь по мелочи – кажется, ерунда. Но потом вдруг оказывается – вся суть в том, что у тебя есть эти группы в Facebook или что ты звезда YouTube с миллионами подписчиков… [и] социальный капитал становится реальностью. Твои подписчики или почитатели ценят то, что ты делаешь, но у них нет способа платить тебе. Они тебя любят и хотят тебя поддержать. Так вот, я хочу сказать, что футболки – это только начало. Вместо них может быть что угодно, за что бы вы ни взялись. Это фактически сувениры, вы увлечены работой над ними и сообщаете что-то о себе… Это как тотем, как своеобразный психологический якорь для того, что вас волнует [654].
Освоение инноваций.Долгое время считалось, что большие солидные компании должны быть новаторами, ведь именно они располагают ресурсами для открытия масштабных лабораторий и содержания научно-исследовательского персонала. Выдающийся австрийский экономист Йозеф Шумпетер оспорил такую точку зрения. Он утверждал, что более вероятными создателями действительно новых продуктов и услуг будут компании помельче, помоложе и попредприимчивее – те, что не заинтересованы в поддержании существующего положения дел. Он заметил: «Железные дороги, как правило, строят не владельцы дилижансов» [655]. В самом деле, эпохальная работа Клейтона Кристенсена о подрывных инновациях показала, что причиной таких подрывов редко становятся успешные участники отрасли, – напротив, происходящее очень часто застает их врасплох.
Еще одно мощное направление исследований в области инноваций возникло из работ нашего коллеги из Массачусетского технологического института Эрика фон Хиппеля [656]. Он подчеркнул важную роль «лидеров среди пользователей» при появлении инноваций в разных областях. Это те пользователи существующих продуктов и услуг, которые обнаруживают в них недостатки и начинают не только представлять себе улучшения, но и создавать эти улучшения и рассказывать о них. Фон Хиппель активно документировал пользовательские инновации в различных областях – от хирургических инструментов до оборудования для кайтсерфинга, – да и мы тоже наблюдаем стремительный рост количества таких примеров в современных сферах высоких технологий. Оказывается, многие видные компании в этом секторе были основаны людьми, разочарованными в сложившейся ситуации, – людьми, которые сказали себе: « Должен быть путь получше», и взялись за дело [657].
Сервис для повседневных задач TaskRabbit, например, придумала Лия Бюск; ей тогда было 28 лет, она работала инженером в IBM и жила в Массачусетсе. Однажды холодной ночью 2008 года ей понадобилась еда для собаки (желтого лабрадора по имени Коби), и Леа подумала: «Как было бы здорово, если бы в сети существовало место, куда вы могли бы пойти… Место, где вы могли бы указать цену, которую готовы заплатить за какую-либо работу. По соседству наверняка нашелся бы кто-то, согласный доставить еду для собаки за те деньги, что я готова заплатить».
Многие из сегодняшних технологических гигантов, очевидно, учли уроки Шумпетера, Кристенсена и фон Хиппеля и постоянно следят за толпой в поисках новаций, способных подорвать их положение. Когда же они находят такую идею, то часто стараются не задушить ее или сделать нерентабельной, а, напротив, покупают и осваивают. В промежутке между 2011 и 2015 годами Apple приобрела 70 компаний [658], Facebook – более пятидесяти [659], а Google – почти двести [660].
Часто в таких случаях покупатель уже имеет сходное предложение. Скажем, компания Facebook уже создала сама функцию обмена сообщениями и фотохостинг к тому моменту, когда купила WhatsApp и Instagram. В обоих случаях было легко убедить себя, что стартап-выскочка не представляет угрозы. Однако определенный сигнал от толпы – что появилась другая новация и что она была быстро принята – убедил руководителей более крупной и давно существующей на рынке компании приобрести то, что создали «лидеры среди пользователей» или другие новаторы. Нередко это бывает весьма затратно; Facebook заплатила миллиард долларов за Instagram [661]и больше 20 миллионов за WhatsApp [662]. Однако все же лучше отдать такие деньги, чем потерпеть крах.
Мы прогнозируем, что в ближайшие годы немалому количеству традиционных компаний, многие из которых весьма успешны, бросят вызов соперники, опирающиеся на толпу. Такой пример можно увидеть в загадочной и очень странной сфере автоматизированного инвестирования.
В течение долгой истории инвестиций в какие-либо активы – акции компаний, государственные облигации, драгоценные металлы и другие продукты, недвижимость и прочее – фактически все решения, чт о именно нужно покупать, принимались людьми. Были созданы значительные технологические ресурсы, позволяющие автоматизировать работу по реальной покупке активов (с последующим отслеживанием курсов) после принятых решений, но сами эти решения почти всегда принимались разумом, а не машиной.
Изменения появились в 1980-х, когда первопроходцы Джеймс Саймонс, один из наиболее квалифицированных математиков своего поколения, и Дэвид Шоу, специалист по компьютерам, основали компании Renaissance Technologies и D. E. Shaw соответственно, чтобы использовать машины для принятия инвестиционных решений. Эти компании просеивали огромные объемы данных, строили и тестировали количественные модели поведения цен на активы в различных условиях и работали над тем, чтобы решения о покупке принимали не люди, а программный код и математика.
Лучшие компании такого рода добились впечатляющих результатов. В управлении D. E. Shaw в октябре 2016 года находилось свыше 40 миллиардов долларов [663], а ее Composite Fund за десятилетие перед 2011-м обеспечивал годовую доходность в 12 процентов [664]. Компания Two Sigma, созданная бывшим специалистом по искусственному интеллекту и участником математических олимпиад Джоном Овердеком, управляет 6-миллиардным Compass Fund, который в течение десятилетия обеспечивал годовую доходность 15 процентов [665]. Доходность почти всех фондов затмевается характеристиками Medallion Fund, существующего внутри Renaissance и открытого почти исключительно для ее работников. В течение двадцати с лишним лет после своего появления в середине 1990-х годов он обеспечивал средний годовой доход, превышающий 70 процентов (до вычетов) [666]. За время существования он принес более 55 миллиардов прибыли и на сайте Bloomberg был назван «вероятно, величайшей в мире машиной по зарабатыванию денег» [667].
Читать дальшеИнтервал:
Закладка: