WTF? Гид по бизнес-моделям будущего О’Рейли Тим
Это очень сложно сделать, когда ваш противник – это машина, способная действовать в миллионы раз быстрее, чем вы. Один наблюдатель, пожелавший остаться анонимным, эксперт как в финансовых системах, так и в кибервойнах, сказал мне: «Для того чтобы попасть внутрь цикла НОРД другой машины, нужна машина».
Мы говорим об объективно проверенных фактах и объективно подтвержденных фальсификациях. Существует еще одна, более сложная проблема, в решении которой неожиданным образом могут помочь алгоритмы. Как отметил Марк Цукерберг, многие проблематичные единицы контента не являются откровенными фальсификациями, но содержат в себе субъективное мнение или полуправду. Сторонники и противники одного и того же вопроса хотят верить во что-то и с готовностью делятся информацией, даже если они знают, что она, по крайней мере, частично ложная. Даже когда профессиональные организации по проверке фактов, такие как Snopes или PolitiFact, или сайты ведущих средств массовой информации, где работают опытные журналисты, разоблачают фальшивую статью, находятся те, кто недоволен таким результатом, считая их мнение предвзятым.
Джордж Сорос заметил, что есть правда, есть ложь и есть то, что является правдой или ложью в зависимости от того, верят ли в это люди или нет. Он называет это «рефлексивными знаниями», но, возможно, тут подошел бы старомодный термин «верования». К этой категории можно отнести так много важных вопросов – не только историю, политику и рынки. «Мы являемся частью мира, который мы пытаемся понять, – писал Сорос, – и наше несовершенное понимание играет важную роль в формировании событий, в которых мы участвуем».
Так было всегда, но наши новые, распространенные по всему миру цифровые системы, связывающие нас с зарождающимся глобальным мозгом, ускорили и активизировали этот процесс. Это не просто факты, распространяющиеся от одного сознания к другому. Это не просто убеждение, что чайники с кофе без кофеина должны быть оранжевыми. Дезинформация также является вирусной, формируя убеждения миллионов. Все чаще то, что мы знаем, и то воздействие, которому мы подвергаемся, формируется с помощью алгоритмов персонализации, которые пытаются выделить для нас из огромного потока контента в Интернете только то, на что мы, по мнению алгоритмов, скорее всего, будем реагировать, апеллируя скорее к заинтересованности и к эмоциям, чем к истине как таковой.
Напоминание Сороса о том, что курсы акций и общественные движения не являются ни правдой, ни ложью, предполагает такой же подход к проблеме фальшивых новостей. Даже осознавая роль эмоций в формировании цен на акции, финансовые аналитики все же считают, что эти цены формируются по некоторым «фундаментальным показателям». Курсы акций могут зависеть от того, что люди думают по поводу будущих перспектив компании, как оценивают ее годовой доход, прибыль, капитал, темпы роста и вероятные рыночные возможности. Регулярно предоставляются отчеты о наличных запасах и отчеты о соотношении цены акции и чистой прибыли и другие показатели того, насколько ожидания превышают фундаментальные показатели, чтобы люди могли принимать обоснованные решения по поводу того, насколько велики риски, на которые они идут. Существует множество людей, которые будут игнорировать эти риски, и людей, которые подталкивают их к этому, но по меньшей мере хоть какая-то информация присутствует.
Разрыв между ожиданиями людей и фундаментальными показателями в сфере новостей также можно измерить, используя множество сигналов. Зачастую это можно сделать более быстро и тщательно при помощи компьютерных алгоритмов, чем посредством использования человеческого труда.
Когда люди обсуждают правдивость или ложность новостей, а также ответственность, которую несут такие сайты, как Facebook, Google и Twitter, за содействие в их идентификации, они почему-то думают, что вопрос определения «истинности» или «ложности» заключается только в оценке контента как такового, и делают вывод о том, что компьютер не может выполнить эту задачу, поскольку она требует субъективного подхода. Но, как и в случае с поиском Google, множество сигналов, которые можно использовать, не зависят от фактического содержания. Чтобы использовать их, мы просто должны следовать завету Коржибски, сравнивать карту с территорией, которую она якобы описывает.
Алгоритмическая проверка фактов не заменяет человеческую оценку. Она усиливает нашу способность ее проводить, подобно тому как оборудование для земельных работ облегчает физический труд. Сигналы, которые она использует, аналогичны тем, которые использовал бы человек-фактчекер.
Указываются ли в статье или в графике какие-либо источники? Если источник не указан, то еще не факт, что статья является ложной, но вероятность этого увеличивается, и следует продолжить ее изучение. Как правило, фальшивая новость не ссылается ни на какие источники. К примеру, когда я пытался развенчать новость, присланную мне моим братом, фальшивую карту, на которой был запечатлен якобы более высокий уровень нарушений на избирательных участках, голосовавших за демократов, мне не удалось найти никаких источников информации, на основе которых была составлена карта. Однако в ходе своих поисков я нашел серию визуализаций, составленных новостным порталом Business Insider, которые отображали совершенно иную картину. В отличие от карты моего брата, в официальной публикации был указан источник использованных в ней данных, криминальная база данных ФБР.
Действительно ли в источниках говорится то же самое, что и в статье? Вполне возможно, новостной портал Business Insider стал бы утверждать, что данные, использованные в его статье, взяты из базы ФБР, но там таких данных не было, там данные были другими. Мало кто, как я, отслеживает цепочку, чтобы добраться до первоначального источника. Многие пропагандистские новостные сайты полагаются на это нежелание докапываться, чтобы распространять ложную информацию. Проверка источников информации на всем пути до первоначального источника – это то, что компьютеры делают намного лучше, чем люди.
Авторитетны ли эти источники? На протяжении многих лет корпорация Google использовала множество способов оценки качества поиска. Как долго существует сайт? Как часто на него ссылаются другие сайты, которые неоднократно были признаны авторитетными? Большинство людей сочли бы ФБР авторитетным источником данных национальной статистики по преступности в США.
Если статья ссылается на количественные данные, правильно ли она их использует с математической точки зрения? Например, любой, кто хоть немного понимает в статистике, признает, что абсолютное число преступлений без учета плотности населения – это совершенно бессмысленная информация. Да, в городах-миллионниках, таких как Нью-Йорк или Чикаго, происходит больше преступлений, чем в какой-нибудь деревне в штате Монтана с населением в сто человек. Вот почему данные ФБР, на которые ссылается статья новостного портала Business Insider, которая привела статистику в сопоставимый вид, чтобы показать количество преступлений, совершаемых на 100 000 человек, по своей сути были для меня более правдоподобными, чем фальшивые карты избирательных участков, которые подтолкнули меня на эти поиски истины. Опять же, математические расчеты весьма успешно производятся при помощи компьютера.
Подтверждают ли источники, если таковые имеются, информацию в статье? Если между материалом и его источниками существует несоответствие, это может сигнализировать о ложности сообщения. Еще до выборов социальная сеть Facebook выпустила обновление для борьбы с тем, что они называют «кликбейтами». Компания Facebook изучила тысячи постов, чтобы определить тип языка, который обычно используется в заголовках, заманивающих пользователей обещаниями, которые не соответствуют содержанию этой статьи, а затем разработали алгоритм для выявления и понижения в приоритете показа тех статей, которые продемонстрировали несоответствие. Проблема соответствия статей и их источников – весьма схожая.
Существует ли несколько независимых источников, подтверждающих тезисы статьи? Это давняя техника, которой пользовались репортеры в те дни, когда поиск истины по праву занимал центральное место в новостях. Новость, какой бы пикантной она ни была, никогда не была бы опубликована на основании информации только от одного источника. Поиск нескольких подтверждающих информацию источников – это то, что компьютеры могут делать очень хорошо. Мало того что они могут находить несколько источников, они также могут определить, какой из них был первым, а какие из них предоставляют дублированный контент, сколько времени просуществовал сайт или аккаунт пользователя, с которого был размещен материал, как часто он публикует подобные посты, и даже могут определить местоположение автора контента.
Пользователи интернет-СМИ вряд ли переучатся, чтобы действовать подобным же образом. В особенности когда речь о статье, которая подтверждает убеждения, мало кто ищет другие источники той информации, которые не соответствуют этим убеждениям. Одна из моих сестер прислала мне статью о «легализации детской проституции» в Калифорнии после прочтения материала в журнале The Washington Examiner. «Я думаю, возможно, поэтому некоторым порядочным людям не нравится Калифорния», – писала она. Я прочитал законопроект по этому поводу и опровержения данных материала из других источников в средствах массовой информации. На самом деле законопроект штата Калифорния говорит о том, что лица, не достигшие восемнадцати лет, занимающиеся проституцией, не будут рассматриваться как преступники, но могут быть заключены под стражу и взяты под опеку суда. Учитывая сведения из оригинального источника, теоретически алгоритм может сравнить краткое содержание статьи с оригиналом или сравнить несколько версий одного и того же события и отметить несоответствия.
Кроме того, что пользователи «избираются» контентом, который подтверждает их убеждения и скомпонован так, чтобы отвечать их интересам, они еще чрезмерно жаждут кликов и лайков. Джон Бортуик, генеральный директор компании Betaworks, описал поведение пользователя, которое способствует распространению фальшивых новостей. «Хакатоны используют преимущества деконтекстуальной структуры новостных лент в режиме реального времени, – отмечает он. – Вы видите твит с провокационным заголовком на известном новостном сайте, возможно, с инфографическим изображением – и вы делаете ретвит. Возможно, вы собираетесь прочитать эту историю, возможно, вы просто хотите твитнуть что-то интересное и провокационное, возможно, вы найдете источник информации, возможно, нет. Одним из простейших алгоритмических действий, которое могли бы сделать Facebook и Twitter, это спросить людей: «Вы действительно хотите поделиться этой ссылкой? Кажется, вы не прочитали статью».
Поскольку алгоритмы четко следуют правилам, они хорошо замечают вещи, которые ускользают от внимания людей. Ранее в этой главе я процитировал высказывания Карол Кадуолладр о Google и сайтах, отрицающих существование холокоста. В еще одной статье, в которой Кадуолладр рассмотрела способы понизить фальшивые новости в результатах поисковой выдачи, приводилась цитата, приписываемая гуру в области поисковых систем, Дэнни Салливану, в которой говорилось, что Google изменил свои алгоритмы, «чтобы продвигать популярные результаты поисковой выдачи, вместо авторитетных. По той причине, что это принесет Google больше денег».
Статья выглядела авторитетной вдвойне – она появилась в авторитетной газете The Guardian, и в ней приводилась цитата эксперта по поиску Google, которого я знаю и уважаю. Но что-то не давало мне покоя. Хотя в авторской статье присутствовали другие ссылки, не было ссылки на статью, из которой, предположительно, была взята цитата Дэнни Салливана. Поэтому я отправил Дэнни письмо по электронной почте. Он сказал мне, что не только не говорил, что Google изменил свой алгоритм, чтобы увеличить свою прибыль, но и проинформировал газету The Guardian после того, как вышла статья, что его цитата была использована некорректно. Статью так и не исправили, с сожалением сказал он.
Цитата с указанием ссылки на источник облегчает проверку того, является ли утверждение чьим-либо мнением или его интерпретацией и кому оно принадлежит. Это должно стать золотым стандартом для всей предоставляемой информации. Если бы средства массовой информации стабильно указывали ссылки на источники, то любая статья без указания источников автоматически вызывала бы подозрения.
Бывают случаи, когда журналисты используют анонимные источники. На ум приходит «Глубокая Глотка», информатор по делу Уотергейта. Но заметьте, как деградировали журналистские стандарты: Вудворд и Бернштейн в те времена потратили много месяцев, разыскивая доказательства, подтверждающие утверждения «Глубокой Глотки». Они не бездумно и бездоказательно распространяли утечку информации.
Когда фальшивые новости идентифицированы, существует множество возможных путей решения. Если есть полная уверенность в том, что статьи являются ложью, их распространение можно полностью пресечь. Не стоит это часто делать, потому что полный запрет контента – это скользкий путь, ведущий к цензуре. Впрочем, в других онлайн-приложениях мы уже руководствуемся этими чрезвычайными мерами предосторожности, поскольку электронные почтовые сервисы отфильтровывают письма, которые мы действительно хотим видеть, от миллиардов спам-сообщений, отправляемых каждый день. Статьи можно помечать. Например, Facebook (или онлайновые почтовые сервисы, такие как Gmail, так как множество фальшивых новостей, по-видимому, распространяется именно по электронной почте) может показать предупреждение «Возможно, эта новость фальшивая. Вы уверены, что хотите поделиться ею?» со ссылкой на причины, по которым она вызывает подозрение, или на статью, которая ее опровергает, если таковая имеется. К сожалению, нежелание компании Facebook становиться арбитром, даже когда статьи публикуются из известных источников дезинформации, означает, что ее усилия зачастую менее эффективны, чем могли бы быть.
В марте 2017 года компания Facebook начала вести список «сомнительных» статей, но, как и следовало ожидать, при использовании человеческого труда фактчекеров, процесс этот занимает несколько дней, в то время как дискредитация совершается за считаные минуты или часы. Кришна Бхарат, инженер Google, основавший сервис «Google Новости» и много лет руководивший им, считает, что одной из важнейших ролей алгоритмов может стать своего рода автоматический выключатель, который приостанавливает распространение подозрительных сообщений, обеспечивая людям «достаточное количество времени, чтобы собрать доказательства и рассмотреть их и, возможно, остановить волну, прежде чем она превратится в цунами». Бхарат подчеркивает, что не все фальшивые истории нужно помечать, а только те, которые распространяются в ускоренном темпе. «Предположим, что социальная медийная платформа решила, что она должна всесторонне изучить новость к тому моменту, как ею поделятся 10 000 раз, – отмечает он. – Для достижения этой цели они, возможно, начнут анализировать вирусную новость, которой поделились 1000 раз. В случае с поиском вы считали бы запросы и клики, а не сколько раз поделились новостью, а пороговые значения могли быть выше, но в целом логика та же».
Вариация существующей автоматизированной функции Facebook «Новости страниц, которые могут вам понравиться» может стать еще одним способом преодолеть распространение некорректной новости, не прибегая к ее полной блокировке. Если конкретно взятая статья, согласно различным алгоритмическим измерениям, выражает предвзятое мнение, ее можно сразу сопоставить с альтернативной статьей известного авторитетного сайта или с первоисточниками. Поскольку ничто не сможет заставить читателей обратиться к этим источникам самостоятельно, тот факт, что статья помечена как потенциально фальшивая или вводящая в заблуждение и что существует альтернативное мнение, может заставить их задуматься, прежде чем нажать на кнопку «поделиться». Но такие сопоставления должны совершаться чрезвычайно быстро, прежде чем контент станет вирусным.
Подозрительным статьям также можно уделять меньше внимания, показывать их ниже или реже в ленте новостей. Google делает это регулярно, производя ранжирование результатов поиска. И хотя идея о том, что социальная сеть Facebook тоже должна это делать, является более спорной, Facebook уже ранжирует статьи, располагая те, что вызывают наибольший интерес, выше самых свежих, и показывая статьи, связанные с теми, которыми мы уже поделились или поставили им лайк, и даже публикуя популярные статьи повторно. Как только сеть Facebook прекратила показывать истории по временному порядку, она поставила себя в положение алгоритмического управления статьями. Самое время добавить к алгоритму функцию проверки источника и другие идентификаторы «истины».
Алгоритм не должен искать абсолютную истину, он должен найти основание для разумного сомнения, точно так же как и суд присяжных. Это особенно справедливо, если никаких штрафных санкций за фальшивый контент попросту не предусмотрено. Платформы не несут ответственности за активное продвижение какого-либо конкретного контента. Фальшивые новости получили большее ускорение из-за ошибочного алгоритма, который, по-видимому, реагирует на эмоции, вызываемые новостью, а не на другие факторы.
Google и Facebook постоянно разрабатывают и тестируют новые алгоритмы. Да, решение, принятое людьми, также учитывается. Но это решение применяется к проектированию системы, а не к каждому конкретному результату. Разработка эффективного алгоритма поиска или новостной ленты больше похожа на проектирование самолета таким образом, чтобы он летал, чем на принятие решения, где будет летать этот самолет.
Если говорить о создании летательного аппарата, ориентиры проектировщиков просты: чтобы он держался в воздухе, двигался быстрее, расходовал меньше топлива – и изменения в конструкции можно тщательно протестировать, сравнив с желаемым результатом. В случае с поиском существует множество аналогичных задач – поиск лучшей цены или самого авторитетного источника информации по теме или конкретному документу – и множество гораздо менее жестких требований. Когда пользователи находят то, что хотели, они довольны, то же самое можно сказать о рекламодателях. К сожалению, в отличие от поиска, где желание пользователей найти ответ на свой запрос и продолжить жить своей жизнью, как правило, соответствует идее «предоставить им лучшие результаты», установление приоритета «вовлеченности» может увести Facebook в ложном направлении. Категории вовлеченности и времени, проведенного на сайте, могут быть полезны для рекламодателей; они не могут быть полезными для пользователей или для искателей истины.
Даже в физических системах, таких как аэродинамика и авиационная инженерия, часто существуют скрытые предположения, которые необходимо проверить и исправить. В одном известном примере, определившем будущее аэрокосмической промышленности, необходимо было радикально новое понимание того, как бороться с усталостью металла. На заре коммерческих полетов, в 1953 году, новый британский авиалайнер de Havilland DH.106 Comet был готов покорять небеса. Затем, как это ни страшно, один из самолетов без видимой причины упал. Авиакомпания обвинила в этом пилота и плохую погоду. Через год, когда со вторым самолетом произошло то же самое, небо было ясным. В течение двух месяцев флот тщательно обследовался, после чего производитель с уверенностью заявил, что созданы модификации, которые могут справиться с «любой возможной причиной катастрофы, которую только можно себе вообразить». Когда всего через несколько дней после публикации доклада упал третий самолет, стало ясно, что для решения проблемы воображения компании de Havilland было недостаточно. У молодого американского инженера возникла лучшая идея, которая определила будущее коммерческих авиаперевозок для компании Boeing. Вот оценка профессора физики Техасского университета Майкла П. Мардера, который рассказал мне эту историю: «Центральным элементом экспертизы были трещины. Их невозможно было ликвидировать. Они были повсюду, пронизывающие конструкцию, слишком мелкие, чтобы их увидеть невооруженным глазом. Конструкцию невозможно было довести до совершенства, эта идея была по своей сути ошибочной, и цель проектирования заключалась не в том, чтобы сделать фюзеляж без трещин, а чтобы сделать его устойчивым к трещинам».
Также суть разработки алгоритма заключается не в устранении всех ошибок, а в том, чтобы сделать результаты устойчивыми к ошибкам. Основной вопрос, который следует задать, заключается не в том, должна ли компания Facebook курировать новостную ленту, а в том, как она будет это делать.
В то время как авиастроительная компания de Havilland отчаянно пыталась построить самолет, материалы которого были бы достаточно прочными, чтобы сопротивляться трещинам и усталости металла, компания Boeing поняла, что правильный подход заключается в том, чтобы разработать такой аппарат, который допускал бы наличие трещин, но не позволял бы им распространяться до такой степени, чтобы привести к катастрофе. Задача социальной сети Facebook заключается в том же. Ее цель – найти способ летать быстрее, но безопасно. Это означает улучшение ее алгоритмов – обучение и управление ее цифровыми работниками, а не избавление от них и банальный возврат к управлению, осуществляемому людьми. После инцидентов с авиалайнерами de Havilland Comet авиационная промышленность не опустила попросту руки, не вернулась к самолетам с пропеллером и не отказалась от коммерческих перевозок на реактивных самолетах. Алгоритмы Facebook были разработаны для создания оптимальных условий для взаимодействия; они должны стать более сложными и включить в себя создание оптимальных условий для поиска истины.
Светлая сторона: поиски пересечения истинности новостей и вовлеченности пользователей в пространстве возможностей может привести Facebook к неким выдающимся открытиям. Упорный труд облагораживает.
Признаки упорного труда заметны в вышедшем в феврале 2017 года манифесте Марка Цукерберга «Создание глобального сообщества». В нем он указал на принципиально новый способ решения проблемы. Марк лишь вскользь упомянул о явной проблеме фальшивых новостей, отметив, что уже треть всего контента, присылаемого инспекционной группе Facebook, проверяется при помощи новых, обладающих искусственным интеллектом инструментов. (Контроль над оставшимися двумя третями предоставлен пользователям Facebook.) Вместо этого особое внимание он уделил первопричине проблемы: уменьшению социального капитала, связей, которые объединяют нас как общество и которые облегчают нам совместную работу ради общего блага.
В своей книге 2000 года «Bowling Alone» Роберт Патнэм использовал факт сокращения количества команд по игре в боулинг и увеличения числа индивидуальных игроков как метафору изменения характера американского общества. Со времен, когда в начале XIX века Алексис де Токвиль впервые проанализировал менталитет американцев, характерной чертой Соединенных Штатов являлась богатая общественная инфраструктура, включающая в себя участие в местном самоуправлении, в деятельности церквей, в союзах, обществах взаимопомощи, благотворительных организациях, спортивных лигах и ассоциациях всех видов. Патнэм считает, что сворачивание этого участия имело серьезные последствия.
В своем более раннем исследовании экономических различий между двадцатью региональными органами власти Италии Патнэм заметил, что между гражданской вовлеченностью и процветанием существует тесная взаимосвязь: «Эти общества не стали гражданскими только потому, что были богаты. Исторические факты указывают на прямо противоположное: они стали богатыми, потому что они были гражданскими». Для благосостояния страны социальный капитал так же важен, как и финансовый.
К такому же выводу пришел Марк Цукерберг. «За последние несколько десятков лет значимость социальной инфраструктуры местных сообществ существенно снизилась, – отмечает он. – В связи с этим возникают более серьезные вопросы, к тому же опросы показывают, что высокий процент нашего населения испытывает беспокойство о своем будущем. Возможно, многие из наших проблем, являющиеся как минимум столь же социальными, сколь и экономическими, связаны с отсутствием сплоченности и взаимосвязи с чем-то большим, чем мы сами».
Марк отметил, что онлайн-сообщества представляют собой «светлое пятно», но требуется много работы, чтобы увеличить их влияние и масштаб, используя их для обеспечения офлайн-, а также онлайн-соединения, для расширения при помощи новых инструментов возможностей общественных лидеров и для выявления более «значимых групп», что может положительно сказаться как на онлайн-, так и на офлайн-жизни людей. Хорошими примерами являются группы поддержки для молодых родителей или для тех, кто страдает серьезными заболеваниями. (Маргарет Леви, директор Стэнфордского центра передовых исследований в области поведенческих наук, подсказала мне важную оговорку: у этих групп уже есть актуальная общая цель. Найти друг друга – это проблема, с решением которой, безусловно, может помочь Facebook. В других областях поиск общей цели, которая объединяет людей, а не разъединяет их – это, определенно, нерешенная проблема.)
В словах Марка о том, что для Facebook пришло время сместить фокус с друзей и семьи на «социальную инфраструктуру общества – для оказания людям поддержки, для обеспечения нашей безопасности, для предоставления нам информации, для гражданской активности и для всеобщей вовлеченности», можно увидеть обещание благотворного эффекта вовлеченности. В то время как для традиционных, существующих за счет рекламы средств массовой информации вовлеченность, по всей видимости, является неправильной функцией приспособленности, вовлеченность – это как раз та характеристика, которую мы хотим развить, если нужно укрепить не только дружбу и семьи, но и общество в целом.
Это очень перспективное направление. Если Facebook действительно сможет добиться прогресса в укреплении форм позитивного взаимодействия, которые фактически создают сообщества с истинным социальным капиталом, и сможет найти рекламную модель, которая поддерживает эту цель, а не искажает ее, это, вероятно, будет иметь большее воздействие, чем любые прямые попытки управлять фальшивыми новостями. При настройке алгоритмов, как и в обычной жизни, всегда лучше устранять первопричины, чем симптомы. Люди по природе своей существа социальные; трайбализм[8] токсичной онлайн-культуры нашего времени может быть признаком того, что настало время переосмыслить все наши социальные институты в контексте онлайн-эпохи.
В конце нашей беседы на эту тему Маргарет Леви предупредила: «Даже когда социальные сети помогают людям принять участие в коллективных действиях, как это было в Египте, координируя их, это существенно отличается от современной организации и динамики». Это то, что наш общий друг, Ваиль Гоним, вынес из своего опыта участия в революции в Египте. «По-прежнему без ответа, – продолжала Маргарет, – остается обеспокоенность Ваиля по поводу того, как вы будете трансформировать скоординированные и направленные действия в устойчивые изменения и в создание общества, готового совместно трудиться, чтобы решать сложные проблемы. В особенности когда сигналы исходят от неоднородной группы людей с несколько противоречивыми конечными целями. Они могут достигнуть согласия в том, чтобы свергнуть диктатора, но что потом?»
Генри Фарелл, профессор политологии Университета Джорджа Вашингтона и обозреватель газеты Washington Post, написал мне после того, как прочитал пост о проблеме фальшивых новостей, который я опубликовал в Интернете. Генри высказал важную точку зрения, кардинально отличавшуюся от моей собственной. «Проблема, – писал он, – заключается не в оптимальности способа определения истины при данном уровне технологий и сдерживающих факторов… А в том… какой путь нахождения устойчивого политического компромисса среди разномастной толпы индивидуумов, которые не согласны с решением, а в некоторых случаях не согласны с тем, что эта проблема является первостепенной, является наиболее приемлемым».
Это очень хороший вопрос, но, я бы сказал, это также вопрос, с решением которого может помочь технология. В рамках очень интересного эксперимента правительство Тайваня провело опрос общественного мнения «Виртуальный Тайвань», используя программу под названием pol.is, чтобы привлечь своих граждан к обсуждению законодательства и нормативных актов, включая прежде всего регулирование новых транспортных услуг, таких как Uber.
Как описывает Колин Мегилл, создатель pol.is, Жаклин Цай, министр Тайваня, пришла на правительственный хакатон и сказала: «Нам нужна платформа, позволяющая всем членам общества участвовать в рациональном обсуждении». Pol.is предлагает людям публиковать высказывания длиной в одно предложение. Те, кто читает эти утверждения, не имеют возможности спорить с ними – комментарии отключены. Они могут согласиться, не согласиться с ними или пропустить их. И затем они могут опубликовать собственное утверждение. Колин отмечает: «Отказ от комментариев дает нечто особенное. Это позволяет вам увидеть матрицу всех участников и то, что они думают о каждом высказывании». Люди не очень сильны в проведении такого анализа, а машины могут проводить его действительно очень эффективно. «Вы пользуетесь этим постоянно, – указывает он. – Каждый раз, когда вы выставляете рейтинг фильму, каждый раз, когда вы покупаете товар, вы создаете данные. А мы проводим машинное обучение, основываясь на данных pol.is, как сделала бы компания Netflix, основываясь на фильмах. Netflix выявляет тематические группы – любящих комедии или фильмы ужасов, любящих комедии и документальные фильмы, но ненавидящих фильмы ужасов, любящих комедии и фильмы ужасов, но ненавидящих документальные фильмы».
В pol.is используется известная статистическая методика под названием «метод главных компонент» (англ. principal component analysis, PCA) для распределения людей, которые реагируют на определенные утверждения, на группы единомышленников. Высказывания также ранжировались на утверждения, за которые проголосовала отдельная группа, а также утверждения, которые получили всеобщую поддержку. Утверждения, получившие поддержку всех групп или определенных групп, выходят в топ и получают приоритет в показе – точно так же как контент в социальной сети Facebook, но при этом можно увидеть, какой процент других участников согласился или не согласился с ними.
Но это весьма отличается от концепции Facebook. В случае pol.is участники могут видеть пузырьковую диаграмму, на которой отражена статистика тех, кто согласен, и тех, кто не согласен с общим набором утверждений. Участники могут кликнуть, чтобы увидеть утверждения, формирующие конкретный кластер. И по мере того как участники соглашаются или не соглашаются с различными утверждениями, их аватары перемещаются по диаграмме, приближаясь к другому кластеру или отдаляясь от него. Участники могут видеть не только то, сколько процентов всех участвующих в обсуждении согласны с их конкретным утверждением, но и то, сколько процентов кластера согласны с аналогичными, сделанными ими или другими людьми утверждениями.
В физическом мире существует аналогичная, очень мощная техника для небольших групп, которую мы часто использовали при обсуждении спорных вопросов среди сотрудников и участников программы «Код для Америки». Это называется «Человеческая спектрограмма». Группа стоит посреди большой комнаты. Кто-то делает заявление, и те, кто с ним согласен, перемещаются в один конец комнаты. Те, кто не согласен, переходят в другой конец комнаты. Люди, чьи взгляды менее поляризованы, могут расположиться где угодно. Затем кто-то вносит другое замечание, и, если это влияет на ваше мнение, вы передвигаетесь соответственно. Красота программы pol.is заключается в том, что она, похоже, масштабировала этот подход для работы с тысячами людей и тысячами утверждений в различных аспектах.
Обсуждение Uber в pol.is в рамках эксперимента «Виртуальный Тайвань» началось с одного утверждения: «Я считаю, что для водителей частных автомобилей UberX страхование гражданской ответственности должно быть обязательным». Те, кто отреагировал на это утверждение, быстро разделились на группы – сторонников и противников регулирования. Участники могли видеть размер этих групп – ту или иную сторону высказывания принимали не более 33 % аудитории. Поэтому люди пробовали разные утверждения, пытаясь сформулировать такие, которые получили бы большую поддержку.
В течение четырех недель группа из примерно 1700 участников обсуждения Uber пыталась достичь консенсуса по ключевым вопросам. Единственное утверждение, с которым большинство согласилось: «Правительство должно использовать эту возможность, чтобы бросить вызов индустрии такси в плане улучшения системы управления и контроля качества, чтобы водители и пассажиры могли воспользоваться столь же качественным сервисом, как у Uber» (с этим согласились 95 % участников всех групп).
К концу проведения опроса компания Uber согласилась предоставить министру Цай международный страховой полис автогражданской ответственности и, при необходимости, опубликовать его для открытого обсуждения. Компания также согласилась провести обучение для всех водителей, чтобы те зарегистрировались и получили профессиональные водительские права, и, если в каких-то регионах это было узаконено, она готова была оплатить парковку и транспортные налоги для автомобилей UberX. Ассоциация «Служба такси Тайбэя» выразила готовность работать с платформой UberTAXI и предлагать более качественные услуги, если правительство позволит увеличивать стоимость поездок в ответ на рыночный спрос так же, как это делает Uber. Рэй Далио, основатель и исполнительный председатель Bridgewater Associates, использует подобный подход к созданию того, что он называет «идеей меритократии» в своей компании, крупнейшем хедж-фонде в мире. В ходе обсуждений инвестиций или идей сотрудники фирмы дают оценку утверждениям других участников, собирая из них матрицу, которая включает все совпадения и разногласия. Каждому настоятельно рекомендуется быть «предельно честным» в своем мнении, и самый «зеленый» младший сотрудник может сказать самому Рэю, что тот не прав. Следующий шаг Bridgewater – применение к матрице алгоритма, который учитывает такие факторы, как опыт работы, опыт в конкретной области и другие методы оценки мнения индивидуумов. Целью является объединение лучшего человеческого опыта и способности компьютерных алгоритмов подводить итоги и выявлять точки соприкосновения и точки разногласий.
Простых решений не существует, и несогласие также может быть инструментом стремления к истине, при условии, что оно высказано честно. И для людей существуют возможности меняться и менять свое мнение по мере того, как они узнают, что о теме обсуждения думают другие. Этот механизм очень отличается от опроса, который просто пытается выяснить то, во что люди уже верят, а затем калибрует аргументы, чтобы укрепить эту веру.
Как писал мне Генри Фаррелл в другом письме: «Процессы интеллектуальных открытий – это всегда споры между различными позициями. Используя аналог машинного обучения, заимствованный у моего соавтора Космы Шализи, все мы вместе взятые в лучшем случае представляем собой сообщество слабых учеников, каждый из которых понимает только несколько терминов относительно очень сложного механизма, который мы пытаемся смоделировать. Нам на самом деле будет легче, если мы начнем изучение проблемы с самых различных позиций (каждый слабый ученик знаком с каким-то одним набором терминов), поскольку каждая из этих позиций отражает какой-либо аспект истины, и после этого, и только после этого, попытаемся построить совместную модель проблемы».
Это прекрасная заключительная речь о силе интеллектуальной дискуссии, ведущей к истине. Как общество, мы сталкиваемся с серьезными проблемами, поскольку эта дискуссия перемещается на онлайн-платформы с миллиардами участников, не имеющие географических или национальных границ, не обладающие проверенными признаками авторитета и подлинности, использующие грубые инструменты, которые пока еще не могут справиться с этой задачей.
Все еще день первый.
Истина – это лишь один из многих факторов, который люди и компании, которые они создают, пытаются оптимизировать. Что в действительности движет нашими решениями?
Несколько лет назад Джон Мэттисон, руководитель информационной службы по вопросам медицины Kaiser Permanente, крупной некоммерческой организации, предоставляющей комплексное медицинское обслуживание, сказал мне: «Главный вопрос XXI века будет «Чьему черному ящику вы доверяете?». Черный ящик, согласно определению, это система, чьи входные и выходные сигналы известны, а процесс, посредством которого одни преобразуются в другие, – неизвестен. Мэттисон говорил о растущей важности алгоритмов в медицине, но в более широком смысле его точка зрения заключалась в том, что мы доверяем системам, чьи методы принятия решений мы не понимаем.
Иногда мы доверяем, потому что сами не можем понять алгоритм из-за недостатка знаний, но верим, что это доступно кому-то другому. Иногда даже эксперты не в силах понять, что находится внутри черного ящика, его содержимое скрыто от них коммерческой тайной. Google не раскрывает точные сведения о своем алгоритме поиска, чтобы этим не воспользовались те, кто пытается обыграть систему и повысить свой рейтинг. Точно так же, когда социальная сеть Facebook приняла меры против кликбейтов, Адам Моссери, ее вице-президент по управлению данными новостной ленты, написал: «Компания Facebook не будет публиковать многостраничный документ – руководство для выявления кликбейтов – в общем доступе, потому как в большинстве случаев кликбейты – это на самом деле спам, и, если раскрыть то, что мы делаем и как мы это делаем, они переконструируют свою деятельность и поймут, как это обойти».
Как и в случае с кликбейтами, некоторые стимулы для создания фальшивых новостей можно ликвидировать. Многие из тех, кто продвигал фальшивые новости на выборах 2016 года, имели политические мотивы, не важно, искренние или циничные, но многие поддельные новостные сайты, такие как созданные македонскими подростками, были созданы исключительно ради финансовой выгоды. Отключение рекламы сайтов или аккаунтов, которые рекламируют поддельные новости, – отличный способ ликвидировать некоторые из самых вопиющих правонарушений. Это могут сделать не только сами платформы, но и рекламодатели и рекламные сети, которые размещают «остаточную рекламу» на сайтах самого низкого качества. Предприниматели начинают понимать, что их объявления, не соответствующие заявленному контенту, говорят о том, кто они такие, и публикация некорректных объявлений может бесповоротно испортить их репутацию. Как признался Уоррен Баффетт: «Нужно двадцать лет, чтобы создать репутацию, и пять минут, чтобы ее уничтожить. Если вы задумаетесь об этом, вы будете действовать по-другому».
Однако откровенно недобросовестные игроки – лишь малая толика проблемы. Более фундаментальной проблемой является то, как функция приспособленности в алгоритмах поиска и социальных сетях определяет сделанный авторами и издателями выбор. В частности, предприятия, движущей силой которых является реклама, – рабы потребности во внимании. Крис О’Брайан, бывший репортер газет San Jose Mercury News и Los Angeles Times, а ныне онлайн-издатель веб-сайта VentureBeat, рассказал мне о трудностях, с которыми такие журналисты, как он, сталкиваются каждый день. Следует ли им писать и публиковать то, что, по их мнению, является наиболее интересным, или то, что привлечет больше внимания в социальных сетях? Использовать ли им формат, который будет наиболее справедливым для этой темы (серьезный, авторитетный цикл исследований, так называемый «лонгрид»), или выгоднее будет привлечь внимание короткими статьями, возможно даже с обманчивыми заголовками, которые обеспечивают больше просмотров и больший доход от рекламы? Отдать ли им предпочтение видео вместо текста, даже если текст позволит лучше раскрыть тему?
Необходимость привлечения внимания поисковых систем и социальных сетей является важным фактором в деградации средств массовой информации и формата предоставления информации, который сводит даже великолепные публикации к формату шумихи, фальшивых дебатов и других методов привлечения трафика. Отчасти гонка на понижение стала результатом первичного сдвига доходов новостной индустрии от подписки к рекламе и от надежной базы местных читателей к погоне за читателями через социальные сети.
У изданий, существующих за счет базы подписчиков, есть мотивация удовлетворять потребности своих читателей; у изданий, существующих за счет рекламы, есть мотивация удовлетворять потребности своих рекламодателей. Как описано в главе 8, контекстная реклама с оплатой за клик может помочь выровнять эти мотивации. Но эту систему также можно обойти, и в любом случае она затрагивает только половину расходов на цифровую рекламу, которые, в свою очередь, составляют лишь небольшую часть общих расходов на рекламу.
Наплыв подписчиков у таких новостных изданий, как New York Times, Washington Post и Wall Street Journal, после президентских выборов 2016 года – это обнадеживающий признак того, что со стороны пользователей вновь зарождается интерес к проведению журналистских расследований. Но влияние публикаций, подобных тем, которые раньше занимали ведущую роль в средствах массовой информации, теперь гораздо меньше. Таким образом, те, чьи алгоритмы определяют, какой контент транслируется через поисковые и социальные сети, несут большую ответственность за настройку своих алгоритмов, не только ради прибыли, но и в интересах общественности.
Поскольку многие основывающиеся на рекламе алгоритмы, формирующие наше общество, являются черными ящиками – либо по причинам, подобным тем, которые цитирует сотрудник Facebook Адам Моссери, либо потому, что в мире глубинного обучения они являются непостижимыми даже для своих создателей, – вопрос доверия является ключевым. Facebook и Google говорят нам, что их цели благородны: улучшить пользовательский интерфейс. Но они также являются предприятиями, и даже создание лучшего пользовательского интерфейса переплетается с другой их функцией приспособленности – зарабатывать деньги.
Эван Уильямс изо всех сил пытался найти решение этих проблем. Когда в 2012 году он основал платформу Medium, его следующее после Twitter детище, он написал, как выяснилось, достаточно дальновидно: «Сегодняшняя система порождает все большее количество дезинформации… при необходимости выпускать все больше контента за все меньшие деньги – глубина, оригинальность или качество катятся к чертям. Это неприемлемо и не приносит удовлетворения ни производителям, ни пользователям… Нам нужна новая модель».
В январе 2017 года Эв понял, что, несмотря на успех платформы Medium в создании сообщества авторов, которые производят качественный контент, и сообщества читателей, которые его ценят, он не смог найти эту новую бизнес-модель. Он бросил вызов, уволил четверть сотрудников платформы Medium и взял на себя обязательство переосмыслить все, что она делает. Он пришел к пониманию того, что, несмотря на успех, платформа Medium не продвинулась достаточно далеко, чтобы изменить тенденцию. Он пришел к выводу, что Интернет как средство массовой информации сам по себе является сломанной системой. «Он попросту не служит людям. Фактически он для этого не предназначен, – пишет он. – Подавляющее большинство статей, видеороликов и другого «контента», который мы все ежедневно потребляем, оплачивается – прямо или косвенно – корпорациями, которые финансируют его для продвижения своих целей. И он измеряется, распространяется и оплачивается исходя из его способности этих целей достигать. Точка. В результате мы получаем… ну, то, что получаем. И ситуация становится все хуже».
Эв признает, что он не знает, как выглядит новая модель, но он убежден, что ее необходимо отыскать. «Продолжение движения в этом направлении, – пишет он, – ставит нас под угрозу – даже если мы успешны и себе на уме – стать продолжением сломанной системы».
Очень сложно восстановить эту сломанную систему, не восстановив доверие. Когда алгоритмы, которые приносят выгоду издателям и платформам, противоречат алгоритмам, которые принесли бы пользу пользователям, на чьей стороне издатели? На чьей стороне Google и Facebook? Чьему черному ящику мы можем доверять?
Ирония здесь заключается в том, что все, кто возмущается по поводу цензуры в ответ на фальшивые новости, должны глубоко задуматься. В 2014 году исследовательская группа Facebook объявила, что провела эксперимент, чтобы понять, может ли изменение сочетания историй, которые видят их читатели, заставить людей веселиться или грустить. «В эксперименте с людьми, которые пользуются Facebook, мы тестировали, бывают ли эмоции заразительными вне личного общения между людьми, уменьшая количество эмоционального контента в ленте новостей, – писали исследователи. – Когда мы сократили положительные высказывания, у людей стало меньше положительных постов и больше негативных; когда мы сократили негативные высказывания, возникла противоположная картина. Эти результаты показывают, что эмоции, выраженные другими пользователями Facebook, влияют на наши собственные эмоции, что подтверждают экспериментальные данные с массовой цепной реакцией в социальных сетях».
Этот эксперимент незамедлительно вызвал возмущение общественности. «Для Facebook все мы – лабораторные крысы», – возвестила газета New York Times.
На секунду задумайтесь об этом. Практически каждый ориентированный на потребителя интернет-сервис проводит постоянные эксперименты, чтобы сделать свой сервис более привлекательным, чтобы сделать контент вирусным, увеличить доход от рекламы или электронной торговли. Считается, что манипуляция ради зарабатывания большего количества денег – дело само собой разумеющееся, ее методы даже преподаются и прославляются. Но попытаться понять, влияют ли отображаемые посты на эмоциональное состояние людей? Безобразное нарушение этики исследований!
Существует главный алгоритм, который управляет нашим обществом, и при всем уважении к Педро Домингосу, это не какой-то новый мощный подход к компьютерному обучению. Это правило, которое было зашифровано в современном бизнесе несколько десятилетий назад, и с тех пор по большей части оно оставалось неоспоримым.
Именно этот алгоритм заставил главного исполнительного директора компании CBS Лесли Мунвса в марте 2016 года сказать, что кампания Трампа «возможно, не годится для Америки, но она чертовски хороша для CBS».
Вы должны угождать этому алгоритму, если хотите, чтобы ваш бизнес процветал.
Глава 11. Момент «Скайнет»
17 сентября 2011 года, сытые по горло правительственными мерами по выходу из кризиса, которые спасли банки, невзирая на тот факт, что привели мир на грань финансового краха, сытые по горло ядовитым рагу из сложных производных финансовых инструментов, основанных на агрессивно продвигаемых ипотечных кредитах, сытые по горло тем, что банки затем выселяли обычных людей из их домов, которые были куплены на эти ипотечные кредиты, сытые по горло непосильными задолженностями по студенческим кредитам, сытые по горло стоимостью здравоохранения, которую они не могли себе позволить, сытые по горло зарплатами, на которые невозможно прожить, протестующие разбили лагерь в Зукотти-парке, в нескольких кварталах от Уолл-стрит. Их движение, отмеченное в Твиттере хэштегом #OccupyWallStreet или просто #Occupy, распространилось по всему миру. К началу октября протесты движения «Occupy» прошли более чем в 951 городе в 82 странах. Многие из протестующих жили в лагере демонстрантов по нескольку месяцев, пока их не прогнали силой.
Два дня спустя после начала протестов я провел день в Зукотти-парке, изучая тысячи картонных плакатов, разложенных на земле и развешанных на соседних зданиях, каждый из которых рассказывал историю человека или семьи, не справлявшейся с современной экономикой. Я разговаривал с протестующими, чтобы услышать их истории из первых уст; я участвовал в «народном микрофоне», хитрой технике, используемой для того, чтобы обойти запрет на применение звукоусиливающей аппаратуры. Каждый оратор, обращаясь к толпе, делает паузу в конце каждой фразы, давая тем, кто находится ближе, время, чтобы повторить ее вслух, с громкостью, усиленной множеством голосов, чтобы ее могли услышать те, кто находится дальше.
Объединяющим лозунгом движения была фраза «Таких как мы – 99 %». Лозунг, придуманный двумя онлайн-активистами, чтобы выразить понимание, недавно проникшее в массовое сознание, что в настоящее время 1 % населения США получает 25 % национального дохода и владеет 40 % национальных богатств. Они начали кампанию на Tumblr, службе микроблогов с сотнями миллионами пользователей. Они попросили людей опубликовать свои фотографии с плакатами, описывающими их экономическую ситуацию, с фразой «Таких как я – 99 %» и ссылкой на сайт occupywallstreet.org.
Сообщения были убедительными и личными:
«Мои родители влезли в долги, чтобы я смог получить престижную степень. Она стоит более 100 тысяч долларов, и у меня нет перспектив трудоустройства. Таких как я – 99 %».
«У меня есть степень магистра, и я учитель, но я едва справляюсь с тем, чтоб прокормить своего ребенка, потому что мой муж потерял работу из-за того, что пропустил слишком много рабочих дней, будучи госпитализированным с хроническим заболеванием. Одни только его лекарства стоят больше, чем я зарабатываю в месяц. Таких как я – 99 %».
«У меня есть степень магистра и работа по специальности на полную ставку – и я начал ПРОДАВАТЬ СВОИ ОРГАНЫ, чтобы погасить свой долг. Таких как я – 99 %».
«Мать-одиночка, аспирант, безработная, и я заплатила больше налогов в прошлом году, чем General Electric. Таких как я – 99 %».
«На протяжении 6 лет я в глаза не видел стоматолога или врача. У меня есть травмы, требующие длительного лечения, которое я не могу себе позволить. Бывают дни, когда я практически не могу ходить. Таких как я – 99 %».
«Мать-одиночка. Работаю неполный рабочий день и получаю продовольственные талоны, чтобы как-то свести концы с концами. Я всего лишь хочу, чтобы у моей дочери было будущее. Таких как я – 99 %».
«Ни медицинского обслуживания. Ни стоматологического обслуживания. Ни перспектив. Ни повышения зарплаты. Ни пенсионного плана 401K. Менее 30 тысяч долларов США в год до уплаты налогов. Менее 24 тысяч долларов США в год после уплаты налогов. Я работаю в компании из списка Fortune 500. Таких как я – 99 %».
«В сфере розничной торговли всегда ценилась лишь одна из множества моих способностей – способность продавать другим людям всякое барахло, половина из которого им не нужна, а большую часть из которого они, скорее всего, не могут себе позволить. Мне не нравится то, что я делаю, я хочу приносить пользу. Таких как я – 99 %».
«Мы никогда не вели себя безответственно. Мы старались жить по средствам. Мы купили скромный дом и добротный автомобиль; не особняк, не «Хаммер». Все было хорошо, пока мужа не уволили…
После шести месяцев безработицы ему посчастливилось найти работу. Однако дорога на работу – это 84 мили (135 км) в день, а зарплата на 30 % меньше… На бензин у мужа уходит почти половина зарплаты.
Мы стараемся сократить убытки и меняем программу кредитования нашего ипотечного кредита и изо всех сил стараемся сохранить наш маленький дом. В июне мне повысили зарплату на 2 %, но на самом деле я получила меньше, потому что мои расходы на медицинское страхование выросли. Таких как мы – 99 %».
«У меня не было работы более двух с половиной лет. Среди темнокожих мужчин уровень безработицы составляет 20 %. Мне 33 года. Родился и вырос в Уоттсе. Таких, как я, – 99 %».
«Мне девятнадцать. Я давно мечтал, что в будущем заведу детей. Теперь я боюсь, что будущее будет не лучшим местом для моих детей. Таких как я – 99 %».
«Я на пенсии. Я живу на сбережения, пенсионные выплаты и социальное пособие. Я в порядке. 50 миллионов американцев НЕ В ПОРЯДКЕ: они бедны, у них нет медицинской страховки. И таких как они – 99 %».
Они продолжали говорить, тысячи из них, голоса, кричащие об их страхе, боли и беспомощности, голоса людей, чьи жизни были раздавлены машиной.
Начиная с вымышленного компьютера HAL из «Космической одиссеи 2001 года», заканчивая Скайнет из «Терминатора», идет сквозная тема из научной фантастики: искусственный интеллект, созданный для того, чтобы служить людям, выходит из-под контроля и преследует цели, враждебные его создателям.
Недавно группа светил науки и выдающихся инженеров из Кремниевой долины, в том числе Стивен Хокинг и Илон Маск, написала открытое письмо, в котором рекомендовалось «расширенное исследование, направленное на обеспечение надежности и полезности все более эффективных систем ИИ: наши системы ИИ должны делать то, что мы хотим от них». Такие группы, как некоммерческая организация Future of Life Institute и OpenAI, были созданы для изучения экзистенциальных рисков ИИ и для того, чтобы, как говорит сайт OpenAI, «развивать цифровой интеллект таким образом, чтобы он с наибольшей вероятностью приносил пользу человечеству в целом, не ограничиваясь задачами получения финансовой отдачи».
Это благородные цели. Но они, возможно, были сформулированы слишком поздно.
Мы уже находимся в рабстве у огромной всемирной сети, которая из-за ошибок в своем первичном программировании развила пренебрежительное отношение к людям, делает их бесполезными и пресекает все попытки вернуть над ней контроль. Она пока еще не обзавелась собственным интеллектом и не может работать автономно, и она все еще зависит от сотрудничества с людьми, но она становится все более мощной и все более независимой с каждым днем. Мы участвуем в битве за душу этой машины, и мы проигрываем. Системы, которые мы создали, чтобы служить нам, больше не делают этого, и мы не знаем, как их остановить.
Если вы думаете, что я говорю о Google или Facebook или о какой-то теневой программе, управляемой правительством, вы ошибаетесь. Я говорю о том, что мы называем рынком.
Чтобы понять, как рынок, этот краеугольный камень капитализма, становится этим неконтролируемым искусственным интеллектом, которого мы так долго опасались, врагом человечества, для начала нам нужно проанализировать кое-какие данные об искусственном интеллекте. Затем нам необходимо понять, как финансовые рынки (зачастую называемые в разговорной речи просто как «Уолл-стрит») стали машиной, которую ее создатели больше не понимают в полной мере, и как цели и деятельность этой машины абсолютно потеряли связь с рынком реальных товаров и услуг, для поддержки которого она была изначально создана.
Когда эксперты говорят об искусственном интеллекте, они различают «узкоспециализированный искусственный интеллект» и «общий искусственный интеллект», также называемые «слабый ИИ» и «сильный ИИ».
Узкоспециализированный ИИ резко стал предметом общественного обсуждения в 2011 году. Это был тот год, когда в феврале суперкомпьютер IBM Watson в прямом эфире разгромил лучших игроков телевизионной викторины Jeopardy. В октябре того же года корпорация Apple представила Siri, персонального помощника, способного отвечать на общие вопросы, заданные вслух простыми словами. Ответы Siri, произносимые приятным женским голосом, были чем-то из научной фантастики. Даже когда Siri не понимала человеческую речь, казалось поразительным, что мы теперь разговариваем с нашими устройствами и ждем от них ответов. Siri даже стала лучшим другом одного мальчика-аутиста.
2011 год также был годом, когда корпорация Google объявила, что ее прототип беспилотного автомобиля проехал более 100 000 миль в режиме обычного дорожного движения, всего через шесть лет после того, как победитель соревнований автомобилей-роботов DARPA Grand Challenge сумел проехать всего семь миль за семь часов. Сегодня беспилотные автомобили и грузовики находятся в центре внимания, в то время как в СМИ ведутся жаркие споры по поводу того, что они, возможно, уничтожат миллионы человеческих рабочих мест. Страх, что эта следующая волна автоматизации продвинется в обесценивании человеческого труда намного дальше, чем первая промышленная революция, – это то, что заставляет многих говорить, что «на этот раз все будет по-другому», когда речь заходит о технологиях и экономике будущего.
Граница между узкоспециализированным ИИ и другим сложным программным обеспечением, способным учитывать многие факторы и за микросекунды принимать решения, нечеткая. Автономные или полуавтономные программы, способные выполнять сложные задачи, на протяжении десятилетий были частью кровеносной системы нашего общества. Мы полагаемся на автоматизированные коммутирующие системы для маршрутизации наших телефонных звонков (когда-то операторы телефонных станций в буквальном смысле соединяли абонентов с конкретной точкой при помощи кабелей), и люди регулярно преодолевают тысячи километров на самолетах, управляемых автопилотом, в то время как человек-пилот сидит рядом «на всякий случай». Несмотря на то что поначалу эти системы кажутся волшебными, никто не думает о них как об искусственном интеллекте.
Персональные помощники, такие как Siri, Google Assistant, Cortana и Alexa компании Amazon, представляются нам «искусственными интеллектами», потому что они слушают нас, говорят и отвечают человеческим голосом, но даже они в действительности не разумны. Это умело запрограммированные системы, существование большинства которых возможно, потому что они имеют доступ к огромным объемам данных, которые могут обрабатывать намного быстрее, чем любой человек.
Но существует одно ключевое различие между традиционным программированием даже самых сложных систем, глубинным обучением и другими методами в сфере передовых технологий ИИ. Вместо того чтобы описывать каждую процедуру, создается базовая программа, такая как распознаватель изображения или классификатор, а затем обучается путем сообщения ей большого количества данных, промаркированных людьми, пока она не сможет распознавать закономерности в данных самостоятельно. Мы обучаем программу тому, как выглядит результат успешной деятельности, а она учится нас копировать. Это порождает опасение, что эти программы становятся все более независимыми от своих создателей.
Общий искусственный интеллект (который также иногда называют «сильным ИИ») по-прежнему остается предметом научной фантастики. Это продукт гипотетического будущего, в котором искусственный интеллект обучают быть умным не только в отношении конкретной задачи, но и самостоятельно обучаться и эффективно использовать свои способности для решения любой проблемы, с которой он столкнется.
Возникает опасность, что у общего искусственного интеллекта появятся свои собственные цели и, благодаря своей способности к самостоятельному обучению на сверхчеловеческих скоростях, он будет самосовершенствоваться такими темпами, что вскоре оставит людей далеко позади. Страшная перспектива заключается в том, что такому сверхчеловеческому ИИ люди станут не нужны, или в лучшем случае он будет содержать нас, как мы содержим домашних животных. Никто не знает даже, как мог бы выглядеть такой интеллект. Но такие люди, как Ник Бостром, Стивен Хокинг и Илон Маск, постулируют, что, как только он появится, он быстро опередит человечество и последствия этого будут непредсказуемы. Бостром называет эту следующую стадию развития сильного ИИ «искусственным суперинтеллектом».
Первооткрыватели глубинного обучения Демис Хассабис и Ян Лекун относятся к этой перспективе скептически. Они считают, что мы пока еще далеки от создания общего искусственного интеллекта. Эндрю Ын, бывший руководитель научных исследований ИИ для китайской поисковой системы-гиганта Baidu, сравнил такого рода беспокойство по поводу враждебно настроенного ИИ с беспокойством о перенаселенности на Марсе.
Даже если мы никогда не придем к общему искусственному интеллекту или искусственному суперинтеллекту, я считаю, что существует третья форма ИИ, которую я называю гибридным искусственным интеллектом, которая весьма опасна для ближайшего будущего.
Когда мы представляем себе искусственный интеллект, мы полагаем, что у него будет индивидуальное «я», индивидуальное сознание, как и у нас. Но что, если вместо этого ИИ больше походит на многоклеточный организм, на эволюцию за пределами нашего одноклеточного «я»? Более того, что, если мы – даже не клетки этого организма, а его микробиом, наподобие огромной экологической системы микроорганизмов, обитающих в наших телах? Эта идея – в лучшем случае метафора, но я считаю, что она уместна.
Поскольку Интернет ускоряет соединение между умами людей, поскольку мы делимся нашими коллективными знаниями, памятью и ощущениями и храним их в цифровом виде, мы сплетаем новый вид технологически связанного суперорганизма – глобальный мозг, включающий всех взаимосвязанных людей. Этот глобальный мозг – гибрид человека и машины. Чувствами этого глобального мозга являются камеры, микрофоны, клавиатуры и датчики местоположения каждого компьютера, смартфона и устройства «Интернета вещей»; мысли этого глобального мозга – это результат участия миллиардов индивидуальных интеллектов, формируемых, управляемых и усиливаемых алгоритмами.
Цифровые сервисы, такие как Google, Facebook и Twitter, которые объединяют сотни миллионов или даже миллиарды людей практически в режиме реального времени, уже являются примитивными гибридными ИИ. Интеллект этих систем взаимозависим с интеллектом сообщества людей, которое его создает, и является отражением того, как функционируем мы сами. Каждый из нас является огромной нацией из триллионов дифференцированных клеток, только некоторые из которых обладают ДНК, схожей с нашей собственной, в то время как существует гораздо больше клеток-иммигрантов, огромный микробиом микроорганизмов, которые колонизируют наш кишечник, нашу кожу, нашу систему кровообращения. В наших телах гораздо больше микроорганизмов, чем человеческих клеток, они не захватчики, а функционирующая часть единого целого. Без микроорганизмов, которые живут внутри нас, мы не смогли переваривать нашу пищу или превращать ее в полезную энергию. Было даже засвидетельствовано, что бактерии в нашем кишечнике влияют на то, как мы думаем и как мы себя чувствуем. Многоклеточный организм – это сумма коммуникаций, экосистема, если хотите, платформа или рынок для всех ее участников. И когда этот рынок выходит из равновесия, мы заболеваем или не можем использовать наш потенциал.
Люди живут внутри искусственного интеллекта, который сейчас только зарождается. Возможно, как и мы, глобальный ИИ не будет независимым субъектом, а будет представлять собой симбиоз из человеческих сознаний, живущих внутри него и вместе ним.
Каждый день мы обучаем глобальный мозг новым навыкам. Компания DeepMind начала обучать свой искусственный интеллект игре в го, изучая игры, в которые играют люди. Как писали его создатели в январе 2016 года в статье, опубликованной в научном журнале Nature: «Эти глубинные нейронные сети обучаются новой комбинации под контролем людей-экспертов в области игр и закрепляют результат, играя самостоятельно». То есть сначала программа наблюдает за тем, как играют люди, а затем ускоряет это обучение, играя сама с собой миллионы раз, намного опережая по уровню даже самых опытных игроков. Эта закономерность, посредством которой люди обучают алгоритмы, прямо или косвенно является центральной для бурного роста сервисов на основе ИИ.
Однако количество данных, которые люди добровольно производят в Интернете, намного превосходит количество учебных наборов данных, разрабатываемых напрямую для ИИ. Google Search, финансовые рынки и платформы социальных сетей, такие как Facebook и Twitter, собирают данные о триллионах взаимодействий между людьми, перегоняя эти данные в коллективный разум, который может принимать решения, основываясь на узкоспециализированных алгоритмах ИИ. Компьютерный нейробиолог и предприниматель в сфере ИИ Бо Кронин отмечает: «Во многом компания Google преуспела, решая проблемы, для которых ранее предполагалось наличие сильного ИИ, – то есть способность логически мыслить и решать проблемы, обычно связанные с человеческим интеллектом, – при помощи узкоспециализированного ИИ, путем сравнивания новых вводных данных с огромными хранилищами ранее приведенных примеров». Достаточно узкоспециализированный ИИ, впитывающий данные, оставляемые миллиардами людей, начинает выглядеть подозрительно похожим на сильный ИИ. Короче говоря, это системы коллективного разума, которые используют алгоритмы для обобщения коллективных знаний и решений миллионов отдельных людей.
И это, конечно, также является классической концепцией рынка – концепцией системы, в которой без какой-либо центральной координации устанавливаются цены на товары и рабочую силу, на каждый дар земли и продукт человеческой инженерной мысли находятся продавцы и покупатели, ведомые, как говорил Адам Смит, «невидимой рукой».
Но является ли эта «невидимая рука рынка», представляющего собой преследующих собственные интересы продавцов и потребителей, такой же, как «рука рынка», где компьютерные алгоритмы руководят этими интересами и формируют их?
Алгоритмы не только объединяют умы и решения людей; они также влияют на них и усиливают их. Как отмечает Джордж Сорос, силы, которые формируют нашу экономику, не являются ни правильными, ни неправильными; они носят рефлексивный характер, в зависимости от того, во что мы коллективно готовы поверить или что мы знаем. Мы уже исследовали влияние алгоритмов на средства массовой информации.
Скорость и масштаб развития электронных сетей также меняют рефлексивный характер финансового рынка при помощи пока что не совсем понятных нам методов. Финансовые рынки, которые устанавливают цены, объединяя мнения миллионов людей, подвержены алгоритмически усиленным ошибкам или манипуляциям, которые приводят к катастрофическим последствиям. В «черный четверг» 2010 года, во время знаменитого обвала рынка, алгоритмы торговли, среагировав на манипуляции, произведенные трейдером-мошенником, снизили индекс Dow Jones на 1000 пунктов (это почти триллион долларов рыночной стоимости) всего за тридцать шесть минут, восстановив 600 из этих пунктов всего несколько минут спустя.
«Черный четверг» подчеркивает роль, которую играет скорость компьютерных сетей в усилении последствий дезинформации или неправильных решений. Когда-то информация о цене товаров из Китая доходила со скоростью трехмачтовых парусников, затем – со скоростью телеграмм. Теперь торговцы электронной биржи и торговцы сырьевыми товарами располагаются ближе к точкам входа в интернет-сеть (конечным точкам высокоскоростных сетей), чтобы получить преимущество в микросекундах. И эта жажда скорости оставила трейдеров-людей далеко позади. Более 50 % всех торгов на фондовом рынке сейчас производится программами, а не трейдерами-людьми.
Без помощи технологий люди находятся в невероятно невыгодном положении. Майкл Льюис, автор «Flash Boys», книги о высокочастотной торговле, так описал это неравенство в интервью Терри Гросс, ведущей ток-шоу Fresh Air на радио NPR: «Если я узнаю об изменении цен раньше всех остальных, если я узнаю, что цена акций вырастет до того, как об этом узнаете вы, я могу этим воспользоваться… Это немного похоже на то, как знать результат скачек до того, как они начнутся… Для высокочастотного трейдера преимущество во времени очень невелико, это буквально миллисекунда. Требуется 100 миллисекунд, чтобы моргнуть, так что это часть мгновения ока, но для компьютера этого времени достаточно».
Льюис отметил, что использование высоких технологий делит рынок на два лагеря, жертв и хищников: людей, которые на самом деле хотят инвестировать в компании, и людей, которые поняли, как использовать свое преимущество в скорости, чтобы опередить всех, купить акции до того, как обычные трейдеры доберутся до них, и перепродать их по более высокой цене. Они, по сути, являются паразитами, не приносящими никакой пользы рынку, а только извлекающими выгоду для себя. «Фондовый рынок сфальсифицирован, – признал Льюис. – Он сфальсифицирован в интересах нескольких инсайдеров. Он сфальсифицирован… чтобы максимизировать выручку для Уолл-стрит, банков, бирж и высокочастотных трейдеров за счет обычных инвесторов».
Когда Брэд Кацуяма, один из героев книги Льюиса, попытался создать новую биржу, «где у каждого доллара равные шансы», лишив скоростных трейдеров преимуществ, автор отметил, что «банки и брокеры [которым] тоже выплачивается часть того, что получают высокочастотные трейдеры от исполнения заявок инвесторов… не хотят размещать свои заявки на этой бирже справедливого обмена, потому что там денег меньше». Деривативы, изначально созданные, чтобы страховать от рисков, вместо этого стали способствовать их росту. ОДО (обеспеченные долговые обязательства), которые Уолл-стрит продал ничего не подозревающим клиентам в годы, предшествующие кризису 2008 года, можно было создать только при помощи машин. В своем выступлении в 2009 году Джон Тейн, бывший генеральный директор Нью-Йоркской фондовой биржи, в настоящее время занимающий пост генерального директора банка Merrill Lynch, признал это: «Чтобы правильно сформировать один транш одного ОДО, одному из самых быстрых компьютеров Соединенных Штатов требуется около трех часов. Нет никаких шансов, что хоть кто-то понимает, что он делает с этими ценными бумагами. Создание вещей, которые вы не понимаете, это очень нехорошая идея, и не важно, кому она принадлежит».
Иными словами, как высокоскоростная торговля, так и сложные деривативы уводят финансовые рынки от человеческого контроля и понимания. Но это еще не все. Они разорвали свою связь с экономикой реальных товаров и услуг. Как отметил Билл Джейнвей, взрыв в 2008 году того, что он называет «суперпузырем», «разрушил представление о том, что финансовые рынки всегда эффективны и что они будут надежно генерировать цены на финансовые активы, которые связаны со стоимостью физических активов, являющихся неотъемлемой частью нефинансовой, так называемой реальной экономики».
Огромные объемы капиталовложений в финансовую систему, которые привели к кризису 2008 года, способствовали росту «теневой банковской деятельности», которая использовала этот капитал для предоставления кредитов, стоимость которых значительно превосходит основные реальные активы, кредитов, обеспеченных низкокачественными облигациями на базе все более рискованных ипотечных кредитов. Финансовый капитализм превратился в рынок воображаемых активов, ставших правдоподобными только благодаря аналогу фальшивых новостей от Уолл-стрит.
Однако высокочастотная торговля, сложные производные финансовые инструменты, такие как ОДО, и теневая банковская деятельность являются лишь верхушкой айсберга. Рынки приобретают все больше и больше технических характеристик и становятся все менее дружелюбными по отношению к людям, которым, как предполагалось изначально, они должны были служить. Тот факт, что мы создаем финансовые продукты, которые никто не понимает, на самом деле является отражением фундаментальной структуры современной финансовой системы. Какова функция приспособленности модели, лежащая в основе ее алгоритмов, и какими необъективными данными мы ее насыщаем?
Подобно персонажам фильмов про Терминатора, прежде чем мы сможем остановить «Скайнет», глобальный ИИ, стремящийся поработить человечество, мы должны вернуться в прошлое, чтобы попытаться понять, как это произошло.
По словам политического экономиста Марка Блита, пишущего для журнала Foreign Affairs, после Второй мировой войны государственные директивные органы решили, что «стабильная массовая безработица является угрозой для существования капитализма». Таким образом, ведущей «функцией приспособленности» для западных стран стала полная занятость.
Блит отмечает, что какое-то время это работало хорошо, но в конечном итоге привело к тому, что называется «инфляцией издержек». Ситуацию, когда все трудоустроены, нет препятствий для перехода с одной работы на другую и единственный способ удержать работников – это платить им больше, работодатели непременно компенсировали для себя путем повышения цен, что привело к развитию непрерывной спирали из более высокой заработной платы и более высоких цен. Как отмечает Блит, каждое вмешательство подчиняется закону Гудхарта: «попытка контролировать экономическую переменную может исказить эту переменную настолько, что сделает контроль неэффективным».
Вместе с отказом от Бреттон-Вудской системы, золотовалютного стандарта, привязанного к доллару США, стремление к полной занятости привело к резкому росту инфляции. Инфляция хороша для должников – она делает товары, такие как жилье, намного дешевле, потому что вы возвращаете фиксированную сумму долга в долларах, расплачиваясь в будущем долларами, ценность которых намного меньше. Тем временем у вас больше этих долларов, так как ваша зарплата продолжает расти. Но обычные товары стоят дороже, это означает, что как работник вы должны продолжать требовать более высокую заработную плату. Но инфляция очень плоха для владельцев капитала, поскольку она уменьшает его ценность.
Начиная с 1970-х годов задача сохранения низкого уровня инфляции сменила идею полной занятости как функцию приспособленности. В попытке резко сократить инфляцию председатель Федеральной резервной системы Пол Волкер установил строгий контроль над денежной массой. К началу 1980-х годов инфляция находилась под контролем, но ценой огромных процентных ставок и высокого уровня безработицы.
Попытка взять инфляцию под контроль сопровождалась рядом вспомогательных политических решений. Организация рынка труда, которая способствовала повышению заработной платы и полной занятости, стала сложнее. Закон Тафта – Хартли 1947 года ослабил позиции профсоюзов и позволил принять государственные законы, которые еще больше ограничили их деятельность. К 2012 году только 12 % трудящихся США были объединены в профсоюзы, по сравнению с пиковым показателем выше 30 %. Но, пожалуй, самое главное, что плохая идея закрепилась.
В сентябре 1970 года экономист Милтон Фридман написал статью в журнале New York Times Magazine под названием «Социальная ответственность бизнеса – увеличивать свою прибыль», целью которой было донести жестокую идею, что руководители компаний не несут какой-либо иной ответственности, кроме как зарабатывать деньги для своих акционеров.
«Я слышу, как бизнесмены красноречиво рассуждают о «социальной ответственности бизнеса в системе свободного предпринимательства», – писал Фридман. – Предприниматели считают, что они защищают свободное предпринимательство, когда заявляют, что бизнес связан не «просто» с прибылью, а также содействует достижению желаемых «социальных» целей; что бизнес обладает «социальной ответственностью» и серьезно относится к своим обязательствам по обеспечению занятости, ликвидации дискриминации, предотвращению загрязнения и тому подобным громким словам из лексикона современных реформаторов. На самом деле эти высказывания являются, или являлись бы, если б кто-то воспринимал их всерьез, проповедью чистого и неподдельного социализма».
Фридман хотел как лучше. Его обеспокоенность была вызвана тем, что, руководствуясь социальными приоритетами, бизнес-лидеры принимали такие решения от имени своих акционеров, с которыми отдельные акционеры, возможно, не согласились бы. Он думал, что намного лучше распределить прибыль между акционерами и позволить им самим решать, выделять ли средства на благотворительность. Но семя было посажено и стало превращаться в ядовитый сорняк.
Следующим шагом стала влиятельная статья, опубликованная в 1976 году в научном журнале Journal of Financial Economics экономистами Майклом Дженсеном и Уильямом Меклингом, «Теория фирмы: управленческое поведение, агентские издержки и структура собственности» (журнал «Вестник Санкт-Петербургского университета. Серия. Менеджмент», 2004 г., – Прим. ред.). Дженсен и Меклинг высказали точку зрения, согласно которой профессиональные руководители, которые работают в качестве агентов на собственников фирмы, больше заинтересованы в собственной выгоде, чем в выгоде владельцев фирмы. Руководители могут, к примеру, одаривать себя щедрыми премиями, что не приносит непосредственную выгоду предприятию и его фактическим владельцам.
Дженсен и Меклинг тоже хотели как лучше. К сожалению, впоследствии их работа была воспринята как указание, что наилучшим способом согласования интересов руководства компании и ее акционеров является обеспечение того, чтобы основная часть вознаграждения управляющих осуществлялась в форме передачи им акций компании. Это сделало бы основными задачами руководства увеличение стоимости акций, увязало их интересы с интересами акционеров и определило приоритетность этих интересов над всеми остальными.
Вскоре евангелие максимизации акционерной стоимости преподавалось в бизнес-школах и закреплялось в корпоративном управлении. В 1981 году Джек Уэлч, занимавший тогда пост генерального директора General Electric, крупнейшей в то время промышленной компании в мире, заявил в своем выступлении под названием «Быстрый рост в условиях медленной экономики», что General Electric больше не потерпит низкомаржинальные подразделения или подразделения с низким уровнем роста. Любой бизнес, принадлежащий General Electric, который не был первым или вторым на своем рынке и не рос быстрее, чем рынок в целом, подлежит продаже или закрытию. Не важно, предоставило ли подразделение социально-полезные рабочие места или полезные услуги для потребителей – это не являлось основанием для продолжения его работы. Имели значение только вклад в рост и прибыль корпорации General Electric и, соответственно, стоимость ее акций.
Это был наш момент «Скайнет». Машина начала захватывать власть. Да, рынки стали гибридом человеческого и машинного интеллекта. Да, скорость торговли увеличилась, так что трейдер-человек, не связанный с этой машиной, стал добычей, а не хищником. Да, рынок наполнялся сложными производными финансовыми инструментами, которые ни один человек не может по-настоящему понять. Но ключевым уроком был тот, что повторялся снова и снова. Структура системы определяет результаты ее деятельности. Роботы не навязывали враждебное человеку будущее. Мы выбрали его сами.
1980-е годы были периодом «корпоративных рейдеров», прославленных в фильме 1987 года «Уолл-стрит» персонажем Майкла Дугласа Гордоном Гекко, который произнес незабвенную фразу: «Жадность – это хорошо». Теория заключалась в том, что, выявляя плохих менеджеров и избавляясь от них, определяя способы повышения эффективности отстающих предприятий, эти рейдеры фактически улучшали функционирование капиталистической системы. Безусловно, в некоторых случаях они играли эту роль. Но поставив единственную функцию приспособленности – увеличение стоимости акций – превыше всего, они опустошили нашу экономику в целом.
Наиболее популярным инструментом стал выкуп акций, который, путем уменьшения количества акций в обращении, повышает прибыль на акцию и, следовательно, стоимость акции. В качестве средства возврата вложений акционерам скупка корпорациями своих акций более выгодна в плане налогообложения, чем дивиденды, но она в то же время несет совсем другой посыл. Дивиденды, как правило, дают понять: «У нас больше наличных средств, чем нужно для бизнеса, поэтому мы возвращаем их вам», в то время как скупка корпорациями своих акций сигнализирует следующее: «Мы считаем, что наши инвестиции недооценены рынком, который не осознает потенциал нашего бизнеса». Это позиционировалось как инвестиционные решения, которые компания принимает самостоятельно. Теперь очевидно, что дело обстояло иначе.
В своем письме от 2016 года, адресованном акционерам компании Berkshire Hathaway, Уоррен Баффетт, самый успешный финансовый инвестор в мире за последние шестьдесят лет, указал на недальновидное мышление, которое движет большинством скупок: «Ответ на вопрос, является ли обратный выкуп акций выгодным или невыгодным решением для постоянных держателей акций, полностью зависит от цены выкупа. Поэтому вызывает недоумение тот факт, что в объявлениях об обратном выкупе акций практически никогда не говорится о цене, при превышении которой этот выкуп недопустим».
Ларри Финк, главный исполнительный директор BlackRock, компании, крупнейшей в мире по размеру активов под управлением – более 5,1 трлн долларов США, – также выступил против выкупа акций, отметив в своем письме 2017 года генеральным директорам, что с третьего квартала 2015-го по третий квартал 2016 года сумма, потраченная на дивиденды и выкуп акций компаниями, включенными в фондовый индекс S&P 500, была больше, чем вся операционная прибыль этих компаний.
В то время как Баффетт считает, что компании тратят деньги на выкуп акций, потому как они не видят возможности для производственных капиталовложений, Финк указывает, что для долгосрочного роста и стабильности компании должны инвестировать в НИОКР «и, что критически важно, в повышение квалификации сотрудников и долгосрочное финансовое благополучие». Отрицая идею о том, что компании или экономика могут процветать исключительно за счет повышения краткосрочной прибыли акционеров, он продолжает: «События минувшего года только подчеркнули, насколько критически важно благополучие сотрудников компании для ее долгосрочного успеха».
Финк считает, что вместо того, чтобы возвращать средства акционерам, компании должны тратить гораздо больше своей накопленной прибыли на повышение квалификации своих работников. «Чтобы в полной мере воспользоваться преимуществами меняющейся экономики и поддерживать рост в долгосрочной перспективе, предприятиям необходимо увеличить потенциальный заработок работников, от которых зависит прибыль, помогая сотруднику, который когда-то управлял машиной, научиться программировать ее, – пишет он. – Они должны увеличить возможности внутреннего обучения, чтобы бороться за талантливых сотрудников в современной экономике и выполнять свои обязательства перед своими сотрудниками».
«The Rise and Fall of American Growth», влиятельный труд Роберта Дж. Гордона об изменении уровня жизни в США после Гражданской войны, предоставляет убедительные аргументы в пользу того, что после 1970 года, после ста лет необычайного подъема, темпы производительности труда американской экономики существенно снизились.
Верно ли заключение Гордона о том, что повышающие производительность технологии прошлого века привели к исторически аномально резкому росту экономики, или же Финк и другие правы в том, что мы просто не осуществляем необходимые инвестиции, – очевидно, что компании используют выкуп акций для создания иллюзии роста, в то время как реальный рост запаздывает.
Цены на акции – это карта, которая должна идеально описывать основные перспективы компаний; следует признать, что предпринимаются попытки исказить эту карту. К словосочетанию «фальшивые новости» в нашем словаре нужно добавить «фальшивый экономический рост», чтобы описать, что происходит. Реальный экономический рост улучшает жизнь людей.
Апологеты выкупа акций утверждают, что большая часть прибыли от роста цен на акции инвестируется в пенсионные фонды и, следовательно, служит на пользу широким слоям общества. Однако даже при самой благоприятной интерпретации только чуть больше половины всех американцев являются акционерами в каком-либо виде, а среди тех, кто ими является, долевое участие сильно перекошено в сторону небольшого сегмента населения – теперь известного как 1 %. Если бы компании с такой же готовностью распределяли акции среди всех своих работников пропорционально их заработной плате, как они делают это среди топ-менеджеров, этот аргумент как-то выдерживал бы критику.
Доказательства того, что компании, построенные по другой модели, могут быть столь же успешными, как и финансовые институты, лежат на поверхности. Владельцами легендарной команды по американскому футболу Green Bay Packers являются ее фанаты, и они используют это право собственности, чтобы поддерживать низкие цены на билеты. Компания REI, занимающаяся розничной торговлей товарами для туризма и отдыха, с совокупным годовым доходом в размере 2,4 миллиарда долларов, возвращает прибыль своим сотрудникам, а не внешним владельцам. Тем не менее рост REI неизменно опережает как конкурирующие компании открытого типа, так и весь индекс S&P 500. Компания Vanguard, второй по величине распорядитель финансовыми активами в США, под управлением которой находится более 4 триллионов долларов, принадлежит паевым фондам, чьи экономические показатели она агрегирует. Ее основатель Джон Богл изобрел индексный фонд как способ удержания низкой платы за управление фондами, передав большую часть преимуществ от инвестирования в акции из рук инвестиционных менеджеров своим клиентам.
Несмотря на эти примеры, идея о том, что извлечение максимальной прибыли и последующий возврат средств руководству компании, крупным инвесторам и другим акционерам – это хорошо для общества, настолько глубоко укоренилась, что слишком сложно было увидеть разрушительные последствия для общества, когда интересы акционеров ставятся в приоритет над интересами работников, сообщества, клиентов. Это плохая карта, которая сильно сбила нашу экономику с пути.
Однако, как убеждала меня за ужином бывший председатель Совета экономических консультантов Белого дома Лаура Тайсон, большая часть рабочих мест предоставляется малыми предприятиями, а не крупными акционерными компаниями. Она предостерегала меня от преувеличения роли финансовых рынков в экономическом кризисе, но ее комментарии напомнили мне, что истинным результатом «экономики просачивающегося богатства» стало то, что идеал максимизации прибыли, а не всеобщего процветания, идет метастазами от финансовых рынков и таким образом формирует все наше общество.
Концепция, будто то, что хорошо для финансовых рынков, хорошо и для рабочих мест, заработной платы и жизни реальных людей, является роковой ошибкой в качестве основы многих экономических решений, которые принимают бизнес-лидеры, директивные органы и политики.
Уильям Лазоник, профессор экономики Университета Массачусетса Лоуэлл и директор Центра по вопросам конкурентоспособности промышленности, отмечает, что за девять лет, с 2004 по 2013 год, компании из списка Fortune 500 потратили огромное количество денег – 3,4 триллиона долларов – на скупку акций, что составляет 51 % всей корпоративной прибыли этих компаний. Еще 35 % прибыли было выплачено акционерам в виде дивидендов, и осталось всего 14 % для реинвестирования в компанию. Цифры 2016 года, приведенные Ларри Финком, являются кульминацией десятилетней тенденции. Такие компании, как Amazon, способные бросить вызов финансовым рынкам и пожертвовать краткосрочными выгодами в пользу долгосрочных инвестиций, встречаются слишком редко.
Снижение корпоративной нераспределенной прибыли имеет решающее значение, поскольку она является наиболее важным источником средств для инвестирования в бизнес. Несмотря на господствующую идею о том, что финансовые рынки используются для финансирования экономического подъема, Лазоник указывает, что «основная роль фондового рынка скорее заключалась в том, чтобы позволить владельцам-предпринимателям и их партнерам по прямым инвестициям изымать свой личный капитал из уже существующих инвестиций, чем в том, чтобы позволить корпорации привлекать средства для новых инвестиций в производственные активы».
Лазоник отмечает, что с середины 80-х годов «режим распределения ресурсов во многих, если не в большинстве, крупных американских коммерческих корпораций перешел от «сохранения и реинвестирования» к «сокращению штата и распределению». При сохранении и реинвестировании корпорация сохраняет прибыль и реинвестирует ее в производственный потенциал, представленный ее рабочей силой. При сокращении штата и распределении прибыли корпорация оставляет опытных и зачастую более дорогих работников и распределяет собственные средства между акционерами».
Одной из жертв экономики акционерной стоимости стали корпоративные научные исследования. В проведенном в 1997 году исследовании для Совета управляющих Федеральной резервной системой США экономисты Чарльз Джонс и Джон Уильямс подсчитали, что фактические расходы на НИОКР в виде доли ВВП составляют менее четверти оптимального показателя, основанного на «всеобщем уровне доходности» от инноваций. И в документе 2015 года экономисты Ашиш Арора, Шарон Белензон и Андреа Патакони отмечают начавшееся в 1980 году снижение количества научно-исследовательских работ, опубликованных учеными крупных компаний, что, как ни странно, сочетается с отсутствием снижения количества поданных патентов. Это недальновидное определение приоритетности получения максимальной выгоды над увеличением капитализации. «Крупные фирмы, по-видимому, ценят «золотые яйца» науки (патенты), – пишут авторы, – а не саму курицу, которая их несет (научный потенциал)».
Однако больше всех пострадали от этого изменения политики корпоративного реинвестирования рабочие, чьи рабочие места были ликвидированы и чья заработная плата была урезана ради финансирования роста доходов акционеров. Как показано на рисунке ниже, доля ВВП, которая приходится на выплату заработной платы, упала с почти 54 % в 1970 году до 44 % в 2013 году, а доля доходов от корпоративной прибыли – увеличилась с 4 % до почти 11 %. Уоллес Турбвиль, прежде работавший в Goldman Sachs, метко определяет это как «нечто приближающееся к игре с нулевой суммой между владельцами богатств и остальной Америкой». Игры с нулевой суммой хорошим не заканчиваются.
«Один процент в Америке сейчас все еще немного ниже, чем один процент в дореволюционной Франции, но становится все ближе», – говорит французский экономист Томас Пикетти, автор книги «Капитал в XXI веке» (Ад Маргинем, 2016 год. – Прим. ред.).
Исследования Лазоника показывают, что эта тенденция «в значительной степени определяет национальную экономику, которая характеризуется неравенством в доходах, нестабильностью занятости и сокращением инновационного потенциала – или противоположными чертами того, что я назвал «стабильным процветанием».
Опционы на акции, столь мощный инструмент в инновационной экономике Кремниевой долины, сыграли огромную роль в превращении экономики в казино. Билл Джейнвей, первопроходец среди венчурных капиталистов, экономист, подчеркивает, что, когда к стартапам начали «прилагаться» опционы, они были билетами лотереи, большинство участников которой не получало ничего. В 75 % поддерживаемых венчурными инвесторами стартапов предприниматели получают ноль, и лишь 0,4 % выигрывают пресловутый джекпот. «Предполагаемый доход от инвестиций должен быть аномально высоким, – писал мне Джейнвей в электронном письме, – но редко имеются основания ожидать такого успеха».
Опционы были созданы для поощрения инноваций и страхования рисков. «Но затем, – пишет Билл, – эта инновация в сфере защиты от рисков, призванная выманить руководителей из их надежных убежищ, была захвачена. Компании начали бесконтрольно выпускать опционы на акции, практически ничем не рискуя. Ситуация достигла крайней точки, когда руководители банков, чьи обязательства гарантируются налогоплательщиками, начали получать большую часть прибыли, играя на опционах».
В 1993 году движимый благими намерениями закон, представленный президентом Клинтоном, ограничил уровень дохода, который мог быть выплачен высшему руководству. Непредвиденным результатом действия этого закона стало то, что еще больше выплат стало осуществляться в виде акций. Конгресс также изначально допустил огромный пробел в бухгалтерской обработке опционов. Поскольку стоимость опционов не требуется относить на счет доходов компании, они стали своего рода «легкими деньгами», которые незаметно выплачиваются путем «разбавления» активов, размещаемых на открытом рынке (большую долю покупателей которых составляют пенсионные фонды и другие институциональные инвесторы, аккумулирующие средства обычных людей), а не из прибыли компании.
В то же время существует стимул для сокращения доходов обычных работников. Сокращение заработной платы приводит к росту чистой прибыли и, следовательно, стоимости акций, которыми все чаще получают зарплату руководители. Руководители, действия которых не продиктованы алчностью, находятся в положении заложников. Любой генеральный директор, который не продолжает увеличивать цену акций или который учитывает интересы других людей, кроме акционеров, может потерять свою работу или подвергнуться судебным преследованиям. Даже фирмы из Кремниевой долины, чьи учредители удерживают доминирующее положение в своих компаниях, не защищены от давления. Поскольку в настоящее время большая доля выплат руководителям компаний производится в виде передачи акций, они могут позволить себе нанимать талантливых сотрудников, пока цена акций продолжает расти.
Это не фондовая биржа на Уолл-стрит как таковая становится враждебной человечеству. Это главный алгоритм акционерного капитализма, функция приспособленности которого мотивирует и принуждает компании прежде всего добиваться краткосрочной прибыли. Что есть люди в этой системе, как не расходы, которые нужно сократить?
Зачем вам нанимать работников из местного сообщества, когда вы можете увеличить прибыль корпораций, передав работу на аутсорсинг людям из развивающихся стран, стоимость труда которых гораздо ниже? Зачем вам выплачивать вознаграждение не ниже прожиточного минимума, если вы можете использовать государственную систему социальной защиты, чтобы компенсировать разницу? В конце концов, эта система социальной защиты финансируется из налогов других людей – поэтому, конечно же, целесообразно минимизировать только ваши собственные налоги.
Зачем инвестировать в базовые научные исследования, или в новое предприятие, или в обучение, которое может сделать ваш штат сотрудников более конкурентоспособным, или в новый рискованный вид деятельности, который в течение многих лет может не приносить значительного дохода, когда вместо этого можно получить быструю прибыль, используя деньги для выкупа акций, уменьшая количество бумаг в обращении, угождая инвесторам и обогащаясь?
Если уж на то пошло, зачем вам предлагать лучшие товары или услуги, если можно увеличить прибыль за счет снижения качества? Эту политику бизнес-стратег Умайр Хак, директор Havas Media Lab, называет «зыбкая ценность, прибыль, получаемая за счет причинения вреда другим». Зыбкая ценность – это ценность табака, проданного даже после того, как его поставщики узнали, что он способствует раку; ценность отрицания изменения климата в результате деятельности нефтяных компаний. Это та ценность, которую мы испытываем на себе, если в пище присутствует кукурузный сироп с высоким содержанием фруктозы или другие добавки, которые провоцируют болезни и ожирение; ценность, которую мы испытываем на себе, когда покупаем товары низкого качества, которые необходимо быстро заменять.
Если прибыль – это мера всех вещей, почему бы не «управлять своими доходами», как это делал Уэлч, генеральный директор General Electric, представляя инвесторам бизнес лучше, чем он есть? Почему бы активно не торговать против собственных клиентов, как это начали делать инвестиционные банки? Почему бы не пойти на откровенное мошенничество, продавая этим клиентам сложные финансовые инструменты, запрограммированные на провал? И когда «пузырь» лопнет, почему бы не попросить налогоплательщиков выручить вас, поскольку государственные регулирующие органы, в значительной мере сформированные из ваших собственных рядов, считают, что вы так системно важны для мировой экономики, что стали неприкосновенными?
Правительство – или, точнее, его отсутствие – активно способствует обострению проблемы. Экономисты Джордж Акерлоф и Пол Ромер в своей статье 1994 года «Хищение: экономическое преступление – банкротство ради прибыли» определили связь между должностными преступлениями и политической властью. «Банкротство ради прибыли будет иметь место, пока плохой бухгалтерский учет, слабое регулирование или мягкие наказания за злоупотребления властью будут давать владельцам стимул платить самим себе больше, чем стоят их фирмы, а затем не исполнять долговые обязательства, – пишут они. – Нормальная экономика максимизации экономической ценности заменяется экономикой шиворот-навыворот, с максимизацией текущей извлекаемой стоимости, что, как правило, ведет к тому, что чистая экономическая стоимость фирмы уходит в глубокий минус. Сегодня доллар в виде растущих дивидендов стоит доллар для владельцев фирм, но доллар в растущих будущих поступлениях фирмы не стоит ничего, потому что расхлебывать эту кашу придется кредиторам».
Это был план игры многих корпоративных рейдеров, которые уволили рабочих и лишили фирмы их активов, и даже провели их через процедуру банкротства, чтобы ликвидировать их пенсионные планы. Тот же принцип лежал в основе серии взлетов и падений в сфере недвижимости и финансов, которые уничтожили экономику, в то же время чрезвычайно обогатив крошечную группу экономических мародеров и случайных счастливчиков.
Это мир Бизарро[9], работающий в противоположность тезису, что компании должны приносить больше выгоды, чем они сами получают. Вместо этого компании стремятся получить больше выгоды, чем они приносят.
Это трагедия большого количества людей. Это плохая идея, которая укоренилась в глобальном сознании и развивалась в течение десятилетий.
Альтернативный взгляд четко сформировался у меня в 2012 году, хотя я жил с ним всю свою жизнь, с тех пор как услышал речь известного инвестора Ника Ханауэра на конференции TED. Ник – капиталист-миллиардер, наследник небольшого семейного производства, которому посчастливилось стать первым «несемейным» инвестором компании Amazon и который позднее стал крупным инвестором aQuantive, рекламной компании, проданной Microsoft за 6 миллиардов долларов США. Для меня имело большое значение то, что сказал Ник. Как и в случае с открытым исходным кодом и Web 2.0, его речь стала еще одним кусочком пазла, который вписался в общую картину, помогая мне увидеть очертания того, что я впоследствии назвал «экономикой будущего».
Главный его аргумент был примерно таким: «Я успешный капиталист, но я устал слышать, что такие люди, как я, создают рабочие места. Есть только одна группа людей, которая создает рабочие места, и это клиенты. И мы так долго надували рабочих, внушая, что они больше не могут позволить себе быть нашими клиентами».
Высказав эту точку зрения, Ник повторил аргументы Питера Ф. Друкера, приведенные в его книге 1955 года «Практика менеджмента»: «Существует только одно правильное определение коммерческой цели: создать клиентскую базу… Именно клиент определяет, что такое бизнес. Только клиент, готовый платить за товары или услуги, превращает экономические ресурсы в благосостояние, вещи в товары… Клиент является основой бизнеса и поддерживает его существование».
С этой точки зрения бизнес существует для удовлетворения человеческих потребностей. Корпорации и прибыль – это средства достижения этого, а не самоцель. Свободная торговля, аутсорсинг и новые технологии – это инструменты не для снижения издержек и повышения цен на акции, а для увеличения богатства мира. Даже находясь в неблагоприятном положении из-за доминирования теории акционерной стоимости, мир стал лучше благодаря динамике капиталистической экономики. Но насколько лучше мы могли бы его сделать, если бы пошли по другому пути?
Я не думаю, что кто-то кроме мародеров считает, что зарабатывание денег для акционеров – это конечная цель экономической деятельности. Но многие экономисты и руководители корпораций ошибаются насчет той роли, которую играет подобная политика в достижении этой цели. У Милтона Фридмана, Меклинга, Дженсена и Джека Уэлча были благие намерения. Все они считали, что согласование интересов корпоративного управления с интересами акционеров действительно принесет наибольшую пользу как для общества, так и для бизнеса. Но они ошибались. Они руководствовались плохой картой. К 2009 году Уэлч изменил свою точку зрения, назвав гипотезу об акционерной стоимости «тупой идеей».
Но к тому времени Уэлч ушел в отставку с состоянием, близким к 900 миллионам долларов, большая часть которого была заработана благодаря опционам на акции. И этот механизм продолжает работать в большей степени, чем любой генеральный директор, в большей степени, чем любая компания. Писатель Дуглас Рашкофф поведал мне историю одного из генеральных директоров компании из списка Fortune 100, которая разрыдалась, рассказывая ему о том, как ее попытки внедрить социальную ценность в процесс принятия решений в ее компании быстро пресекли, сославшись на рынок.
Кто такой рынок? Это алгоритмические трейдеры, которые появляются и исчезают со скоростью в миллисекунды, превращая то, что когда-то было средствами для капиталовложений в реальный сектор экономики, в казино, где правила всегда на стороне казино. Это корпоративные рейдеры, такие как Карл Айкан (теперь сменивший имидж на «акционера-активиста»), которые покупают крупные пакеты акций и требуют, чтобы компании, которые хотели бы остаться независимыми, выставлялись на продажу, или чтобы компания, такая как Apple, отдала свои деньги им в карман вместо того, чтобы воспользоваться ими для снижения цен для клиентов или для повышения заработной платы работникам. Это также пенсионные фонды, отчаянно нуждающиеся в более высокой прибыли, чтобы выполнять данные ими обещания, и передающие свои деньги в управление профессиональным менеджерам, которые должны приложить все усилия, чтобы соответствовать потребностям рынка, иначе потеряют средства, которыми они управляют. Это венчурные капиталисты и предприниматели, не стесняющиеся идти на колоссальные нарушения, приносящие огромные состояния. Это каждый руководитель компании, принимающий решения, руководствуясь задачей увеличения курса акций, а не интересами клиентов.
Но эти примеры – только самые очевидные из системы рефлексивного коллективного разума, – системы гораздо крупнее, чем Google и Facebook, системы, которая больше всех нас в совокупности, которая предъявляет безжалостные требования, потому что в основе ее лежит главный алгоритм, который работает неправильно.
Вот что критики финансовой индустрии, такие как Рана Форухар, автор книги «Makers and Takers», имеют в виду, когда говорят, что экономика стала финансовой: «Единственная самая большая неисследованная причина долгосрочного снижения темпов роста заключается в том, что финансовая система перестала обслуживать реальную экономику и теперь служит в основном самой себе».
Дело не только в том, что в финансовой индустрии занято всего 4 % американцев, а получает она более 25 % всей корпоративной прибыли (что ниже рекордного уровня 2007 года, когда этот показатель составлял почти 40 %). Дело не только в том, что американцы, рожденные в 1980-х, с гораздо меньшей долей вероятности будут более обеспеченными, чем их родители, чем те, кто родился в 1940 году, или что 1 % населения теперь владеет почти половиной всего мирового богатства и что почти весь прирост доходов с 1980-х годов ушел в верхние слои населения, составляющие 1 %. Дело не только в том, что люди во всем мире выбирают популистских лидеров, убежденные в том, что современная элита настроила систему против них.
Это симптомы. Корень проблемы заключается в том, что финансовый рынок, когда-то являвшийся любезным слугой для обмена товарами и услугами между людьми, стал хозяином. Хуже того, он стал хозяином всех других коллективных разумов. Google, Facebook, Amazon, Twitter, Uber, Airbnb и все другие компании-«единороги», формирующие будущее, находятся у него в рабстве так же, как и любой из нас.
Именно этот современный гибридный искусственный интеллект, а не какой-то мифический искусственный суперинтеллект будущего, мы должны взять под контроль.
Часть IV. Все зависит от нас
Лучший способ предсказать будущее – создать его.
Алан Кей
Глава 12. Переписывая правила
В мае 2011 года статья в журнале Vanity Fair привлекла внимание общественности к пресловутому одному проценту: «Из 1 %, к 1 %, для 1 %». Экономист, лауреат Нобелевской премии Джозеф Стиглиц представил леденящие душу размышления о последствиях дисфункциональности экономики, которая хорошо работает только для крошечной части населения. Название его статьи, перекликающееся с Геттисбергской речью Линкольна, ставит вопрос, действительно ли мы остались верны идеалу «правительство из народа, избранное народом и для народа».
Он проводит неожиданные параллели. Так, сначала пишет об особенностях уклада на Ближнем Востоке, где господствуют диктаторские режимы, отмечая: «Это общества, где незначительная часть населения – менее одного процента – контролирует львиную долю богатства; где богатство является основным определяющим фактором власти; где укоренившаяся коррупция является образом жизни и где самые богатые часто становятся на пути политики, которая улучшала бы жизнь людей в целом». А затем замечает: «Во многих отношениях наша собственная страна стала похожа на один из этих далеких, проблемных регионов». «Когда мятеж придет в Америку?» – спрашивает он.
Участники протеста «Захвати Уолл-стрит» в конечном итоге были разогнаны из своих лагерей, но вопросы, которые они задали, не теряют своей актуальности. Предоставит ли будущее возможности для всех нас? Или оно затопчет еще большее количество людей?
«1 %» был ключевой темой предвыборной кампании Берни Сандерса в 2016 году, а Дональд Трамп, вплоть до победы над защищающей статус-кво Хиллари Клинтон, продвигал идею о том, что людей из этой касты нужно хорошенько потрясти. Хотя, судя по всему, президент Трамп мало что может сделать с решением принципиальной проблемы, которую изложил Стиглиц, состоящей в том, что 1 %, а точнее, 0,01 %, трансформировали свою финансовую власть в политическую, превратив когда-то процветающую демократию и динамично развивающуюся экономику в платформу, которая больше не работает на благо всех ее участников.
Вы можете проследить, как разворачивалась борьба между людьми и прибылью в статьях 2016 года на сайте New York Times, рассказывающих о закрытии фабрики Carrier в Индианаполисе и планируемой передаче ее 1400 рабочих мест мексиканским рабочим, получающим в день примерно столько же, сколько работники Индианаполиса зарабатывают в час. Трамп использовал этот инцидент как часть своей предвыборной кампании, указав на аутсорсинг в сфере труда как на корень проблемы. Но почему компании ищут все более дешевую рабочую силу?
Материнская компания Carrier, United Technologies, объяснила, что «сокращения являются болезненными, но необходимыми для долгосрочной перспективы конкурентоспособности предприятия и создания акционерной стоимости». В этих последних словах финансовый директор United Technologies Ахил Йохри сдал игру: «…и создание акционерной стоимости». Далее в статье разъяснялось:
«Уолл-стрит хочет, чтобы в течение следующих двух лет United Technologies увеличила прибыль на акцию на 17 %, несмотря на то что ожидается, что продажи вырастут всего на 8 %. Преодоление этого разрыва означает сокращение расходов везде, где будут найдены возможности экономии средств, как предложил г-н Макдоноу (президент отдела по контролю и безопасности United Technologies) на встрече с аналитиками».
Теоретически компании заботятся о ценах на свои акции, потому что финансовые рынки обеспечивают капитал, который позволяет им инвестировать и расширяться. Но United Technologies не нужно было выходить на финансовые рынки для получения капитала. Фактически у них так много капитала, что недавно, в декабре 2015 года, они запланировали потратить еще 12 миллиардов долларов на выкуп своих акций.
Несмотря на заявления United Technologies, компании не нужно сокращать издержки «для долгосрочной перспективы конкурентоспособности предприятия». Я считаю, что группа финансовых менеджеров, уже входящих в состав 1 %, требует увеличения прибыли, чтобы поднять цены на акции и увеличить свои собственные доходы. Топ-менеджеры компании согласны с этим планом, потому что их зарплата также связана с ростом цен на акции и потому, что они потеряют работу, если они его не выполнят. Это принудительное перераспределение богатства компании от одной группы заинтересованных лиц к другой.
Вот почему и сторонники Дональда Трампа, и сторонники Берни Сандерса, и правые и левые популисты питают такую ненависть к Уолл-стрит. Система сфальсифицирована. Компании вынуждены увольнять работников не исходя из ситуации на рынке реальных товаров и услуг, где спрос и предложение устанавливают правильную цену, а по команде финансовых рынков, где слишком часто цены устанавливаются ожиданиями и алчностью.
Большинство людей бездумно используют термин «рынок» для обозначения этих двух очень разных рынков. Осознание, что они не являются одним и тем же, – это первый шаг к решению проблемы.
Решения президента Трампа сводятся к тому, чтобы угрожать компаниям изменением тарифов на иностранные товары или потерей правительственных контрактов, или обещать неофициальные льготы для сохранения рабочих мест в Америке. Ни одно из них не затрагивает основную проблему. Финансисты, генеральные директора и советы корпораций должны произвести глубинную переоценку ценностей в отношении своей ответственности за состояние современной экономики, которая, как видно, больше не работает на благо множества простых американцев. Увы, как сказал мне Ник Ханауэр, переоценка ценностей со стороны генеральных директоров может повлиять на экономику с такой же вероятностью, как «мысли и молитвы о пострадавших» – положить конец вооруженному насилию. Нам нужно переосмыслить стимулы, которые поощряют это поведение, и отменить правила, которые позволяют его проявлять.
В будущем экономические историки, возможно, не без иронии оглянутся назад, на тот период, когда мы поклонялись божественному праву капитала и в то же время смотрели свысока на наших предков, которые верили в божественное право королей.
Бизнес-лидеры, принимающие решения об аутсорсинге рабочих мест в страны с низкой заработной платой или о замене рабочих машинами, или политики, которые настаивают на том, что это рынок лишает их возможности требовать от компаний выплаты работникам прожиточного минимума, оправдывают себя тем, что они лишь следуют законам экономики. Но правила, по которым работает экономика, не являются природными явлениями, такими как законы движения, открытые Кеплером и Ньютоном. Они отчасти являются результатом норм и алгоритмов, разработанных людьми, которые пытаются моделировать поведение человека и влиять на него. Поскольку многие из этих правил и алгоритмов выполняются скорее в соответствии с законом и традициями, нежели с кодом, мы не видим того, как они похожи на алгоритмы, используемые Google и Facebook и Uber. Мы руководствуемся неправильной картой.
Читать бесплатно другие книги:
