Полная версия
Рента в цифровую эпоху
Мариана Маццукато
Рента в цифровую эпоху
© Tim O’Reilly, Ilan Strauss and Mariana Mazzucato, 2024. CC BY4.0
© Mariana Mazzucato, Josh Ryan-Collins and Giorgos Gouzoulis, 2023. CC BY4.0
© Издательство Института Гайдара, 2026
Часть I. Алгоритмическое изъятие внимания: теория рыночной власти цифровых платформ
Tim O’Reilly, Ilan Strauss and Mariana Mazzucato, «Algorithmic attention rents: A theory of digital platform market power», Data & Policy, 2024, vol. 6: e6.
© Tim O’Reilly, Ilan Strauss and Mariana Mazzucato, 2024
1. Введение
Центральными для той доминирующей трактовки экономической политики, которая направляет сегодняшнее регулирование интернет-платформ, являются пользовательские данные и приватность (Albrecht, 2016; Srinivasan, 2019). Утверждается, что платформы злоупотребляют своей рыночной властью, получая от потребителей (или «пользователей») без их разрешения данные, которые используются для манипулирования их поведением посредством персонализации. Шошана Зубофф (Zuboff, 2019; Зубофф, 2022) называет это надзорным капитализмом (surveillance capitalism).
Мы же утверждаем, что продуктивнее, пожалуй, было бы понять рыночную власть платформ и попытаться предотвратить возможные злоупотребления ею за счет численного описания тех подходов, с помощью которых интернет-платформы контролируют и монетизируют внимание своих пользователей. Честное или нечестное поведение алгоритмических систем, которыми платформы распределяют пользовательское внимание, влияет не только на самих пользователей, но и на всю экосистему сторонних поставщиков (таких, как веб-сайты, создатели контента и разработчики приложений), а также на рекламодателей.
Как отметил Саймон (Simon, 1971), изобилие информации приводит к дефициту внимания. Перед лицом растущего информационного изобилия он предсказал, что мы будем использовать машины, которые помогут нам лучше распределять наше время и внимание. Так и случилось: информация стала столь обильной, что ее невозможно обрабатывать вручную. Вместо этого мощные алгоритмические системы, находящиеся в частной собственности, используют собранные данные, чтобы предоставлять пользователям ответы, новости, развлечения, продукты, приложения и сервисы, которые они ищут.
Спустя десятилетия Тироль повторил идею Саймона, отметив: «Мы страдаем от слишком большого выбора, а не слишком малого. Наша проблема заключается в том, чтобы наилучшим образом использовать время и внимание, которые мы решаем посвятить выбору из этого множества потенциальных видов деятельности, профессий и отношений. […] По мере снижения значения ряда издержек (транспортировка, таможенные пошлины и некоторые другие) и возрастания важности издержек, связанных с сигнализированием,[1] чтением и выбором, увеличивается необходимость в сложных платформах» (Tirole, 2017, p. 380; Тироль, 2020, с. 526–527).
Каждая из доминирующих интернет-платформ так или иначе регулирует внимание, состыковывая (matching) запросы миллиардов потребителей с контентом, сервисами и продуктами миллионов поставщиков. Несмотря на различия, эти платформы завоевали популярность, потому что каждая из них разработала действенный способ успешно направлять внимание пользователей к наиболее подходящей информации, продуктам и сервисам. Google и другие поисковые системы по каждому пользовательскому запросу обещают найти наиболее подходящие интернет-страницы из миллионов возможных; сайты электронной коммерции – найти наилучшие продукты по наилучшей цене; социальные сети – создать уникальную персонализированную ленту новостей от друзей; сервисы видео- и музыкальных рекомендаций – выдать то, что соответствует вкусу пользователя; службы перевозок по запросу – найти ближайшего водителя, и т. д. При этом указанные платформы выдают соответствующий посул поставщикам контента, продуктов и сервисов (сайтам, разработчикам приложений, розничным продавцам, авторам и даже другим пользователям), находящимся на другой стороне того, что обычно представляет собой двустороннюю или трехстороннюю торговую площадку, которая состоит из потребителей («пользователей»), производителей («поставщиков») и рекламодателей: если поставщик предоставит наиболее подходящую информацию, он будет вознагражден вниманием потребителей.
Во многих случаях такие состыковочные информационно-торговые площадки доказали свою исключительную успешность. Сложные алгоритмические системы, основанные на больших данных, действуют как своего рода «невидимая рука», которая, находясь в частной собственности, использует огромные объемы информации от потребителей, производителей и рекламодателей для успешной состыковки предложения со спросом. Когда алгоритмы работают честно, они предоставляют потребителям ранее невообразимые сервисы, сокращая затраты их времени и усилий на выбор более удачных решений за счет чрезвычайно подходящей, несмотря на ошеломляющее число конкурирующих вариантов, поисковой выдачи. Поставщики и рекламодатели находят новых потребителей и возможность заключать сделки с существующими. Но на этих рынках, как оказалось, действует принцип «победитель получает больше всего» (Wu, 2013; Petit, 2020), а иногда и «победитель получает все», что способствует злоупотреблениям. Как только та или иная платформа становится доминирующей, у нее появляется возможность заполучить дополнительное время и внимание своих пользователей, а также выплаты экономической ренты со стороны поставщиков или рекламодателей за счет контроля над соответствующим потоком внимания.
Экономисты и творцы экономической политики уже долгое время обеспокоены способностью доминирующих компаний изымать экономическую ренту. При этом растет число исследований, в которых утверждается, что увеличение рентных выплат является одним из главных источников усиления неравенства, снижения динамичности предпринимательских экосистем, а также сниженных уровней инвестиций и роста производительности в современных экономиках (Piketty, 2014; Пикетти, 2015; Standing, 2016; Стэндинг, 2014; Ryan-Collins et al., 2017; Mazzucato, 2018; Маццукато, 2021; Stiglitz, 2019; Стиглиц, 2021; Christophers, 2020; Kurz, 2023).
Рентные выплаты обычно отражают контроль над дефицитным фактором производства. Такой контроль позволяет владельцу этого фактора извлекать сверхприбыли, недостижимые на конкурентном рынке. Они не являются результатом производственных улучшений, которые увеличивают размер «экономического пирога», а представляют собой перераспределение экономической выгоды от одной стороны к другой из-за наличия какой-то разновидности рыночной власти.
Однако не всякие рентные выплаты представляют собой злоупотребление рыночной властью. Как отметил Шумпетер (Schumpeter, 1942; Шумпетер, 1995), инновация – независимо от того, защищена ли она патентами, коммерческой тайной или всего лишь большей проворностью и большей сноровкой по сравнению с конкурентами – дает возможность получать несоразмерную долю прибылей до тех пор, пока она не получит более широкого распространения. Компания, которая продолжает внедрять инновации, может получать несоразмерно высокую прибыль в течение долгого времени, особенно на растущем рынке.
В период расширения использования новой технологии рыночные лидеры действительно появляются за счет инновационного процесса, решая новые задачи и создавая новую ценность не только для потребителей, но и для обширной экосистемы поставщиков, посредников и даже конкурентов. Эти рыночные лидеры способны достигать поразительных уровней шумпетерианской прибыли в то время, когда они разоряют старых игроков и доминируют на новом рынке. Но как только общий рост рынка замедляется, они больше не могут полагаться на растущий приток новых пользователей и свои собственные инновации для поддержания такого уровня прибыли. В этот момент они могут обратиться к более традиционным изымающим подходам, используя свою рыночную власть, чтобы сохранить или увеличить теперь уже привычный уровень прибылей перед лицом макроэкономических факторов и конкуренции, из-за которых, следует полагать, эти прибыли «съедаются»[2].
Такие компании, как Amazon, Apple, Google и Microsoft, стали инноваторами, и значительная часть заработанной ими прибыли была обоснованно получена как отдача от их инвестиций. Но они все чаще оказываются получателями экономической ренты. Какой же дефицитный фактор производства позволяет им изымать эту ренту? И как измерить рентные выплаты на рынке оказания бесплатных услуг? Мы утверждаем, что таким дефицитным фактором производства является внимание пользователей и что рентные выплаты можно выявить за счет отклонений от тех наилучших распределений внимания, которые та или иная платформа способна обеспечить[3]. Эти распределения представлены тем, что в литературе по поисковым системам называется «органическими» результатами, то есть теми результатами, которые выбраны как наилучшие собственными поисковыми или рекомендательными алгоритмами данной платформы, прежде внесения каких-либо своекорыстных искажений.
Эти «алгоритмические рентные изъятия внимания» – рентные выплаты в классическом смысле. Внимание – фактор производства, предложение которого ограничено[4], а его стоимость может быть присвоена не теми, кто его поставляет[5]. За счет доминирования той или иной платформы на определенном рынке внимания она способна присваивать растущую долю отдачи от внимания, в том числе за счет снижения качества поисковой/рекомендательной выдачи, взимания повышенной цены с покупателей внимания, принуждения участников экосистемы платить за визуальную доступность или попыток монополизировать вертикальные рынки продуктов или сервисов.
В процессе распределения внимания пользователей платформа также формирует распределение экономических выгод между представленными на ней конкурирующими держателями интересов, в числе которых она сама, ее пользователи, экосистема ее сторонних поставщиков и ее рекламодатели. Сторонние производители на той или иной платформе конкурируют друг с другом за фиксированный объем внимания пользователей, а рекламодатели – с этими производителями и другими рекламодателями. Ограничено не только внимание отдельного пользователя: то же касается узкого окна в мир информационного изобилия – им становится экран, при этом дизайн пользовательского интерфейса контролируется платформой. Итак, каждое распределение внимания пользователей способно стать причиной материальной выгоды или ущерба для фирмы, владельца сайта или создателя контента, находящихся на другой стороне платформы. Распределение внимания обусловливает распределение ценности.
Такое понимание меняет анализ платформенного злоупотребления рыночной властью: цены перестают быть главным. Доминирование той или иной платформы можно выразить ее способностью управлять пользовательским вниманием вне зависимости от пользовательских предпочтений[6], создаваемых пользователем данных, и актуальности информации, предоставляемой экосистемой сторонних поставщиков.
Наш подход отличается от рассмотрения вопроса с точки зрения надзорного капитализма, согласно которой алгоритмы технологических гигантов (Big Tech) изымают у пользователей, ради манипулирования ими, «поведенческий излишек» в виде избыточных данных, которые выходят за рамки улучшения сервисов (Zuboff, 2019; Зубофф, 2022). Хотя платформы действительно собирают огромные объемы данных о своих пользователях, зарабатывают на этом и пользуются этими данными не только к выгоде своих пользователей, но и к выгоде своих рекламодателей, такая трактовка в нескольких отношениях заметно не соответствует реальности. Данные являются важным «сырьевым материалом», они агрегируются и становятся полезными за счет интернет-сервисов, а персонализация часто воспринимается потребителями как благо, а не как вредное свойство. Провести четкую грань между допустимыми и недопустимыми формами использования данных и персонализации зачастую бывает сложно. В конечном счете данные – это не самоцель, а инструмент для более удачных распределений внимания.
При нашем подходе именно внимание есть то, что может изыматься сверх уровня, необходимого платформе для получения стандартной отдачи от капитала. И как только избыточное внимание потребителя изъято, это внимание можно перенаправить, чтобы заполучить денежные рентные платежи от поставщиков или рекламодателей, – или же в большей мере направить его к собственной информации данной платформы. В парадигме надзорного капитализма игнорируется тот факт, что платформы являются многосторонними, так что каждое не вполне оптимальное (suboptimal) распределение или действие несет последствия не только для пользователей, но и для других сторон данной платформы[7].
Наша акцентировка на неденежных рентных изъятиях пользовательского внимания с целью заполучения денежных рентных выплат от поставщиков согласуется с предсказаниями базовых экономических моделей платформ, предложенных Роше и Тиролем (Rochet и Tirole, 2003, 2006). В них предсказывается, что монополист будет назначать пользователям нулевые денежные цены, чтобы максимизировать прибыль, если перекрестные сетевые эффекты будут значительными (в результате чего каждый рекламодатель получит значительную выгоду от каждого дополнительного пользователя)[8]. В нашей статье уточняется, что происходит дальше: монополист, назначающий пользователям нулевые денежные цены, способен дополнительно повысить прибыль, снижая качество распределений пользовательского внимания ниже уровня конкурентного рынка без такой потери доходов, которая сделала бы подобную стратегию убыточной (Begent and Collyer, 2013). Неудивительно, что именно это широко наблюдается сегодня: такие платформы стали более сосредоточиваться не на пользовательском удобстве, а на привлечении рекламодателей – с целью извлечения сверхприбылей за счет рекламодателей или экосистем своих производителей. Доктороу (Doctorow, 2023) называет это «оговнением» («enshittification»).
Почему пользователи, поставщики и рекламодатели не переходят на другие платформы? Один из ответов – сложно создать то, что компания Amazon весьма удачно назвала «маховиком»: критическая масса алгоритмически обработанного контента от поставщиков привлекает пользователей, а большее число пользователей привлекает все больше поставщиков – создается «благотворный круг», благодаря которому владелец рыночной площадки способен постоянно улучшать свои сервисы[9]. Данные действительно играют здесь роль. Чем больше пользователей у платформы, тем больше данных о них она способна собрать и тем лучше смогут работать ее алгоритмы. На практике это означает, что рыночные лидеры вырываются вперед настолько, что они, как только обретут власть на рынке, получают пространство возможностей по снижению качества своего продукта в других отношениях без ухода пользователей к конкурентам.
Помимо того, один из ключевых инструментов монополиста – повышение издержек переключения за счет снижения фрикций внутри платформы при их повышении вовне. Например, бесплатная доставка за счет Amazon Prime отвращает пользователей от хождения по магазинам, а ценовые соглашения Amazon со своими поставщиками предусматривают «режим наибольшего благоприятствования» и делают маловероятным, что более низкие цены можно будет найти где-либо еще (Graham, 2023). Хотя наш анализ сосредоточен на другом, сказанное является основой для понимания того, каким образом рыночная площадка способна снизить качество результатов, не теряя при этом участников.
Выявление того, что денежная рента доминирующей платформы изымается за счет алгоритмической манипуляции вниманием, позволяет лучше понять несколько возможных неблагоприятных последствий от действий платформы, включая самопредпочтение (self-preferencing), избыток рекламы, а также эксплуатацию экосистем сторонних поставщиков и кликающего поведения пользователей. Важным выводом из данной работы является необходимость полнее раскрывать информацию, что позволит регуляторам, инвесторам и общественности лучше наблюдать, измерять и в конечном счете сдерживать потенциальный ущерб, вызываемый тем, как распределяется пользовательское внимание.
Здесь наша главная цель в том, чтобы сформулировать теорию рыночной власти платформ и злоупотреблений ею в цифровую эпоху (эта теория послужит основой для работы в будущем). В сопутствующей статье «Алгоритмическая рента компании Amazon» (Strauss et al., 2023) мы глубже рассматриваем применение этих идей (с точки зрения права и экономической политики) к сторонним поставщикам рыночной площадки этой компании. А в статье «Что стоит за кликами: может ли компания Amazon распределять внимание пользователей по своему усмотрению?» (Rock et al., 2023) мы демонстрируем один из подходов к измерению алгоритмических изъятий пользовательского внимания на ее рыночной площадке. Данное исследование является частью более широких усилий по описанию современных выплат экономической ренты (Mazzucato et al., 2023).
2. Теория рентных выплат на цифровых рынках
Экономисты смотрят на цены как на механизм координации экономической деятельности: они суть «сухожилия» невидимой руки рынка. Считается, что цены оптимально распределяют ресурсы между конкурирующими целями в случае, когда они отражают динамическую информацию (о предпочтениях и дефицитности), содержащуюся в миллиардах ежедневных децентрализованных взаимодействий между спросом и предложением. Как отмечает Хайек (Hayek, 1945, p. 1; Хайек, 2000, с. 90), децентрализованным установлением цен решается «проблема использования знания, которое никому не дано во всей его полноте». Рыночное установление цен превосходит любой централизованный механизм координации экономической деятельности, поскольку оно дает гарантию «более полного использования существующего знания», содержащегося в экономике (Hayek, 1945, p. 2; Хайек, 2000, с. 91).
В неоклассической (маржиналистской) теории совершенная информация существует, при этом цены являются оптимальными, поскольку они отражают субъективные оценки полезности потребителей[10]. Напротив, согласно точке зрения Саймона на процесс принятия решений и более поздним работам по поведенческой экономике, совершенной информации не существует. Вместо этого потребители и производители принимают решения, которые определяются не только свойственными человеку ограничениями и предубеждениями, но и теми институтами, которые формируют информацию, доступную лицам, принимающим решения (Simon, 1997). И сегодня причина несовершенства информации зачастую не в том, что ее слишком мало: ее слишком много, а те институты, которые помогают нам управляться с этим изобилием, обладают колоссальной способностью формировать наши решения. Интернет-платформы меняют институциональный контекст и в нескольких отношениях ставят под вопрос традиционный взгляд на то, как принимаются решения на рынках:
1. На информационно сложных рынках платформы в значительной мере передают принятие решений от людей машинам. Поиск в интернете, поиск в системах электронной коммерции, ленты выдачи социальных сетей и другие алгоритмически управляемые рекомендательные системы – примеры таких машин.
2. Эти алгоритмические машины зачастую используются, чтобы состыковать предложение и спрос для товаров и услуг, цены которых не устанавливаются «индивидуально»[11] или же отсутствуют вовсе. Например, в каком-нибудь бесплатном сервисе с рекламным финансированием, таком как Google Search и Facebook[12], или в подписочном сервисе, таком как Netflix и Spotify, потребителей состыковывают с поставщиками информации без учета цены как фактора. Вместо этого состыковка основана на других, неценовых факторах, позволяющих определить цели и предпочтения потребителя, качество продуктов и сервисов в ассортименте поставщиков и даже надежность и репутацию самих поставщиков. Как отмечали основатели компании Google Ларри Пейдж и Сергей Брин (Brin, 1998), такая платформа, как Google Search, предлагает объективное ранжирование, основанное на такой, казалось бы, субъективной процедуре, как оптимизация по «релевантности»[13]. Во многом напоминая воспетые Хайеком децентрализованные рынки, платформы творят чудеса ресурсного распределения за счет обработки сигналов, основанных на миллионах решений, принятых другими пользователями онлайн и офлайн, в сочетании с данными, как явными и неявными, о личных предпочтениях данного пользователя[14]. Сбор большего объема данных – существенная часть того, что заставляет эти системы работать. Но при обработке этих данных для получения ранжирования по релевантности (соответствию пользовательскому запросу) конкретная алгоритмическая система берет на себя роль невидимой руки и старается либо сохранить процесс конкуренции, либо исказить его.
3. Даже когда цена является одним из факторов (как, например, на рыночной площадке электронной коммерции или рекламы), находящиеся в частной собственности платформенные алгоритмы интернализуют[15] и централизуют изначально децентрализованный рыночный механизм. Более того, этот интернализованный и централизованный рынок непрозрачен. Вместо того чтобы предоставлять потребителям явные сведения об основаниях для ранжирования продуктов и сервисов, алгоритмически порожденное ранжирование использует подразумеваемые значения значительной части такой информации, причем ожидается, что пользователь будет доверять ранжированию, предоставленному платформой. Платформы контролируют отображение информации, а их алгоритмически заполняемые дизайны интерфейсов становятся контекстом для принятия пользовательских решений.
Итак, алгоритмическое распределение внимания дополняет, а иногда и подменяет традиционные рынки в роли ключевого институционального механизма, координирующего экономическую деятельность и формирующего условия, на которых происходит обмен в интернете. В результате алгоритмические системы определяют победителя среди различных производителей информации, конкурирующих за внимание пользователя. Они способствуют не только успешному предоставлению пользователям информационных услуг платформы, но и монетизации между сторонами платформы[16] (например, рекламодателями и пользователями).
Поскольку интернет-платформы, в сущности, интернализовали рыночный механизм, осуществляемое ими алгоритмическое распределение внимания обычно отражает степень наличия конкуренции в рамках платформ и между ними. На конкурентном рынке у платформы есть серьезный стимул к тому, чтобы ее алгоритмы работали честно; как только платформы обретают рыночную власть, они склонны создавать распределения внимания, которые своекорыстны.
Распределение внимания включает в себя выбор вариантов дизайна и поиск компромиссов, поскольку объем внимания конечен и подлежит исчерпанию[17]. Например, платформа, выделяющая под рекламную информацию больше площади в верхней части экрана, способна помешать пользователю уделить внимание более подходящей органической поисковой выдаче, что приведет к оскудению возможностей выбора. Платформа, предоставляющая информацию непосредственно в ответ на запрос, а не перенаправляющая трафик на сторонний сайт, могла бы принести выгоду своим пользователям, хотя это уменьшит выгоду сторонних поставщиков.
Интернет-платформы имеют уникальную возможность для изучения и оптимизации к собственной выгоде указанных компромиссных решений благодаря доступу к данным реального времени об участниках, представленных на всех сторонах платформы. Поскольку миллионы пользователей запускают один и тот же поиск и реагируют на одни и те же рекомендации, платформа способна проводить статистически значимые A/B-тесты[18] с тысячами различных алгоритмических весовых коэффициентов и вариантов дизайна. Google, согласно заявлению компании в 2022 году, провела более 800 000 поисковых экспериментов, которые привели к более чем 4000 изменений в ее поисковой системе (Google, 2023a).
2.1. Как когнитивная ограниченность человека обеспечивает алгоритмическую авторитетностьПредложенная Саймоном (Simon, 1978a, 1995) парадигма обработки информации уделяет главное внимание тому, как люди принимают решения в реальном мире: «соответственно с доступом к информации и тем вычислительным потенциалом, которым организмы, в том числе человек, фактически обладают, – в тех разновидностях среды обитания, в которых такие организмы находятся» (Simon, 1955, p. 99).
Конец ознакомительного фрагмента.
Текст предоставлен ООО «Литрес».
Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.
Примечания
1