WTF? Гид по бизнес-моделям будущего

Поскольку 2008 год наглядно продемонстрировал практически крах мировой экономики, стало очевидным, что регулирующие органы не смогли идти в ногу с постоянно возникающими в финансовом секторе «инновациями», с помощью которых стремились получить прибыль, невзирая на последствия. Существуют некоторые обнадеживающие признаки. Например, в результате анализа «схем Понци», ставших основой афер Берни Мейдоффа и Аллена Стэнфорда, КЦББ учредила алгоритмические модели, отмечающие хедж-фонды, результаты которых значительно превосходят результаты коллег, использующих те же самые заявленные методы капиталовложения, для проведения расследования. Но после того как подозрительные хедж-фонды отмечены, правоприменительная практика продолжает идти по длинному окольному пути расследований и переговоров, сталкиваясь с проблемами, которые решаются бессистемно, каждая в индивидуальном порядке. В противоположность этому, когда компания Google обнаруживает, что новый вид спама вредит результатам поиска, она может быстро изменить правила, чтобы ограничить последствия деятельности недобросовестных участников. Эти правила выполняются системой автоматически, в соответствии с ее согласованной функцией приспособленности.

Нам нужно найти новые способы включить последствия недобросовестной деятельности в систему, сделать их частью высокоскоростного рабочего процесса, сродни тому, как интернет-компании используют DevOps для оптимизации и ускорения внутренних бизнес-процессов. Это не означает, что мы должны выбросить концепцию «надлежащей правовой процедуры», которая лежит в основе Пятой поправки, поскольку во многих случаях этот процесс можно значительно ускорить и сделать его более справедливым и в то же время более понятным.

Технологические платформы преподносят некие важные уроки. Несмотря на колоссальную сложность алгоритмических систем, используемых для таких платформ, как Google, Facebook и Uber, функция приспособленности этих алгоритмов обычно проста. Считает ли пользователь эту информацию актуальной, если он кликает на нее, а затем уходит? Считает ли пользователь этот контент увлекательным, если он продолжает кликать на следующие истории? Забрал ли водитель клиента в течение трех минут? Обладает ли водитель рейтингом выше 4,5 звезды?

Внешние механизмы регулирования должны сосредоточиться на определении желаемого результата и того, достигнут ли он. Они также должны определить дельту между предполагаемыми результатами и функцией приспособленности алгоритмов, используемых теми, кого они стремятся регулировать. То есть намерены ли участники достичь заявленной цели регулирования или они пытаются этому помешать? Более совершенные регулирующие положения стимулируют объект регулирования самостоятельно решать проблему. Это не «саморегулирование» в том смысле, что правительство просто доверяет рынку принимать правильные решения. Речь идет о создании правильных стимулов. Например, закон «О справедливости расчетов по кредитным покупкам» 1974 года постановил ограничить ответственность потребителей всего 50 долларами в случае любых мошеннических операций по кредитным картам, заставив индустрию в ее собственных интересах ужесточить меры против мошенничества.

Диего Молано Вега, бывший министр информационных технологий и коммуникаций Колумбии, рассказал мне, как он использовал подобный подход для решения хронической проблемы пропущенных телефонных звонков, заменив систему штрафов и трехлетние исследования простым правилом: провайдеры телекоммуникационных услуг должны были возместить клиентам стоимость каждого сброшенного вызова. Спустя год и 33 миллиона долларов возмещенных средств проблема была решена.

А вот пример того, как корпорация Google урегулировала проблему «контент-ферм», которые создавали контент, специально предназначенный для обмана алгоритмов поиска, но которые не представляли большой ценности для пользователей. Корпорация Google не стала начислять штрафы. Она не стала устанавливать подробные правила относительно того, какой тип контента можно публиковать. Но, понизив эти сайты в результатах поиска, она создала обстоятельства, которые привели к тому, что недобросовестные участники или улучшили качество своего контента, или ушли из бизнеса.

Эндрю Халдейн, исполнительный директор по вопросам финансовой стабильности в Банке Англии, привел убедительный аргумент в пользу простоты правил в речи 2012 года, обращенной к Федеральному резерву Канзас-Сити, под названием «Собака и фрисби». Он отметил, что, тогда как точное моделирование полета фрисби и параметров бега, чтобы поймать его, требуют сложных уравнений, простой эксперимент показывает, что даже собака может это сделать. Он доказал, что неудачи финансового регулирования, повлекшие за собой кризис 2008 года, в значительной мере обусловлены сложностью процесса, которая сделала управление практически невозможным. Чем сложнее правила, тем менее вероятно, что они достигнут цели регулирования, и тем более беспомощными становятся они перед лицом изменяющихся условий.