Ядро замечает толпу

Разумные руководители организаций начинают интересоваться, как можно использовать преимущества толпы для решения своих проблем и для многих других целей. Эта деятельность пребывает пока на ранних стадиях, но мы уже видим множество заманчивых путей взаимодействия ядра и толпы.

Выполнение работы. Как в случае «Википедии» и Linux, толпа может собираться и создавать вещи огромной важности, особенно если выполняется ряд принципов, например открытости и отсутствия креденциализма. Некоторые организации претворяют эти принципы в жизнь и предлагают бизнесу услугу, которую можно назвать конструированием толпы. Одним из первых таких примеров была платформа Amazon Mechanical Turk[633], начало которой положила попытка компании найти и удалить дублирующиеся страницы продуктов; эта задача была передана сторонним участникам в ноябре 2005 года[634]. Сегодня толпа Mechanical Turk используется для решения самого широкого спектра задач, таких как преобразование текста с визитных карточек в электронные документы[635], участие в опросах для психологических исследований и маркировка изображений для программ искусственного интеллекта. Дополнения к базовой платформе Mechanical Turk работают по шаблону «найди – исправь – проверь»; эта схема программирования разработана Майклом Бернштейном и его коллегами из Массачусетского технологического института[636], а шаблон позволяет участникам делать выбор – выполнять какую-либо задачу или отыскивать и исправлять ошибки.

Платформа Topcoder, которая была задействована в эксперименте по секвенированию генома лейкоцитов, описанном в начале главы, применяет аналогичный подход. Она проводит конкурсы для поиска талантливых программистов по всему миру, а затем действует как интегратор и посредник между этими талантами и компаниями, желающими поручить стороннему разработчику создание какого-нибудь крупного приложения или проект по интеграции систем. В мировое сообщество участников Topcoder входят не только программисты, но и проектировщики, студенты, специалисты по анализу данных и физики[637]. Topcoder предлагает этой толпе ряд корпоративных проектов, позволяет самостоятельно организоваться в команды и распределить роли, связывает воедино всю их работу и следит за качеством. Чтобы обеспечить активность вроде той, что проявляют разработчики Linux, компания предлагает участникам денежные вознаграждения и контролирует их довольно поверхностно. Такие же соревнования, только в области математического анализа данных, проводит платформа Kaggle[638].

Поиск нужных ресурсов. Иногда вам незачем собирать целую толпу; вы просто желаете максимально быстро и с минимальными затратами найти нужного человека или команду. Шансы встретить кого-то подходящего повышаются по мере увеличения числа людей, просматривающих ваш запрос; это объясняет, почему такими популярными стали платформы, которые подбирают людей под задачи. Среди них можно назвать 99designs и Behance – для графического дизайна и других творческих задач, Upwork – для заданий по информационным технологиям и обслуживанию клиентов, Care.com – для оказания личных услуг, TaskRabbit – для широкого спектра разовых работ (например, провести свадебную церемонию[639], доставить торт из мороженого[640] чьему-либо дедушке или постоять в очереди в магазине Apple перед выходом нового iPhone[641]). Общим для этих стартапов является то, что Всемирная паутина и смартфон обеспечивают беспрецедентные возможности связать спрос и предложение различных услуг, как мы подчеркивали в части II книги, посвященной взаимодействию продуктов и платформ; мы уже говорили, что один из способов добиться этого – показать запрос максимально возможному количеству людей.

Анализ рынка. Как мы описывали в главе 1, General Electric, одна из крупнейших, старейших и самых успешных промышленных компаний мира, обратилась к толпе, чтобы оценить пользовательский спрос на свою машину для льда. Это была не первая крупная организация, осознавшая, что платформы, задействующие толпу, могут предоставить ценные сведения об уровне заинтересованности потребителей в некоторых видах предложений, особенно относящихся к нишевой аудитории. Например, американский телесериал «Вероника Марс» (Veronica Mars)[642] о юной девушке-детективе, которую играла Кристен Белл, при показе в 2004-2007 годах имел преданных, но относительно немногочисленных поклонников. Когда сериал закончился, его фанаты не исчезли. Они продолжали обсуждать его в сети и на конвентах.

Такой неослабевающий интерес заинтриговал киностудию Warner Brothers, Белл и создателя телесериала Роба Томаса. Они задались вопросом, не означает ли это, что спрос на полнометражный фильм «Вероника Марс» будет достаточным, даже если он выйдет через несколько лет после окончания сериала. Чтобы выяснить это, они запустили кампанию на популярной краудфандинговой площадке Kickstarter[643]. Кампания включала короткий трейлер для предполагаемого фильма, видеообращение Белл и Томаса и предложение о вознаграждении за тот или иной уровень материальной поддержки[644], [645]. Заявленной целью кампании было привлечение двух миллионов долларов. Эту сумму удалось собрать за первые 12 часов[646], а общий объем привлеченных таким образом средств составил 5,7 миллиона. Премьера фильма состоялась 14 марта 2014 года[647] – как в кинотеатрах, так и в сервисах, предоставляющих видео по запросу. Он получил в целом положительные отзывы и был признан финансово успешным.

Марк Андриссен, начинавший свою карьеру в качестве главного программиста самого успешного из ранних браузеров и с тех пор ставший известным венчурным инвестором, считает, что краудфандинг мог бы быть одним из главных способов разработки новых предложений. Марк поделился с нами соображениями: «Можно сказать, что путь, которым появлялись продукты и услуги, включая развлекательные средства, обувь, еду и все остальное, – путь, которым на рынке появлялось что угодно в течение последних двух тысяч лет, был неправильным. Все определялось предложением. Но к тому времени, когда вы узнавали, нравится что-то рынку или нет, вы уже успевали вложить кучу денег. Краудфандинг переворачивает эту модель. Вы не будете выходить на рынок с продуктом, если люди не сделали предварительных заказов. К тому же он обеспечивает и предварительное финансирование… Краудфандинг позволяет собрать финансовый капитал с помощью социального капитала. Вы пытаетесь создать определенное движение вокруг чего-либо и стараетесь сделать так, чтобы люди авансом заплатили за это»[648].

В начале 2016 года Indiegogo отвела часть своей площадки и создала набор инструментов для «Корпоративного краудфандинга»[649], обещая крупным компаниям получение «обратной связи от клиентов в реальном времени перед инвестированием в производство» и превращение «исследований из затрат в возможность предварительных продаж и приобретение заказчиков»[650].

Приобретение новых заказчиков. Помимо платформ для краудфандинга в последние годы появились и стали популярными платформы для краудлендинга. Многие из них, если не большинство, первоначально предназначались для равноправного предоставления займов – для связывания людей, желающих инвестировать, с людьми, которым нужен личный заем или ссуда для коммерческого предприятия, но которые не могут или не желают получать деньги у традиционных кредиторов. Со временем многие институциональные инвесторы, включая некоторые крупнейшие мировые хедж-фонды[651], осознали наличие благоприятных возможностей внутри этих крупных групп охотников за ссудами. Уровень невозврата был, по крайней мере, отчасти прогнозируемым, а процентные ставки конкурентоспособными; это означало, что соотношение риска и вознаграждения часто было привлекательным. По мере роста платформ они создавали массу благоприятных возможностей – достаточно много, чтобы привлечь серьезных инвесторов. В 2014 году на двух крупнейших платформах в США, Prosper и Lending Club[652], значительно больше половины общего объема средств поступило от институциональных инвесторов, которые нередко использовали специализированное программное обеспечение, чтобы разобраться в имеющихся возможностях. В реальности равноправное предоставление займов часто превращалось в нечто более традиционное: крупные, хорошо известные кредиторы предлагают личные займы и ссуды для малого бизнеса, просто своих клиентов они находили новыми способами.

Однако важно не только то, что крупные хедж-фонды находят новых клиентов благодаря платформам, ориентированным на толпу. Важны также особо громкие голоса, исходящие из самой толпы. Марк Андриссен рассказал нам о стартапе Teespring, который в 2011 году основали Уолтер Уильямс и Эван Стайтс-Клейтон. Вот что Андриссен объяснил нам:

Teespring представляет собой современный метод обратить социальный капитал в финансовый. Это одна из тех вещей, которые сначала ошарашивают вас своей абсурдностью, но после того, как глотаете красную таблетку, вы осознаете, что происходит[653]. Именно этот способ позволяет группам в Facebook и звездам YouTube или Instagram торговать футболками. Сначала вроде продаешь что-нибудь по мелочи – кажется, ерунда. Но потом вдруг оказывается – вся суть в том, что у тебя есть эти группы в Facebook или что ты звезда YouTube с миллионами подписчиков… [и] социальный капитал становится реальностью. Твои подписчики или почитатели ценят то, что ты делаешь, но у них нет способа платить тебе. Они тебя любят и хотят тебя поддержать. Так вот, я хочу сказать, что футболки – это только начало. Вместо них может быть что угодно, за что бы вы ни взялись. Это фактически сувениры, вы увлечены работой над ними и сообщаете что-то о себе… Это как тотем, как своеобразный психологический якорь для того, что вас волнует[654].

Освоение инноваций. Долгое время считалось, что большие солидные компании должны быть новаторами, ведь именно они располагают ресурсами для открытия масштабных лабораторий и содержания научно-исследовательского персонала. Выдающийся австрийский экономист Йозеф Шумпетер оспорил такую точку зрения. Он утверждал, что более вероятными создателями действительно новых продуктов и услуг будут компании помельче, помоложе и попредприимчивее – те, что не заинтересованы в поддержании существующего положения дел. Он заметил: «Железные дороги, как правило, строят не владельцы дилижансов»[655]. В самом деле, эпохальная работа Клейтона Кристенсена о подрывных инновациях показала, что причиной таких подрывов редко становятся успешные участники отрасли, – напротив, происходящее очень часто застает их врасплох.

Еще одно мощное направление исследований в области инноваций возникло из работ нашего коллеги из Массачусетского технологического института Эрика фон Хиппеля[656]. Он подчеркнул важную роль «лидеров среди пользователей» при появлении инноваций в разных областях. Это те пользователи существующих продуктов и услуг, которые обнаруживают в них недостатки и начинают не только представлять себе улучшения, но и создавать эти улучшения и рассказывать о них. Фон Хиппель активно документировал пользовательские инновации в различных областях – от хирургических инструментов до оборудования для кайтсерфинга, – да и мы тоже наблюдаем стремительный рост количества таких примеров в современных сферах высоких технологий. Оказывается, многие видные компании в этом секторе были основаны людьми, разочарованными в сложившейся ситуации, – людьми, которые сказали себе: «Должен быть путь получше», и взялись за дело[657].

Сервис для повседневных задач TaskRabbit, например, придумала Лия Бюск; ей тогда было 28 лет, она работала инженером в IBM и жила в Массачусетсе. Однажды холодной ночью 2008 года ей понадобилась еда для собаки (желтого лабрадора по имени Коби), и Леа подумала: «Как было бы здорово, если бы в сети существовало место, куда вы могли бы пойти… Место, где вы могли бы указать цену, которую готовы заплатить за какую-либо работу. По соседству наверняка нашелся бы кто-то, согласный доставить еду для собаки за те деньги, что я готова заплатить».

Многие из сегодняшних технологических гигантов, очевидно, учли уроки Шумпетера, Кристенсена и фон Хиппеля и постоянно следят за толпой в поисках новаций, способных подорвать их положение. Когда же они находят такую идею, то часто стараются не задушить ее или сделать нерентабельной, а, напротив, покупают и осваивают. В промежутке между 2011 и 2015 годами Apple приобрела 70 компаний[658], Facebook – более пятидесяти[659], а Google – почти двести[660].

Часто в таких случаях покупатель уже имеет сходное предложение. Скажем, компания Facebook уже создала сама функцию обмена сообщениями и фотохостинг к тому моменту, когда купила WhatsApp и Instagram. В обоих случаях было легко убедить себя, что стартап-выскочка не представляет угрозы. Однако определенный сигнал от толпы – что появилась другая новация и что она была быстро принята – убедил руководителей более крупной и давно существующей на рынке компании приобрести то, что создали «лидеры среди пользователей» или другие новаторы. Нередко это бывает весьма затратно; Facebook заплатила миллиард долларов за Instagram[661] и больше 20 миллионов за WhatsApp[662]. Однако все же лучше отдать такие деньги, чем потерпеть крах.

ИСПОЛЬЗОВАНИЕ ТОЛПЫ ДЛЯ ВЛИЯНИЯ НА ТОРГИ

Мы прогнозируем, что в ближайшие годы немалому количеству традиционных компаний, многие из которых весьма успешны, бросят вызов соперники, опирающиеся на толпу. Такой пример можно увидеть в загадочной и очень странной сфере автоматизированного инвестирования.

В течение долгой истории инвестиций в какие-либо активы – акции компаний, государственные облигации, драгоценные металлы и другие продукты, недвижимость и прочее – фактически все решения, что именно нужно покупать, принимались людьми. Были созданы значительные технологические ресурсы, позволяющие автоматизировать работу по реальной покупке активов (с последующим отслеживанием курсов) после принятых решений, но сами эти решения почти всегда принимались разумом, а не машиной.

Изменения появились в 1980-х, когда первопроходцы Джеймс Саймонс, один из наиболее квалифицированных математиков своего поколения, и Дэвид Шоу, специалист по компьютерам, основали компании Renaissance Technologies и D. E. Shaw соответственно, чтобы использовать машины для принятия инвестиционных решений. Эти компании просеивали огромные объемы данных, строили и тестировали количественные модели поведения цен на активы в различных условиях и работали над тем, чтобы решения о покупке принимали не люди, а программный код и математика.

Лучшие компании такого рода добились впечатляющих результатов. В управлении D. E. Shaw в октябре 2016 года находилось свыше 40 миллиардов долларов[663], а ее Composite Fund за десятилетие перед 2011-м обеспечивал годовую доходность в 12 процентов[664]. Компания Two Sigma, созданная бывшим специалистом по искусственному интеллекту и участником математических олимпиад Джоном Овердеком, управляет 6-миллиардным Compass Fund, который в течение десятилетия обеспечивал годовую доходность 15 процентов[665]. Доходность почти всех фондов затмевается характеристиками Medallion Fund, существующего внутри Renaissance и открытого почти исключительно для ее работников. В течение двадцати с лишним лет после своего появления в середине 1990-х годов он обеспечивал средний годовой доход, превышающий 70 процентов (до вычетов)[666]. За время существования он принес более 55 миллиардов прибыли и на сайте Bloomberg был назван «вероятно, величайшей в мире машиной по зарабатыванию денег»[667].

Джон Фосетт, программист и предприниматель, который занимался финансовыми услугами, был впечатлен успехами количественного анализа, но его беспокоило, что в ядре инвестиционной отрасли анализ используется недостаточно. По оценкам Фосетта, к 2010 году в мире имелось всего от трех до пяти тысяч профессиональных инвесторов, использующих статистический анализ. Он рассказывал нам: «Мне эти числа казались слишком малыми. Меня беспокоило, что [у многих инвесторов] нет достаточного доступа к тому, что я считал современной практикой инвестиций. В какой области вы поставили бы на людей, действующих самостоятельно, а не на комбинацию человека и машины? В каждом конкретном случае вы предпочтете более автоматизированную версию»[668].

Фосетт увлекся идеей открыть количественное инвестирование для толпы и для этого в 2011 году вместе с Жаном Бредашем основал компанию Quantopian. Она столкнулась с пугающей задачей создания технологической платформы для статистического анализа, сравнимой с теми, что имеются у ведущих компаний отрасли. Такая платформа должна была давать инвесторам возможность загружать собственные алгоритмы, затем быстро тестировать их в различных рыночных условиях: подъемах и спадах деловой активности, периодах высоких и низких процентных ставок и прочем. Для это требовалась проверка алгоритмов на исторических данных. Фосетт и его коллеги стремились к тому, чтобы их тестирование так же надежно давало результаты, как аналоги у институциональных инвесторов.

Кроме того, стартап должен был давать инвесторам возможность точно оценивать влияние их торгов на рынок, чтобы понять, как покупка или продажа какого-либо актива высокой стоимости меняет его рыночную цену. Определение влияния на рынок – сложное упражнение, и оно требует немало времени. Разумеется, платформа также должна автоматически осуществлять сделки, сгенерированные алгоритмами, вести документацию, следить за соблюдением соответствующих нормативов и так далее.

Фосетт знал, что если Quantopian сумеет создать надежную платформу, а в перспективе и «алгоритмических трейдеров» для нее, компания получит важное преимущество: она сможет пользоваться хорошими идеями, которые генерирует толпа, а не одиночки. Нередко попытки привлечь толпу характеризуются стремлением найти единственное решение – наилучший проект машины для льда или наилучший алгоритм для секвенирования генома лейкоцитов. Предложения, занявшие на таких соревнованиях второе или третье место, могут быть почти так же хороши, как и победитель, однако для устроителя этот факт часто не имеет значения.

Инвестиционные алгоритмы – дело другое. Если лучшие из них отличаются друг от друга (не являются простыми копиями лидера), их можно продуктивно комбинировать, чтобы обеспечить более высокий доход для инвесторов, чем в случае использования одного алгоритма, независимо от того, насколько он хорош. Идея о том, что важно скомпоновать оптимальный инвестиционный портфель, была такой значимой, что принесла ее автору Гарри Марковицу Нобелевскую премию по экономике. Она также идеально подходит для сред на базе толпы, которые могут генерировать множество хорошо работающих, но различных алгоритмов количественного инвестирования. Фосетт сказал нам: «Я очерчиваю проблему для Quantopian таким образом: “Как мы максимизируем вероятность обнаружения множества стратегий с низкой корреляцией и хорошей структурой?”»[669], [670]

Один из способов – иметь массу людей, которые будут придумывать и предлагать стратегии количественных инвестиций. К середине 2016 года Quantopian привлекла к своей платформе более 100 тысяч перспективных трейдеров из 180 стран и рассмотрела свыше 400 тысяч алгоритмов[671]. Кто эти трейдеры? Согласно Фосетту, «общим для них часто является либо наличие степени бакалавра или более высокой, либо многолетний опыт в области, где им приходилось строить модели. Скажем, это астрофизики или специалисты по вычислительной гидродинамике. В целом они новички в финансах; возможно, работают в области рекламных технологий или нефтегазовой отрасли. У нас есть учащиеся и профессионалы. Мне кажется, что возрастной диапазон – от студентов до двух совместно работающих братьев-пенсионеров, которые ранее были весьма успешными учеными»[672].

В целом в группе преобладают мужчины, и один из приоритетов Quantopian – привлечь больше женщин, поскольку, как говорил нам Фосетт, «мы стараемся, чтобы наше сообщество давало разнообразные стратегии, а много исследований показывают, что мужчины и женщины воспринимают риск по-разному. Женщины думают об инвестициях совершенно иначе. Поэтому было бы чудесно [если бы в сообществе оказалось больше женщин]… Вы получите преимущество, поскольку рынок платит за поток дохода, отличающийся от других потоков дохода»[673].

Каковы же успехи толпы Quantopian по сравнению с ядром из профессиональных инвесторов? К концу 2016 года компания провела 19 соревнований. В четырех победили специалисты по статистическому анализу, еще в одном – профессионал в сфере инвестиций, который не был алгоритмическим трейдером. Остальные четырнадцать оказались абсолютно посторонними для этой сферы людьми. Настоящая проверка умений профессионалов и непрофессионалов, а также тестирование концепции инвестиций с помощью алгоритмов толпы произойдут в 2017 году: компания планирует предложить квалифицированным инвесторам свой фонд для инвестиций с использованием статистического анализа. Сравнение его работы с результатами других хедж-фондов, особенно тех, что используют статистический анализ, поможет нам понять, кто истинный эксперт в этой области и насколько мощной может быть толпа.

По меньшей мере один приверженец ядра инвестиционного сообщества верит в Quantopian достаточно сильно, чтобы отдать ему собственные деньги. В июле 2016 года Стивен Коэн, один из наиболее известных управляющих хедж-фондов всех времен, объявил, что он сделал инвестицию в Quantopian, а также предоставил 250 миллионов своей семейной компании для инвестирования в портфель статистических алгоритмов на базе толпы. Мэттью Гранейд, научный руководитель Коэна в исследованиях и венчурных инвестициях, сказал, что «в количественном инвестировании талант – редкий ресурс, [и] Quantopian продемонстрировала инновационный подход к нахождению такого таланта»[674].

Мы восхищаемся компанией Quantopian, поскольку она иллюстрирует все три технологические тенденции, которые трансформируют мир бизнеса. Она по-новому соединяет разумы и машины, переосмысливая способ принятия инвестиционных решений, и заменяет человеческий опыт, суждения и интуицию данными и программным кодом. Она также создает платформу для количественного инвестирования, а не для введения конкретного продукта, такого как тестирование на основе исторических данных. Эта платформа открыта и свободна от креденциализма, нацелена на получение выгоды от сетевого эффекта (чем лучше имеющиеся у нее алгоритмы для инвестирования, тем больший капитал это привлечет; чем больше капитала в ее распоряжении, тем большему числу алгоритмических трейдеров она интересна) и предоставление удобного интерфейса и возможности получить опыт для своих трейдеров. А еще она собирает сетевую толпу, чтобы бросить вызов ядру и его экспертам в крупной и крайне важной отрасли.

Как это все сработает? Не терпится увидеть.