Я могу, конечно, лишь от своего имени и с оговорками относительно недостаточной подготовленности выступить по этой теме. Единственное, что я могу сделать для облегчения работы себе, — и добросовестным оппонентам, — это изготовление письменных тезисов. Печатаю эти мои личные тезисы, снабжённые лишь самыми краткими пояснительными примечаниями, которые гораздо подробнее требуется развивать для описания, что же такое цифровая экономика и что она несёт.
Экономика — это наука о производстве, потреблении и перераспределении. Перераспределение осуществляется отчасти путём обменов. Обмены реализуются в пространстве (между экономическими агентами) и во времени (сбережения и формирование капитала). Тезисы 1, 3, 6, 11 посвящены общим замечаниям об информационных технологиях. Тезис 2 касается влияния цифровой экономики на производство, тезис 4 — на потребление. Тезис 10 — социальной инженерии, которая, строго говоря, выходит за рамки экономики. Остальные тезисы (и частично тезис 4) посвящены системе перераспределения и ограничениям, с которыми сталкивается цифровая экономика при организации перераспределения.
1. Относительно несложной задачей представляет собой описание применения цифровых технологий в конкретных приложениях. Неподъёмной задачей — прогнозирование их эффекта в народном хозяйстве в целом.
2. Информационные технологии и обработка данных в рамках человеко-машинных комплексов были всегда. Библиотека — это хранилище данных. Папки с досье в бумажном виде — это реляционная база данных. Клерк — это процессор. Рабочий на конвейере — это биологический станок с ЧПУ. Ничего нового под солнцем нет, и лишь количественные изменения иногда приводят к качественным последствиям. А иногда не приводят.
Современные информационные технологии снижают издержки производства за счёт оптимизации производственных процессов. Увеличивается число процессоров для осуществления рутинных процедур, а сами процессоры удешевляются. Лаборантов с журналом регистрации показаний сменяют (в большем количестве) датчики с жёсткими дисками. Техников-чертёжников, подчинённых инженерам, — САПР как рабочее место инженера.
3. Технологии определяют цифровое сознание. Данные и алгоритмы: одно ли это и то же? Современные информационные системы «застряли» в принстонской архитектуре, в которой данные и алгоритмы имеют подобную природу, но разную субъектность: алгоритм — субъект, данные — объект. Технологии, подразумевающие, что данные и алгоритмы — разные ипостаси, замерли в своём развитии. Их практическое применение ограничено воспроизводством принстонской архитектуры и призвано только сократить время разработки информационно-технологических решений, снизить число ошибок. Те возможности логического аппарата, которые могут привести к возникновению истинного искусственного интеллекта (то есть, порождающего новые идеи, дающего незапрограммированные ответы), похоже, не анализируются и не используются.
4. Сбор данных. Экономика баз данных, в чём её отличие от традиционной системы хозяйствования? Данные снижают неопределённость. Не всю, а только вызванную неизвестностью структуры изучаемой системы. Самый простой пример — возникновение совместного потребления. Пока сбор информации о местонахождении отдельных автомобилей был возможен либо на стационарных постах, либо на основе дорогостоящего наружного наблюдения, никакие автомобили для проката на одну поездку не были возможны. Слишком велика неопределённость (пропажа автомобиля, неопределённость его местонахождения). Сейчас же это самоедское решение — совместное потребление — позволяет сохранять иллюзию благосостояния у тех, кто уже не может или не готов содержать автомобиль. Цена этой иллюзии — сокращение продаж автомобилей за счёт интенсификации их использования.
Возможность реализовывать сбор данных обусловлена не столько информационными технологиями, сколько технологиями связи и хранения информации.
Сбор данных позволяет создать беспрецедентные системы контроля. Разновидностью системы контроля являются технологии ведения реестров, не подверженных фальсификации (blockchain). Потенциально неограниченный контроль может обеспечить создание параллельных контуров денежного обращения, как это, видимо, было в СССР, более гибкую эмиссию. Но нужен ли полный контроль за платежами?
С другой стороны, не все данные полезны. Кому нужны данные о шахматных результатах любителей этой игры? Как давно вы читали коды ошибок своего автомобиля?
5. Агрегирование разнородных данных позволяет создавать мегапосредников — платформы. Спрос встречается с предложением с меньшей неопределённостью и издержками (таксисту проще принять заказ через смартфон, нежели колесить в поисках клиента), а управление взаимодействием (курирование связей) ещё больше снижает издержки. Поскольку любая успешная платформа имеет положительную отдачу от масштаба (чем больше участников, тем выгоднее участвовать), грядёт новая монополизация. Как только платформа-монополия перейдёт от захвата рынка к реализации прибылей, она станет не выгодна своим участникам. Либо платформа-монополия «перетянет» на себя всю прибыль в организуемых ею обменах и оставит без неё своих участников (часть из них покинет рынок), либо её участники откатятся к предыдущему технологическому укладу с соответствующим снижением собственной эффективности. На практике наблюдается и промежуточный сценарий: платформы-монополии оставляют критически зависимым от себя участникам минимум прибыли с тем, чтобы для них уход с платформы был менее выгоден, чем продолжение кабальной работы с ней.
6. Аналитика собранных данных строится путём двух групп технологий: целочисленные технологии ориентированы на перебор данных, вычисления с плавающей точкой — на расчёты.
7. Бич целочисленных технологий — перебор. Полный перебор занимает экспоненциальное время (например, сложность задачи растёт в пять раз, сложность решения — в 30 раз, сложность задачи растёт в десять раз, сложность решения — в тысячу раз). Такие задачи теоретически рассматриваются как вычислительно нерешаемые; на практике они решаются за счёт роста вычислительных мощностей. Примером таких (называемых NP-полными) задач являются задача о ранце, задача о раскрое, задача коммивояжёра (о формировании оптимального маршрута посещения перечня объектов); к этим задачам сводится множество экономических задач, например, о бартерной цепочке обменов.
На практике всё это означает, что решить отдельную конкретную экономическую задачу (например, о расшивке платежей) возможно, хотя и со значительным напряжением ресурсов. Создать расчётную систему в масштабе всей экономики с сохранением сложности экономической системы, алгоритмический аналог знаменитой «невидимой руки рынка», — (пока) не возможно.
В этом контексте следует упомянуть квантовый компьютер. За счёт расширения размерности пространства (переход от пространства Евклида к пространству Гильберта), к которому принадлежат состояния вычислителя, NP-полные задачи могут получить решение за полиномиальное время (то есть, например, рост сложности задачи в пять раз, рост времени решения в 25 раз, рост сложности в десять раз — рост времени решения в сто раз). О создании полноценного квантового компьютера на данный момент ничего не известно.
Задачи управления перераспределением имеют экспоненциальную сложность по сравнению с задачами управления производством или (совместным) потреблением подобно тому, как вообще задачи управления сложнее управляемой системы.
8. Вычислительный процесс эквивалентен реализуемой им математической модели. Идея, описываемая формулами, облекается в форм программного кода. Программный код приобретает материю процессорных инструкций и реализуется движителем — процессором с той же целью, с какой существует и моделируемая система. Если вычислительный процесс некорректен (в нём имеются положительные обратные связи, он приводит к неединственности решений, ошибки в исходных данных усиливаются), результат его применения будет далёк от оптимального.
Планирование в экономике математически сводится к задаче поиска обратных матриц. Для произвольных матриц эта ошибка может быть сколь угодно велика; более того, она имеет практическое свойство расти с размерностью задачи. А ошибки обязательно будут: часть входных параметров плана случайна. Тем самым, прямолинейное применение вычислительных методов к данным большой размерности, анализ собранной информации, расширение перечня объясняющих переменных — всё это путь к объяснению ошибок исходных данных ошибочными моделями.
Управление отдельным технологическим процессом на основе сбора его параметров возможно. Параллельное управление разными технологическими процессами тоже возможно (математически это работа с матрицами с диагональным преобладанием). Управление экономикой в целом на основе сбора данных с датчиков, установленных на всех технологических линиях, не возможно.
Эконометрика для обеспечения корректности задач работает только со стационарными рядами данных (то есть такими рядами, которые являются функцией временных рядов, стационарных в сильном смысле). Построение эконометрических моделей подразумевает отбор только значимых параметров, анализ информационных критериев, тестирование вне выборки. Выбор методов идентификации моделей учитывает результаты вычислительной алгебры. Экономические регуляторные документы также требуют реализации принципов обоснованности, подтверждаемости, взвешенности с учётом вероятности (п. 5.5.17 МСФО 9). Методы машинного обучения, использование которых преобладает в практике, проверяются в основном только путём тестирования вне выборки. Говорят, один из конфликтов между Банком России и Сбербанком вращается вокруг процедур обеспечения качества математических моделей с тем, чтобы предотвратить потери миллиардов на искусственном интеллекте.
9. Стационарность как основа использования информационных технологий подрывает способность адаптации к переменам. Недостаток адаптации приводит к формированию положительных обратных связей, а те, в свою очередь, к кризису (считается, что роль формализованных процедур оценки кредитного риска в кризисе ипотечных агентств в США была весьма значительной; более стратегические причины, обсуждавшиеся на Авроре многократно, упоминать здесь излишне).
Экономика — это наука о взаимодействии субъектов. Но статистически можно описывать только объекты. Без личного мнения, учитывающего особенности конкретного случая, не может быть динамичной экономики.
10. Социальная инженерия. Современные технологии связи и добровольного формирования досье, как кажется, беспрецедентны. Но:
• блоггеры были всегда: поверхностность суждений, вульгарный рационализм и догматичность, нежелание разбираться в деталях и наслаждаться Текстом первоисточников, готовность комментировать любую тему — это такая же характеристика Поля-Анри Тири, барона д’Ольбаха, как и современных популярных блоггеров;
• кофейни Парижа в 1789 году обеспечивали координацию политически активничающих граждан не менее эффективно, чем WhatsApp в ходе «цветных» и «цветочных» выступлений.
Единственное, что отличает современную ситуацию, это обилие одновременно доступной информации. Человеку не хватает времени её обрабатывать. Отсюда клиповость мышления. Навык медленного чтения — краеугольный камень элитного образования, делающего человека заложником вечности или причастным вечности, — становится востребованным лишь избранными.
11. Описанные выше математические ограничения отодвигаются по-разному. Наиболее универсальным способом является физический — наращивание вычислительных мощностей. Но с начала 2000-х годов рост тактовой частоты остановился около физически обоснованного максимума. Создание суперкомпьютеров и объединение компьютеров простых людей в сети, обеспечивающие распределённые вычисления, — две стратегии, реализация которых форсируется в условиях отсутствия качественных изменений в вычислительной технике.
© С. А. Копылов, CFA, FRM
