86 подписчиков

Research/Innovation #03: тезисы Доклада ООН “О цифровой экономике 2019” и data-driven инновации

Сегодня в рубрике “Исследования” на Lomonosov Research мы решили представить результаты аналитической работы Секции по вопросам политики в области информационно-компьютерных технологий (далее -...

Сегодня в рубрике “Исследования” на Lomonosov Research мы решили представить результаты аналитической работы Секции по вопросам политики в области информационно-компьютерных технологий (далее - Секция, ИКТ) Отдела технологий и логистики ЮНКТАД, изложенные в условно первом выпуске Доклада ООН “О цифровой экономике 2019”, так как ранее он выходил как “Доклад об информационной экономике” раз в 2 года, начиная с 2005 года.

Отметим мимоходом, что данная Секция ЮНКТАД ведет кропотливую многолетнюю аналитическую работу по вопросам политики, связанным с влиянием ИКТ и электронной торговли на развитие (прим. ЮНКТАД, или Конференция ООН по торговле и развитию - орган Генеральной Ассамблеи ООН, отметивший 55-летие в текущем году). Одной из заявленных задач ЮНКТАД является: предоставление “государствам-членам (195 государств-членов, включая Российскую Федерацию) эмпирических данных, помогая им тем самым в принятии обоснованных решений при выборе различных стратегий и практических мер, направленных на использование преимуществ цифровой экономики”[1, с. vii].

Как известно, главный процесс экономики как сферы деятельности - это процесс воспроизводства стоимости, в том числе экономической и социальной. Соответственно, в цифровой экономике данный процесс преимущественно протекает в среде компьютерной обработки данных (далее - КОД), то есть классический цикл роста стоимости наблюдается или, наоборот, не наблюдается по ходу осуществления операций производства, обмена, распределения и потребления с “цифровым” товаром, и, в конечном итоге, увеличивает или, наоборот, не увеличивает мировой, национальный или региональный внутренний продукт.

Другими словами, ключевой процесс самовоспроизводства стоимости Д - Т - Д’ в цифровой экономике работает также как и во всей остальной экономике, но требует ряд принципиальных уточнений, во-первых, процесс роста стоимости обеспечивается за счет двух основных факторов создания стоимости - цифровых данных (машиночитаемая информация) и цифровых платформ.

Во-вторых, “появилась совершенно новая «цепочка создания стоимости данных», звеньями которой выступают компании, занимающиеся сбором, обобщением, хранением, анализом и моделированием данных. Стоимость создается в результате превращения данных в «цифровой интеллект» и монетизации в процессе их коммерческого использования”[1, с. 2].

В-третьих, появился новый механизм взаимодействия хозяйствующих субъектов - цифровые платформы, которые позволяют сторонам взаимодействовать в режиме онлайн (электронные торговые площадки, маркетплейсы, прайс-агрегаторы и пр.) и который, по большому счету, является реальной альтернативой классическим традиционным площадкам взаимодействия.

Голые цифры неумолимы и свидетельствуют о решающем преимуществе платформенных бизнес-моделей: “семь из восьми крупнейших компаний мира по показателю рыночной капитализации используют платформенные бизнес-модели”[1, с. 2]. Причем как построенных на основе операционных платформ (например, «Амазон», «Алибаба», «Фейсбук», «иБэй»), так и инновационных платформ (например, «Андроид» или «Линукс»).

В зависимости от используемого определения размер цифровой экономики составляет, по оценкам, от 4,5 до 15,5% мирового ВВП. Почти 40% добавленной стоимости, создаваемой в мировом секторе ИКТ, приходятся на Соединенные Штаты и Китай. Следует различать цифровой сектор и цифровую экономику (цифровой сектор включает в себя цифровую экономику). На протяжении последних десяти лет мировой экспорт услуг в сфере ИКТ и услуг, которые можно предоставлять с использованием цифровых технологий, увеличивался гораздо быстрее, чем весь экспорт услуг в целом, что свидетельствует о все большей цифровизации мировой экономики. В 2018 году объем экспорта услуг, предоставляемых с использованием цифровых технологий, достиг 2,9 трлн долл. США, что составляло 50% мирового экспорта услуг[1, с. 8], или двух ВВП России по состоянию на 2017 год, если опираться на данные Всемирного банка (1,578 трлн долл. США).

Эволюция цифровой экономики требует нестандартного экономического мышления и анализа политики. Представляется, что при разработке базовых национальных стратегий социально-экономического развития и безопасности необходимо учитывать процесс размывания границ между секторами в связи с повсеместным повышением роли услуг, а также значительные трудности при применении национальных законов и регулирующих положений в отношении трансграничной торговли цифровыми услугами и продуктами[1, с. 11].

Цифровая эпоха требует выработки новых государственных политик в области конкуренции и налогообложения. С учетом сетевых эффектов и тенденции к концентрации рынка в цифровой экономике особо важная роль в процессе создания стоимости и получения выгод должна отводиться политике в области конкуренции. В частности, национальный механизм антимонопольного регулирования необходимо ориентировать на формирование конкурентных и состязательных рынков.

Что касается политики налогообложения, то постольку поскольку страны с переходной экономикой (к которым относится Россия по классификации ЮНКТАД) и развивающиеся страны выступают в основном рынками для глобальных цифровых платформ и их пользователи вносят значительный вклад в формирование стоимости и прибыли, национальные регуляторы должны иметь право облагать такие платформы налогом[1, с. 14].

Переходя к рубрике “Инновации”, сегодня мы решили обратиться к data-driven инновациям как ключевым инновациям эпохи цифровизации. Как известно, data-driven инновации - это инновации, основанные на использовании результатов обработки огромных массивов данных, или “больших” данных.

Действительно, субтехнологии “больших” данных обеспечивают прослеживаемость и интероперабельность данных, их обработку, утилизацию и обогащение (в том числе при помощи технологий искусственного интеллекта и машинного обучения). Одними из ключевых направлений развития “больших” данных также являются программно-определяемые (распределенные) хранилища данных, предиктивная аналитика и технологии, предполагающие использование доверенных (качественных) данных для бизнес-анализа[2].

Причем работа с “большими” данными требует, по сути, новой математики, - как отметил ректор Московского университета академик В.А.Садовничий на II Всероссийском научно-практическом форуме с международным участием “Цифровизация 2019”, прошедшем 28-29 октября 2019 в Ломоносовском корпусе МГУ.

Помимо новой математики также требуются и новые компетенции от управленцев в эпоху цифровизации. Управление знаниями - специальный вид управления наряду со стратегическим корпоративным управлением, управлением инновациями, управлением персоналом, управлением рисками и государственным управлением.

В заключение представляется целесообразным обратить внимание на документ ОЭСР “Обзор принципов использования искусственного интеллекта (далее - ИИ) по итогам обсуждения экспертов группы по ИИ для стран ОЭСР (англ. Scoping the OECD AI Principles Deliberations of the Expert Group on Artificial Intelligence at the OECD (AIGO)[3], подготовленный по заданию Комитета по политике цифровой экономики (англ. Committee on Digital Economy Policy (DEP)) с целью укрепления доверия и внедрения искусственного интеллекта.

Автор: Надежда Владимировна Макогонова, руководитель исследовательского Проекта IHGResearch, доцент кафедры теории и методологии государственного и муниципального управления факультета государственного управления МГУ имени М.В. Ломоносова, к.э.н.

[1] Доклад ООН “О цифровой экономике 2019. Создание стоимости и получение выгод: последствия для развивающихся стран. Ссылка: https://unctad.org/en/PublicationsLibrary/der2019_overview_ru.pdf.

[2] Сайт II Всероссийского научно-практического форума с международным участием “Цифровизация 2019”: http://forum.msu.ru/

[3] Scoping the OECD AI Principles Deliberations of the Expert Group on Artificial Intelligence at the OECD (AIGO) https://read.oecd-ilibrary.org/science-and-technology/scoping-the-oecd-ai-principles_d62f618a-en#page1