Рохит Бхаргава – Мегатренды. Как предсказывать грядущие тенденции и видеть то, что упускают другие (страница 27)

По мере того как мы продолжим генерировать больше данных, будет возрастать настоятельная необходимость обеспечить их достаточно хорошее качество, чтобы можно было данные использовать. Существует также социальная цена нашей «Сверхколичественной жизни», как я назвал тенденцию в докладе за 2014 год. В мире, где все наши интерактивные взаимодействия легко свести к числам, люди могут начать отдавать им приоритет над всем остальным и полагаться на такие цифры, чтобы стимулировать свое поведение. Может показаться, что любым опытом имеет смысл делиться только в том случае, если он вызывает правильный социальный отклик у друзей и незнакомцев в интернете.

Если в лесу упало дерево, но нет никакого селфи человека, стоящего под ним, откуда нам знать, что это действительно произошло?

Чтобы вдохновить людей избежать столь печальной геймификации жизненного опыта, Instagram стал платформой, возглавившей движение за полное сокрытие лайков во взаимодействиях²³⁸. Это решение стало настолько популярным, что многие другие платформы также рассматривают возможность реализации такого шага.

Независимо от того, видим мы цифры или нет, остается проблема того, что эти цифры на самом деле означают.

Извлечение смысла из данных

Фитнес-трекеры, которые можно носить на себе, стали невероятно популярны в последние несколько лет, их приобретение в США выросло с 9 % в 2014 году до 33 % в 2018 году²³⁹. Эти устройства собирают всевозможную информацию о состоянии здоровья – от частоты сердечных сокращений до режима сна и времени физических упражнений, – и медицинские работники могут ее использовать для определения самочувствия пользователя.

Но, как предполагает профессор медицинского факультета Корнеллского университета Фред Н. Пельцман, медики с трудом пытаются разобраться во всех этих данных. «Каждое утро, когда я открываю наш электронный медицинский журнал, то вижу сообщения от пациентов с их самостоятельно записанными данными, которые они присылают мне для проверки, – пишет он в популярном медицинском блоге KevinMD. – Наличие избытка данных создает слишком много возможностей. За ними может многое скрываться»²⁴⁰.

Другими словами, наличие доступа к сокровищнице данных, собранных портативными устройствами, не обязательно означает, что медицинские работники находят в них смысл. Даже пациенты с трудом пытаются найти реальную ценность в данных за пределами «статистики хорошего самочувствия». Устройства обеспечивают поощрение, отображая праздничные значки фейерверков каждый раз, когда пользователь достигает намеченной цели, например проходит 10 000 шагов в день. Результатом является большой сбор данных, потенциально мало влияющих на долгосрочное здоровье или счастье.

Такова обычная проблема анализа мелкомасштабных данных, но как тогда насчет больших наборов данных, которые слишком сложны для человека, чтобы их анализировать? В этих случаях большинство организаций полагаются на машинное обучение и искусственный интеллект, чтобы автоматизировать задачу анализа обширных хранилищ данных и мгновенной экстраполяции полезных идей.

Китайский страховой гигант Ping An является прекрасным примером возможностей этого метода²⁴¹. Компания потратила три года на совершенствование своей сверхбыстрой системы расследования претензий, основанной на искусственном интеллекте, которая сопоставляет фотографии повреждений транспортных средств с базой данных из 25 миллионов деталей, используемых в 60 000 различных марок и моделей автомобилей, продаваемых в Китае. Затем она рассчитывает стоимость деталей и рабочей силы для устранения этого повреждения в более чем 140 000 мастерских по всему Китаю. Программа дополнена системой распознавания лиц, считывающей выражения лиц потребителей, чтобы обнаружить возможные лживые и потенциально мошеннические заявления. За первый год работы онлайн-система, как сообщается, помогла компании урегулировать более 7 миллионов претензий и сэкономить более 750 миллионов долларов.

По мере роста объема собранных данных компании, способные эффективно и своевременно разобраться в них, получат большие выгоды. Однако это возможно только до тех пор, пока информация остается доступной для них. Но иногда она недоступна.

Владение данными и прибыльные данные

Массовое появление социальных медиаплатформ и подключенных к интернету устройств позволяет мгновенно фиксировать каждое наше действие или мысль. Бо́льшая часть этих данных не запрашиваются брендами и традиционно им не принадлежат. Поскольку «малые данные», которыми владеют потребители, конкурируют с «большими данными», принадлежащими брендам, самый насущный вопрос, стоящий перед компаниями в ближайшие годы, заключается в том, захотим ли мы продолжать делиться с ними нашими данными так же свободно, как и раньше.

Сегодня интернет полон сайтов, соблазняющих нас обменять личную информацию на какое-то вознаграждение. Хотите купить билет на мероприятие или скачать бесплатный доклад? Дайте ваш адрес электронной почты. Нужно оформить товар? Пройдите короткий опрос, чтобы активировать свою гарантию. Чем больше времени мы просматриваем сайты, добавляем продукты в корзины онлайн-магазинов или обмениваемся мнениями в социальных сетях, тем чаще наша информация вливается в большой поток данных, который компании собирают и используют для продвижения и индивидуальной настройки предлагаемых нам продуктов.

Охотно торгуя своими данными, мы по-прежнему обеспокоены тем, как они используются, о чем я писал еще в 2014 году, выделив тенденцию, которую мы назвали «Паранойей приватности». Потребители поступают так, находясь под влиянием того, что поведенческая экономика называет непосредственной выгодой: мы охотно делимся информацией, потому что выгоды от этого являются немедленными, в то время как риски – отсроченными²⁴².

Продолжая использовать интеллектуальные устройства, которые собирают огромное количество данных, мы превратимся из их создателей в потребителей и владельцев данных в реальном времени. Мы сможем разблокировать данные, которые создали, на платформах, собирающих их при покупке вроде бы безобидных продуктов, таких как чайники wi-fi и браслеты, отслеживающие настроение, – и поделиться своими данными с теми, кто правильно нас простимулирует.

В таком мире появятся новые способы получения непосредственной выгоды от обилия данных для самих потребителей. Когда персональные данные начнут приносить индивидуальную прибыль, баланс между тем, чем люди готовы делиться, и тем, насколько глубоко они готовы позволить сбору данных войти в их жизнь, снова изменится. К сожалению, иногда выбора не будет.

Социальный кредит и рейтинги

В конце 2018 года Uber ввел социальную плату за неадекватность клиента. Более десяти лет идея рейтингов была односторонним взаимодействием. Существуют платформы для оценки розничных торговцев, ресторанов, врачей и учителей, и все они основаны на одном и том же базовом предположении: потребитель – вот кто определяет рейтинг. Потребители начали настолько явно доверять этим рейтингам, что во многих случаях рестораны могут выйти из бизнеса, а продукты будут пылиться на полках исключительно из-за низких рейтингов в интернете.

Что если эти оценки могут действовать и в обратном направлении? Uber и другие платформы совместных поездок используют рейтинги пассажиров. Не только вы оцениваете водителя, выполнившего поездку, но и водитель оценивает вас в ответ. Если ваш рейтинг в Uber упадет ниже 4,0, вам могут отказать в будущих поездках.

Однако самый яркий пример того, как данные рейтингов будут использоваться в будущем, пришел из Китая. В течение последних нескольких лет страна экспериментирует с программой под названием Система социального кредита (SCS), которая предлагает гражданам рейтинг на основе их поведения²⁴³. В этой системе вы можете получить вознаграждение за добровольную военную службу или своевременную оплату счетов или быть наказаны за неаккуратное вождение автомобиля или размещение фальшивых новостей в интернете.

Наказания варьируются от отказа в перемещении на самолетах или поездах до ограничения ваших перспектив получения работы, в то время как хороший рейтинг социального кредита может означать более выгодные процентные ставки или более быстрое получение визы для поездок. Для многих наблюдателей вся система выглядит как окончательный сценарий научно-фантастической антиутопии, где люди могут быть подвергнуты остракизму за плохой рейтинг от контролируемой государством системы. Другие предполагают, что подобные критические замечания основаны на «наихудших сценариях далекого будущего» и что опасения преувеличенны²⁴⁴.

В будущем именно подобные вопросы поднимет мегатенденция обилия данных. Чем больше информации мы соберем, тем больше проблем возникнет с ее анализом и тем, какие последствия эти интерпретации будут иметь для нашей повседневной жизни.

Кратко об обилии данных

Благодаря социальным сетям и умным устройствам компании и потребители располагают массой данных, которые изо всех сил пытаются осмыслить. Проблема во многих случаях заключается в том, что эти наборы данных дискредитированы или слишком обширны, так что извлечь из них смысл невозможно. Чтобы справиться с проблемой, группы, владеющие данными и нуждающиеся в их анализе, будут все чаще обращаться к машинному обучению для отсева ненужных данных и получения автоматических подсказок в поиске ключевых идей или действий.