Больше, чем вы знаете. Необычный взгляд на мир финансов
Шрифт:
Глава 30
Глас народа
Как использовать коллективный разум для поиска, решения проблем и прогнозирования
Мы должны показать, как решение достигается путем взаимодействия людей, каждый из которых владеет лишь частичным знанием. Допускать, что все знание дано какому-то одному уму, точно так же, как, согласно нашим допущениям, оно дано нам как объясняющим экономистам, значит отбросить саму проблему и пренебречь всем, что есть важного и значительного в реальном мире.
Несмотря на то что большинство трейдеров – далеко не эксперты, их коллективное суждение часто отличается замечательной точностью, поскольку рынки эффективно находят и собирают разрозненные части информационной головоломки. И, судя по всему, не имеет большого значения, для прогнозирования чего используются рынки.
Точность толпы
Большинство инвесторов не связывают групповое поведение с превосходными результатами. Как красноречиво утверждает рецензент Amazon в анонсе классической книги Чарльза Маккея «Наиболее распространенные заблуждения и безумства толпы»: «Безумства и заблуждения толпы не знают ни границ, ни временных рамок». В этом свете кажется не меньшим безумством передавать решение жизненно важных проблем на откуп группам разнородных индивидов.
Но в последние годы социологи постепенно стали глубже осознавать такое уникальное свойство рынков, как способность к агрегированию информации. Признание этого свойства рынков вкупе с обеспечиваемой Интернетом коннективностью открыло новые пути к поиску ответов на трудные вопросы, решению сложных проблем и совершенствованию прогнозов.
Разумеется, фондовый рынок – не панацея. Известно, что рынки периодически склонны к эксцессам, когда инвесторы коррелируют свое поведение. Но в целом большинство инвесторов и руководителей компаний не понимают, каким образом и почему рынкам удается быть столь точными в своих реакциях.
Возможности коллектива можно использовать по-разному. В некоторых случаях, когда требуется найти конкретное решение конкретной проблемы, помогают специализированные знания и опыт отдельного индивида. В других случаях помогает способность коллектива к агрегированию информации, когда коллективное суждение позволяет решить проблему или спрогнозировать исход лучше, чем любой отдельно взятый эксперт.
Инвесторам стоит взять на заметку «точность толпы» по двум причинам. Во-первых, агрегирование информации лежит в основе эффективности рынков. Для индивидуальных инвесторов эффективность рынка означает, что не существует систематического способа переигрывать рынок. Во-вторых, умение использовать распределенное в коллективе знание может стать для компании источником конкурентного преимущества. Ниже я расскажу о некоторых компаниях, которые используют именно такую стратегию.
Иголка в стоге сена
Недавно в журнале McKinsey Quarterly была опубликована статья, которая начиналась с истории о том, как менеджер одной биотехнологической компании искал специалиста по конкретному виду белка. После нескольких недель поиска он пришел к выводу, что такого эксперта не существует. Через три дня, когда менеджер вместе с коллегой ехал в лифте, жалуясь ему на свою проблему, в разговор вмешалась стоявшая рядом женщина: «Я написала докторскую диссертацию по этому белку. Что именно вас интересует?»1
Возможность с небольшими затратами решать специфические исследовательские проблемы приобретает все более важное значение в нашей экономике знаний. Возьмем, к примеру, фармацевтическую отрасль. За последние 20 лет инвестиции в исследования и разработку почти удвоились в процентном отношении от объема продаж. Сегодня создание нового лекарства, от разработки до сертификации в FDA (Управлении по контролю за пищевыми продуктами и лекарственными средствами) и запуска в производство, обходится примерно в $800 млн.
Между тем наукоемкие компании сталкиваются с усложняющейся год от года ситуацией, связанной с поиском специалистов для решения трудных исследовательских проблем. Давайте предположим, что у фармацевтической компании появилась возможность привлечь к решению некоторых таких вопросов не только своих штатных специалистов, но и исследователей по всему миру. Позволит ли это компании решать проблемы быстрее? Дешевле? С меньшими рисками?
В середине 2001 г. руководители ведущей инновационной компании Eli Lilly захотели получить ответ на эти вопросы и запустили новый проект Innocentive (www.innocentive.com). В 2006 г. в Innocentive было зарегистрировано около 40 компаний-заказчиков и 95 000 ученых-исследователей. Заплатив членский взнос, компании-заказчики размещают на сайте описание интересующих их научных проблем и указывают денежное вознаграждение за их решение. Проект собирает ученых со всего мира – половина из них живет за пределами Соединенных Штатов.
Насколько успешно работает Innocentive? Делать выводы пока рано, но первые результаты воодушевляют. Возьмем, например, Procter & Gamble, чей бюджет расходов на исследования и разработку в 2002 г. составил $1,7 млрд, а исследовательской деятельностью занимаются порядка 9500 сотрудников, в том числе 1200 докторов наук. Глава департамента НИОКР Ларри Хастон объясняет, что компания использует Innocentive, потому что «существуют трудные проблемы, с которыми мы не можем справиться своими силами». Из первой группы предложенных проблем научное сообщество Innocentive помогло P&G успешно решить почти 45 %, хотя компания изначально рассчитывала не более чем на треть.
Успех P&G подчеркивает, сколь важно разнообразие исследователей. Вот что говорит Хастон: «Наша первая проблема была решена юристом из Северной Каролины, который специализируется на патентном праве, а по ночам занимается химическими исследованиями в домашней лаборатории, пока его жена читает любовные романы. Со второй проблемой нам помог аспирант из Испании, с третьей – житель Бангалора (Индия), с четвертой – химик-консультант, фрилансер»2.
Нетрудно представить массу других областей, где может оказаться полезным подобное соединение проблем с теми, кто может найти их решение. Несмотря на существование ряда серьезных вопросов, в частности связанных с правами на интеллектуальную собственность и опасностью распространения инсайдерской или конкурентной информации, модель Innocentive значительно упростила поиск иголки решения в стоге идей3.
Глас народа и быки
Создание рынка из коллектива – еще один действенный способ агрегирования информации и решения проблем. В этом случае, вместо того чтобы соотносить проблему с конкретными людьми, способными ее решить, группа решает проблему сама – и делает это лучше, чем любой отдельно взятый индивид, даже эксперт.
Эрудит викторианской эпохи Фрэнсис Гальтон был одним из первых, кто задокументировал указанную способность группы к агрегированию информации. В статье «Глас народа», опубликованной в журнале Nature в 1907 г., Гальтон описывает соревнование по угадыванию веса быка на Выставке откормленного скота и птицы в Плимуте. В состязании участвовали 787 человек, каждый из которых должен был купить шестипенсовый билет и указать в нем свое имя, адрес и прогноз. (Простая мера, чтобы отсеять явных шутников.) Публика была разношерстная – как мясники и фермеры, искушенные в оценке веса скота, так и далекие от животноводства люди. Последние, как предположил Гальтон, руководствовались «той информацией, которую смогли услышать» или «чистыми догадками».