Чтение онлайн

Находящийся по другую сторону политического спектра, республиканец Ньют Гингрич, в свою очередь, предложил систему смягчения государственных затрат. Как писал корреспондент Вильям Са-летон в журнале Slate в октябре 2007 г., Грингрич предлагал «вместо того, чтобы выделять $1 млрд какому-нибудь федеральному агентству на решение проблемы, предложить этот миллиард в качестве вознаграждения первой же компании, которая найдет это решение». По ходу обсуждения своего законопроекта Грингич предлагал «отдать на сторону» решения одной проблемы за другой. «Водородное топливо? Предложите за него десятикратное вознаграждение!»

Один из самых любимых моих сайтов – сетевой ресурс компании Netflix Prize. В конце 2006 г. эта компания, занимающаяся кинопрокатом, пообещала $2 млн любому, кто сможет на 10 % повысить эффективность ее системы рекомендации. Конкурс вызвал ажиотаж в среде профессиональных статистиков, программистов и простых любителей. Он тоже имел вид спортивного состязания, подтвердив тем самым правоту принципа, который лежал в основе конкурса Нета Гуллея. Правда, конкурс Netflix изначально был ориентирован на коммерческие цели.

Уже с начала 1997 г. Netflix являла собой грозу для почтальонов по всему миру. Сегодня портал ежедневно рассылает 35 000 компакт-дисков своим 7,5 млн подписчиков. В 2000 г. Netflix добавила на сайт опцию «Cinematch», рекомендующую к просмотру тот или иной фильм, исходя из оценки пользователей. Механизм рекомендации сразу получил немало положительных отзывов, сейчас он широко распространен в Интернете. Система рекомендации Netfix изначально строилась на пятибалльной шкале. При этом средний уровень ошибки «Cinematch» составлял 0,9525, т. е. в среднем система ошибалась на одну «звезду». С учетом того, как пользователь относится к трехбалльному фильму (скорее всего, пропустит его) и пятибалльному (тут же отправится за ним в пункт проката), она была явно далека от идеала. Netflix затратил немало средств на ее улучшение. И в конце концов прислушался к замечанию Билла Джоя – «не важно, сколько умных людей работают на вас, самые умные все равно работают в другом месте». «Инновации зависят от людей, которых вы не наняли на работу, но которые работают на вас», – заметил Джим Беннет, вице-президент Netflix, ответственный за систему рекомендации.

Зарегистрировавшись, участники конкурса Netflix получили доступ к огромной базе данных оценок, проставленных 100 млн пользователей сайта за все время его существования. Изучая взаимные связи между этими оценками, участники конкурса должны были попытаться написать алгоритм, с помощью которого можно было предугадать, какой фильм может понравиться пользователям Netflix. Алгоритм представлялся компании-организатору, которая сравнивала его с уже действующим принципом рекомендации. Он оценивался, автору выставлялся определенный рейтинг. За первые две недели после запуска проекта Netflix получила около 169 предложений, некоторые из них были более совершенными, чем алгоритм, принятый в Netflix. Через месяц поступило уже более тысячи предложений. Лучшие программисты быстро поняли, как улучшить действующую систему Cinematch на 5 %. Но постепенно прогресс замедлился: через год самые «продвинутые» участники – команда кодировщиков «BellKor» из компании AT&T – смогли добиться общего показателя улучшения на 8,43 %.

Конкурс Netflix во многом напоминает состязание Mathworks. Участники пишут алгоритмы, пытаясь решить сложную задачу, отправляют их компании-организатору, результат их работы трансформируется в рейтинг в реальном времени. Но, в отличие от Mathworks, Netflix не раскрывает программные коды участников. Это решение можно понять, ведь на кону стоит $1 млн. Можно было ожидать, что участники поодиночке начнут «штурм ворот» Netflix. Но, как заметил Джордан Элленберг в своей статье о конкурсе Netflix Prize, опубликованной в журнале Wired в 2008 г., участники конкурса все равно обменивались своими решениями. «Охотники за призом, даже лидеры совершенно открыто говорили о методах, которые они использовали, действуя скорее как ученые, совещающиеся по поводу сложной проблемы, нежели как предприниматели, борющиеся за выручку в $1 млн». Участник под псевдонимом «simonfunk» даже решил опубликовать полное описание своего алгоритма, несмотря на то, что к тому времени занимал 3-е место в общем рейтинге. Разве подобные действия не ставят под угрозу возможность сорвать джекпот? Когда Элленберг спросил лидера команды «BellKor» об этом, тот выглядел растерянным и ответил: «Если мы выиграем приз, учась и взаимодействуя с другими командами, это будет достойная награда»58.

В конкурсе Netflix Prize участвовали самые разные личности. Гавин Поттер, сорокавосьмилетний консультант по менеджменту, решил посоревноваться не только потехи ради. Называя себя «простым парнем из гаража», в ноябре 2007 г. Поттер взлетел в «десятку» лидеров рейтинга, несмотря на то, что у него был совсем небольшой опыт программирования и он никогда не получал математического образования.

Чтобы понять, по каким критериям пользователи оценивают те или иные фильмы, Поттер воспользовался своими знаниями в области человеческой психологии. И написал алгоритм, который учитывал решения людей, оценивающих фильмы на три и более балла, основываясь на статистических выкладках из области поведенческой экономики. Возможно, на словах это покажется элементарным, но на практике это отнюдь не простое задание для статистика, работающего над алгоритмом, который учитывает каждого клиента как разумно действующего «агента». К моменту, когда это книга запускалась в печать, Поттер был на пятом месте в общем списке и уступал лидеру менее 1 %.

Как и Netflix Prize, компания Dell, запуская свой сайт IdeaStorm, стремилась привлечь коллективный разум «толпы». Но, в отличие от Netflix Prize, Dell не пытается решать насущные проблемы своего бизнеса – компания использует «толпу» для мозгового штурма в отношении своих инноваций. IdeaStorm запустили в феврале 2007 г., и к моменту написания этой книги на сайте было опубликовано более 9000 идей, варьировавшихся от предложения открыть call-центр технической поддержки Dell в США до требования устанавливать больше USB-портов на задней панели компьютеров.

Сайт Dell организован по стандартной формуле социальных интернет-медиа. Пользователи могут не только писать свои комментарии, но и высказываться по поводу предложений других участников, могут голосовать «за» или «против» предложений, нажав на соответствующую стрелку. Идея, набравшая наибольшее количество голосов «за», выплывает на главную страницу IdeaStorm, подобно тому, как комментарии с наибольшим количеством «диггов» продвигаются к вершине ленты социального новостного сайта Digg.com. Это – один из очень важных элементов краудсорсинга; коллективное мнение «толпы» может быть очень эффективным. В первый же день, когда был запущен сайт IdeaStorm, пользователь под именем «dhart» предложил Dell продавать компьютеры с предустановленной операционной системой Linux. Примерно 30 000 пользователей поддержали это предложение, которое оставалось номером один на сайте в течение нескольких месяцев. В результате в мае 2007 г. Dell выпустила три модели компьютеров с предустановленной ОС Linux.

Взаимодействие компании Dell со своими потребителями – пример краудкастинга, который можно назвать «столкновением идей». Она похожа на ту, что используют InnoCentive и Netflix, но имеет некоторые особенности. Краудсорсинг Dell не направлен на решение назревших или даже «перезревших» проблем. Он ориентирован на то, что может быть в будущем.

Термин «столкновение идей» берет свое начало от конференции «Столкновение инноваций», которую в 2006 г. провела компания IBM. Тогда в «самом большом в мире мозговом штурме» приняли участие 150 000 человек из 104 стран. Они предложили более 46 000 идей. Позднее в том же 2006 г. компания объявила, что затратит $100 млн на 10 проектов, предложенных в ходе «столкновения идей». После этого люди поняли, что Интернет делает краудсорсинг не просто возможным, но и очень эффективным.

InnoCentive, Netflix, IdeaStorm с выгодой для себя используют всю силу многообразия. Представьте: Пейдж предлагает своим «агентам» найти идеальное решение проблемы, представленной в виде системы из нескольких горных вершин. «Люди с одинаковой физической подготовкой будут покорять одну и ту же вершину, потому что думают схожим образом. Но человек с иной подготовкой, например психологической, в поисках решения выберет совершенно иной подход. Он попробует одолеть другую вершину и, возможно, заберется на нее без труда, несмотря на то, что она будет самой высокой». Как компании, так и отдельный человек, сталкиваясь с проблемой, могут извлечь явную выгоду. Преимущество краудкастинга состоит в том, что здесь для покорения вершины не нужно нанимать группу профессиональных альпинистов. На деле для этого ничего не нужно, просто предложить ответить на брошенный вызов. А результаты всегда оказываются поразительными.

В случае краудкастинга при определенных условиях многообразие берет верх над способностями, и InnoCentive тому пример. Этому есть простое объяснение: на конечный успех не влияет количество неудачных решений. «В случае с конкурсом Netflix Prize совсем не важно, сколько настоящих идиотов попытаются решить проблему. Чем больше, тем лучше», – заметил Пейдж. Чем больше людей предложат свои способы решения задачи – не важно, насколько они будут обдуманными, – тем выше вероятность, что кто-то найдет подходящее решение. Если решения неверные, их можно просто игнорировать. Но такой метод применим только в ситуации с решением уже имеющихся задач, как поступают, например, Netflix и InnoCentive. Когда же речь заходит о том, чтобы использовать «толпу» для попытки предсказать некое будущее, должен учитываться каждый ответ. В этих случаях роль многообразия намного усложняется.