Краудсорсинг: Коллективный разум как инструмент развития бизнеса

Сложившаяся ситуация не так беспрецедентна, как кажется на первый взгляд. Происхождение человеческих общин вообще обосновано взаимосвязью личных интересов и взаимной экономической выгоды. Первые человеческие общины представляли собой в основном охотничьи кооперативы. «Колыбель человечества» была жестокой и опасной; сила общин заключалась в их возможности обеспечить безопасность от хищников и добыче пищи. Со временем появилось сельское хозяйство, которое привело к оседлости, образованию городов, развитию ранних цивилизаций Египта, Месопотамии, Перуанских Анд. Излишки продукции растениеводства способствовали развитию торговли и письменности. Вскоре сформировался правящий класс во главе со священниками, стремившимися узаконить свое господство, и бюрократической структурой, следившей за всеми процессами, происходившими в обществе. Возраставшая сложность организации ранних общественных укладов потребовала разделения рабочей силы на профессии, от писцов до кузнецов и каменщиков. Настало время формирования сообществ, направленных на удовлетворение интересов их членов, независимо от того, было ли это продвижение интересов отдельно взятого клана или гильдии городских ткачей.

В течение последующих тысячелетий произошло не слишком много изменений. Связь между двумя точками, находившимися друг от друга на расстоянии более чем однодневной поездки на лошади, оставалась по-прежнему сложной, поэтому общины стали организовываться естественным образом, по географическому принципу. Маастрихтские бондари мало общались с бондарями из Ахена, хотя расстояние между двумя городами составляло всего двадцать миль. В период Средневековья и в эпоху Ренессанса общины оставались структурными единицами всей социально-экономической организации общества. Они впоследствии легли в основу формирования феодальных поместий в Европе и феодальных княжеств в Японии.

Промышленная революция кардинально изменила природу сообществ. По мере того как промышленная компания становилась определяющей структурой экономической деятельности, изменялась и роль сообществ, которая постепенно стала сводиться к служению интересам их членов вне системы экономических отношений. Сообщества трансформировались в объединения, занимавшиеся благотворительной продажей выпечки с целью сбора средств для нужд церкви, в бридж-клубы, родительские комитеты, Ротари-клубы и лиги любителей игры в боулинг. Даже в новом обличии сообщества вносили свой вклад в экономику, правда, в том виде, который трудно определить в количественном, не говоря уже о качественном выражении. Подобно тому, как компании организовывали физический и человеческий капитал, сообщества формировали основу капитала социального45. В своей книге «Боулинг в одиночестве» (Bowling Alone) Роберт Патнэм определяет его как «деятельность социальной организации, такой как социальные сети, нормы и социальное доверие, направленные на развитие координации и сотрудничества на взаимовыгодных условиях». Социальный капитал обеспечивает экономический механизм топливом, позволяющим ему бесперебойно работать.

Патнэм проводит различие между капиталом «связывающим» капиталом и «объединяющим». Первый имеет отношение к родственным и дружеским связям. Он представляет собой неотъемлемую часть нашего эмоционального благосостояния, но фактически не участвует в процессе стимулирования экономического роста. Объединяющий капитал базируется на доверии, построенном между просто знакомыми людьми. Так, социальные сети объединяют, казалось бы, несопоставимых по характеру людей, и, согласно теории Патнэма, являются важнейшим компонентом нашей экономики. «Связывающий социальный капитал представляет собой некое подобие социального суперклея, в то время как объединяющий общественный капитал – социологическое моторное масло WD-40», – пишет он.

В соответствии со взглядами Патнэма социальная смазка становится все более дефицитной. На основании тщательных исследований автор книги «Боулинг в одиночестве» демонстрирует, что участие в общественных группах достигло своего апогея в самом конце экономической экспансии 1950-1960-х гг. После этого сообщества, как их рассматривали люди в то время, вступили в период длительного и необратимого спада. В конце 1990-х гг., когда Патнэм закончил свое исследование (книга была издана в 2000 г.), гражданский дух Америки упал до самой низкой точки за всю историю страны. Патнэм сделал несколько предположений относительно такого гражданского размежевания, объяснив его в том числе увеличением числа работающих женщин, заменой прилавков с газированной водой на крупные торговые моллы, ростом городов за счет пригородов, десегрегацией и, конечно, воздействием «универсального злодея» – телевидения.

Многим теория Патнэма пришлась не по душе. Этнические меньшинства никогда не были адептами Ротари-клубов или лиг ордена Лосей, утверждает Мелисса Чекер, антрополог и урбанист из Нью-Йоркского университета. Отказ от членства в этих организациях никоим образом не экстраполируется на тенденции, которые могли наблюдаться в сообществах меньшинств. «Мою рецензию на работу Патнэма можно свести к следующему: он дает узкое определение понятию “сообщество”. Я считаю, что сообщества не вступали в период спада. Они просто приняли новые формы». Многие объединились вокруг Интернета. Эти сообщества сегодня – революционный прорыв в сложившиеся модели ведения бизнеса. Не важно, верно ли утверждение о том, что к концу ХХ в. американцы стали более изолированными, менее способными к доверительным отношениям. Для краудсорсинга все эти разговоры о прошлом не имеют никакого значения. Важно то, что последовало дальше.

«Третье место»

В середине 1980-х гг. об Интернете слышали немногие. Начинавшийся как проект министерства обороны в конце 1960-х гг., Интернет на протяжении пятнадцати лет служил преимущественно в качестве форума для программистов и ученых. Но в феврале 1985 г. предприниматель Стюарт Бренд и врач-эпидемиолог Ларри Бриллиант решили использовать эту технологию для создания сообщества, не разделенного географическими барьерами. Их идея не была стопроцентно новой. В действительности Дж. С.Р. Ликлидер, разработавший компьютерную сеть для министерства обороны, предсказывал, что когда-нибудь она будет использована в целях объединения сообществ. «Жизнь пользователей Сети будет более насыщенной, так как люди, с которыми они наиболее активно общаются, будут выбраны по принципу общности целей и интересов, а не по случайному стечению обстоятельств или по принципу соседства», – писал Ликлидер в своей статье в 1968 г.

Прогноз Ликлидера оказался на удивление пророческим. В апреле 1985 г. Бренд и Бриллиант запустили проект WELL (Whole Earth ’Lectronic Link, многие называют его первой в мире социальной сетью). Уроженец Сан-Франциско, города контркультуры, Бренд и его приятели выпустили в 1968 г. несколько номеров Whole Earth Catalog – что-то наподобие фирменного журнала хиппи. Сообщество WELL заняло виртуальное «третье место» (название, придуманное социологом Рэем Ольденбургом для кофе-шопов, баров, почтовых отделений и других мест, которые когда-то служили «сердцем» традиционных сообществ) между домом и работой. Для представителей субкультуры Whole Earth была предоставлена бесплатная подписка. Все остальные должны были платить $8 в месяц. В течение следующих десяти лет WELL стало одним из наиболее влиятельных сообществ в Америке, даже при том, что большинство из его членов не были лично знакомы46.

Инфраструктура WELL в некоторой степени напоминала инфраструктуру еще более раннего виртуального сообщества, известного как Usenet. Usenet появилось в результате усилий двух аспирантов Дьюкского университета, решивших установить связь с близлежащим Университетом Северной Каролины. WELL адаптировало идею построения инфраструктуры по принципу общности интересов. В соответствии с предсказаниями Ликлидера, утверждавшего, что виртуальные сообщества будут организованы по интересам, а не по географическому принципу, группы Usenet подразделялись по темам: «Сomp» (компьютеры), «Rec.» (отдых и развлечение) и «Humanities» (общество). Главные темы, в свою очередь, подразделялись в буквальном смысле на сотни подтем, например в «Rec.» можно было найти «rec.sports.college.football».

Решение нескольких программистов о создании топологии, основанной на общности интересов, в то время было из ряда вон выходящим. В последующие годы появилась Всемирная паутина, Интернет стал популярным и востребованным. И в большинстве случаев миллиарды людей, имеющих постоянный выход в Интернет, организуются именно по принципу общности интересов. Другие факторы – география, классовая принадлежность, уровень образования – являются менее актуальными.

Группы, сформированные по принципу общности интересов, легко ориентируются в задачах, связанных с производством определенного контента. Среди них – и эксперты по Узбекистану, ведущие мониторинг статей в «Википедии» (Wikipedia); и группы новичков и профессиональных фотографов на iStockphoto; и будущие видеожурналисты на веб-странице Current TV. Топология Интернета не только фактически родила краудсорсинг, но и фактически гарантировала ему рост.

Многим природа виртуальных сообществ не дает покоя. Критика преимущественно заключается в беспокойстве о том, что проведенное в Интернете время заменяет неформальное личное общение, являющееся основным конструктивным блоком сообществ. Зародившееся в последние годы, особенно на фоне взрывной популярности социальных сетей, таких как MySpace, это явление представляет собой создание новых форм сообществ, выполняющих именно те задачи, о которых в свое время писал Г. Патнэм.

Очевидно, что виртуальные сообщества ведут к увеличению связывающего социального капитала на глобальном уровне. И хотя сообщества WELL и Usenet были маленькими, «третье место», которое им удалось воссоздать, нашло отголоски в масштабных социальных сетях наших дней. Facebook насчитывает 70 млн пользователей, Myspace – 110 млн. Bebo, популярная в Европе социальная сеть, – 40 млн. И эти цифры не включают в себя остальные менее крупные виртуальные сообщества, посвященные определенным областям деятельности. Возьмем, к примеру, два из них – iStockphoto и Harrypotterfanfiction.com. Структура социальных сетей способствует взаимодействию как между группами друзей, так и внутри этих групп. Они просто созданы для накопления запасов связывающего социального капитала.

Мы только начинаем понимать, какие последствия окажет на нашу экономику и культуру активное развитие виртуальных сообществ. Последние исследования демонстрируют крепкую связь между такими сайтами, как Facebook, и общественным капиталом. Это особенно актуально для краудсорсинга, требующего сотрудничества между людьми, рассредоточенными по миру, знакомыми друг с другом только в рамках информационного пространства. Ресурсом, которые мы только начали для себя открывать.

Сообщество в действии

Джек Хьюз совсем не похож на революционера. Невысокого роста, плотного телосложения, чрезмерно серьезный и настолько аккуратно причесанный, что даже морские пехотинцы посчитали бы подобный стиль чересчур строгим. В 1985 г., через год после окончания Бостонского колледжа, Хьюз организовал компьютерную фирму Tallan. Пятнадцать лет спустя у него уже работало более 600 человек, а сам он не помнил, когда в последний раз брал отпуск. В марте 2000 г. он позвонил в одну из компаний, которая давно интересовалась его бизнесом, с предложением продать им Tallan за $920 млн.

И даже после этого Хьюз не взял отпуск. В пятницу, в мае Хьюз в последний раз вышел из офиса Tallan. А уже в понедельник вошел в новый офис, который арендовал для своего нового предприятия – TopCoder. Идея Хьюза заключалась в создании сайта, на котором программисты могли бы соревноваться за денежный приз. Конкурсы будут проходить при спонсорской поддержке крупных технологических компаний – Intel, Google, Microsoft, которые используют сайт для выявления наиболее талантливых молодых программистов.

Идея была не лишена логики, но Хьюз создавал сайт не только для того, чтобы продвигать начинающих разработчиков. У него были претензии к индустрии программного обеспечения в целом. «Процесс разработки ПО славен тем, что запаздывает по срокам, всегда превышает бюджет и имеет множество ошибок. И эта репутация обоснована: так все оно и обстоит на самом деле». Хьюз решил ввести в эту сферу деятельности дисциплину, контроль качества, более характерные для традиционного товарного производства. В свободное от работы время программисты в компании Tallan соревновались друг с другом в неофициальных конкурсах. И Хьюз заметил, что итоговые коды получались лучше, чем те, за написание которых они получали зарплату. «Почему бы не дать им возможность конкурировать друг с другом все время?» – подумал Хьюз.

Он не стал изобретать велосипед, компания позаимствовала схему соревнований у Национальной атлетической ассоциации колледжей (NCAA) и адаптировала ее к «матчам» среди программистов. Участникам соревнований было предложено разработать алгоритм для решения простой задачи, например для поиска самого быстрого маршрута через лабиринт или наиболее эффективный ряд ходов в шахматной партии. Решение необходимо было сдать в течение одного часа, оно выставлялось на сайт. Это давало программистам возможность «бросить друг другу вызов», взломав созданные соперниками алгоритмы. Если участникам удавалось пройти этот сложный раунд, тогда уже «команда» TopCoder старалась найти слабые места в предложенном решении, так сказать, проверить его на прочность. Победителем становился любой, кому удавалось успешно пройти всю серию испытаний. Участники получали на сайте свои «персональные» карты, на которые им начислялось определенное количество баллов. «Существует множество областей человеческой деятельности, где талант получает вознаграждение именно в контексте состязаний. Мы просто поместили программирование в рамки этого контекста». Но Хьюз имел в виду не только регулярные соревнования. Хотя он никогда не слышал о Йохае Бенклере, но уже собирался внедрить его идеи в жизнь.

Постепенно среди сообществ программистов распространился слух о том, что появился веб-сайт, на котором каждую неделю проводятся конкурсы. Призовой фонд не был впечатляющим, зато участие в еженедельных соревнованиях могло стать интересным времяпрепровождением, а если получить большое количество баллов, то есть вероятность заключения крупного контракта с такой компанией, как, например, Google. Для молодых программистов, у которых денег было меньше, чем свободного времени, идея показалась привлекательной. Медленно, но верно популярность TopCoder начала расти.

Хьюз же хотел, чтобы TopCoder делала нечто большее, чем просто управляла конкурсами. Даже с учетом того, что TopCoder находилась в ранней стадии своего развития, Хьюз понимал, что, организовав достаточно крупное сообществе, он сможет использовать его энергию на разработку настоящего программного продукта для реальных клиентов. Разработки эти будут по-прежнему иметь форму дружеских соревнований, за исключением того, что работа, выполненная победителями, будет скомпилирована в более крупную часть программного обеспечения, уже для компаний из списка Fortune 1000. К 2003 г. еженедельные матчи, проводившиеся TopCoder, постоянно просматривали около 7000 программистов. Около 20 % из них периодически становились победителями; около 5 % – зарождающаяся элита TopCoder – побеждали постоянно. Запустив двигатель краудсорсинга на полную мощность, Хьюз почувствовал, что пришло время испытать сообщество в реальном деле.

Но до того как TopCoder обратится к клиентам со своей необычной моделью разработки программного обеспечения, Хьюзу и его сотрудникам нужно было продумать метод разбиения задач на мельчайшие дискретные компоненты. «Мы с момента основания компании знали, что нам нужно будет разбивать крупные задачи на более мелкие, четко структурированные фрагменты», – говорит Хьюз. TopCoder отбирала программы, которые при обычном раскладе можно было разбить на сотню компонентов, и продумывала варианты, как их разбить на тысячу мелких задач. «Идея заключалась в том, что чем меньше “рабочий блок”, тем больше вариантов его последующего использования», – говорит Майкл Моррис, начальник отдела программного обеспечения TopCoder. Это казалось выгодным по многим соображениям. Во-первых, работа оказывается приспособленной к «свободному циклу» человека. А во-вторых, подход TopCoder увеличил скорость и эффективность работы. «Если бы у нас над проектом работало пять разработчиков, у них никогда не оставалось бы времени для использования модульной организации заданий, – говорит Моррис. – Им нужно было бы сначала закончить одно задание и только затем приниматься за другое. Теперь же у нас имеется неопределенное количество людей, одновременно работающих над одним заданием. Чем больше фрагментов мы получим в процессе разбиения, тем быстрее будет выполнена вся работа».

Хьюз и его компания полностью следовали сценарию краудсорсинга, за исключением того, что, конечно, ничего подобного в то время не существовало. В 2003 г. TopCoder была, по существу, единственной в своем роде компанией, использующей модель, которую Хьюз назвал «конкурентным сотрудничеством». На исправление ошибок потребовалось несколько лет. «Тогда не было краудсорсинга. Никакой мудрости “толпы”. Мы не применяли теорию, мы сами были научным экспериментом», – говорит Хьюз.

К началу 2006 г. TopCoder установила деловые отношения с несколькими клиентами и систематизировала процессы разработки. «Это был переломный момент. У нас было около 70 000 программистов, и мы посчитали, что этого достаточно для написания компьютерного кода в производственном масштабе, – говорит Хьюз. – Пожалуй, у нас были лучшие молодые программисты мира, конкурирующие друг с другом». Примерно тогда же Шри Котай, старший вицепрезидент компании AOL, отвечавший за разработку программного обеспечения, позвонил в TopCoder, чтобы договориться о встрече. «Парадокс заключался в том, что он даже не знал, что мы разрабатываем программное обеспечение, – вспоминает Моррис. – Котай просто хотел поговорить с нами об участии в некоторых соревнованиях». Вместо этого Моррис предложил Котаю, чтобы AOL использовал TopCoder для разработки нового программного обеспечения для компании. И показал ему, как проходят соревнования в режиме реального времени на сайте TopCoder. «Это не просто состязания, – сказал он Котаю. – Это будущие разработки программного обеспечения». Вскоре несколько сотрудников Котая уже сидели в офисе и слушали Морриса, рассказывавшего о модели, используемой TopCoder. В общем, все решил случай. «Когда-то давно Котай сам работал программистом, он понимал всю важность качественного кода». Вскоре после этой встречи AOL поручил TopCoder написать три программы: усовершенствовать систему электронной почты AOL, систему синдикации контента и программу для амбициозной серверной системы, которая позволила бы приложению интернет-пейджера корректно работать с другими IM-клиентами, такими как Google Talk и Yahoo Messenger.

Последнее задание стало самым серьезным тестом для TopCoder. Для начала Моррис назначил ответственного разработчика программного обеспечения и руководителя проекта. Это были единственные сотрудники TopCoder, занятые в проекте. Все остальное сделало сообщество. «Они разбили программу мгновенного обмена сообщениями на пятьдесят два компонента. Оказалось, что сообщество уже разработало часть компонентов. Если представить себе, что речь идет о кубиках Lego, из которых уже собирались другие фигурки, то оказалось, что двадцать два кубика к этому времени у нас уже были. Оставалось лишь собрать их в единое целое»47.

Требовалось сконструировать, согласовать и протестировать оставшиеся тридцать компонентов. Это очень скрупулезный процесс, каждый этап которого передавался в краудсорсинг. TopCoder продолжал придерживаться формата соревнований. Сначала участники сообщества соревновались за разработку лучшего алгоритма. При этом участники самостоятельно определяли, какое задание они будут выполнять, исходя из собственного представления о своей квалификации. «У членов нашего сообщества широкий спектр знаний и навыков, – говорит Моррис. – И каждый, как правило, знает, на что он способен». Участники сдавали свои работы на лучший алгоритм, после чего для оценки каждой работы TopCoder назначал экспертную комиссию. «Мы назначали экспертов исходя из их квалификации. А сам отбор шел по принципу “живой очереди”». Определившись с лучшим алгоритмом, его снова выкладывали на сайт для проведения следующего конкурса. Теперь конкурсанты из «толпы» должны были его закодировать. После этого выбирался код-победитель. И наконец, проводились еще два конкурса – один, направленный на сборку всех компонентов, а другой – на то, чтобы определить лучший командный файл, который будет управлять всей программой на каждом этапе ее работы. «Мы разрешаем участникам соревнований формировать команды.

Каждая из них будет делать все от нее зависящее, чтобы взломать программу». По сценарию программу следовало обкатать с позиции пользователя: «делать все, например, добавлять в список друзей, запускать групповой чат, устанавливать защищенный канал связи». Наконец, TopCoder определился с окончательным вариантом программы, сертифицировал ее и передал клиенту. Сообщество не только выполнило основную работу, оно также взяло на себя ответственность за контроль качества.

Компания AOL осталась настолько довольна результатами работы, что после этого отдала на разработку TopCoder около десятка других программ. «Они нас любят», – говорит Майкл Моррис. И тому есть причина. Программы TopCoder в среднем насчитывают 0,98 ошибки на тысячу строк кода. «Промышленный стандарт – шесть ошибок, – отмечает с гордостью Моррис. – Традиционная фирма может назначить шесть или семь разработчиков для выполнения подобного проекта, и это займет больше года. А нам потребовалось чуть больше пяти месяцев».

Часть II

Где мы сейчас

Глава 5. Самое универсальное качество

Разнообразие – «джокер» возможности

Зимний вечер 1995-го. Профессор Калифорнийского технологического института Скотт Пейдж забавы ради работает над компьютерной моделью, в которой искусственные агенты – небольшие компьютерные программы, взаимодействующие между собой согласно правилам, прописанным в программе, – пытаются найти пути решения некой сложной проблемы. Подобным компьютерным моделированием активно пользуются экономисты, поскольку на его основе можно изучать взаимодействие различных агентов в самых сложных системах, например исследовать поведение людей в системе финансовых рынков.

В своей модели Пейдж использовал две группы агентов. Одна группа должна была предоставить лучшие из наиболее возможных путей решения. В дальнейшем мы будем называть ее группой «Менса», по ассоциации с этой крупнейшей организацией, объединяющей людей с высоким коэффициентом интеллекта. Другая группа состояла из агентов, обладавших возможностью предложить наибольшее количество путей решения проблемы. Некоторые из этих агентов были очень способными, но большая часть таковыми не являлась. Их можно сравнить с людьми, которых профессор, остановившись в холле какого-нибудь средней руки университета, отобрал по принципу «в группу войдут все, на ком сегодня коричневые носки». К удивлению Пейджа, агенты группы «коричневых носков» превзошли группу «Менса». Поскольку в жизни случайная группа средних математиков с большой долей вероятности уступит лучшим математическим умам из настоящей «Менсы», Пейдж решил поиграть со своей моделью, изменяя правила, по которым взаимодействовали агенты. И получил тот же результат. Тогда Скотт переписал программу, уже на другом компьютерном языке. Победу раз за разом одерживали «коричневые носки». Пейдж задался вопросом, почему это происходит.

Так началось исследование, плавно растянувшееся в более чем десятилетний научный проект, кульминацией которого стал выход в свет книги «Различие: Как сила разнообразия создает лучшие группы, компании, школы и общество» (The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools and Societies). В ней логическая строгость и точность математики приложены к сфере коллективного разума. Пейдж заложил теоретическую основу под объяснение, почему результаты, демонстрируемые группами «середняков», зачастую превосходят результаты, показываемые экспертами. Почему группа «коричневых носков» постоянно побеждала агентов из «Менсы», хотя ее представители не были такими талантливы, как их оппоненты? У них было кое-что получше таланта – разнообразие.

Результаты нескольких подобных исследований легли в основу постулата Пейджа, который звучит следующим образом: «При решении проблем разнообразие может быть не менее, а то и более важно, чем индивидуальные способности». Пейдж пишет, что при определенных условиях «группа талантливых и отличающихся друг от друга индивидов более эффективно решает задачи, чем группа гениев, мыслящих одинаково». В основе вывода Пейджа лежит его заключение, что люди с большими способностями составляют, как правило, гомогенную группу. Многие из них учились в одних и тех же институтах, как правило, у них схожие точки зрения на те или иные вопросы, они прибегают к одинаковым методам решения проблем или же используют при этом эвристические методы. Они более эрудированы, чем представители «толпы», однако их эрудиция носит узконаправленный характер. Но не все проблемы поддаются решению эвристическими методами или даже методом комбинации знаний. «Коричневые носки» же использовали метод, который «лучшие умы» никогда бы не стали применять. «Это не просто забавный эмпирический случай из жизни, который может случиться раз в 10 лет, – пишет Пейдж. – Это логическая истина»48.

Без понимания сути разнообразия нам не разобраться в сути коллективного разума в целом, а коллективный разум – это важнейший компонент краудсорсинга как попытки использовать знания многих людей для решения конкретных проблем, предсказания будущих результатов или помощи в разработке стратегий компаний. Коллективный разум – форма группового сознания, которую мы можем наблюдать в муравейнике, где муравьи действуют подобно клеткам единого организма. Мы наблюдаем за действием коллективного разума и в ходе избирательных кампаний, когда миллионы отдельных голосов в итоге приводят к единому решению. Ученые из разных областей, начиная от социологов и психологов и заканчивая специалистами в области компьютерных технологий, с начала ХХ в. изучали и продолжают изучать этот феномен. Появление Интернета придало понятию «коллективный разум» новый смысл. Произошло это по простой причине: Интернет внес наибольший вклад в развитие этого разума.

Взаимодействие краудсорсинга с коллективным разумом принимает в обществе три основные формы. Первая форма – это рынок прогнозов, на котором инвесторы приобретают «информацию о будущем», связанную с ожидаемыми результатами. Например, кто победит на президентских выборах или станет следующим обладателем «Оскара» в номинации «Лучший фильм года». Это чем-то напоминает фондовую биржу: частные лица открывают счета, а затем покупают и продают акции по текущей рыночной стоимости. Когда инвестор «добывает информацию» о слабом звене (например, «темной лошадке» в номинации на лучший фильм), он оказывается в выигрышном положении. Например, лучший аналитический срез в преддверии президентских выборов в США в 2008 г. был получен не посредством традиционных опросов, экспертных оценок, а благодаря диаграммам в Интернете, демонстрировавшим «стоимость» кандидатов на фьючерсном рынке Intrade. (Intrade показал, что Барак Обама обходит Хилари Клинтон сразу после первичных президентских выборов в феврале 2008 г.) Вторая форма взаимодействия с коллективным разумом – краудкастинг или решение конкретных проблем посредством общения в Сети. Например, R&D-отдел крупной корпорации транслирует свою проблему в специализированном сообществе в Сети, которое потенциально может ее решить. Здесь примером успешного использования краудсорсинга служит InnoCentive. На нее работает рассредоточенная группа из 140 000 ученых, которые решают проблемы компаний из списка Fortune 500. Третья форма – «столкновение идей», и ее основной отличительной чертой является массовость. Это своеобразный мозговой штурм в Сети, который может длиться не часами – неделями. «Столкновение» чем-то напоминает краудкастинг и способствует генерации самых разных идей. При этом нужно понимать, что онлайн-штурмы – нечто большее, чем просто «ящики с идеями». Интернет делает краудсорсинг не просто возможным, он делает его гораздо эффективнее.

Приводя в пример «Википедию», часто говорят, что коллективный разум лучше проявляет себя на практике, чем в теории49. Результаты его работы порой кажутся парадоксальными, противоречащими общепринятым правилам мироустройства. Ведь согласно им группа «Менса» в любом случае должна была превзойти «коричневые носки». Интернет предоставляет нам прекрасную возможность переосмыслить понимание человеческого поведения. Поэтому, перед тем как погрузиться в практическое изучение вопроса о роли и месте коллективного разума в краудсорсинге, попытаемся определиться с принципами функционирования самого краудсорсинга.

Краудсорсинг уходит своими корнями в базовый эгалитарный принцип: каждый человек обладает знаниями и талантами, которые могут оказаться востребованными другими людьми. В более широком смысле краудсорсинг предполагает формирование связей между людьми. То есть, и это еще один парадокс краудсорсинга, человек со всеми своими особыми навыками – центральное звено краудсорсинга. Наши индивидуальные особенности – целый букет стечений обстоятельств: места рождения, семьи, географического фактора, практического опыта и бесчисленного множества иных изменчивых составляющих, которые посредством необыкновенной алхимии порождает уникальность нашей личности. Когда уникальность присутствует в больших группах, мы называем ее разнообразием – термином, обремененным багажом неудач, порожденных многолетней политикой сохранения идентичности. Но поскольку мы говорим о краудсорсинге, необходимо концептуально разделить два понятия: «разнообразие» и «политика разнообразия». Ученые, предприниматели уже убедились, что разнообразие, как и разногласия, – это очень мощная сила, которую можно использовать для решения разнообразных проблем, разработки новых продуктов. Философ XVII в. Мишель де Монтень писал: «В мире никогда не существовало двух одинаковых мнений, как не существует двух одинаковых волос или зерен. Самым универсальным качеством является разнообразие». Если перефразировать Монтеля, можно сказать, что нас объединяет лишь одно – наше различие. В век Интернета это может служить только во благо.

Разница порождает улучшение

Для целой группы образованных людей Нед Гуллей выступает в роли своего рода лабораторного сосуда, эдакой чашки Петри. Гуллей работает в компании Mathworks, известной по MATLAB, пакету прикладных программ для технических вычислений и одноименному языку программирования, широко используемому математиками и инженерами для решения настолько сложных задач, при одном виде которых у многих отвисает челюсть. В 1999 г. компания решила провести очередной конкурс среди программистов. Конкурсы проводились и ранее, правда, тогда использовалась электронная почта. Анализ присланных работ был громоздким, утомительным и занимал немало времени. Новый конкурс Гуллей предложил провести на веб-сайте и судить его в режиме реального времени50.

Цель, которую преследовала компания, запуская новый конкурс, состояла в том, чтобы «приятно развлечь сообщество пользователей MATLAB, поощрить обмен передовым опытом программирования». Вообще, конкурсы по программированию – часть субкультуры «компьютерных гениев» начиная с первых дней развития вычислительной техники. Это объясняется одной причиной: конкурсы развивают навыки, хотя это всего лишь игра. Различные отделы вычислительной техники стали проводить свои турниры еще в 1970-е, а неофициальные матчи между программистами начались еще раньше. В общем, Mathworks поддержала добрую традицию.

На первый взгляд задача, предложенная на конкурс Гуллеем, носила весьма условный характер. Конкурсанты должны были предложить свои решения так называемой «дилеммы коммивояжера», смысл которой заключается в поиске оптимального маршрута, проходящего через указанные точки, в которых торговец должен появиться хотя бы по одному разу, с последующим возвращением в исходный пункт. Участники предоставляли свои решения либо в виде алгоритмов, либо уже готовых программ. Конкурс должен был продолжаться 10 дней; представленные решения становились известными всем участникам конкурса, разработчик наиболее эффективного алгоритма объявлялся победителем.

Но Гуллей «подкинул в печку дровишек», разрешив конкурсантам использовать коды других участников, с условием, что будет найдено более лучшее решение задачи. Каждый раз, когда поступало новое решение, его учитывали, оценивали и вывешивали на вебсайте. Каждый участник мог видеть полные программные коды конкурентов, копировать их, вносить свои поправки и улучшения, даже самые незначительные. Уловка же Гуллея приводила к тому, что предложившим самый эффективный алгоритм, а стало быть, и победителем конкурса мог оказаться человек, изменивший всего несколько строк в уже представленном кем-то коде.

Гуллей говорил, что все это напоминает общепринятый процесс разработки программного обеспечения. «В офисе, если один человек найдет решение проблемы, остальные тут же собираются вокруг, чтобы узнать, как он это сделал. Осознав свои и чужие ошибки, они учтут их в своих кодах. В нашей культуре бытует миф о Томасе Эдисоне, умном парне, который мог решить любую проблему. Он увидит ее, как только войдет в комнату, а на выходе уже будет идеальное решение. В действительности большинство достижений – это продукт коллективной работы. Я хотел сделать конкурс, который бы смоделировал движение мысли по всему миру».

Во избежание недопонимания: конкурс компании Mathworks не столько пример краудсорсинга, сколько демонстрация принципа, который делает краудсорсинг таким эффективным. Этот конкурс по своей сути ближе к экспериментам Пейджа с «искусственными агентами», чем к корпорации TopCoder с ее использованием «толпы» в создании реального ПО. Mathworks поощряла среди своих участников «кражи» ПО для получения наилучшего результата. Натан, участник конкурса из Ирландии, даже написал Гуллею письмо с просьбой учесть, что он страдал «от физической дрожи во время подготовки к покорению кода». На время проведения конкурса некоторые игроки брали отпуска, прогуливали учебные занятия, брали больничные листы – и все для того, чтобы принять участие в гонке за право быть первым в списке лидеров. Гуллей назвал конкурс MATLAB «заразным сотрудничеством» – поразительный парафраз «сопернического сотрудничества» Джека Хьюза из TopCoder.

«Программист потратит ночь на разработку идеального, по его мнению, алгоритма, который должен принести победу. А потом кто-то другой добавляет в него небольшие улучшения и выходит на первое место. Первый программист приходит в бешенство из-за того, что кто-то скинул его с пьедестала, используя его же код! С целью восстановить свое первенство он добавляет в него свое улучшение». По словам Гуллея, в итоге конечной целью участия в конкурсе является не победа, а создание такого улучшения, которое впечатлит и «задвинет» других участников. «Это можно сравнить с системой учета баллов, основанной на деловой репутации».

Выдающимся аспектом конкурса MATLAB стал все же не накал страстей, а то, что в нем интеллектуальную собственность выставили на общественное обозрение, сделали из нее продукт неоднократного использования, и это оказалось необычайно эффективным методом решения поставленной задачи. С момента своего первого проведения в 1999 г. конкурс организуется дважды в год. Гуллей отмечает, что в среднем алгоритм, полученный в конце конкурса, превосходит первоначальный вариант в тысячу раз.

Это доказывает, что в соревновании между теорией и практикой последняя ушла далеко вперед, иначе чем еще можно объяснить такое ошеломляющее улучшение? Очевидно, что наличие большого количества участников – один из важнейших факторов. Многие талантливые программисты смогли предложить более лучшие решения. Так же совершенно очевидно, что процесс стимулировал свободный обмен идеями. Обмен способствовал созданию среды сотрудничества, в которой совершенствовались и без того хорошие идеи. Но все это не объясняет до конца график улучшения алгоритма. Важно учесть: лучшими не обязательно оказывались те, кто вносил наибольший вклад. Часто решающие улучшения, способствовавшие прорыву, делали новички. Или, как выразился Гул-лей, «иногда в игру вступали даже скрипт-кидди и вносили свои малейшие изменения, да такие, что даже Эдисон протер бы глаза и сказал: “Ого!”»

Другими словами, «коричневые носки» одержали победу над группой «Менса». Это может показаться нелогичным. Но на самом деле сила распределенных сетей была известна еще за полвека до того, как Пейдж начал сталкивать лбами своих «агентов».

Разнообразие и рынок

Экономиста Фридриха Августа фон Хайека часто вспоминают, и не всегда в лучшем свете, как теоретика, взгляды которого сформировали основу политики свободного рынка Маргарет Тэтчер и Рональда Рейгана. Он родился в Вене на рубеже XIX и ХХ вв. Хайек уже был экономистом с превосходной репутацией, когда Гитлер и Сталин пришли к власти. В Лондонской школе экономики Хайек резко критиковал нацистов и Советский Союз за жесткое планирование экономики. Хайек верил, что рынок – очень эффективный механизм, который в одиночку в состоянии регулировать всю экономическую деятельность. Вклад Хайека в экономическую теорию так же велик, как и знаменитая «невидимая рука рынка» Адама Смита. В 1974 г. ему была присвоена Нобелевская премия по экономике. Хайек, имея в друзьях таких людей, как Тэтчер и Рейган, никогда не хотел иметь врагов. Но противоречия, как правило, заслоняют достижения.

В книге «Использование знания в обществе» (The use of knowledge in society51), написанной в 1945 г., он утверждал, что общество не смогло оценить должным образом ту категорию знания, которая не была принята ни академиками, ни корпоративными советам директоров. Речь идет о «знании определенных обстоятельств, времени и места». Основываясь на «определенном знании» или, как сейчас его называют, «конфиденциальной информации», почти каждый человек «обладает преимуществом над остальными, так как владеет уникальной информацией, которую можно выгодно использовать». Хайек писал,

что каждый член общества может владеть лишь малой частью знания, которым обладает общество в целом. Исходя из этого, каждый человек не может знать всех фактов, на которых основывается деятельность общества. «Цивилизация основывается на факте, что мы получаем выгоду от знаний, которыми другие не обладают. И одним из способов, которым цивилизация помогает нам преодолевать это ограничение на уровне индивидуального знания, является… не приобретение новых знаний, но использование знания, которое уже известно и широко распространено среди людей».

Это было написано еще до появления Интернета. Хайек даже представить себе не мог, что объединить и использовать рассредоточенную по всему миру информацию людям поможет Сеть. Конкурс MATLAB мог бы вполне стать доказательством вывода Хай-ека: в мире уже найдены нужные решения, остается лишь отыскать их и собрать в одно «хранилище». Это отнюдь не совпадение, что Гуллей, словно перенимая «язык экономики» Хайека, говорит об открытости своего конкурса как способе «вытягивания конфиденциальной информации друг из друга».

Кропотливые наблюдения позволили Гуллею сделать некоторые выводы об эффективности «заразного сотрудничества». Перенеся данные на график, Гуллей определил, что успех достигается за счет больших скачков, за которыми следуют относительно продолжительные периоды незначительных улучшений52. «Люди будут вынюхивать недостатки в алгоритме, как гиены вынюхивают падаль. И не успокоятся, пока кто-то не придет и не перетащит тушу в другое место. Тогда все начнется заново».

Диаграммы Гуллея в определенном смысле отражают общий ход эволюции, в которой генетические мутации не подчиняются линейной динамике: для них характерны именно скачки. Теорию «прерывистого равновесия» разработали в свое время биологи-эволюционисты Стивен Джей Гулд и Нильс Элдридж. Но Гуллей вряд ли задумывается об этих параллелях. Он считает, что ясным доказательством природы прогресса в человеческом обществе служат именно его выводы о конкурсе MATLAB. «Мы все изучали историю, в которой все великие люди, например Наполеон, – это некие воины-одиночки. Но в реальности все обстоит намного сложнее.

Жизнь – это взаимодействие между теми, кому по силам сделать скачок, и теми, кто работает над улучшениями». История призывает на службу «коричневые носки», чтобы они изменяли общую точку зрения.

«В нашем конкурсе участвуют гениальные люди. В традиционных конкурсах, когда один из участников находит наилучшее решение, его признают победителем только потому, что этот отдельно взятый участник гениален. В конкурсе MATLAB принять участие и улучшить уже полученный код могут все. И сделают то, что не в состоянии сделать один человек. Это рой, огромный коллективный мозг, к которому мы получили доступ. Было бы замечательно, если бы можно было использовать коллективный разум, например, для решения проблемы лечения рака».

Когда «толпа» не толпа

Для демонстрации возможностей коллективного разума необходимо приветствие разнообразия. Оно и присутствует в таких моделях, как конкурс MATLAB. Но коллективный разум нуждается еще и в поддержке. Соберите на групповую дискуссию где-нибудь в баре или большой комнате достаточное количество людей, и там мигом образуется мистическая движущая сила. Люди, основываясь на разногласиях, либо разделятся на два лагеря, либо закроют на них глаза и постараются достичь консенсуса. Оба феномена обладают одинаковым результативным эффектом: разнообразие внутри группы уменьшается. За тысячелетия своей эволюции люди превратились в высокосоциальные создания. Во многих обстоятельствах возможность заключить мировое соглашение – это граница между жизнью и смертью: «Нападает мамонт. Будем спасаться бегством или заколем его копьями?» Но когда коллективный разум начинает действовать в таких моделях краудсорсинга, как работа на рынке информации, или при сетевых решениях той или иной проблемы, консенсус отходит на второй план.

В 2004 г. Джеймс Шуровьески опубликовал книгу «Мудрость толпы» (The Wisdom of Crowds53). Название книги – тонкий намек на книгу Чарльза Маккея, написанную еще в 1841 г. Его «Наиболее распространенные заблуждения и безумства толпы» (Extraordinary Popular Delusions and the Madness of Crowd) – суровое обвинение в стадном инстинкте, которое способно привести к катастрофе, подобной голландской «тюльпаномании» 1630-х гг., когда цена на цветочные луковицы выросла в десятки раз и ими торговали на бирже. Теория коллективного разума, таким образом, родилась задолго до выхода в свет книги Шуровьески, но только недавно вновь стала модой у социологов и специалистов по управлению бизнесом. Поэтому неудивительно, что «Мудрость толпы» захватила воображение людей. Она содержит множество убедительных примеров, подтверждающих, что толпа мудрее, чем самый умный человек из нее. Как толпе посетителей на ярмарке в Англии удавалось всего за один фунт угадать вес бычка, который был призом? Как группа студентов угадывает количество денег в банке? Как публике на телевизионной игре «Кто хочет быть миллионером?» удается постоянно превосходить экспертов? Благодаря мудрости «толпы». Подобные случаи из жизни обретают поистине магический оттенок, проникая в коллективное воображение и становясь темами для обсуждения за коктейлем или при встрече в кафетерии.

На деле же нет никакой магии мудрости «толпы», это выражение только вводит в заблуждение. В приведенных выше риторических вопросах «толпа» отнюдь не была сверхмудрой, она даже не действовала как «толпа». Толпа предполагает группу людей, действующих заодно, например «толпа прорвавшаяся через ограждение и в истерике поклонившаяся автору». Хорошо, что авторы обычно не вызывают такую степень необузданного обожания, но вы поняли смысл определения «толпы» – это группа людей, объединенных по общему признаку. В отличие от коллективного разума, обладающего меньшим количеством общих признаков. Он процветает в прямой зависимости от разнообразия людей, объединенных в группу, и их возможности высказать личное мнение.

Существуют и другие условия, которые должны быть выполнены для того, чтобы разнообразие взяло верх над способностями. Во-первых, это должна быть действительно сложная ситуация. Ведь чтобы завязать шнурки, вам не нужна группа людей. Следующее условие: «толпа» должна иметь квалификацию, позволяющую решить поставленную проблему. Маловероятно, что случайная группа пассажиров метро превзойдет группу инженеров-ядерщиков в разработке более эффективного реактора. Даже «коричневые носки» Пейджа были отобраны в холле института, а не в телефонном справочнике. Также должен существовать способ оценки и обработки вклада каждого человека, как, например, система учета баллов и классификации. В конце концов, для обеспечения разнообразных подходов нужно вытащить участников «на свет» и предоставить каждому возможность выразить свою индивидуальность, свои «локальные знания».

Учитывая все это, давайте еще раз обратимся к противоречивым, на первый взгляд, примерам. Возьмем в качестве примера банку, наполненную разноцветными конфетами драже. Студенты, специально ли или случайно отобранные в одну группу, при решении одной и той же задачи будут использовать разные стратегии. Механизм последующей обработки этих решений прост: преподаватель собирает все расчеты и выводит средний оптимум. Самое важное, чтобы студенты записывали свои предложения, не консультируясь друг с другом, чтобы каждый думал и действовал самостоятельно. (Участники конкурса MATLAB не столько консультировались, сколько воровали друг у друга идеи, но их взаимная изоляция позволяла сохранять разнообразие.)

А теперь давайте рассмотрим пример телевизионной игры, в которой аудитория способна предугадать 90 % ответов. В телевизионной игре под названием-вопросом «Кто хочет стать миллионером?» участники отвечают на 15 вопросов, подобранных по возрастающей сложности. Если удается ответить на все 15 вопросов, они выигрывают $1 млн. К вопросам дается 4 возможных варианта ответов. Сталкиваясь с проблемой, участник может воспользоваться подсказкой. Это может быть звонок другу, обладающему энциклопедическими знаниями, или помощь зала. «Эксперты» превосходно справляются со своей работой, предлагая 65 % правильных ответов. Но зал ушел далеко вперед, угадав правильный ответ в 91 % случаев.

Это впечатляет. Это намного лучше, чем результат, который показывают самые лучшие игроки. Казалось бы, чем не доказательство того, что группа лучше самого умного человека. Но на самом деле это простая арифметическая функция. Даже если небольшое количество отдельных личностей знают правильный ответ, группа предскажет точный ответ. Пейдж писал, что это происходит потому, что «ошибки исключают друг друга, а правильные ответы, как сливки, сами всплывают на поверхность». Это можно легко продемонстрировать. Воспользуемся реальным примером из шоу. Где можно встретить шерпов и гуркхов? (A) Непал, (B) Марокко, (C) Эквадор или (D) Россия. Если только 4 % аудитории знает, что правильный ответ (A) Непал, можно считать, что остальная часть аудитории будет отвечать случайно. Результат будет следующим – 24 % аудитории будет считать, что это Марокко, 24 % – Эквадор и 24 % – Россия. Но 28 % скажут, что это Непал.

Естественно, разница между угадыванием ответа на простой вопрос и улучшением алгоритма в 1000 раз есть, и немалая. Пусть последний из приведенных примеров и не впечатляет, но и он бросает вызов безусловной вере в силу интеллектуальных способностей.

На первый взгляд компания MATLAB, казалось бы, привлекает в основном программистов с качествами группы «Менса». Другими словами, участники сами решают, участвовать им или нет, исходя из собственных знаний и практических навыков в решении определенной проблемы. Конечно, в конкурсе участвуют и лучшие программисты из Mathworks, но и кодировщики «со стороны» за годы пользования этим компьютерным языком обучились тем же трюкам, что и программисты компании. И именно начинающие кодировщики, которые вынуждены искать свои собственные обходные пути, совершают огромные когнитивные скачки, которые позволяют улучшить первоначальное решение. Если великие умы мыслят одинаково, а в большинстве своем так и есть, это означает, что они на самом деле составляют один разум. А, как выразился Пейдж, «две головы не лучше, чем одна, если в них одни и те же мозги». Разнообразие группы приводит к использованию различных методов при решении одной и той же проблемы. Конечно, применить подобный подход к решению проблем реального мира гораздо сложнее, чем при составление маршрута гипотетического коммивояжера, но это уже тема следующей главы54.

Глава 6. Знания «толпы»

Коллективный разум в действии

В конце осени 2004 г. Карим Лакхани из Школы менеджмента им. А. Слоана Массачусетского технологического института страдал от недуга, довольно распространенного среди молодых ученых: он устал от бесконечных исследований. «Я достиг того момента, когда у меня просто не оставалось времени на собственную диссертацию», – вспоминает Лакхани. Его диссертация была посвящена внедрению инноваций в ОПО, но после четырех лет трудов он почувствовал, что смертельно устал. Настало время взять отпуск. «Я бросил все и принялся за книгу Нила Стивенсона “Барочный цикл” (Baroque cycle)». Трилогия Стивенсона – историческая беллетристика о Европе эпохи Просвещения. Она оказала на Лакхани сильное воздействие. «В ней описывалось становление Королевского общества, рассвет эпохи рационального мышления, история систем счисления». Для К. Лакхани «Барочный цикл» был увлекательным рассказом об инновациях.

Лакхани очень заинтересовала одна из историй, содержавшихся в «Барочном цикле». Стивенсон описал историю «долготного» приза. В 1714 г. британский парламент предложил £20 000 (примерно $12 млн по нынешнему курсу) любому, кто предложит надежный способ определения долготы на парусных судах. Проблема была очень актуальной для королевского флота и была причиной регулярной потери кораблей, торговых грузов. Все это било по государственной казне. «Великие умы науки того времени, включая Исаака Ньютона, пытались создать такое устройство, но никто из них не добился успеха», – заметил К. Лакхани. Решение было найдено столяром из Йоркшира Джоном Гаррисоном. Он знал, что если перед выходом в море настроить точные часы по местному времени и взять их с собой, то во время плавания, определив по солнцу местное время, можно легко вычислить долготу местоположения судна. Так появился первый хронограф, который работал с высокой точностью даже в суровых условиях океанских путешествий. «Я прочитал это и подумал: “Хм, это очень похоже на ОПО. Кто-нибудь сообщает о проблеме, появляются разные странные люди, которые говорят, что у них есть решение. В конце концов, правильное решение находит человек, от которого вы этого совсем не ожидали”». «Долготный» приз – самый ранний из известных примеров краудкастинга: английский парламент, выпуская специальный билль, сообщил широкой аудитории о проблеме в слепой надежде, что кто-то где-то – возможно, даже столяр из Йоркшира – найдет ее решение.

Карим Лакхани продолжил работу над диссертацией, но теперь стал рассматривать вопрос инноваций в более широком смысле. В один прекрасный день он услышал об ученых, сотрудничающих с InnoCentive, и подумал: «Не современная ли это версия “долготного” приза? «Я созвонился с некоторыми из них и сказал, что хочу побольше узнать о том, как им удалось решить поставленные задачи. Они были в восторге». Лакхани скооперировался с коллегой из Копенгагенской школы бизнеса, парой ученых из InnoCentive, и в течение следующего года они проанализировали 166 научных задач, которые исследовательские отделы 26 фирм не смогли решить самостоятельно и передали на краудсорсинг. Летом 2007 г. ученые опубликовали результаты своей работы «под маркой» Гарвардской школы бизнеса. Выводы «группы Лакхани» противоречили всему, что писали до них предыдущие поколения ученых. Правда, йоркширского столяра Джона Гаррисона, будь он жив, они бы не удивили. Это было яркое подтверждение вывода С. Пейджа о том, что «многообразие берет верх над талантом»: люди, от которых ожидали решения проблемы, как правило, только усугубляли ситуацию.

Абсолютно новый подход

Будущее любого корпоративного отдела по исследованиям и разработкам можно увидеть в городке Барри в Канаде. Здесь Эд Мелкарек, один из самых успешных «решателей» компании InnoCentive, содержит свою «ночлежку на выходные» – однокомнатную квартиру, больше похожую на склад старьевщика, в котором можно увидеть гитару, усилители, звукосниматели, два «убитых» компьютера, трубу, старую надувную лодку и кучу разных электронных вещиц из интернет-магазина RadioShack. Почти каждую субботу Мелкарек приходит сюда, наливает немного французского бренди Saint Remy, закуривает сигарету «John Player» и берется решать задачи, которые поставили в тупик лучших корпоративных ученых, работающих на компании из списка Fortune 500.

«Толпа» объединяет людей самых разных способностей, отдельные личности даже обладают научным талантом, опытом преподавательской работы. Компании, думающие хотя бы на шаг вперед, стараются привлекать этот интеллектуальный капитал и как следствие меняют принятые подходы к процессу исследовательской работы и развития в целом. Белые лабораторные халаты постепенно «выбывают из игры», наступает «пора Мелкареков», который, как и Джорджиа Сгаргетта, является представителем армии из 140 000 постоянных участников проекта InnoCentive. Фармацевтическая компания Eli Lilly, запуская его в 2001 г., рассчитывала воспользоваться «свободной» интеллектуальной рабочей силой в собственных целях. Однако InnoCentive «распахнула свои двери» и другим фирмам, желавшим получить доступ к сети независимых профессиональных экспертов. Сегодня свои самые сложные научные задачи на решение в сеть InnoCentive отправляют такие компании, как Boeing, DuPont, Procter & Gamble. И каждый, у кого под рукой есть компьютер, может испытать удачу. Компании обычно выплачивают от $10 000 до $100 000. за принятое решение (естественно, еще они платят определенную комиссию за услуги и InnoCentive). Джил Панетта, главный научный сотрудник компании InnoCentive, говорит, что более 30 % задач, поступивших в их сеть, нашли свое решение, и это «на 30 % больше, чем можно было бы решить, используя традиционный внутрифирменный подход».

«Каждый, с кем я беседовал на тему исследований и разработок, сталкивался со схожими проблемами, – говорит Ларри Хьюстон, вице-президент отдела инноваций Procter & Gamble. – Год за годом бюджетные расходы на исследования возрастают быстрее, чем прибыль от продаж. Существующая модель перестает удовлетворять компании». P&G – один из первых и лучших клиентов InnoCentive. При этом компания пользуется и другими сетями краудсорсинга. YourEncore, к примеру, позволяет компаниям находить и нанимать для выполнения одноразовых заданий специалистов, вышедших на пенсию. NineSigma, онлайн-биржа идей, по запросам компаний подбирает тех или иных специалистов и сводит их. «Люди ошибаются, принимая такой подход за аутсорсинг. Это, несомненно, не одно и то же, – говорит Хьюстон. – Аутсорсинг – это когда я нанимаю кого-нибудь для предоставления мне услуг; человек выполняет свои обязательства, и на этом наши отношения прекращаются. В данном же случае мы говорим об удаленном вовлечении специалистов их в процесс сотрудничества».

Несмотря на то что большинство участников проекта InnoCentive – ученые в прямом смысле этого слова, среди них есть энтузиасты, работающие в легендарных «гаражах». Как, например, студент из Университета Далласа, придумавший вещество, которое можно использовать при реставрации предметов искусства. Или дипломированный адвокат из Северной Каролины, разработавший новый способ смешения больших объемов химических компонентов. Или как Эд Мелкарек, эксцентричный инженер-электрик, «лаборатория» которого одновременно служит еще и складом, и музыкальной студией. Мелкарек «выбивает почву из-под ног» у штатных исследователей компании Colgate-Palmolive. Огромная компания искала способ, который позволил бы вводить порошкообразный фтор в тюбики с зубной пастой и при этом он не рассеивался в воздухе. Решение созрело в голове у Мелкарека еще до того, как он закончил читать описание поставленной задачи: процесс должен проходить под воздействием электрического поля. Тогда положительно заряженные частицы фтора будут заполнять тюбики не распыляясь.

«Это было действительно очень простое решение», – говорит Мелкарек. Почему компания Colgate сама до этого не додумалась? «Наверное, нанимая на работу тех парней, которые отвечают за тюбики, они не протестировали их на знание физики». Мелкарек получил за свое решение $25 000. Если бы его разработали штатные специалисты Colgate-Palmolive, то стоимость возросла бы в 7 раз. По словам Мелкарека, он ликовал от собственной победы. «Эти заумно-научные задачи, – говорит он, – вселили в меня уверенность в собственных силах».

Мелкарек прошел нетрадиционный для исследователя путь. Он потратил четыре года на учебу в Технологическом институте Британской Колумбии в Ванкувере, получил степень магистра по курсу ускорителей элементарных частиц, но решил не тратить время на получение кандидатской степени. «Мне поступило интересное предложение, – рассказал он. – К тому же нужны были деньги». Мелкарек менял одну работу за другой, но ни одна из них не требовала применения полученных им знаний. «Я не люблю сидеть на одном месте с девяти утра до пяти вечера», – говорит Эд. И тем не менее он уже разработал оригинальный клапан для нагревательного оборудования, робота для промышленной окраски изделий. В конце концов, не каждому любознательному уму суждено посадить «сливовое дерево» в университетской или частной исследовательской лаборатории. Кто-то должен создавать и системы климат-контроля.

Для Мелкарека InnoCreative – это путь выхода из научной самоизоляции. Последние пять лет он регулярно заходит на портал в поисках новых задач. Все они разбиты на сайте по типу: на химические и биологические. У Мелкарека нет специального образования ни в одной из этих дисциплин, но это не помешало ему практически мгновенно решить задачу из «химического раздела». «Я вообще заметил, что множество задач из этого раздела можно решить с помощью электромеханических процессов. Мне помогает то, что в институте я изучал физику элементарных частиц», – рассказывает он. Помимо задачи с порошком фтора, Мелкарек нашел еще и способ очистки растворителей на основе кремнийорганических соединений. Оно принесло еще $10 000. С тех пор Мелкарек решил еще пять задач, предложенных InnoCentive. «Неплохо для нескольких недель работы», – добавляет он с усмешкой.

Мелкарек вывел свою формулу успеха: используя знания в физике и электротехнике, можно находить решение биологических и химических задач. В 2007 г. InnoCentive запустила новый подраздел, уже с инженерными задачами, но он инженера Мелкарека не интересует. Все семь своих открытий он сделал в других сферах.

Все это дает нам некоторое представление об Эде Мелкареке (человеке, который любит решать задачи), но больше говорит о самом проекте InnoCentive. Когда К. Лакхани погрузился в исследование работы InnoCentive, он пришел к выводу, что Эд – это «правило», а не «исключение»: оптимальные решения чаще находят люди, от которых этого меньше всего ожидают.

«Мы выяснили, что вероятность решить задачу больше у тех людей, которые не имели опыта работы в данной области, – говорит Лакхани. – Если вы хотите, чтобы ваша задача была решена, представьте ее в виде цветка. Чтобы его опылить, надо не просто привлечь насекомых, а привлечь их как можно больше».

В исследовании Лакхани содержится еще более интересный вывод: оказывается, в 75 % случаев победителям уже априори известны решения. То есть решения задач, а многие из них, напомним, завели в тупик лучших корпоративных ученых, не требуют неимоверных прорывных интеллектуальных усилий самых талантливых новаторов; все, что необходимо, – это разнообразие мыслей. Что лишний раз подтверждает вывод Ф. Хайека: прогресс зависит не от получения новых знаний, а от эффективного использовании уже имеющихся. Когда я спросил Эда Мелкарека, сколько времени у него уходит на решение задач, предложенных InnoCentive, его ответ был предельно краток: «Если через полчаса мозгового штурма мне неизвестен ответ, я сдаюсь»55.

Выводы К. Лакхани, возможно, удивят представителей бизнеса и науки, где долгие годы правит бал специализация и где очень аккуратно подходят к выводам из сферы экономической социологии, в первую очередь к утверждениям относительно силы «слабых» связей.

В 1970 г. Марк Грановеттер, социолог из Гарвардского университета, провел опрос примерно 280 технических и управленческих служащих в городе Ньютон, штат Массачусетс. Многие респонденты сообщили, что они нашли работу благодаря личным контактам, подкрепив это фразой: «Главное не что, а кого вы знаете». Однако Грано-веттер решил копнуть немного глубже. Какого рода был этот личный контакт? Супруг? Брат? Сват? Лучший друг? Большинство не ответило на этот вопрос, ограничившись коротким: «Нет, нет, нет». Лишь 16,7 % опрошенных нашли работу благодаря близкому знакомству, остальные – с помощью личных контактов, через малознакомых людей. Те, кто им помогли, были друзьями друзей. Это объяснимо: близкие люди обладают такими же знаниями, что и мы сами. Они знают о тех же свободных вакансиях, что и мы, о тех же доступных для аренды квартирах, что и мы. Грановеттер сформулировал доказательство обратного: на самом деле нам помогают не те, кого мы хорошо знаем, а малознакомые люди.

Сила «слабых» связей идет вразрез с глубоко укоренившимися в корпоративной среде стереотипами56. «В ней господствует приверженность гемофильности, все делается по принципу “рыбак рыбака видит издалека”, – говорил Лакхани. – Поэтому, когда компания решает обратиться со своими проблемами к внешним источникам, она полагается на людей, компании и лаборатории, с которыми давно работает, и сталкивается с теми же исследовательскими стереотипами, которые господствуют в ее собственной внутренней среде». Именно поэтому лучшие ученые такой компании, как P&G, не нашли решения задачи, с которой Эд Мелкарек легко справляется за бокалом бренди.

Основным моментом здесь является максимальное продвижение задачи в «толпу» посредством крупных сетей, таких как, например, InnoCentive. Или, возвращаясь к метафоре К. Лакхани, «вырастить цветок, который привлечет как можно больше насекомых». Конечно, это проще сказать, чем сделать. «Фирмы не хотят публично распространяться о своих проблемах. Традиционная корпоративная культура устроена таким образом, чтобы как можно сильнее ограничить доступ извне к внутренней информации, а не выносить ее на всеобщее обозрение». А что может быть конфиденциальнее, чем информация о проблеме, которая не поддается решению? Отказ от «корпоративных анахронизмов» открывает больше возможностей перед компаниями, рискнувшими «плыть против течения».

Если необразованный столяр смог решить одну из самых сложных проблем своего времени, если инженеру-электрику по зубам самые запутанные химические проблемы компании из списка Fortune 500, тогда, возможно, Нед Гуллей из Mathworks прав, предполагая, что коллективный разум когда-нибудь найдет лекарство от рака. И намного раньше, чем всем кажется. Подражая компьютерному проекту SETI@home, химический факультет Стэнфордского университета запустил свой проект Folding@home, который использует возможности сотни тысяч компьютеров для решения задачи сворачивания белка: прежде чем белки смогут выполнять свою биохимическую функцию, они удивительным образом собирают сами себя, или, как говорят ученые, «сворачиваются». Процесс сворачивания белков, являясь критическим и фундаментальным практически для всей биологии, по сей день остается загадкой. Сбой же в этом механизме ведет к таким страшным заболеваниям, как муковисцидоз, болезнь Альцгеймера, рак.

Инициатива Стэнфордского университета – лишь малый скачок от использования возможностей тысяч компьютеров к использованию безграничных возможностей тысяч умов. Этот процесс уже в действии. Недавно компания InnoCentive в кооперации с некоммерческой организацией Prize4Life предложила $1 млн в награду тому, кто сможет помочь в поисках лечения болезни Шарко. Эту модель можно использовать и для поиска лечения других заболеваний. Что произойдет, когда миллиард – приблизительная нынешняя численность «толпы», т. е. количество людей, подключенных к Интернету, – трансформируется в три миллиарда? Представляете, сколько полезного сможет породить такой коллективный разум, используя весь объем своих знаний?

Потенциал краудсорсинга в решении сложных проблем обсуждался в среде, весьма предвзято относящейся к инновациям, – в федеральном правительстве США. В октябре 2007 г. сенатор Берни Сандерс, независимый представитель от штата Вермонт, представил законопроект о премиях за медицинские инновации57. В основе законопроекта лежала идея об устранении связи между стоимостью НИОКР и ценой на лекарства путем создания годового призового фонда в размере $80 млрд для премирования разработчиков лекарств. В законопроекте Сандерса было предусмотрено выделение $6,4 млрд для выдачи премий за разработки в области игнорируемых заболеваний, таких, например, как малярия. Медицинские компании могут показаться бездушными, но дело в том, что исследование и разработка лекарств – дело дорогостоящее, а больные малярией, как правило, люди бедные. Значит, фармацевтические компании столкнутся с проблемами, пытаясь окупить затраты на разработку того же лекарства от малярии. Законопроект Сандерса гарантировал обязательную компенсацию этих затрат, причем как компаниям, так и физическим лицам, которым удастся разработать эффективное лекарство.

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.