alexey - Dolgin.indb

ленности потребителя о качестве продуктов. Теперь на смену ему при-

шло незнание намерений оператора рекомендательной системы. Одно

не слаще другого. Плюс появляется ощущение утраченной самостоя-

тельности выбора.

Манипуляции с коллаборативной фильтрацией, которые ведутся

под предлогом ее улучшения, извращают первоначальную идею. И ви-

нить в этом некого. Бизнес не обнаружил в фильтрации силами пот-

ребителей источника денег, не нашли его и те, кто искренне ставил во

главу угла благо сообщества. Но, вне всякого сомнения, бизнес не мог

не предвидеть угрозы своим интересам. Вот открытое предупрежде-

ние (в пересказе), прозвучавшее со страниц Th e New Yorker в год рож-

дения Napster131. Фактически, коллаборативная фильтрация – это ме-

тод, направленный против блокбастеров. Предположим, некто ввел

в MovieLens свое мнение по 15 популярным американским фильмам.

Этот некто редко смотрит что-либо, кроме коммерческих голливуд ских

релизов, и плохо ориентируется в мире кино. Но тут в ответ система, располагая данными о предпочтениях его единомышленников, сооб-

щила, что ему могла бы понравиться бельгийская комедия 1992 года и

фильм «Давай потанцуем» (1937) с Джинджер и Фредом, и он убедился, что это действительно так. Метод «способствует производству малоти-

ражных, талантливых и качественных продуктов, не попадающихся на

глаза читателям из-за скудного маркетингового бюджета»132. Грамот-

130 Распространено мнение, будто подобным образом складывается судьба бесплат-

ного браузера Firefox – конкурента Internet Explorer фирмы Microsoft , вшитого в

Windows. Firefox, появившийся в ноябре 2004 г., блокирует всплывающую рекла-

му, практически непроницаем для вирусов и занимает мало места. Но при всем

том он с трудом пробивается к пользователю, так как Internet Explorer внедрен в

миллиарды компьютеров и привычки пользователей.

131 Gladwell M. Th

e Science of the Sleeper: How the Information Age could Blow Away the blockbuster // Th

e New Yorker, 10. 04.1999.

132 Эти слова принадлежат Джону Хэйджелу (John Hagel), консультанту McKinsey & Co по электронной коммерции, автору (вместе с Марком Сингером) книги «Net Worth»

(Hagel J., Singer M. Net Worth. Harvard Business School Press, USA, January 1999).

83

ЧАСТЬ 1. ПЕРСПЕКТИВНАЯ МОДЕЛЬ МУЗЫКАЛЬНОГО БИЗНЕСА

ные рекомендации приводят к тому, что продажи нераскрученных, но

от этого не менее интересных произведений/авторов растут, а блокбас-

теров – падают. В условиях неопределенности, когда никаких внятных

рекомендаций нет, покупают что-нибудь предсказуемое, т. е. блокбас-

тер. С появлением надежных рекомендаций блокбастер потеряет часть

публики, поскольку у людей появятся иные ориентиры для выбора.

Если люди станут делать меньше ненужных покупок, работа на

«вал», а вместе с ней и унификация цен станут бессмысленны. Поэтому, как только рекомендательные системы получат широкое распростра-

нение, эпохе однородных цен придет конец. Вполне возможно, что к

тому моменту, когда автоматизированные рекомендательные сервисы

станут реально помогать в подборе произведений, потребители соч-

тут высокие и дифференцированные цены справедливыми. Возможно

также, что к этому времени удастся искоренить пиратство. Если того и

другого не случится, индустриям культуры несдобровать.

1.3.2.9. Рекомендательная деятельность как самостоятельный

бизнес

Отработав методику выбора книг, музыки и фильмов, коллабо-

ративная фильтрация могла бы начать экспансию в другие сферы.

Например, помочь с выбором телепрограмм, ресторанов, турпоез-

док, учебных заведений, персонального тренера, архитектора и т. п.

Пока же подавляющее большинство подобных решений принимается

по старинке. Термин «коллаборативная фильтрация» до сих пор ма-

лоизвестен. Препоной на пути прогрессивной технологии является

не только консервативность людей, но, главным образом, ряд неуч-

тенных моментов в самом изобретении. Можно назвать три наибо-

лее узких места, затрудняющих интегрирование метода в социальную

практику. Два из них, вероятно, можно так или иначе преодолеть пу-

тем доработки системы – холодный старт (набор критической массы

пользователей) и зашлаковывание фильтров в результате подтасов-

ки фактов. А вот третья проблема носит, так сказать, экзистенциаль-

ный характер: как выжить организатору рекомендательного сервиса, не идя в услужение к продавцу? Это не просто проблема внутреннего