Поскольку таких «личностей» у пользователей стало слишком много, и обо всех о них им не упомнить, более мелкие интернет-ресурсы, подобно политическим сателлитам, входят в «зоны», контролируемые основными «геополитическими игроками» Сети.
Эти монстры сначала принуждают вас создать ваш персональный ID (Apple ID, Google Account, Facebook[12] Account, включая использование биометрии) тут предложение формируется так, что вы не можете отказаться, иначе ваше устройство просто не будет работать. Но наличие такого ID, по сути, является виртуальной «шенгенской визой» на все сайты, входящие в соответствующие «содружества».
Мелкие сетевые игроки получают функциональный протекторат со стороны основных платформ, а те, в свою очередь, собирают с нас данные о нашем поведении на этих, сторонних вроде бы ресурсах. Данные о действиях пользователей в Сети это в каком-то смысле её внутренний капитал, внутренняя валюта, которая не видна глазу пользователей.
Эта валюта почти физическая ценность, виртуальное «золото», которое используется для производства в цифровом мире наших аватаров, опять-таки для внутреннего использования теми игроками, которые их создают. Переработанные таким образом наши данные служат для продажи нам же рекламы и товаров (рекомендательные сервисы на маркетплейсах, стриминговых платформах и т. д.).
Существует едва различимый зазор времени между тем, как страница, которую вы открываете в Сети, загрузится, и тем, как вы увидите рекламу на ней. В эти считаные доли секунды происходит самый настоящий аукцион, на котором разыгрывается ваше внимание.
Десятки, а то и сотни роботов делают в этот момент свои ставки то есть фактически выставляют цену за ваше внимание, ориентируясь на то, насколько ваш (их) цифровой аватар подходит под рекламу, которую они должны разместить.
Допустим, вы хотите купить дом или машину и сделали соответствующий запрос в поисковой строке Для вас это просто поиск подходящего дома или машины, а для робота, оперирующего вашим цифровым аватаром по ту сторону экрана, прямое указание на то, что ваше внимание стоит существенно дороже для тех, кто продаёт в этот момент дома или машины.
Поэтому при переходе на следующую страницу вы обнаружите на ней рекламные предложения, которые соответствуют целям вашего поиска, от агентств недвижимости, дилерских автомобильных центров и т. д. Для продавцов шариковых ручек или кастрюль ваше внимание в этот момент будет слишком дорогим удовольствием.
Чем больше информации в вашем цифровом аватаре по ту сторону экрана, тем удобнее и комфортнее вам жить: роботы, выполняющие заказы, принятые от рекламодателей, делают вам более точные ценовые предложения, точнее попадают в ваши пристрастия.
Аналогичным образом работают и платформы, которые непосредственно что-то вам продают: товары, услуги, контент. У них тоже есть свои «ваши» цифровые аватары, которые знают, что вы покупали прежде, в каком количестве, за какую цену, с какой периодичностью, а также что покупают люди, которые «похожи на вас» (Look-alike аудитория LAL).
Причём эта LAL создаётся далеко не только из тех данных, которые вы оставили на данной платформе Amazon или Netflix, но и тех, которые они собрали о вас на других своих площадках (у Amazon, например, их предостаточно), получили от своих партнёров по бартеру или же которые они просто купили на рынке данных у других игроков.
Наконец, та же Amazon не только продаёт товары своим клиентам, но и предоставляет другим компаниям целый стек облачных технологий: Amazon Web Services (AWS) облачная платформа, представляющая собой целую инфраструктуру технологических сервисов и услуг (файловый хостинг, распределённые хранилища данных, аренда виртуальных серверов, предоставление вычислительных мощностей и т. д.), технически имеет доступ к в принципе неограниченному объёму данных[13].
Впрочем, как показывает опыт, даже не обладая таким объёмом данных, но эффективно используя набор инструментов (особенно если речь идёт об одном контекстом поле), можно добиваться поразительных экономических результатов. Например, 80 % стримингового времени на Netflix обеспечивается с помощью рекомендательной системы, а также приводит к улучшению пользовательского опыта (то есть увеличивает лояльность пользователей и способствует их удержанию), что, в свою очередь, позволяет экономить на привлечении новых клиентов (так, считается, что ещё в 2016 году компания сэкономила на этом порядка миллиарда долларов).
Рекомендательная система Netflix использует целую батарею алгоритмов: Personalised Video Ranking (PVR), создающий жанровые ряды, выбирая из всего каталога именно то, что идеально подойдёт для пользователя; Top-N Video Ranker отвечает за подбор самых популярных фильмов, которые могут быть интересны именно вам; Trending Now Ranker позволяет отслеживать ваше поведение по году и событийности (праздники, катастрофы и т. д.); Continue Watching Ranker анализирует, что вы начали смотреть, но не закончили, и вычисляет вероятность того, что вы продолжите просмотр, используя контекстно-зависимые сигналы (например, время, прошедшее с момента просмотра, момент, на котором пользователь остановился, устройство, на котором пользователь смотрел контент, и т. д.); Video-Video Similarity Ranker позволяет сличать то, что вы уже смотрели, с матрицей сходства между элементами, и т. д.
Кроме того, ряд подходов позволяют провести ранжирование результатов, полученных с помощью указанных алгоритмов: row-based подход использует уже существующие рекомендации и применяет к ним подход learning-to-rank то есть ставит оценки и ранжирует по ним; stage-wise-подход делает то же самое, но уже не для всех рядов одновременно, а последовательно друг за другом (если вы выбрали какую-то рубрику, например содержащую «ужасы», то это приводит к пересчёту всех остальных рядов с учётом вашего интереса); ML-подход создаёт рейтинг с учётом того, какие страницы были сгенерированы для вас рекомендательной моделью в прошлом (учитывается то, что вы уже видели и как взаимодействовали с отображаемым контентом).
Разумеется, это только самая верхушка айсберга и пара платформ, хотя и очень успешных. Но представьте, какой массив данных хранится о вас на всех этих серверах. Кажется, что если вы не совершаете ничего предосудительного, то вам и нечего опасаться мол, ну собирают данные для моей же пользы, и хорошо.
Но дело не в том, что кто-то из нас нужен этому монструозному «Большому брату», дело в том, что совершенствование этих алгоритмов и аватаров потенциально превращает вас в зависимых существ: вам будут показывать зрелища, от которых именно вы не сможете оторваться, вы не сможете выбрать что-либо самостоятельно, потому что просто потеряете этот навык.
«Мягкая сила, как писал Джозеф С. Най младший в книге Будущее власти, это не форма идеализма или либерализма. Это просто форма власти, один из способов достижения желаемых результатов». Это слова одного из самых влиятельных политологов США, который руководил и Национальным советом по безопасности, и Советом национальной разведки, и был заместителем министра обороны США.
Впрочем, никто, включая Дж. С. Ная, судя по всему, и не думал, что незаметность «мягкой силы» её самое страшное оружие. И оно может сдетонировать не только в случае СССР и стран Варшавского договора, но и в отношении всего мира. Социальные сети, поисковые системы, платформы все они выросли на генерации контента, который производили сами пользователи, на больших данных, которые они им предоставили, наконец, банально из-за удобства