Антропо-видение. Как антропология может объяснить бизнес и жизнь

По любопытному стечению обстоятельств группа располагалась через дорогу от главной американской штаб-квартиры Cambridge Analytica. Когда компания по обработке данных только появилась в Америке, она располагалась на складе в дешевом, но модном пригороде Вашингтона. Но после своего кажущегося триумфа в предвыборной кампании 2016 года компания привлекла столько бизнеса, что переехала в престижное место в центре Вашингтона, неподалеку от Белого дома. "Из окна был виден МВФ", - рассказывал мне позже Уитленд, описывая последний, грандиозный офис компании в Вашингтоне.

Никто из экономистов и статистиков на форуме МВФ не знал о таком повороте географии, да и не интересовался, если бы знал. К осени 2018 года скандал с Cambridge Analytica был определен в СМИ и общественных дебатах как история о технологиях и политике, а не об экономике. Но когда я проходил через вестибюль здания МВФ, где проходил "Шестой статистический форум", мне пришло в голову, что столкновение мест вполне уместно. Причина созыва этого мероприятия заключалась в том, что экономисты МВФ были обеспокоены тем, как они измеряют экономику. С момента основания МВФ после Второй мировой войны его сотрудники использовали статистические инструменты, разработанные в начале ХХ века, такие как расчет валового внутреннего продукта. Эти инструменты измеряли такие вещи, как объем затрат компаний на новое оборудование, запасы сырья, количество занятых, покупки потребителей. В индустриальную эпоху это работало достаточно хорошо. Но это не позволяло с легкостью отразить то, что делала Cambridge Analytica, поскольку ВВП не мог отразить стоимость идей, аморфных данных или обменов, которые происходят без денег - "бесплатно".

Имело ли это значение? Некоторые экономисты считали, что нет. В конце концов, отмечали они, данные о ВВП всегда исключали некоторые части экономики, такие как работа в домашнем хозяйстве, но все равно были очень полезны. Однако некоторых сотрудников МВФ беспокоили не только размеры и быстрый рост технологического мира, но и отдельная проблема: сигналы в некоторых официальных экономических статистических данных казались все более странными. В качестве примера можно привести производительность труда. После Великого финансового кризиса 2008 года в Кремниевой долине стали появляться инновации, которые, казалось бы, должны были повысить производительность труда потребителей и компаний. Однако данные по ВВП свидетельствуют о том, что производительность труда в Америке и Европе упала. Так, экономист Принстонского университета Алан Блиндер считает, что в период с 1995 по 2010 год ежегодный рост производительности труда в США составлял около 2,6% (а до этого был еще выше). После 2010 года этот показатель снизился до четверти, а то и меньше. Одним из возможных объяснений этого является эффект временной задержки (компании внедряли новые цифровые инструменты настолько неравномерно и медленно, что они еще не появлялись в данных). Но еще одним объяснением является слово, которое засело у меня в голове, когда я впервые обедал в бенто с представителями Cambridge Analytica: "бесплатно". Экономические метрики ХХ века, измерявшие активность в денежном выражении, не имели очевидного способа отслеживать активность без денег.