Убийственные большие данные. Как математика превратилась в оружие массового поражения

В теории это воплощает идеал журнала Consumer Reports: в центре внимания оказывается не обезличенная группа, а каждый конкретный водитель. Представим себе водителя, которому всего восемнадцать. Традиционно эти юнцы покупают страховку за огромные деньги, потому что их возрастная группа, согласно статистике, – наиболее беспечная и легкомысленная. Но теперь ученик выпускного класса школы, который не лихачит, ездит с устойчивой, умеренной скоростью, не превышая ее, и начинает плавно и заблаговременно тормозить на красный свет, может получить при страховании скидку. Страховые компании уже давно стимулируют юных водителей, закончивших автошколу с отличием. Отличный аттестат – прокси ответственного вождения. Но информация о том, как на самом деле водит молодой человек, – это не прокси, это по-настоящему. А это ведь всегда лучше, так?

Тут есть две проблемы. Во-первых, если система связывает риск с топографическим положением машины, то водители из бедных кварталов проигрывают уже на старте: ведь они чаще водят машину в районах, которые страховщики считают зонами повышенного риска. Многим таким водителям приходится иногда ездить далеко и при этом нерегулярно (когда подвернется очередная подработка), что тоже оценивается как повышенный риск.

Ну и отлично, скажете вы! Если бедные районы действительно представляют собой зоны повышенного риска (особенно в том, что касается угонов автомобилей), то почему, собственно, страховые компании должны игнорировать эту информацию? И если долгие поездки в самом деле повышают вероятность ДТП, то эту проблему страховщики тоже должны учитывать. Тем более что суждение здесь основывается на поведении водителя, а не на посторонних факторах вроде кредитного рейтинга или историй вождения других людей его возраста и его социального положения. Разве это не улучшение?

В определенной степени так и есть. Но давайте представим себе гипотетическую женщину-водителя, которая живет в неблагополучном районе города Ньюарк, штат Нью-Джерси, и постоянно ездит за двадцать миль в богатый пригород городка Монклер, где она работает баристой в Starbucks. Расписание у нее хаотичное и включает в себя периодические «заоткрытия». Однажды она закрывает кофейню в 23:00, едет к себе домой в Ньюарк, а затем ей нужно снова вернуться обратно на работу к пяти утра. Чтобы сэкономить десять минут и полтора доллара в каждую сторону, она не пользуется платной автострадой Гарден-Стейт, а срезает путь и едет по дороге, на которой полно баров и заведений со стриптизом.

Наблюдательный страховщик сразу заметит, что машины, которые ездят по этой дороге ночью, с большей вероятностью попадают в аварии. Здесь много пьяных, да и наша героиня повышает риск, поскольку делит дорогу с людьми, только что вышедшими из бара и севшими за руль. Один из них вполне может в нее врезаться. «Черный ящик», установленный в ее машине страховой компанией, не входит в тонкости – если она постоянно ездит по дороге, где полно пьяных водителей, значит, и сама она может быть одним из них.

Таким образом, даже модели, которые отслеживают конкретно ваше поведение, оценивают степень риска путем сопоставления с другими людьми. Только на этот раз, вместо того чтобы поместить вас в интервал «говорящие на арабском языке» или «говорящие на урду», «живущие в таком-то округе» или «получающие примерно такие-то деньги», они группируют вас по схожему поведению. Предположение основывается на том, что люди, ведущие себя похожим образом, рискуют примерно одинаково. И если вы заметили, это то же самое допущение («Все такие люди – одного поля ягоды») и столь же несправедливое.

Когда я обсуждаю с кем-нибудь «черные ящики» в машинах, то большинство людей возмущает не несправедливость анализа, а сам факт слежки. Мой собеседник ни за что не согласился бы на это! Он не хочет, чтобы его отслеживали, а информацию о нем продавали рекламщикам или передавали в Управление национальной безопасности. Некоторые люди и правда способны сопротивляться наблюдению. Но неприкосновенность частной жизни будет обходиться все дороже.

Сейчас, когда все только начинается, системы слежения, предлагаемые страховыми компаниями, – дело добровольное. Только тот, кто согласен на то, чтобы за ним следили, должен включить свой «черный ящик». И получить за это награду – скидку от 5 до 50 процентов и обещание еще бо́льших скидок в дальнейшем. (А тем временем все остальные будут субсидировать эти скидки своими более дорогими страховыми полисами.) Но по мере того как сбор информации страховщиками будет продолжаться, они смогут делать все более точные предсказания. В этом весь смысл экономики данных. Те, кто сумеет сделать из этой информации наиболее точные выводы и конвертировать их в прибыль, вырвутся вперед. Они будут точнее предсказывать групповые риски (хотя неожиданное поведение отдельных людей так и останется для них загадкой). И чем больше прибыли будет приносить им информация, тем больше они будут стремиться заполучить эту информацию.