Экономика повседневности: спорт, свидания и рынок труда 📊 2:28
Понимание экономических принципов помогает принимать более эффективные решения не только в бизнесе, но и в личной жизни. В подкасте Stanford Graduate School of Business ведущий Кевин Кул и профессор экономики Пол Ойер обсуждают, как теория игр и анализ данных объясняют поведение людей в спорте, онлайн-знакомствах и при поиске работы.
⚽ Спортивная интуиция как «смешанная стратегия» 3:54
Экономисты рассматривают пенальти в футболе как классический пример «равновесия в смешанных стратегиях». Суть в том, что игрок должен рандомизировать свои действия, чтобы его непредсказуемость не позволяла сопернику одержать верх.
- Одновременная игра: Вратарь и бьющий должны принять решение практически одновременно, так как у голкипера нет времени на реакцию после удара.
- Оптимизация: Лучшие футболисты, такие как Лионель Месси, интуитивно понимают необходимость смены стратегий, хотя у них нет формального экономического образования.
- Роль аналитики: По мнению Пола Ойера, спортивная аналитика сегодня помогает развивать интуицию игрокам или компенсировать её отсутствие там, где не хватает опыта.
- Сложность бейсбола: Бейсбол считается ещё более сложной «игрой», где питчер и отбивающий должны за доли секунды адаптироваться к множеству переменных — от счёта в матче до ситуации на базах.
💘 Онлайн-знакомства и экономика поиска 10:40
Рынок знакомств во многом зеркалит рынок труда, что позволяет экономистам изучать динамику человеческого взаимодействия через «лабные» условия онлайн-платформ.
- Поиск лучшего варианта: В обоих случаях участники стремятся найти идеальный «матч», продолжая поиск до тех пор, пока предельные издержки не превысят ожидаемую выгоду.
- Проблема «cheap talk»: Пол Ойер отмечает, что участники склонны слегка искажать факты — например, мужчины часто преувеличивают свой рост, а соискатели — опыт работы.
- Экономика недоверия: В условиях такого равновесия никто не воспринимает информацию в профилях буквально. Искажение становится нормой, но его нельзя доводить до абсурда, иначе правда быстро вскроется при личной встрече.
🤖 Искусственный интеллект и «фрикции» на рынке труда 16:49
Развитие ИИ и технологий автоматизации значительно снизило «трение» (friction) при поиске работы, сделав подачу заявок слишком простой.
- Ловушка доступности: По мнению Ойера, избыток откликов из-за автоматизированных резюме вынуждает нанимателей отказываться от анализа всех кандидатов.
- Возврат к нетворкингу: Из-за сложности обработки тысяч заявок компании всё чаще возвращаются к найму через личные связи и рекомендации, что может усиливать неравенство на рынке.
- Главный навык будущего: Профессор рекомендует работникам задаваться вопросом: «Что я могу делать такого, чего не может ИИ, и за что мне готовы платить деньги?».
По словам Пола Ойера, главной нерешённой задачей современной экономики труда остаётся эффективный мэтчинг (matching) — точное соединение уникальных талантов со специфическими потребностями компаний, которое технологии пока не смогли автоматизировать до идеала.
