# Экономист в мире нейросетей: Сьюзан Эйти о Microsoft, DOJ и будущем конкуренции в ИИ Источник: https://www.youtube.com/watch?v=lNsl76AD1kE Канал: Stanford Graduate School of Business Опубликовано: 16.05.2024 --- Экономика больше не сводится к изучению «производства виджетов» и анализу кривых спроса и предложения в учебниках. На стыке рыночных механизмов, компьютерных наук и государственного регулирования рождается новая дисциплина, определяющая, как будут работать технологии будущего. В рамках дискуссии в Стэндфордской высшей школе бизнеса (Stanford GSB) декан Джон Левин и профессор Сьюзан Эйти обсудили трансформацию карьеры современного экономиста: от разработки аукционов и работы в Microsoft до написания новых антимонопольных правил в Министерстве юстиции США. Главной темой беседы стало влияние искусственного интеллекта на конкуренцию и то, как академические знания помогают не допустить появления цифровых «техно-феодалов». ## 🎓 От теории аукционов до большой стратегии Microsoft [[JUMP:00:00]] Сьюзан Эйти начала свой путь в экономике в конце 80-х, будучи, по её собственному признанию, «компьютерным гиком», программирующим на BASIC [02:00]. Её интерес к экономической науке пробудился из практической задачи: работая в стартапе, который участвовал в государственных закупках, она увидела, как несовершенство правил аукционов порождает несправедливость и неэффективность [02:39]. Переход из академической среды в частный сектор произошел в 2007 году, когда Стив Баллмер пригласил Эйти в Microsoft. Положение компании на тот момент было сложным: Google доминировал на рынке поиска и рекламы, а Microsoft только что совершила ряд сомнительных сделок, включая покупку aQuantive за $6 млрд (которую позже пришлось полностью списать) [07:53]. В Microsoft Эйти решала задачи, которые тогда казались «нишевыми», а сегодня определяют экономику интернета: * Прогнозирование структуры рынков, которых еще не существовало [09:38]. * Оценка стоимости данных и рекламных платформ [09:44]. * Управление сложными системами машинного обучения с тысячами алгоритмов [10:28]. По словам Эйти, одним из её главных достижений стала работа над обоснованием запуска облачной платформы Azure [14:51]. Внутри Microsoft существовало мощное сопротивление: подразделение SQL Server приносило миллиарды и не хотело отказываться от модели on-premise (установка ПО на серверах клиента). Однако экономический анализ Эйти показал, что стоимость облачных решений будет в 10 раз ниже, и концентрация рынка станет неизбежной — это диктовало необходимость строить Azure немедленно, даже ценой временных убытков [15:43]. ## 🤖 Революция машинного обучения в социальных науках [[JUMP:19:10]] Вернувшись в академию, Эйти столкнулась со скепсисом коллег, считавших машинное обучение (ML) и A/B-тестирование временной модой. Однако она увидела в ML инструмент, способный перевернуть экономический анализ. Эйти выделяет фундаментальное различие между инженерным и экономическим подходом к ИИ: 1. **Прогноз (ML/AI):** Классификация объектов (кошка это или собака). Здесь важна точность предсказания на скрытых данных, «черный ящик» допустим [20:14]. 2. **Причинно-следственная связь (Экономика):** Ответ на вопрос «Что, если?». Что произойдет, если мы поднимем цену или введем минимальную зарплату? [20:01]. Проблема в том, что в реальности нельзя увидеть «мир, который не случился» (например, последствия болезни пациента, которому не дали лекарство). Эйти разработала инструменты, объединяющие мощь ML с эконометрическими моделями для решения каузальных задач [22:00]. Её программные пакеты сегодня используют тысячи исследователей для анализа социальных программ и техгиганты для настройки своих платформ экспериментов [22:26]. ## ⚖️ Антимонопольное регулирование в эпоху ИИ [[JUMP:27:11]] Последние два года Сьюзан Эйти занимала пост главного экономиста по антимонопольному праву в Департаменте юстиции (DOJ) США. Её миссией стало обновление правил слияний и поглощений (Merger Guidelines), чтобы они соответствовали реалиям цифровой экономики [27:51]. Основные изменения в подходе DOJ: * **Борьба с «рвами»:** Традиционное право смотрело на слияние прямых конкурентов (как Coke и Pepsi). Теперь регуляторы анализируют ситуации, когда монополист покупает смежный продукт, чтобы ограничить интероперабельность или лишить конкурентов доступа к критической технологии [28:43]. * **Динамическая конкуренция:** Регуляторов теперь интересует не только изменение цены на 2% сегодня, но и то, останутся ли у потребителя альтернативы завтра. Если монополия покупает перспективный стартап, она может перестать улучшать свой продукт, превратившись в «раздутую компанию с плохой поддержкой» [29:50]. * **Алгоритмический сговор:** Эйти выразила серьезную обеспокоенность тем, что роботы-ценообразователи могут научиться «негласному сговору» без прямого участия людей [45:13]. По мнению профессора, алгоритмы легче обучаются поддерживать высокие цены, реагируя друг на друга, чем люди в дымных комнатах [45:25]. ## ⚔️ Будущее ИИ: Технологические overlords или свободный рынок? [[JUMP:33:18]] Один из самых острых вопросов дискуссии — приведет ли ИИ-революция к господству одной-двух компаний. Эйти видит два противоположных сценария. **Пессимистичный сценарий:** ИИ — крайне капиталоемкая отрасль. Огромные затраты на чипы и вычисления могут привести к тому, что доминирующие фирмы закрепят свое положение, вытеснив стартапы с рынка [35:02]. **Оптимистичный сценарий:** Рост популярности Open Source моделей и технологий типа RAG (Retrieval Augmented Generation). RAG позволяет компаниям использовать открытые модели для анализа собственных данных за небольшие деньги (буквально пару тысяч долларов за запуск на одном-двух GPU) [36:34]. Эйти была поражена скоростью работы в этой сфере: если раньше внедрение технологии занимало два года, то её студенты-магистры смогли подготовить рабочий демо-проект на базе ИИ всего за 10 дней [37:40]. ## 🏢 Главные ошибки тех-платформ [[JUMP:46:46]] Сьюзан Эйти, входящая в советы директоров таких компаний, как Turo, Expedia и LendingClub, выделила системную ошибку в управлении маркетплейсами. Компании фокусируются на пользовательском интерфейсе (розовый он или синий), потому что это легко измерить короткими A/B-тестами [48:29]. При этом «сторона предложения» (водители Uber, арендодатели Airbnb, продавцы) систематически недополучает внимания. * Поставщики — это малые бизнесы, они более рациональны и менее адаптируемы к изменениям инструментов. * Эффект от улучшения софта для продавцов сложно измерить мгновенно, поэтому ресурсы на исправление багов в «инструментах для селлеров» выделяются по остаточному принципу [49:59]. По мнению Эйти, ИИ станет тем рычагом, который наконец-то радикально упростит жизнь поставщиков, автоматизируя управление их бизнесом на платформах.