Нерегульований капіталізм завжди прагнув до монополії. Але Big Tech є викликом, який антимонопольні інструменти не можуть приборкати.
Scientia potentia est — знання – це сила. Стара приказка набула зловісного відтінку з тривожним домінуванням Big Tech в економіці та суспільстві в цілому. Огляд корпоративної Європи нещодавно виявив, що зараз цей сектор є провідним бізнес-лобістом інституцій Європейського Союзу.
Але це лише верхівка айсбергу того, що італійський економіст Уго Пагано називає «інтелектуальним монополістичним капіталізмом». Знання, які мають бути (неконкурентним, невиключним) суспільним благом, були привласнені провідними компаніями як капітал: частка нематеріальних активів серед корпорацій S&P 500 зросла з 17% у 1975 році до 90% у 2020 році .
Для Пагано драматичне розширення прав інтелектуальної власності “передбачає створення правової монополії, яка потенційно може бути поширена на всю світову економіку”. Його претензія проти суворого режиму ІС перегукується з традиційною позицією економістів, які ставляться до знань як до чайових.
Наприклад, Фрідріх Хаєк стверджував: Зростання знань має таке особливе значення, оскільки, хоча матеріальні ресурси завжди залишатимуться дефіцитними і їх доведеться зарезервувати для обмежених цілей, використання нових знань (де ми не робимо їх штучно дефіцитними патентами монополії) є необмеженим. Знання, як тільки вони отримані, стають безоплатно доступними на благо всіх.
Останні заклики до скасування патентів на вакцини від Covid-19 яскраво ілюструють цей ширший принцип: загальний прогрес вимагає, щоб знання, накопичені в результаті експериментів деяких представників суспільства, були вільно даровані.
Однак концентрація економічної сили та вигоди зростає, оскільки вона позбавляє інших доступу до знань. Юридична монополія вже дуже розвинена: лише 2000 корпорацій володіють 60% патентів, одночасно отриманих у п’яти провідних патентних відомствах світу.
На цифровій арені таємниця також є переважною формою приватизації знань. Лише 15% документів про штучний інтелект розкривають відповідний код. DeepMind Google є однією з тих організацій, які зазвичай цього не роблять.
ДОДАТКОВІ МЕХАНІЗМИ
Три додаткові механізми посилюють глобальну інтелектуальну монополізацію. Перший – це хижацтво в корпоративно-наукових мережах. Це особливо чітко проявляється у фармацевтичній промисловості, де компанії багато в чому покладаються на роботу науковців та використовують державне фінансування для своїх досліджень, проте вони лише отримують прибуток від комерційної експлуатації.
Останній приклад – Ремдезивір (Remdesivir), який використовується для лікування Covid-19. Цей препарат був запатентований і проданий за непомірну ціну компанією Gilead, навіть незважаючи на те, що вона повністю базується на університетських дослідженнях, що фінансуються Національним інститутом охорони здоров’я США. NIH є найчастішим зовнішнім джерелом фінансування, заявленим у наукових публікаціях Pfizer, Novartis та Roche. Так само Google, Amazon та Microsoft у співавторстві до 2019 року складали від 78 до 87 відсотків своїх наукових публікацій, переважно з університетами, але лише спільно володіли від 0,1 до 0,3 відсотка своїх патентів з іншими організаціями.
Другий механізм, що підсилює інтелектуальну монополію, пов’язаний із збиранням даних, де йдеться не тільки про конфіденційність. У багатьох галузях промисловості, як сказав колишній виконавчий директор Siemens Джо Кезер, дані про виробництво та інжиніринг є «святим Граалем інновацій». Оскільки алгоритми глибокого навчання самостійно навчаються та вдосконалюються, опрацьовуючи більше даних, збирання даних призводить до постійного технічного вдосконалення.
Глибоке навчання значно автоматизує відкриття та розширює типи проблем, які можна вирішити за допомогою аналізу великих даних. Компанії, які освоюють цю технологію та володіють виключно оригінальними джерелами даних, розширюють свою інтелектуальну монополію з прискорюючою швидкістю. Це справедливо у багатьох секторах, починаючи від фінансів за допомогою платформи BlackRock Aladdin і закінчуючи роздрібною торгівлею завдяки агресивному поштовху Walmart до власних можливостей аналізу даних. Тим не менш, технологічні гіганти все більше займають провідну роль.
У 2015 році Amazon, Microsoft, Google та Alibaba зберігали у своїх загальнодоступних хмарах близько 4,9% даних, що зберігаються у всьому світі, але до 2020 року ця частка вже досягла 22,8%. У своїх хмарах ці компанії пропонують алгоритми глибокого навчання як послугу. Це означає, що навіть без прямого доступу до клієнтів алгоритми можуть вчитися на основі даних третіх сторін, розширюючи інтелектуальні монополії фірм і дозволяючи їм переходити в інші галузі, від охорони здоров’я до транспорту.
Третє явище пов’язане з розширенням глобальних ланцюжків створення вартості. Наслідком відокремлення виробничої діяльності, завдяки інформаційно-комунікаційним технологіям, є різко збільшений потік інформації та пов’язана з цим складність інформаційних систем, поруч із концентрацією можливостей управління мережами. Планові можливості провідних фірм коливаються від визначення розмірів кожного етапу виробництва, що відбувається у підпорядкованих компаніях, до встановлення норм, стандартів та моделей поведінки.
Більш того, нерівномірний розподіл використання нематеріальних активів по різних вузлах ланцюга дозволяє фірмам, що спеціалізуються на наукоємних сегментах, захопити більшість вигод від масштабної економіки.
Модель Apple “fabless” (аутсорсинг виробництва) та її майстерний контроль над ланцюгами поставок є прикладом. Фірма відмовилася від заводів у Колорадо-Спрінгс та Сакраменто відповідно у 1996 та 2004 роках, ставши найвідомішим виробником товарів без заводів у світі. Більшість його виробництва виробляють фірми в Китаї та інших країнах на півдні світу, тоді як Apple побудувала «закриту екосистему, де вона здійснює контроль майже над усіма частинами ланцюга поставок, від дизайну до роздрібного магазину». Важливим у цьому паноптикумі, що аналізує дуже розпорошений виробничий процес, є монополія на інтелектуальні можливості, що дозволяє Apple захопити левову частку вартості, виробленої у ланцюжку.
НЕВДАЧА
Посилення обізнаності про економічні, соціальні та політичні ризики, пов’язані зі зростанням концентрації корпоративної влади, призвело до нещодавнього антимонопольного зриву, спочатку в ЄС та Великій Британії, а потім у Сполучених Штатах, а потім і в Китаї. Однак такі кроки не відповідають викликам, поставленим інтелектуальним монополістичним капіталізмом, які виходять за межі компаній великих технологій і охоплюють набагато більше, ніж звичайна концентрація ринку.
На кону стоїть концентрація здатності розуміти, координувати та трансформувати соціальні та економічні процеси. Інтелектуальна монополія стосується нових колективних здібностей, які не слід використовувати за рахунок прибутку, а скоріше мобілізувати для досягнення спільних цілей соціального, екологічного та психологічного розвитку. Для цього потрібне нове покоління рішучої, інноваційної та скоординованої політики, щонайменше у двох основних вимірах.
По-перше, слідуючи принципу «не нашкодь», має переважати широка алгоритмічна відповідальність.Вирішення питань відповідальності за прийняття алгоритмічних рішень має виходити за межі питань конфіденційності та упереджень, що призводять до дискримінаційних та несправедливих результатів. Оскільки контроль над алгоритмами дає змогу «моделювати, передбачати та запобігати впливу на можливу поведінку», а ці можливості піддаються потужним монопольним силам, державні органи повинні запобігати корпоративному використанню великих даних, які заохочують шкідливу поведінку, таку як примусове споживання, вуглець-інтенсивна діяльність або залякування в Інтернеті. З цією метою великомасштабні алгоритмічні апарати повинні бути представлені на щорічну обов’язкову перевірку з опублікуванням відповідних результатів.
По-друге, вирішення криз та досягнення соціально та екологічно бажаних цілей не повинно бути обмежене інтелектуальною монополією. Від патентів слід автоматично та щедро відмовлятися, коли вільний обіг знань може сприяти пом’якшенню соціальних, медичних чи екологічних труднощів.
Крім того, інтелектуальні монополії встановлюють науково-технічні плани, про що свідчить Big Pharma. Це призводить до рівня інновацій та напрямків, які надають перевагу одержання прибутку над вирішенням соціальних, екологічних та медичних криз. Потрібні глобальні інституційні зусилля для встановлення нових програм досліджень, підтриманих державними фондами.Але цього майже не достатньо.
У розпал пандемії Google надала у тимчасовий доступ свої звіти про мобільність громади, які допомогли оцінити вплив обмеження мобільності на поширення захворювання. Вражає, що такі дані загального інтересу, як ці, недоступні на постійній основі. З огляду на здатність обробляти знання, а поведінкові дані стали потужним інструментом управління, алгоритми мають бути відкритими, а дані загального інтересу-загальнодоступними в анонімній формі. Тільки таким чином можна застосувати відповідні механізми обміну великими даними для обслуговування державної політики та запобігання хижацтву цін в економічному ландшафті.
Китайська держава вже рухається у цьому напрямку у фінансовому секторі. В рамках впровадження своєї системи соціального кредиту центральний банк назвав дані, зібрані інтернет-платформами, «суспільним благом», яке слід розкривати та регулювати більш ретельно. Відраза до відсутності демократії та повсюдного нагляду держави в Китаї не є приводом для того, щоб дозволити вирішальним ресурсам для координації суспільного життя стати приватною монополією.
Створення цифрового спільного користування, що включає дані, алгоритми та цифрову інфраструктуру, може вирішити питання нагляду за інтелектуальними монополіями, які управляють даними. Це було б потенційним шляхом для соціалізації, яка б надавала повноваження державним установам та приватним соціально-економічним суб’єктам.
Рух у цих напрямках означав би поворот від “патентованої ідеології” попереднього fin de siècle. Але це було б справедливим поверненням до суспільства. Зрештою, вчені з даних Big Tech визнають, що «алгоритми – це не магія; вони просто діляться з вами тим, що інші люди вже відкрили».
ДЮРАН Седрік – доцент кафедри економіки Женевського університету. Він є автором книг «Техно-феодалізм: критика економічної економіки» (La découverte / Зони, 2020) та «Фіктивний капітал: Як фінанси привласнюють наше майбутнє» (Verso, 2017).
РІКАП Сесілія – викладач міжнародної політичної економії в Лондонському міському університеті та постійний науковий співробітник у CONICET, національній науковій раді Аргентини. Вона є автором «Capitalism, Power and Innovation: Intellectual Monopoly Capitalism Uncovered» (Routledge, 2020).
Джерело: https://socialeurope.eu/intellectual-monopoly-capitalism-challenge-of-our-times
Переклад – Антон ДАЛМОН, для ПолітКома
