Третьим компонентом в идеальном фильтре был бы обновляющийся список вещей, которые мне не нравятся, но которые я тем не менее хотел бы полюбить. В моем понимании это похоже на попытки время от времени пробовать самый нелюбимый сыр или овощ, чтобы посмотреть, не поменялись ли мои вкусы. Я уверен, что мне не нравится опера, но несколько лет назад я снова попытался ее послушать. Это была «Кармен» в Метрополитен-опера, которую транслировали в реальном времени на большом экране с крупными субтитрами, и я был рад, что сходил на трансляцию. Фильтр, предназначенный для зондирования вещей, которые не нравятся, должен быть настроен очень тонко, однако его можно создать с помощью крупных баз данных, где собран опыт многочисленных людей – по принципу «люди, которым не нравилось то, полюбили это». Подобным образом я порой готов попробовать неприятные вещи, которые стоило бы полюбить. В моем случае это могут быть любые пищевые добавки, деятельность законодательных органов или музыка в стиле хип-хоп. У лучших учителей есть способы донести непривлекательный материал до тех, кто этому сопротивляется, так, что это не отпугнет, и лучшие фильтры тоже могут это сделать. Но будет ли кто-нибудь подписываться на такой фильтр?
Непосредственно сейчас никто этого не делает, поскольку они установлены прямо на платформах. Двести друзей среднего пользователя Facebook создают такую бездну обновлений, что социальная сеть считает необходимым сокращать, редактировать, вырезать и фильтровать ваши новости, чтобы с лентой можно было справиться
{197}. Вы не видите все материалы, которые выкладывают друзья
{198}. Какие именно отфильтровали? По каким критериям? Знает только Facebook, и она считает свои формулы секретом фирмы. Для чего проводится эта оптимизация, они не рассказывают. Компания говорит о стремлении удовлетворить пользователей, но есть основания полагать, что она фильтрует ленты новостей с целью оптимизировать время, которое вы проводите на ее сайте, – этот показатель измерить гораздо легче, чем вашу удовлетворенность. Но, возможно, это не тот критерий, по которому хотели бы улучшить Facebook вы.
Amazon использует фильтры для повышения продаж и, в частности, фильтрует контент на страницах, которые вы видите. Речь идет не только о рекомендованных товарах, но и о других материалах, например информации о скидках и выгодных предложениях, сообщениях и подсказках. Как и Facebook, Amazon проводит тысячи экспериментов в день, меняя фильтры, чтобы проверить эффективность A относительно В, пытаясь персонализировать контент, реагируя на то, как его используют миллионы потребителей. Они точно настраивают довольно мелкие детали, но при таких масштабах (сотня тысяч испытуемых за раз) результаты выходят крайне полезные. Как потребитель я продолжаю возвращаться на Amazon, потому что он стремится к той же цели, что и я: по максимуму обеспечить мне дешевый доступ к вещам, которые мне нравятся. Такое соответствие встречается не всегда, но если оно есть, мы возвращаемся.
Поисковая система Google – главный фильтровщик в мире. Она делает самые разные изощренные выводы о результатах ваших запросов. Она не только фильтрует всемирную сеть, но и ежедневно обрабатывает 35 миллиардов электронных писем
{199}, очень эффективно отбрасывая спам, присваивая категории и определяя приоритеты. Google – крупнейший в мире совместный фильтр, состоящий из тысяч взаимозависимых динамических «сит». Если вы согласитесь, он может персонализировать ваши поисковые результаты и настроит их для точного местоположения и времени запроса. Он использует уже подтвержденные принципы совместной фильтрации: люди, которые сочли этот ответ ценным, так же отнеслись и к следующему (хотя и не обозначили это). Google фильтрует контент на 60 триллионах страниц
{200} примерно два миллиона раз в минуту
{201}, но мы редко задаемся вопросом, откуда берутся его рекомендации. Когда я делаю запрос, какой ответ мне покажут – самый популярный, надежный или уникальный из вариантов, которые, вероятнее всего, мне понравятся? Я не знаю. Себе я говорю, что, возможно, мне бы понравилось ранжировать результаты всеми четырьмя способами, но Google знает, что я кину беглый взгляд на первые несколько строк, а потом пройду по ссылке. Поэтому мне сообщают: «Вот несколько вариантов, которые, по нашему мнению, подойдут лучше всего. Мы пришли к этому выводу на основе обширного опыта, который получили, отвечая на три миллиарда вопросов в день»
{202}. И вот я иду по ссылке. А Google пытается повысить шансы, что я вернусь и снова задам ему вопрос.
По мере становления фильтрация распространится на другие децентрализованные системы, помимо медиа, а именно на ресурсы типа Uber и Airbnb. Ваши личные предпочтения относительно типа отелей, статуса и уровня обслуживания будут с легкостью переноситься в другую систему, чтобы подобранный для вас номер в Венеции лучше вас удовлетворил. Невероятно умные фильтры можно приложить к любой сфере с большим количеством вариантов, и таких сфер будет все больше и больше. Везде, где нам потребуется персонализация, будет и фильтрация.
Мыслители предвидели скорый приход крупномасштабной персонализации 20 лет назад. В книге 1993 года «Массовая персонализация» (Mass Customization) Джозеф Пайн изложил этот план. Тогда казалось рациональным, что изготовление вещей на заказ, которое в то время было прерогативой богатых, можно распространить и на средний класс, если применить правильные технологии. Например, изощренная система с использованием цифрового сканирования и гибкого роботизированного производства позволила бы шить на заказ рубашки для среднего класса, тогда как в прошлом только высшие слои могли заказывать их по своим меркам у портных. Массовой персонализацией занялись несколько стартапов в конце 1990-х годов – они пытались производить джинсы, рубашки и кукол-младенцев. Помешало прежде всего то, что было очень трудно сделать вещь по-настоящему уникальной, не устанавливая на нее цену как на предмет роскоши. Свободно менять можно было лишь самые тривиальные характеристики, вроде цвета и длины. Эта задумка слишком опережала тогдашние возможности. Но теперь подходящие технологии появляются. Роботы последнего поколения обеспечивают быстрое производство, а усовершенствованные трехмерные принтеры могут стремительно изготовить одну единицу товара за раз. Повсеместное отслеживание, интерактивность и фильтрация означают, что мы можем сформировать подробное и многостороннее описание себя без особых затрат, и оно станет основой для любых индивидуальных услуг, которые нам захочется получить.
