Platformy cyfrowe, cyfrowe monopole

Autor: Jan J. Zygmuntowski | 19 października, 2020

Jeszcze w 1997 r. wśród pięciu najwyżej wycenianych spółek świata znajdowała się tylko jedna, której najważniejszym źródłem przychodu były informacje – pośród dwóch firm wydobywczych, jednego potentata przemysłowego oraz firmy spożywczej, pozycję trzecią zajął Microsoft. W 2012 r. po raz pierwszy przez wszystkie kwartały najdroższą firmą pozostawał Apple, producent sprzętu (hardware’u) oraz oprogramowania (software’u), rozpoznawalny dzięki skupieniu się nie na produkcji przemysłowej, ale na designie i jakości wynikającej z nagromadzenia wiedzy w procesie wytwórczym. Pod koniec 2017 r. pięć pozycji u szczytu listy zajmowały już wyłącznie firmy technologiczne, w tym trzy oparte w zasadzie na modelu cyfrowej platformy: Alphabet (w skład której wchodzi m.in. Google), Amazon.com1 oraz Facebook. Tuż za nimi uplasowali się natomiast potentaci platformowi z Chin: Tencent (właściciel QQ, WeChat) oraz Alibaba Group (AliExpress, Taobao, Ant Financial). (…)

Przyjrzyjmy się bliżej platformom wielostronnym, czyli infrastrukturze cyfrowej umożliwiającej łączenie stron rozproszonego popytu i podaży. Od innych rodzajów działalności gospodarczej opartej na wykorzystaniu informacji oraz wiedzy odróżnia je choćby szybkość skalowania operacji i równie dynamicznie rosnące zyski finansowe, co przejawia się w wycenie tych, które już osiągnęły sukcesy, oraz zaufaniu inwestorów (szczególnie venture capital) do tych, które są na drodze do sukcesu.

Aby precyzyjnie zidentyfikować zakres poniższych rozważań, odwołamy się najpierw do kategoryzacji platform zaproponowanej przez Nicka Srnicka 2. Dzieli on krajobraz infrastruktury platformowej na pięć głównych kategorii:

platformy reklamowe, które pobierają dane użytkowników, analizują je, a przychody uzyskują z oferowania usług marketingowych (np. Google, Facebook);
platformy chmurowe (cloud),

które wynajmują podstawowy hardware i software innym firmom, opartym na rozwiązaniach cyfrowych (np. Amazon Web Services, Salesforce);

platformy przemysłowe, które budują podłączone do sieci inteligentne narzędzia wytwórcze (np. General Electric, Siemens);
platformy produktowe, które kapitalizują zamianę aktywów w strumień świadczenia usług, pobierając dzięki temu rentę (np. Spotify);
platformy „odchudzone” (lean), które mają na celu redukowanie do minimum tych elementów procesu, które nie przynoszą zysków, czyli głównie kosztów i zobowiązań (np. Uber, Airbnb). (…)

Na przykładzie kilku problematycznych przypadków będziemy mogli klarownie dostrzec pewne prawidłowości tego segmentu gospodarki. Zacznę ten opis od platform lean, których działania wpłynęły bezpośrednio na rynki tradycyjnych dóbr i usług, prowadząc do oporu ze strony zagrożonych grup.

Jako swego czasu największy reprezentant tzw. gospodarki współdzielenia (sharing economy) – wycena spółki osiągnęła zawrotne 70 mld dol. – Uber z sukcesem dokonał ekspansji w relatywnie tradycyjnym sektorze transportu osobowego. Zarazem Uber zaciekle broni swojego twierdzenia, w myśl którego jest firmą świadczącą usługi informatyczne, co zwalnia spółkę z wszelkiej odpowiedzialności regulacyjnej – od praw pracowniczych po prawa antydyskryminacyjne. Na kierowców przerzucana jest odpowiedzialność za pojazd czy ubezpieczenie, wobec czego przerzucane są również wszystkie niezbędne koszty wykonywania tej pracy. Zatem platforma ustalająca ceny, pensje, zajmująca się płatnościami, systemem reputacyjnym (ocenami i karami w przypadku ich niskiego poziomu) i dystrybucją popytu oraz podaży umieszcza siebie poza istniejącymi regulacjami, opierając się na niepewności związanej z brakiem adekwatnej interpretacji przepisów w kontekście nowych technologii. Ten status gwarantuje prowadzenie operacji bez zwracania uwagi na otoczenie i tym samym pozwala Uberowi przechwycić rynek oraz osiągać zysk przy łamaniu wszelkich zasad konkurencji, pokonując rywali biznesowych stosujących się do prawa. Ponadto Uber jest daleki od redukowania kosztów transakcyjnych do zera, co entuzjaści gospodarki współdzielenia szczególnie często stawiają za dobry standard. Marża firmy wynosi dziś ponad 25% ceny przejazdu. Na niektórych lokalnych rynkach Uber wciąż utrzymuje model zaniżania ceny, szczególnie jeśli czuje presję ze strony innych firm wdrażających rozwiązania cyfrowe, podczas gdy na innych zaczyna wykorzystywać swoją silną pozycję do osiągania wartości. (…)

Kolejną szeroko rozpoznawalną firmą gospodarki współdzielenia, która generuje negatywne efekty zewnętrzne, jest Airbnb. Wiele miast w Europie i Stanach Zjednoczonych – np. Amsterdam, Berlin, Londyn, Charleston, Nowy Jork, San Francisco czy włoskie miasta korzystające z regulacji krajowych – podjęło już kroki przeciwko platformie, od grzywien i inspekcji do całkowitego zakazu krótkoterminowego wynajmu. Ogromne zyski osiągane przez właścicieli mieszkań dzięki turystom w znaczącym stopniu przyczyniły się do procesu gentryfikacji całych osiedli i bloków mieszkalnych. Podnoszenie czynszów i nienaturalny wzrost cen mieszkań w miastach atrakcyjnych dla turystów, takich jak Paryż, Barcelona czy Nowy Jork, zepsuły w konsekwencji rynek nieruchomości i zmniejszyły podaż dostępnych miejsc zamieszkania, co odbiło się negatywnie na jakości życia mieszkańców i długoterminowym funkcjonowaniu lokalnego biznesu.

Wiele poważnych zastrzeżeń budzi również niejawna polityka przetwarzania danych stosowana przez platformy. Ze względu na technologiczne zaawansowanie platform dokładna architektura działania i operacji systemowych, analizy danych, sposobów zbierania informacji i ich wpływu na dostęp do produktów, usług oraz rynku pozostają w dużej mierze nieznane. Wiele platform, zarówno plasujących się w segmencie gospodarki współdzielenia, jak i mediów społecznościowych, wyszukiwarek lub innego typu oprogramowania, broni dostępu do swoich wewnętrznych mechanizmów. (…)

Platformy mogą za pomocą swoich mechanizmów faworyzować niektóre grupy lub zmieniać parametry danego rynku w celu maksymalizacji zysku, nawet jeśli niesie to negatywne skutki dla użytkownika. Niektóre przykłady profilowania za pomocą algorytmów ujawniają poważne zagrożenie.

Profilowanie nas przez algorytmy może doprowadzić do pomyłek (takich jak odrzucenie wniosku o refundację operacji medycznej z ubezpieczenia zdrowotnego czy podnoszenie oprocentowania kredytu), które nie są przedmiotem zainteresowania samych twórców tych narzędzi. Niejednokrotnie stosowanie algorytmów bez szerszego kontekstu społeczno-ekonomicznego prowadzi do sprzężeń zwrotnych (feedback loops), które wzmacniają zastane nierówności. Value-Added Model używany przez wiele lat do oceny nauczycieli w Stanach Zjednoczonych okazał się niespójny i obciążony licznymi wadami, jednak jego wynikami, potraktowanymi jako obiektywne rezultaty, uzasadniano masowe zwolnienia. Algorytmy predictive policing prowadziły do rasistowskiego terroru policji tam, gdzie próbowano optymalizować lokalizacje patroli i podkręcić wyniki zatrzymań, a inne narzędzia odtwarzały dyskryminacyjne schematy w profilowaniu kandydatów do pracy. Podobnie dostęp do kredytu czy składka ubezpieczeniowa w coraz większym stopniu są wyznaczane nie tylko przez tradycyjne dane, np. wiek i zatrudnienie, ale także przez te zasysane z mediów społecznościowych.

Arbitralne podejmowanie decyzji i brak przejrzystości prowadzą do niekorzystnej sytuacji, w której użytkowniczki i użytkownicy (…) są dziś konfrontowani z „czarną skrzynką” platformy, bez żadnej możliwości zrozumienia procesów, a tym bardziej odwołania się od nich lub współzarządzania nimi3. Zarówno sklepy i rynki pośredniczące w handlu internetowym (marketplace), media społecznościowe, jak i inne podmioty nowej cyfrowej infrastruktury funkcjonują w ten sposób. Facebook, Amazon Mechanical Turk, Alibaba – ich obecny model biznesowy opiera się na scentralizowanym, hierarchicznym podejmowaniu decyzji i prymacie osiągania zysku ponad innymi wartościami. Wybuchające regularnie skandale związane z niektórymi z tych nadużyć – jak wzmacnianie zasięgu filmów spiskowych przez YouTube dla generowania przynoszącego firmie zyski ruchu czy sprzedawanie reklam opartych na inwigilacji użytkowników (w tym wywiadom zagranicznych mocarstw i grupom interesu) na Facebooku – pokazują skalę problemu.

Konieczne jest także zwrócenie uwagi na problem braku stabilności zatrudnienia i niskich standardów ochrony pracowników, które rozpowszechniły się razem z popularnością platform „pracy na żądanie” (gig economy), czyli delegujących drobne, krótkoterminowe zadania i usługi. Rynek pracy o zwiększonej swobodzie zawierania i rozwiązywania umów, oferowany przez platformy cyfrowe, doprowadził do powstania „pracy tłumu” (crowdwork), czyli zlecania zadań dużej grupie konkurujących o jej wykonanie pracowników online. Efektem tego jest postępująca prekaryzacja. Samozatrudnienie, elastyczność i gotowość do pracy w każdym momencie, zamazujące podział na czas pracy i czas wolny, wreszcie „umowy zero godzin” (zero-hour contracts) i inne formy zatrudnienia spychające całą odpowiedzialność na „dostawcę” były już wielokrotnie wskazywane przez badaczy. Niektóre z tych twierdzeń zostały potwierdzone drogą sądową – przykładem mogą być chociażby sprawy wytoczone Uberowi i Lyftowi. Sąd Apelacyjny Wielkiej Brytanii podtrzymał w sprawie Uber vs. Aslam, że kierowcy są pracownikami i należy im się płaca minimalna oraz płatny urlop. (…)

Należy pamiętać, że użytkowniczki i użytkownicy platform wnoszą wartość nie tylko w formie finansowego środka płatniczego, ale również poprzez poświęcanie swojego czasu i uwagi, na bazie których pozyskiwane są dane. Każda chwila spędzona na oglądaniu reklam, współtworzeniu treści czy ocenie usług jest przecież wytwarzaniem dla firmy pewnej wartości. Dane osobowe są dziś „ropą” cyfrowej gospodarki, która pozwala na dalsze doskonalenie narzędzi technologicznych i kontrolę nad rynkiem platformy, a poprzez to świata społeczno-gospodarczego. (…)

Facebook jest szczególnie ciekawym przypadkiem, ukazującym, jak zmienia się przedmiot aktywności inwestycyjnej. W początkowej fazie rozwoju kupowane przez platformę start-upy miały usprawnić kluczowe funkcje, np. transfer plików (Parakey, kupno w 2007 r.), zapraszanie znajomych przez inne kanały komunikacji (Octazen Solutions, 2010 r.) czy wyświetlanie reklam opartych na lokalizacji (Rel8tion, 2011 r.). Jednak od 2012 r. i przełomowego przejęcia innego medium społecznościowego – Instagrama – Facebook rozpoczął konsolidację platform konkurencyjnych w jeden monopolistyczny megasystem. W 2014 r. firma Marka Zuckerberga przejęła także WhatsApp, największy na świecie komunikator (rywala usługi Facebooka pod postacią Messengera), oraz Oculus VR, przedsiębiorstwo produkujące okulary VR (wirtualnej rzeczywistości). Ta ekspansja ma wymiar monopolizacji cyfrowych mediów społecznościowych, gdyż wybór między Instagramem a Facebookiem czy Messengerem a WhatsAppem jest pozorny. Będąc częścią jednej grupy kapitałowej, platformy nie mają już interesu konkurować na jakość oferowaną użytkownikom, a logika biznesowa skłania je do współdzielenia danych osobowych bez zgody użytkowników.

Monopolizacja świata cyfrowego odbija się negatywnie na innowacyjności gospodarki. Wbrew zapewnieniom zarządów, rzeczników prasowych czy reklamom, korporacje technologiczne inwestują z czasem mniej w badania i rozwój (B+R) oraz innowacje produktowe, skupiając się na przejmowaniu mniejszych spółek, aby zatrzymać ich technologię dla siebie (tym samym ograniczając jej wykorzystanie w całej gospodarce), a także na skupowaniu patentów i blokowaniu konkurencji (patent trolling). (…)

Podsumowując te rozważania, możemy wskazać 10 najważniejszych zjawisk, które mają (w różnym stopniu) negatywny wpływ społeczny lub gospodarczy:

uzyskiwanie nieuczciwej przewagi konkurencyjnej przez unikanie regulacji,
przerzucanie kosztów zewnętrznych na otoczenie gospodarcze lub środowisko,
wykorzystywanie asymetrii informacji i ludzkich błędów poznawczych do wpływania na decyzje użytkowników,
odgórne, arbitralne wyznaczanie zasad funkcjonowania wbrew interesariuszom (pracownikom, władzom lokalnym),
rozszerzanie sfery pracy prekarnej, bez zabezpieczeń społecznych,
nieetyczne pozyskiwanie i manipulowanie danymi osobowymi (np. przez profilowanie algorytmiczne),
ekstrahowanie wartości z wyzysku pracy informacyjnej tworzącej dane,
osłabianie usług publicznych w celu zwiększenia możliwego do przejęcia rynku,
przejmowanie konkurencji i zamykanie dostępu do systemów silosowych,
stałe zwiększanie, poprzez efekt sieciowy, stopnia koncentracji, możliwości uzyskania wartości i nadzoru.

1 Jest pewną kwestią sporną, na ile Amazon opiera swój model na platformie, a na ile na tradycyjnej, fizycznej organizacji logistyki. Nie ulega jednak wątpliwości, że niespotykana pozycja Amazona oraz komplementarnych produktów firmy (Alexa, Amazon Web Services) wynikają przede wszystkim z wykorzystania informacji i technologii ICT, w tym w procesie nadzoru pracowników logistycznych.

2 N. Srnicek, Platform Capitalism, Polity Press, Cambridge 2016.

3 F. Pasquale, The Black Box Society: The Secret Algorithms That Control Money and Information, Harvard University Press, Cambridge 2016.

Fragmenty książki Jana J. Zygmuntowskiego Kapitalizm sieci, Rozruch, Warszawa 2020, cena 44,99 zł. Książka jest także dostępna w wersji elektronicznej (e-book) w sklepie Virtualo.pl w cenie 39 zł.

Jan J. Zygmuntowski jest ekonomistą, prezesem zarządu think tanku Instrat, wykłada na Akademii Leona Koźmińskiego

Fot. Adobe Stock