учебник по цифровому праву. блажеев учебник. Цифровое право Введение
 Скачать 1.01 Mb.
|
Глава 3. Правовое регулирование больших данных на товарных и финансовых рынках§ 1. Понятие и сущность больших данныхТакое явление, как большие данные, приобрело важное значение в правовой науке в последнее время. Однако оно все еще остается не до конца изученным и осознанным как учеными-правоведами, так и специалистами в сфере информационных технологий и экономики. По всей видимости, впервые термин "большие данные" был использован в ежегодном отчете международной консалтинговой компании Gartner 2011 г. и отнесен тогда к новым технологиям, создающим "ажиотаж". В то время полезные свойства и возможности использования больших данных были еще до конца не осознаны широким экспертным сообществом. Отношение к большим данным как к перспективному, но еще не изведанному направлению развития технологий к настоящему времени сменилось пониманием того, что они представляют собой уникальные возможности для развития технологий, но в то же время создают риски потери контроля за безопасностью информации и сохранности различных видов тайны. Общепризнанного определения больших данных в настоящее время нет. Та же компания Gartner определяет большие данные как информационные активы, характеризующиеся большим объемом, большим разнообразием и большой быстротой наполнения, требующие эффективных и цифровых способов обработки для создания возможности автоматического анализа и принятия решений на его основе. Международная консалтинговая компания McKinsey определяет большие данные как массивы данных, объем которых находится за пределами возможности обработки обычными аппаратными средствами. При этом McKinsey подчеркивает, что неправильно определять, какой конкретно объем данных в терабайтах (тысячи гигабайт) или иных единицах измерения превращает обычный массив сведений в большие данные, поскольку количество информации постоянно увеличивается и уже завтра любые пороговые значения, установленные вчера, будут превышены. При этом сам по себе большой массив каких-либо данных не представляет собой именно "большие данные"; таковыми большой объем сведений становится тогда, когда его можно оперативно и эффективно обработать в целях принятия каких-либо решений на его основе. Имеющиеся определения больших данных сформировали три их ключевых признака, которые получили условное наименование "3 Vs" [от Volume (объем), Velocity (скорость) и Variety (разнообразие)]. Эти три признака - объем, скорость формирования/обработки и разнообразие источников и видов данных - и отделяют обычные большие массивы данных от больших данных. Рассмотрим эти признаки более подробно. 1. Большой объем. Существует довольно много статистики, которая наглядно демонстрирует, что за последние годы происходит чрезвычайно большой рост объема собираемой информации, который еще несколько лет назад трудно себе было представить. Несмотря на то что объем сведений сам по себе определяющего значения для понятия больших данных не имеет, по состоянию на 2011 г. объем больших данных начинался с нескольких десятков терабайт (тысяч гигабайт) и заканчивался десятками петабайт (тысяч терабайт). На данный момент объемы больших данных измеряются уже в зеттабайтах (миллионах петабайт). При этом рост объема данных происходит экспоненциально. Только за последние несколько лет было собрано более 90% всей имеющейся на данный момент информации. К 2025 г. прогнозируется рост объема собираемых данных на примерно 60% (до 175 зеттабайт). Значительный рост объема данных в настоящее время связан в первую очередь с развитием интернет-сервисов (электронная коммерция, мобильные сервисы, социальные сети) и формированием интернет-платформ (Android, iOS, Amazon), а также с развитием технологии облачного хранения (возможность загружать сведения удаленно). С развитием такого направления, как интернет вещей (Internet of things, IoT), объем собираемых данных будет расти еще больше. интернет вещей - это среда, в которой машины и иные автоматизированные объекты могут обмениться между собой информацией по интернету без участия человека. Речь идет не только о всякого рода "умных" приборах, которые уже начинают появляться на массовом рынке, но и о более широком применении технологий машинного обучения. Для любого машинного обучения необходимы данные, на основе которых алгоритмы смогут учиться и совершать какие-либо действия и принимать те или иные решения. Поскольку интернет вещей еще находится в стадии формирования, а в его центре лежат сбор и обмен данными, потенциал роста количества собираемых сведений поистине безграничен. Кроме того, процесс диджитализации начинает охватывать и такие традиционные сферы, как государственные услуги и здравоохранение, потенциал роста которых также огромен. 2. Скорость. Большие данные характеризуются большой скоростью формирования, которая создает особые сложности в их обработке, начиная от прозаического вопроса о пространстве для их хранения и заканчивая скоростью обработки (чем больше массив данных, тем медленнее он обрабатывается). В настоящее время существуют технологии, позволяющие обрабатывать значительные массивы данных практически в режиме реального времени. Большая скорость получения и обработки данных позволяет принимать наиболее эффективные решения на их основе. 3. Разнообразие. Традиционно данные объединяются для их обработки в базы данных, которые обычно структурируются по тому или иному принципу. Большие данные характеризуются тем, что они, как правило, не структурированы и разобщены, и задача стоит в их обработке таким образом, как будто бы они были структурированы. Если учитывать только какую-то часть сведений, которую можно структурировать по тому или иному принципу, можно принять нерациональное/неэффективное решение. Поэтому для успешного использования больших данных необходимо учитывать все разнообразие данных из различных источников, что создает дополнительные сложности для их обработки. К традиционно выделяемым признакам больших данных ("3 Vs") также все чаще добавляют четвертое "V" - ценность (Value). 4. Ценность. Основная ценность больших данных состоит не в их объеме как таковом: все увеличивающийся массив неструктурированных данных экономической ценности не создает. Она создается только при условии эффективной и быстрой обработки данных и получения аналитики, которую можно использовать и на основе которой можно принимать те или иные решения. Соответственно, большие данные напрямую связаны с "большой аналитикой" - техническими средствами, позволяющими вычленять полезные свойства из больших массивов данных. При этом ценность больших данных формируется не только для их обладателей (тех, кто их собирает, обрабатывает и использует), но и для потребителей, данные которых собираются. Ценность для обладателей очевидна: большие данные при их должной обработке позволяют лучше понимать потребности клиентов и предлагать товары, наиболее соответствующие им. На основе больших данных производители могут делать "умные" товары, которые более эффективно расходуют ресурсы, тем самым повышая эффективность. Здесь же кроются преимущества и для потребителей, поскольку они могут получать товары, наиболее точно соответствующие их потребностям и максимально персонализированные. Но возможности, которые дают пользовательские данные, могут положительное восприниматься далеко не всеми потребителями. Например, кому-то может не нравиться таргетированная реклама, с очевидностью основанная на их пользовательском поведении или даже сведениях, полученных из их сообщений в социальных сетях (например, после поиска или переписки в интернете о симптомах какого-либо заболевания пользователю сразу же начинает предлагаться лекарственный препарат от него). Кому-то может не нравиться сам факт того, что некий массив сведений о нем собирается, обрабатывается и используется третьим лицом. При этом большинство потребителей в принципе могут не осознавать, что формируемые ими сведения используются в тех или иных целях. Также нельзя исключать и ситуации, при которых результаты обработки больших данных могут использоваться во вред потребителям (например, путем их отключения от тех или иных приложений и сервисов по причине их "некорректного", по мнению разработчика, использования). Следует подчеркнуть, что понятие больших данных связано с любыми массивами данных, вне зависимости от ее существа и назначения. Тем не менее, исходя из источника больших данных, их можно условно подразделить на (а) потребительские данные - данные, образующиеся в результате использования товаров (в широком смысле, т.е. включающие услуги), и (б) промышленные данные - данные, используемые для производства товаров. а) Потребительские данные: - данные от использования приложений/сервисов в сети интернет, включая социальные сети, мобильные приложения и сервисы и т.д. (основная категория больших данных на данный момент); - финансовые данные (сведения об операциях по счетам, картам, об иных финансовых услугах и т.п.); - фискальные данные (сведения, формируемые на основе контрольно-кассовых чеков при осуществлении розничной торговли); - геолокационные данные (данные о перемещении людей и автомобилей, в том числе данные о перемещении транспорта, используемого для перевозки товаров); - медицинские данные (данные о результатах лечения заболеваний, включая данные о побочных эффектах). б) Промышленные данные: - публичные/мониторинговые данные (данные из публичных систем, в том числе электронных систем государственного управления); - данные от торговли на рынках ценных бумаг (используются для формирования торговых стратегий, включая так называемую алгоритмическую торговлю - решения на рынке ценных бумаг, принимаемые алгоритмами); - данные научных исследований и разработок (получили активное применение в сферах фармацевтики, выращивания растений/культур); - данные от машин/приборов (в сфере интернета вещей). Исходя из назначения, большие данные можно рассматривать с четырех позиций: как 1) плату за пользование услугой; 2) фактор конкуренции; 3) барьеры входа/экспансии на рынке и как 4) товар. 1. Большие данные как плата Большая часть приложений и сервисов в сети интернет окупается ("монетизируется") через демонстрацию таргетированный рекламы. Как правило, интернет-приложения/сервисы являются бесплатными, но получаемые от пользователей данные позволяют их разработчикам получать доход через создание более привлекательного предложения для рекламодателей. Последним интересно, чтобы их реклама превратилась в заключенные сделки, т.е. чтобы пользователи отреагировали на рекламу путем приобретения рекламируемых товаров. Как правило, реклама, которая демонстрируется широкому кругу потребителей, может далеко не у всех вызывать желание обратиться к рекламодателю. Как только у рекламодателя появляется возможность обратиться непосредственно к той аудитории, которой потенциально интересен продаваемый им товар, эффективность рекламы существенно повышается. Большие данные, собираемые с пользователей, как раз и позволяют выделить ("таргетировать") желаемую для рекламодателя аудиторию и повысить уровень конверсии (перехода пользовательской аудитории в разряд покупателей), в связи с чем ценность таргетированной рекламы больше, чем ценность традиционной рекламы. Значительный рост рекламы в сети интернет (использующей принцип таргетинга аудитории) свидетельствует об успешности этой бизнес-модели. Так, например, реклама в сети интернет уже обогнала по объему телевизионную рекламу, ранее считавшуюся самой эффективной (в силу возможности охвата значительной аудитории). Отрыв этих двух видов рекламы только усиливается. Подобный способ использования больших данных связан с таким явлением, как "двусторонние" или "многосторонние" рынки. Традиционный товарный рынок имеет две стороны: сторону продавцов и сторону покупателей. На товарном рынке происходит товарообмен - переход товара от продавца к покупателю. При этом под товаром понимается не только продукция, но и работы и услуги, а также иные оборотоспособные объекты гражданских прав, поскольку, несмотря на иную юридическую природу, эти объекты гражданских прав обращаются по схожим экономическим законам. Двусторонними являются связанные между собой рынки, ценность товара и спрос на него на одном из которых зависит от ценности товара и спроса на него на другом. В качестве примера можно привести печатные издания и рекламу в них: чем больше тираж печатного издания, тем более ценной будет реклама в нем. Таким образом, количество покупателей на одном из двусторонних рынков будет влиять на число покупателей на другом (чем больше покупателей печатного издания, тем больше желающих разместить в нем рекламу). В связи с этим стратегия поведения хозяйствующего субъекта на двусторонних рынках проявляется в том, чтобы работать над увеличением количества потребителей на одном их связанных рынков (в т.ч., например, предлагая товар бесплатно), тем самым повышая ценность товара на другом рынке с перспективой получения на нем прибыли, окупающей расходы, произведенные на привлечение клиентов на исходном рынке. Явление зависимости потребительского спроса на двусторонних рынках получило наименование "сетевые эффекты" (если быть точным, "косвенный сетевой эффект"). В проекте так называемого Пятого антимонопольного пакета, разработанного ФАС России (набора изменений в Закон о защите конкуренции, в том числе учитывающих особенности применения антимонопольных норм в цифровой экономике), сетевой эффект предлагается определить как "зависимость потребительской ценности товара от количества потребителей одной и той же группы (прямой сетевой эффект) либо изменение ценности товара для одной группы потребителей при уменьшении или увеличении количества потребителей в другой группе (косвенный сетевой эффект)". Прямой сетевой эффект характерен, например, для рынков в сфере инфраструктурных отраслей (в частности, естественных монополий), когда ценность товара, предлагаемого производителем, напрямую зависит от количества его потребителей (например, услуги телефонной связи приобретают все большую ценность при увеличении абонентской базы). Косвенные сетевые эффекты как раз характерны для двусторонних рынков. Помимо двусторонних рынков (т.е. двух связанных рынков с косвенными сетевыми эффектами), также выделяют многосторонние рынки, представляющие собой, в первую очередь, цифровые платформы. Вокруг определенной экосистемы объединены многочисленные группы потребителей, формирующие разные товарные рынки, и все эти рынки связаны между собой косвенными сетевыми эффектами. Примером может служить цифровая платформа, созданная на основе определенной операционной системы для мобильных устройств, в рамках которой взаимодействуют между собой многочисленные категории субъектов: разработчик операционной системы, производители мобильных устройств, их покупатели, разработчики приложений и сервисов для данной операционной системы и т.п. В завершение краткого описания специфики двусторонних и многосторонних рынков большие данные, формируемые на одном из таких рынков, могут приводить к повышению ценности товара на иных рынках, связанных между собой косвенными сетевыми эффектами. Поэтому производители товаров на таких рынках могут выбирать стратегию, при которой товар предоставляется ими бесплатно (без денежного вознаграждения), однако взамен потребители предоставляют свои данные, которые могут быть использованы для получения прибыли на иных связанных рынках. С этой точки зрения большие данные фактически представляют собой ту ценность, которая позволяет производителю предоставлять товар на бесплатной основе. Многие потребители не отдают себе отчет, что, пользуясь бесплатными сервисами/приложениями, они соглашаются на предоставление данных о себе, тем самым эти данные фактически выступают платой за пользование сервисом/приложением. 2. Большие данные как фактор конкуренции Большие данные можно рассматривать не только как ценность, которая формируется потребителями в обмен на получение ими определенного товара на безвозмездной основе, но и как особое конкурентное преимущество, получаемое теми производителями, кто имеет возможность обрабатывать их и извлекать из них полезные свойства, которые можно использовать для улучшения качества своего продукта. Как отмечает консалтинговая фирма McKinsey, "использование больших данных становится ключевым способом для лидирующих компаний по усилению своих рыночных позиций перед конкурентами. ... Приобретение и использование больших данных... станет ключевым фактором конкуренции для существующих на рынке компаний и создаст новых конкурентов, способных привлечь сотрудников с навыками, являющимися критическими для мира больших данных. В реальности больших данных конкурент, не способный к достаточному развитию соответствующих компетенций, останется позади". Согласно исследованию McKinsey среднее увеличение прибыли от инвестиций в обработку больших данных составило 6% на первоначальный срок и 9% в перспективе нескольких лет. Многие годы экономисты рассматривали данные как свободно доступный и легко получаемый ресурс. Однако большие данные характеризуются таким объемом и скоростью формирования, что способность их эффективно получать и обрабатывать становится более затратной, и ранее применявшийся экономистами подход к информации более нерелевантен. В этой связи можно привести мнение ОЭСР: "Монетарная, экономическая и социальная ценность персональных данных будет, вероятно, подчиняться принципу нелинейной зависимости от количества. Ценность отдельной записи сама по себе будет очень низкой, но ценность и потребительские свойства этой записи увеличатся, как только увеличится количество записей, с которыми ее можно будет сопоставить. Эти сетевые эффекты будут иметь значение для государственной политики, поскольку ценность той же записи в составе большой базы данных может быть использована более эффективно, чем ценность той же записи в составе более малой базы данных. Это может иметь значение для конкурентной и иной государственной политики, в том числе в сфере доступности данных". Вследствие этого важное значение для конкуренции на рынках, на которых присутствуют большие данные, приобретает доступность информации для обработки и формирования больших данных, а также наличие соответствующих технологий. При отсутствии данных элементов большие данные из фактора конкуренции могут перейти в разряд барьеров доступа к рынку. 3. Большие данные как барьеры Большие данные могут рассматриваться также с точки зрения барьеров на товарном рынке. Под барьером понимается фактор, ограничивающий доступ на какой-либо товарный рынок. Среди барьеров традиционно выделяются барьеры входа на рынок, барьеры выхода с рынка и барьеры экспансии на рынке. Барьеры входа представляют собой прямые ограничения доступа на рынок для потенциальных конкурентов. Барьеры выхода с рынка также создают ограничения на вход на рынок, однако представляют собой издержки, которые необходимо заложить в момент выхода на рынок и которые окупаются в течение длительного срока и могут не быть возмещены при прекращении деятельности на рынке (например, значительные рекламные расходы и расходы на продвижение товара/маркетинг). Барьеры экспансии представляют собой ограничения по наращиванию рыночного присутствия для уже действующих на рынке хозяйствующих субъектов. В соответствии с Порядком анализа состояния конкуренции на товарном рынке, утв. Приказом ФАС России от 28.04.2010 N 220, барьеры классифицируются на а) экономические, связанные с необходимостью нести определенные затраты/инвестиции, б) административные ограничения, вводимые органами государственной и муниципальной власти (так называемые регуляторные требования), в) стратегические, связанные с целенаправленным поведением действующих на рынке хозяйствующих субъектов, направленным на повышение затрат конкурентов или потенциальных конкурентов (например, практика "связывания", когда реализуемый на рынке товар продается в совокупности с товарами, обращающимися на иных товарных рынках), а также г) иные барьеры (например, наличие на рынке вертикально-интегрированного хозяйствующего субъекта, действующего не только на основном, но и на смежных рынках). В Порядке анализа состояния конкуренции на товарном рынке среди экономических барьеров отдельно выделяются издержки получения доступа к необходимым ресурсам и правам интеллектуальной собственности и издержки на получение информации. В связи с этим большие данные можно рассматривать как барьеры экономического характера, однако в том лишь случае, если у потенциальных или уже действующих на рынке конкурентов нет возможности доступа к ним без существенных затрат. 4. Большие данные как товар Информация как таковая обычно является побочным продуктом какой-либо деятельности: например, в процессе дистрибуции определенного товара образуется информация о количестве реализованного товара, его цене и иных коммерческих условиях продажи тем или иным контрагентам, характеристики самих контрагентов и т.п. Информация, образовывающаяся в процессе дистрибуции товара, крайне важна для повышения качества его продвижения: обладая ею, можно скорректировать ценовое позиционирование товара, таргетировать конкретных потребителей с конечной целью повышения продаж товара. Даже если информация образуется в результате осуществления какой-либо деятельности, она приобретает самостоятельную ценность, поскольку может быть систематизирована и передана третьим лицам. Большие данные могут использоваться для обеспечения внутренних целей деятельности хозяйствующего субъекта и вряд ли в такой ситуации их правильно рассматривать в качестве товара, однако, с учетом открытости интернета данные о пользователях могут собираться и обрабатываться третьими лицами, которые затем могут соответствующие данные/результаты их обработки передавать заинтересованным хозяйствующим субъектам. Такие лица получили наименование информационных брокеров*(177). Поскольку они осуществляют сбор, обработку и продажу информации (в том числе больших данных) и это уже фактор существующей реальности, нельзя отрицать, что большие данные, как имеющие самостоятельную экономическую ценность, могут являться товаром. При том, что большие данные, в первую очередь, используются для коммерческих целей (повышение эффективности производства/продвижения товаров), они также могут быть использованы и для некоммерческих целей, в т.ч. и органами государственной власти (например, данные визуального и иного мониторинга могут использоваться для предотвращения и профилактики преступлений). В такой ситуации большие данные уже не будут ни фактором конкуренции, ни барьером доступа на рынок, ни товаром. Подводя итог вышеизложенному, мы можем сказать, что экономическая сущность больших данных многообразна, и это дополнительно усложняет их правовую квалификацию и особенности нормативного регулирования их использования. Большие данные - это явление нашего настоящего, которое имеет значительный потенциал содействия технологическому прогрессу, но и также сопряжено со значительными рисками нарушения различного рода тайн, в первую очередь тайны персональных данных. В связи с этим важно то, каким образом будет выстроено государственное регулирование этой сферы, чтобы соблюсти баланс между поддержанием потенциала повышения эффективности экономики и соблюдением прав и интересов личности. |