Взрывной рост количества данных открывает новые возможности для понимания экономики и пересмотра не только методов, но и самих объектов измерения.
КЕННЕТ КУКИЕР — заместитель главного редактора журнала The Economist и соавтор нескольких книг о данных и обществе.
Мнения, выраженные в статьях и других материалах, принадлежат авторам и не обязательно отражают политику МВФ.
Наше восприятие мира зависит не от того, какой он есть на самом деле, а того, какие мы сами. В области данных экономистам необходимо переосмыслить, какую информацию они используют для отображения реальной ситуации, и сформировать новый взгляд на то, какую реальность они хотят отразить. Эта область страдает от «профессиональной деформации», взгляда на экономику через призму мира «малых данных», с которым они давно знакомы. Однако во вселенной «больших данных», когда источники данных (и характеристики, подлежащие измерению) отличаются значительно большим разнообразием, частотностью и детализацией, необходимо мыслить по-новому.
Чтобы понять, что представляет собой такой конфликт между увеличением объема информации и традиционным мышлением, обратимся к примеру из области здравоохранения.
В 1990 году компания General Electric выпустила обновление программного обеспечения для своих аппаратов магнитно-резонансной томографии (МРТ) Signa, используемых для медицинских снимков. Инженеры обнаружили дефект в системе, который сжимал изображения тканей, содержащих липиды, или жир. Однако когда появились более точные снимки, многие радиологи пришли в негодование. Снимки более высокого качества были для них непривычны, и им было удобнее оценивать старые. Существовали опасения по поводу неправильной постановки диагноза из-за новых снимков. GE была вынуждена добавить в аппараты МРТ функцию, позволяющую радиологам видеть снимки старого формата, помеченного как «классический» в качестве ироничной отсылки к провальному опыту запуска «новой Кока-Колы» несколькими годами ранее.
Снимок МРТ — это наглядное и информативное изображение, а не сам объект этого изображения. В этом смысле он похож на экономические данные, такие как показатели роста, безработицы, инфляции и т. п. В 1990-е годы радиологи предпочитали менее точную информацию, поскольку привыкли использовать сжатые снимки, их навыки были в значительной степени отточены для работы с учетом этих ограничений. Они не хотели работать с более качественными изображениями. Есть ли риск, что современные экономисты могут попасть в ту же психологическую ловушку?
Подумайте об окружающей нас сегодня галактике данных и искусственного интеллекта и о том, насколько она нова. Четверть века назад большинство окружавших нас предметов не имели компьютерного чипа и не подключались к сети. Это была ушедшая эпоха писем, жетонов метро, дорожных будильников и транзакций по кредитным картам, для которых требовалось поставить подпись на бланке с копиркой после того, как его пропускали через устройство для снятия отпечатка кредитной карты, известного как импринтер. Ваш сон и физическая активность не отслеживались наручными часами. Ваш беспроводной телефон не распознавал ваше лицо, банк не верифицировал вашу голосовую подпись. Отсутствие систем спутниковой навигации в автомобилях означало, что водители были вынуждены полагаться на неудобно сложенные карты. Не стоит предаваться ностальгии. Суть в том, что цифровизация общества означает, что для видов деятельности, которые ранее не поддавались простому представлению в виде данных, теперь это стало возможным.
Это позволяет более точно понять экономику, лучше отразить истинную ситуацию, реальный объект оценки. Представление данных может происходить гораздо быстрее, возможно, почти в режиме реального времени, и в более подробном виде, — вплоть до данных о небольших сегментах или даже отдельных людях, чего старые методы не могли обеспечить, сжимая вместо этого информацию, как на снимках МРТ до 1990 года. Точность, скорость и детализация повышаются. Более того, меняться может и состав измеряемых показателей, что приведет к новым способам понять мир (а через понимание, будем надеяться, и сделать его лучше).
Однако организации, составляющие такую информацию, будут из частного сектора, поскольку именно он генерирует эти данные в ходе своей деятельности. Например, спутниковые снимки могут отслеживать урожайность ферм. По сайтам с вакансиями можно определить, какие городские районы растут быстрее других, а сайты с объявлениями о продаже жилья могут показать, какие находятся в упадке. Во многих случаях компании оказываются в центре потока данных от операций других субъектов. ADP, организация, занимающаяся расчетом заработной платы, охватывает каждого шестого сотрудника в США. Экономисты используют ее ежемесячный отчет о занятости в дополнение к данным Бюро статистики труда США.
Такие альтернативные показатели (или «альтернативные данные») могут составляться без опоры на строгие научные методы государственных статистических ведомств. Для использования потенциала этих данных сегодняшним специалистам потребуется изменить мышление: возможно, им придется пересмотреть свои обязанности, перейти от генерации информации к работе с частным сектором с целью повышения достоверности данных и ее проверки, чтобы их можно было использовать в более широких целях. Это напоминает нам об истоках этой дисциплины.
Термин «статистика» происходит от немецкого слова «Statistik», появившегося в середине 1700-х годов и имевшего значение «наука государства». Такие метрики могут основываться на умозаключениях: обобщении того, что легко поддается измерению, чтобы сделать выводы о том, что трудно измерить. Поскольку подсчитать сами предметы часто было дорого или невозможно, общепринятой практикой было искать представительные переменные и экстраполировать данные. Такой подход был характерен для раннего периода развития статистики. «Представляется, что в городе Дублин в Ирландии дымоходов больше, чем в Бристоле, и, следовательно, больше людей», — писал Уильям Петти в 1680-х годах в начале эссе о «политической арифметике» как средстве оценки численности населения.
Сегодня страны с развитой экономикой ежегодно тратят миллиарды долларов на подготовку надежных экономических и социальных показателей. Для верховных жрецов и жриц официальных метрик это божественное призвание, признак цивилизации. «Знание — это сила, статистика — это демократия», — эта знаменитая фраза принадлежит Олави Ниитамо, который возглавлял статистическое ведомство Финляндии с 1979 по 1992 год.
Данные — это лишь представление о том, что с их помощью стремятся количественно оценить, охарактеризовать и учесть. Это абстракция, а не сама вещь, аналогично тому, что карта — это не сама территория и что вы не промокнете при работе с моделями метеорологической обстановки. Данные содержат в себе «информационный коэффициент» того, что они отражают. По мере того как мир меняется, должны меняться и статистические данные, с помощью которых социологи оценивают человека. Несмотря на то, что практичные философы задействуют более серьезные методы для создания унылой науки, все равно используются также неформальные представительные переменные и экстраполяции.
Алан Гринспен, председатель Федеральной резервной системы с 1987 по 2006 год, известен использованием «анекдотических данных» (“anecdata”, от английских слов anecdote — история из жизни и data — данные), чтобы получить более полное представление о ситуации, чем могли дать официальные показатели. Когда он был молодым экономистом, он изучал, помимо прочих данных, сведения о продажах мужского нижнего белья. По его мнению, это показательный экономический индикатор: то, на чем люди начинают экономить, когда приходится затянуть пояса.
Его преемники в ФРС последовали его примеру. В начале финансового кризиса в 2008 году, всего через несколько дней после краха Lehman Brothers, Джанет Йеллен, в то время занимавшая пост председателя Федерального резервного банка Сан-Франциско, предупредила на заседании Комитета по операциям на открытом рынке о серьезном экономическом спаде. «Пластические хирурги и стоматологи в районе Восточного залива отмечают, что пациенты откладывают плановые процедуры, — сообщила она, согласно расшифровкам, опубликованным пять лет спустя. — А во многих элитных ресторанах больше не требуется бронировать столик». Эти наблюдения рассмешили ее коллег.
Насколько же это статистическое ведомство справилось со своей задачей? В четвертом квартале 2008 года первым опубликованным показателем по США стало снижение ВВП на 3,8 процента. Уже через месяц это снижение было пересмотрено до 6,2 процента. Итоговый пересмотр в июле 2011 года показал падение на 8,9 процента — самое крупное снижение оценки ВВП за всю историю и более чем вдвое хуже, чем сообщалось первоначально. Возможно, альтернативные показатели могли бы здесь помочь.
Новые источники данных, возможно, позволили бы получить результат быстрее и качественнее, чем существующие индикаторы, и с большей детализацией. Например, компания ADP, занимающаяся расчетом заработной платы, могла заметить снижение числа новых сотрудников и замедление повышения зарплат. Поиски в Google, связанные с покупкой жилья, могли резко сократиться. Аналогичным образом, сайты по поиску работы для квалифицированных специалистов, такие как LinkedIn и Indeed, анализируют не только те объявления о найме, которые публикуются, но и те, которые отзываются. (Инвесторы используют эти данные, поскольку они являются ранним предиктором нестабильности в деятельности предприятий и понижения аналитиками рейтингов, а значит, и снижения цен акций.)
В период кризисов официальные метрики могут не работать из-за задержек в представлении данных. Альтернативные данные получили распространение в начале пандемии COVID-19. GPS в телефонах Apple и Android помогал измерять снижение посещаемости предприятий розничной торговли и показывал, какие заведения нарушали постановления о режиме изоляции. Аналогичным образом, во время приостановки работы государственных учреждений США в октябре 2025 года статистические ведомства не могли опубликовать данные, поэтому частный сектор восполнил этот пробел. Данные по тенденциям в отношении занятости предоставили компания ADP и Carlyle, фонд частных инвестиций, управляющий 277 компаниями с 730 000 сотрудников.
Альтернативные данные помогают привлекать правительства к ответственности. В начале 2010-х годов официальные данные по инфляции в Аргентине стали настолько абсурдными, что журнал The Economist использовал вместо них данные компании PriceStats, основанной двумя экономистами из Гарвардской школы бизнеса и Массачусетского технологического института. Она отслеживает изменения в 800 000 ежедневных котировках цен на 40 миллионов товаров в 25 странах. Поскольку появились вопросы о достоверности данных США, после того как в августе 2025 года президент Дональд Трамп уволил главу Бюро статистики труда из-за негативного отчета о занятости, альтернативные данные могут стать независимым инструментом обеспечения прозрачности.
Взрывной рост новых источников данных и методов играет особенно важную роль в развивающихся странах, где не хватает институционального потенциала, средств, навыков и политической воли для сбора, анализа и представления статистических данных. Если применить творческое мышление, данные частного сектора могут изменить ситуацию. Например, многие развивающиеся страны не могут позволить себе разместить в отдаленных районах метеорологическое оборудование для измерения погодных явлений, таких как осадки, чтобы заранее предупреждать о наводнениях. Однако мобильные операторы имеют сотовые вышки по всей сельской местности. Эти вышки постоянно взаимодействуют друг с другом для получения информации о сети и передачи трафика. При этом во время дождя сила сигнала ослабевает, что делает их полезными для измерения уровня осадков. Для устранения пробелов в данных в бедных странах требуется больше таких оригинальных решений.
Однако создание более точных, детализированных и своевременных показателей мало что значит, если нет возможности их эффективного использования. «Если мы не будем одновременно ускорять их внедрение, польза от "больших данных" будет ограниченной», — сказал Гринспен в интервью, которое я провел по электронной почте в 2014 году.
Более того, ставки даже выше, чем необходимость улучшить то, что мы уже имеем, или заполнить известные пробелы. Датафикация видов деятельности, информация по которым никогда не представлялась в форме данных, предоставляет уникальную возможность узнать о мире нечто новое. В обществе только начинается масштабная трансформация понимания.
Одним из первых разработанных показателей этой трансформации был «экономический график» LinkedIn. На нем оценивается трудовая активность по 1,2 млрд человек, 67 млн компаний, 15 млн рабочих мест, 41 000 навыков и 133 000 учебных заведений. Многие страны используют его для ответа на такие вопросы, как «какие навыки распространяются быстрее всего, где происходит прирост и сокращение рабочих мест, насколько сложно сменить работу в середине карьеры в разбивке по профессиям и в каких отраслях и странах женщины занимают более высокие руководящие должности?» До сих пор эту информацию невозможно было отследить, проанализировать и сопоставить.
Хотя такой глубокий анализ персональных данных людей может показаться угрозой для неприкосновенности частной жизни, на самом деле это не так. Продвинутые методы обработки данных с названиями, характерными для космической эры, такими как федеративное обучение, гомоморфное шифрование, безопасные многосторонние вычисления и дифференциальная конфиденциальность, позволяют анализировать зашифрованные данные, поэтому специалист, осуществляющий обработку данных, не видит фактическую запись. Система пока находится в зачаточном состоянии, так как ее сложно реализовать. Однако компании и статистические службы экспериментируют с ней.
Конечно, существуют ограничения на использование корпоративных «данных в чистом виде». Часто они представлены в виде побочных данных, то есть сгенерированных как побочный продукт в ходе обычной хозяйственной деятельности компании. Следовательно, они будут содержать перекосы, характерные для этой среды. Компании под управлением фонда Carlyle были взяты под контроль частным инвестиционным фондом (поэтому, возможно, были не самыми сильными); в LinkedIn, вероятно, больше квалифицированных специалистов, чем представителей рабочего класса (поэтому, возможно, они относятся к более обеспеченным группам); у ADP нет данных о теневой экономике нянь, уборщиц, мойщиков машин и других лиц подобного рода занятий (цифры по которым могут быть еще более сильными сигналами о состоянии экономики).
Кроме того, на альтернативные данные нельзя полностью полагаться, если они могут впоследствии стать недоступными. Например, американская компания Intuit, занимающаяся разработкой программного обеспечения, создала индекс малого бизнеса на основе агрегированных данных из своего бухгалтерского ПО QuickBooks. Однако в 2015 году она прекратила выпуск отчетов, а в 2023 году вновь начала его по иной, более надежной методологии. Таким образом, будущее будет строиться не только на альтернативных данных, а на дополняющих друг друга официальных и неофициальных источниках. Так или иначе, нас ждет дивный новый мир.
Это вновь возвращает нас к МРТ. Магнитно-резонансная томография существует с 1974 года, когда она была запатентована Рэймондом Дамадианом из Университета штата Нью-Йорк как неинвазивный способ обнаружения рака. В том же году в США произошла сильная рецессия, которая вдохновила экономиста Йельского университета и бывшего советника Белого дома Артура Окуна создать новый показатель, учитывающий ее влияние на отдельных людей, а не на абстрактную единицу экономики в целом.
Его индекс экономического неблагополучия, позже названный «индексом несчастья», стал неотъемлемой частью американской политики. Рональд Рейган использовал его, чтобы одержать победу над президентом Джимми Картером на президентских выборах в 1980 году. Но это просто сумма уровня безработицы и инфляции. Легко представить себе современный показатель эпохи ИИ.
Он будет фиксировать все проявления несчастья людей, исходя из изменений характера расходов — не покупки меньшего числа вещей (это слишком грубый показатель), а фактического перехода со стейка на лапшу быстрого приготовления. Сюда же попадают неоплаченные счета за коммунальные услуги и просроченные платежи по автокредиту. Затем случаи агрессивного поведения на дороге, беспорядочного вождения и небольших аварий не в совокупности, а по конкретному человеку. Часы Apple могут отслеживать качество сна и уровень стресса в течение дня. Камеры видеонаблюдения с функцией распознавания лиц на улицах, в магазинах и офисах могут записывать эмоции людей. Унитазы с биосенсорами могут отслеживать уровень таких гормонов, как кортизол и адреналин, которые резко повышаются в моменты тревоги.
Это позволяет максимально точно отразить реальную ситуацию. Такие статистические данные, напоминающие мир научной фантастики, многим, вероятно, покажутся настоящим несчастьем. Последствия для неприкосновенности личной жизни пугают, даже если теоретически данные могут быть обезличены. Располагая такой информацией, возможно, государство просто обязано вмешаться, чтобы помочь людям и защитить общество? «После такого познания что за прощение?» — сокрушался Т. С. Элиот.
Такие альтернативные данные, если и появятся, то не в ближайшее время. Устоявшиеся подходы меняются не сразу, а с уходом их носителей. Кроме того, нарастает «технопротест», поскольку общество все более настороженно относится к бесконтрольному использованию данных, а оптимистичные ожидания, которые принес с собой ранний интернет, постепенно угасают. В идеале современным социологам должны быть присущи заинтересованность, этичность и гибкость мышления, чтобы использовать лучшее, что могут предложить ИИ и большие данные, и избежать их недостатков. В конце концов, радиологи научились обходиться без «классических» снимков МРТ.
© 2026 International Monetary Fund. All rights reserved.
