Великий поворот. Как Америка отказалась от свободных рынков - [91]

В начале этой книги мы обсуждали необходимость переоценки наших допущений, когда сталкиваемся с опровергающими их доказательствами. При обсуждении американского здравоохранения это особенно необходимо. Разумеется, при этом необходим дифференцированный подход. Каждая страна имеет свои особенности и делает собственный выбор. Но рациональный человек может увидеть, что практически все другие развитые страны приняли системы оказания медицинской помощи, которые отличаются от американской модели, и что эти страны достигают лучших результатов при меньших затратах.

И имейте в виду, что для этого не требуется система единого плательщика. Целью должен быть всеобщий охват, то есть система, обеспечивающая качественную медицинскую помощь всем гражданам. Однако путь к достижению этой цели должен быть открыт для обсуждения. Многие страны достигают всеобщего охвата без системы единого плательщика. Например, в большинстве стран Европы существуют регулируемые частные страховые рынки, где резиденты должны выбрать базовый пакет, предоставляемый частными страховщиками. Во многих из этих стран также есть частные коммерческие больницы, которые принимают застрахованных государством пациентов.

Если цель состоит в том, чтобы избежать увеличения роли государства в экономике, рациональный курс может заключаться в закрытии Fannie Mae и Freddie Mac при обеспечивающей всеобщий охват некоторой комбинации Medicaid, Medicare и регулируемого частного страхования. В этом случае правительство перестанет вмешиваться в работу рынка там, где в этом нет необходимости, и повысит эффективность рынка там, где его работа остро нуждается в исправлении.

Глава 13 Глядя на звезды: действительно ли ведущие фирмы исключительны?

Я думал, что то, что хорошо для нашей страны, хорошо и для General Motors, и наоборот.

Чарльз Уилсон

Давайте поговорим о звездах интернет-экономики: Google, Amazon, Facebook, Apple и Microsoft, или для краткости о GAFAM. Здесь нужно сказать несколько слов об аббревиатурах. В Европе эти фирмы называются GAFA. В Соединенных Штатах их называют FAANG. Мне кажется, что и то и другое дезориентирует. Обе аббревиатуры отвергают Microsoft, предположительно потому, что эта компания старше других, но Microsoft является – и останется – крупным игроком цифровой экономики, наравне с Apple и другими. Аббревиатура FAANG включает Netflix, но рыночная капитализация Netflix составляет одну треть от капитализации Facebook, которая сама по себе составляет лишь около половины от Apple. Более того, Netflix сейчас является крупным производителем контента, поэтому я не уверен, что существует смысл сравнивать его бизнес-модель с моделью Facebook. Поэтому я сосредоточусь на GAFAM.

Похоже, у всех есть свое мнение о GAFAM. Некоторые думают, что это величайшие компании на свете. Другие считают, что они представляют угрозу демократии. Однако все, похоже, согласны с тем, что эти компании имеют принципиальные отличия и что старые правила капитализма к ним просто неприменимы. Действительно ли это так?

ТАБЛИЦА 13.1

Десять крупнейших мировых компаний, весна 2018 года

Нельзя отрицать, что интернет-компании являются звездами современного рынка. В табл. 13.1 перечислены десять крупнейших мировых компаний по рыночной стоимости на весну 2018 года. Выделяются два факта. Во-первых, восемь из десяти – это американские компании, а две других – китайские. Европа и Япония полностью отсутствуют (они включены в данные, просто не входят в десятку лучших). Во-вторых, в первую шестерку входят компании, занимающиеся интернет-технологиями.

Несомненно, все эти компании являются звездами. Но в экономике всегда были звезды. Отличаются ли эти звезды?

Кармен Рейнхарт и Кеннет Рогофф (Reinhart and Rogoff, 2009; Рейнхарт и Рогофф, 2011) прекрасно показали, что мышление «на этот раз все будет иначе» – это кратчайший путь к финансовому кризису. В макроэкономике нет такого понятия, как «на этот раз все будет иначе». Но, возможно, в том, что касается интернета, все может быть по-другому. Есть некоторые технологические причины полагать, что на этот раз все может быть иначе. Интернет-фирмы могут расти очень быстро. Snapchat понадобилось всего восемнадцать месяцев, чтобы достичь оценки в один миллиард долларов: Google потребовалось для этого целых восемь лет, а в среднем для компании из списка Fortune 500 – двадцать лет. Цифровые данные могут использоваться такими способами, которые недоступны для данных, хранящихся на бумаге. Модели обучения, основанные на очень больших наборах данных с высокой детализацией, идут дальше, чем традиционные модели обучения. Существует потенциал для создания большего объема знаний, хотя здесь мы должны признать фундаментальное различие между данными и знаниями. Миллиард твитов – это много данных, но не обязательно много знаний.

Мой взгляд на эту тему несколько более приземлен. Я заметил, что люди, которые больше всего убеждены в том, что GAFAM отличаются от других, обычно меньше всего знают об этих компаниях. Большинство из них повторяют то, что слышат, не тратя время на изучение данных. И наоборот, чем больше люди знают об этих компаниях, тем больше они склонны описывать их, используя относительно стандартные бизнес-концепции.