Исследование двустороннего рынка в краудсорсинговых системах

Экономический анализ двусторонних рынков в целом (или платформ, как их часто называют в литературе) бурно развивается с начала 2000-х годов.

Краудсорсинговые платформы – разновидность двусторонних рынков – достаточно молодой бизнес и ценообразование на них пока мало изучено. С другой стороны, с расширением практики удаленной работы (в том числе, и из-за кризиса, вызванного эпидемией COVID-19) актуальность понимания экономических аспектов деятельности подобных платформ сложно переоценить. Возможность проведения исследования одной из перспективных и быстроразвивающихся краудсорсинговых платформ Яндекс.Толока в тесном контакте с индустриальным партнером Яндекс открывает возможности проведения эмпирических исследований c доступом к детальным микроданным с одной стороны, и с использованием полевых экономических экспериментов с другой, преодолевая, таким образом, присущие подобным исследованиям проблемы с идентификацией. Важную роль на подобных рынках играет гетерогенность пользователей (как «заказчиков», так и «исполнителей»), делая перспективными механизмы ценовой дискриминации. Вместе с тем, в случае Яндекс.Толоки существующая схема ценообразования не допускает дискриминации, а цены, назначаемые заказчиками, не регулируются платформой. Поэтому актуальными являются исследования неценовых механизмов (в том числе, персонифицированных рекомендаций пользователям со стороны платформы), позволяющих заменить механизмы ценовой дискриминации и повысить эффективность деятельности платформы.

Краудсорсинговая платформа Яндекс.Толока, как и другие двусторонние рынки, отличается наличием сильных сетевых экстерналий: рост числа и качества исполнителей привлекает дополнительных заказчиков и наоборот. Наличие экстерналий создает разрыв в интересах конкретных заказчиков/исполнителей и экономической стоимостью, формируемой платформой. Реализация обозначенных выше синергий зависит, в значительной степени, от грамотного, научно-обоснованного ценообразования (хотя цены назначаются самими заказчиками, платформа может давать кастомизированные рекомендации; гипотетически – регулировать минимальные или средние цены; менять собственную ценовую политику).

Глобализация краудсорсинговых рынков и обостряющаяся международная конкуренция, с учетом обозначенных выше сетевых эффектов и других экстерналий, кратно повышает цену ошибочных решений и делает поиск оптимальных механизмов ценообразования задачей высокой значимости. Успешное решение задач по оптимизации ценообразования и сопутствующей информационной политике не только позволит Яндекс.Толоке конкурировать за глобальное лидерство на перспективном рынке краудсорсинга, но и позволит более эффективно использовать имеющийся человеческий потенциал, создаст новые возможности повышения благосостояния граждан, создавая возможности дополнительного или основного заработка с минимальными транзакционными издержками, и развития высокотехнологичного бизнеса, позволяя осуществлять эффективный и экономичный аутсорсинг многих задач.

Предлагаемый в рамках проекта подход основан на анализе объективных экономических стимулов участников; он может плодотворно дополнять более эвристический подход, присущий традиционным методам машинного обучения, для создания продвинутых систем ИИ. Кроме рациональных аспектов важно учитывать поведенческие, не вполне рациональные аспекты: например, в условиях ограниченной информации высока вероятность, что минимальная цена послужит «якорем» для заказчика и будет выбираться неоправданно часто.

Проект реализуется совместно с Яндексом.