Алгоритмы верхнего доверительного предела претворяют в жизнь принцип, прозванный оптимизмом перед лицом неопределенности. Оптимизм, как выясняется, может быть совершенно рациональным. Сфокусировавшись на том лучшем, что может дать объект, принимая во внимание доказательства, полученные к данному моменту, эти алгоритмы увеличивают возможности, о которых мы знали меньше всего. Как следствие, они действительно вносят долю исследования в процесс принятия решений, заставляя с энтузиазмом хвататься за новые возможности, потому что одна из них может оказаться выдающейся. Этот же принцип, к примеру, использовал Лесли Келблинг из Массачусетского технологического института в создании «оптимистичных роботов», которые исследуют пространство вокруг себя, повышая ценность неизведанных территорий. И это, разумеется, имеет значение для жизни человека.

Успех алгоритмов верхнего доверительного предела формально оправдывает пользу сомнений. Следуя этим алгоритмам, вы должны с восторгом знакомиться с новыми людьми и пробовать что-то новое, предполагая о них лучшее за неимением доказательств обратного. В конечном итоге оптимизм – лучшее лекарство от сожалений.

В 2007 году руководитель производственного направления компании Google Дэн Сирокер взял отпуск, чтобы присоединиться к президентской кампании тогдашнего сенатора Барака Обамы в Чикаго. Возглавив команду «Новых медиааналитиков», Сирокер использовал одну из интернет-практик Google для поддержки так называемой кнопки пожертвований кампании. Результат оказался ошеломляющим: $57 млн дополнительных пожертвований стали прямым итогом его работы.

Что именно он сделал с этой кнопкой?

Он провел сплит-тестирование.

Сплит-тестирование (или А/В-тестирование) работает следующим образом: компания разрабатывает несколько версий определенной интернет-странички. Для этого используются, например, различные цвета или изображения, разные заголовки для новостных статей или по-разному располагают элементы на экране. Затем входящие пользователи случайным образом направляются на эти страницы (как правило, в равных количествах). Один пользователь может увидеть красную кнопку, в то время как другой видит синюю; один видит «Передать в дар», а другой – «Пожертвовать». Затем соответствующие количественные показатели – например, число кликов или средняя выручка от каждого посетителя – отслеживаются. Если по истечении определенного периода времени отмечаются статистически значимые результаты, то «победившая» версия, как правило, становится окончательной – или контрольной для следующего цикла экспериментов.

В случае со страничкой пожертвований Обамы результаты А/В-тестов Сирокера были впечатляющими. В случае с теми, кто впервые посетил сайт кампании, самой действенной оказалась кнопка «Пожертвуйте и получите подарок», несмотря на то что стоимость отправки подарка учитывалась. В случае с давними подписчиками на новости сайта, которые никогда не давали ни копейки, лучше всего сработала кнопка «Пожалуйста, пожертвуйте», вероятно взывавшая к их чувству вины. Посетителей, делавших пожертвования раньше, лучше всего сподвигла на следующие пожертвования кнопка «Внести вклад» (логика в том, что человек уже пожертвовал, но всегда может внести еще немного). И во всех случаях, к огромному удивлению команды кампании, простая черно-белая фотография семьи Обамы превзошла все фото и видео, которые команда могла придумать. Чистый эффект всех этих не зависящих друг от друга оптимизаций был поистине гигантским.

Если вы пользовались интернетом за последнее десятилетие, то вы, вероятно, стали частью решения чьей-либо задачи «исследовать/эксплуатировать». Компании хотят понять, что приносит им наибольший доход, стараясь в это же время заработать как можно больше. Исследуют, эксплуатируют. Крупные технологические компании, такие как Amazon и Google, начали проводить А/В-тесты на своих пользователях примерно с 2000 года, и в последующие годы интернет превратился в крупнейший управляемый эксперимент в мире. Что эти компании исследуют и эксплуатируют? Ну, например, вас: выясняют, что может заставит вас двинуть мышкой и раскошелиться.

Компании проводят А/В-тесты навигации по их сайтам, адресных строк и времени рассылки их рекламных имейлов, а иногда даже своих текущих характеристик и ценообразования. Вместо обычного алгоритма поиска Google и простого оформления заказов на Amazon теперь существует бессчетное множество едва уловимых изменений и перестановок. (К примеру, Google самым глупым образом протестировал 41 оттенок синего для одной из своих панелей инструментов в 2009 году.) Но в некоторых случаях маловероятно, что произвольная пара пользователей будет иметь абсолютно одинаковый опыт.

Специалист по обработке данных Джефф Хаммербахер, бывший сотрудник Facebook, однажды сказал в интервью Bloomberg Businessweek, что «лучшие умы моего поколения размышляют над тем, как заставить людей кликать по объявлениям». Вспомните «Вопль» Аллена Гинзбурга – «Я видел лучшие умы своего поколения, разрушенные безумием» – самое известное произведение бит-поколения. Хаммербахер оценивает такое положение дел как «отстой». Но, несмотря ни на что, интернет все же дает возможности для развития экспериментальной науки о кликах мышкой, о чем маркетологи прошлого не могли и мечтать.

Мы все, разумеется, знаем, что произошло с Обамой на выборах 2008 года. Но что же случилось с его аналитическим директором Дэном Сирокером? После инаугурации Сирокер вернулся на запад, в Калифорнию, и вместе с коллегой из Google Питом Куменом организовал фирму по оптимизации веб-сайтов Optimizely. К президентскому избирательному циклу 2012 года среди проектов их компании фигурировала как кампания по перевыборам Обамы, так и кампания кандидата от республиканцев Митта Ромни.

В течение примерно 10 лет после первого использования А/В-тестирование перестало быть секретным оружием. Оно так глубоко укоренилось в принципах ведения бизнеса и политики в интернете, что стало считаться чем-то само собой разумеющимся. Каждый раз, открывая браузер, вы можете быть уверены, что все цвета, изображения, тексты, возможно, даже и цены, которые вы видите, – и, конечно же, объявления – пришли из алгоритма исследования/эксплуатации, подстраиваясь под ваши клики. В этой конкретной задаче многорукого бандита вы не азартный игрок; вы – джекпот.

Сам процесс сплит-тестирования с течением времени становится все более изящным. Наиболее традиционная схема А/В-тестирования – разделение потока пользователей поровну между двумя вариантами в течение заданного периода времени, а затем передача всего трафика целиком победителю – необязательно может быть лучшим алгоритмом для решения данной проблемы, так как она означает, что половина пользователей получает худший по качеству вариант на время проведения тестирования. Награда за нахождение лучшего подхода потенциально весьма высока. Более 90 % от годового дохода компании Google (а это $50 млн) сегодня составляет доход от платной рекламы, а онлайн-торговля насчитывает сотни миллиардов долларов в год. Это означает, что алгоритмы исследования/эксплуатации эффективно властвуют – экономически и технологически – над значительной долей интернета в целом. Лучшие алгоритмы до сих пор горячо обсуждаются, конкурирующие статистики, инженеры и блогеры ведут бесконечные споры об оптимальном способе сбалансировать исследование и эксплуатацию в каждом возможном сценарии ведения бизнеса.