1. Абдикеев Н. М. Проектирование интеллектуальных систем в экономике. - М. : Экзамен, 2004. 1
2. Абдикеев Н. М., Аверкин А. Н. Когнитивная экономика: теория и практика // I Международная научно-практическая конференция «Инновационное развитие российской экономики» / Моск. гос. ун-т экономики, статистики и информатики. - М., 2008. 2
3. Абдикеев Н. М., Аверкин А. Н. и др. Когнитивная бизнес-аналитика / под ред. Н. М. Абдикеева. - М. : Инфра-М, 2010. 3
4. Абдикеев Н. М., Аверкин А. Н., Ефремова Н. А. Когнитивная экономика: инновационный подход // II Международная научно-прак-тическая конференция «Инновационное развитие российской экономики» / Моск. гос. ун-т экономики, статистики и информатики. - М., 2009. 4
5. Абдикеев Н. М., Киселев А. Д. Управление знаниями корпорации и реинжиниринг бизнеса. - М. : Инфра-М, 2010. 5
6. Аверкин А. Н. Аграфонова Т. В., Титова Н. В. Гибридные системы поддержки принятия решений в сложноструктурируемых областях. - Серия «Сообщения по прикладной математике» / Учреждение Российской академии наук Вычислительный центр им. А. А. Дородницына РАН. - М., 2009. 6
7. Аверкин А. Н., Кузнецов О. П., Кулинич А. А., Титова Н. В. Поддержка принятия решений в слабоструктурированных предметных областях: анализ ситуаций и оценка альтернатив // Теория и системы управления. Известия РАН. - 2006. - № 3. 7
8. Аверкин А. Н., Титова Н. В., Черемисина Е. Н. Модели представления знаний в системах поддержки принятия управленческих решений в слабоструктурированной предметной области (в природопользовании) // Вестник РАЕН. - 2005. - Т. 5. - № 1. 8
9. Алиев Р. А., Абдикеев Н. М. и др. Производственные системы с искусственным интеллектом. - М. : Радио и связь, 1990. 9
10. Нонака И. Компания - создатель знания. Зарождение и развитие инноваций в японских фирмах / И. Нонака, Х. Такеучи: пер. с англ. - М. : ЗАО «Олимп-Бизнес», 2003. 10
11. Павлов И. А. Поведенческая экономическая теория - позитивный подход к исследованию человеческого поведения - М. : ИЭ РАН, 2007. 11
12. Abdikeev N., Tarasenko S. Cognitive Decision Support System Architecture // Cognitive Modeling in Linguistics: The VIII International Conference. - Varna, 2005. 12
13. Camerer C. Neuroeconomics: Using Neuroscience to Make Economic Predictions // Hahn Lecture, Royal Economic Society. - Nottingham, 2006. 13
14. Camerer C., Loewenstein G., Prelec D. Neuroeconomics: How Neuroscience Can Inform Economics // Journal of Economic Literature. - 2005. - Vol. XLIII. 14
15. Dimitri N., Basili M., Gilboa I. Cognitive Processes and Economic Behaviour. - New York: Routledge, 2003. 15
16. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision under Risk // Econometrica. - 1979. - N 47. 16
17. Loewenstein G. Exotic Preferences: Behavioural Economics and Human Motivation. - Oxford: Oxford University Press, 2008. 17
18. Rizzello S. Cognitive Developments in Economics. - New York: Routledge, 2003. 18
19. Ross D. Economic Theory and Cognitive Science: Microexplanation. - MIT Press, 2005. 19
20. Sanfey A., Loewenstein G., McClure S., Cohen J. Neuroeconomics: Cross-current in Research on Decision-Making // Trends in Cognitive Sciences. - 2006. - Vol. 10. - N 3. 20
21. Simon H. A. Administrative Behavior: A Study of Decision-Making Processes in Administrative Organizations. - 4th еd. - New York: Free Press, 1997. 21
22. Tarasenko S., Inui T., Abdikeev N. Sub-functions of Human Learning Process during a Sequential Task // CogSci 2008: The 30th Annual Conference of the Cognitive Science Society. - Washington, D. C., 2008. 22
23. Tarasenko S., Inui T., Abdikeev N. The Golden Ratio Characteristics of Decision-Making without Prior Information // The 5th Conference Japanese Society for Cognitive Psychology. - Kyoto, 2007. 23
24. Topol R., Walliser B. Cognitive Economics: New Trends. - Elsevier Science, 2007. 24
25. Tversky A., Kahneman D. Advances in Prospect Theory: Cumulative Representation of Uncertainty // Journal of Risk and Uncertainty. - 1992. - N 5. 25
26. Walliser B. Cognitive Economics. - Springer, 2008. 26
27. Abdikeev N. M. Designing Intellectual Systems in Economy. - M.: Examen, 2004. 27
28. Abdikeev N. M., Averkin A. N. Cognitive Economy: Theory and Practice // 1st International Conference "Innovative Development of Russian Economy" / Moscow State University of Economics, Statistics and Information Science. - M., 2008. 28
29. Abdikeev N. M., Averkin A. N. et al. Cognitive Business Analytics / edited by N. M. Abdikeev. - M. : Infra-M, 2010. 29
30. Abdikeev N. M., Averkin A. N., Efremova N. A. Cognitive Economy: Innovative Approach // 2nd International Conference "Innovative Development of Russian Economy" / Moscow State University of Economics, Statistics and Information Science. - M., 2009. 30
31. Abdikeev N. M., Kiselev A. L. Corporate Knowledge Management and Business Reengineering. - M. : Infra-M, 2010. 31
32. Averkin A. N., Agrafonova T. V., Titova N. V. Hybrid Systems of Decision-Making Support in Complex-Structured Spheres. - Series "Reports on Applied Maths" / Dorodnitsyn Information Centre under the Russian Academy of Sciences. - M., 2009. 32
33. Averkin A. N., Kuznetsov O. P., Kulinich A. A., Titova N. V. Decision-Making Support in Loosely-Structured Spheres: Situation Analysis and Option Assessment // Theory and Management Systems. Russian Academy of Sciences News. - 2006. - N 3. 33
34. Averkin A. N., Titova N. V., Cheremisina E. N. Models of Knowledge Presentation in Systems of Managerial Decision-Making Support in Loosely-Structured Sphere (in natural resources" use) // Russian Academy of Natural Sciences News. - 2005. - Vol. 5. - N 1. 34
35. Aliev R. A., Abdikeev N. M. et al. Industrial Systems with Artificial Intellect. - M. : Radio and Communications, 1990. 35
36. Nonaka I. Company as a Knowledge Creator. Innovation Forming and Developing in Japanese Firms / I. Nonaka, H. Takeuchi: translated from English. - M. : Olymp-Business limited company, 2003. 36
37. Pavlov I. A. Behavioral Economic Theory - Positive Approach to Human Behavior Research - M. : IE Russian Academy of Sciences, 2007. 37
38. Abdikeev N., Tarasenko S. Cognitive Decision Support System Architecture // Cognitive Modeling in Linguistics: The VIII International Conference. - Varna, 2005. 38
39. Camerer C. Neuroeconomics: Using Neuroscience to Make Economic Predictions // Hahn Lecture, Royal Economic Society. - Nottingham, 2006. 39
40. Camerer C., Loewenstein G., Prelec D. Neuroeconomics: How Neuroscience Can Inform Economics // Journal of Economic Literature. - 2005. - Vol. XLIII. 40
41. Dimitri N., Basili M., Gilboa I. Cognitive Processes and Economic Behaviour. - New York: Routledge, 2003. 41
42. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision under Risk // Econometrica. - 1979. - N 47. 42
43. Loewenstein G. Exotic Preferences: Behavioural Economics and Human Motivation. - Oxford: Oxford University Press, 2008. 43
44. Rizzello S. Cognitive Developments in Economics. - New York: Routledge, 2003. 44
45. Ross D. Economic Theory and Cognitive Science: Microexplanation. - MIT Press, 2005. 45
46. Sanfey A., Loewenstein G., McClure S., Cohen J. Neuroeconomics: Cross-current in Research on Decision-Making // Trends in Cognitive Sciences. - 2006. - Vol. 10. - N 3. 46
47. Simon H. A. Administrative Behavior: A Study of Decision-Making Processes in Administrative Organizations. - 4th еd. - New York: Free Press, 1997. 47
48. Tarasenko S., Inui T., Abdikeev N. Sub-functions of Human Learning Process during a Sequential Task // CogSci 2008: The 30th Annual Conference of the Cognitive Science Society. - Washington, D. C., 2008. 48
49. Tarasenko S., Inui T., Abdikeev N. The Golden Ratio Characteristics of Decision-Making without Prior Information // The 5th Conference Japanese Society for Cognitive Psychology. - Kyoto, 2007. 49
50. Topol R., Walliser B. Cognitive Economics: New Trends. - Elsevier Science, 2007. 50
51. Tversky A., Kahneman D. Advances in Prospect Theory: Cumulative Representation of Uncertainty // Journal of Risk and Uncertainty. - 1992. - N 5. 51
52. Walliser B. Cognitive Economics. - Springer, 2008. 52
Среди всего хайпа вокруг криптовалют самым необычным феноменом за последние пару лет можно считать сильнейшую негативную реакцию некоторых людей в адрес этой технологии. Криптовалюты предложили нам пищу для размышлений не только над понятием валюты как таковой, но и по поводу многих психологических аспектов вроде синдрома упущенной выгоды или неприятия потерь.
В своей статье инвестор Фил Глэйзер попробовал рассмотреть реакцию на криптовалюты со стороны разных социально-экономических групп, таких как государства, банки и инвесторы, через призму поведенческой экономики - раздела психологи, изучающего процессы принятия решений отдельными людьми и институтами в финансовой сфере, не приводя аргументы за или против принятия криптовалют или комментировать текущую ценовую динамику.
Документально подтверждено, что у людей существует множество провалов в понимании происходящего, которые чаще всего заполняются когнитивными искажениями. Последние появляются из-за невозможности справиться с большими объёмами информации, необходимости давать среде быстрый ответ и ограниченности памяти.
Понимание таких искажений помогает объяснить поведение, которое нельзя назвать рациональным. Можно привести список когнитивных искажений, которые чаще всего встречаются в криптовалютной сфере.
Отклонение в сторону статус-кво: предпочтительное отношение к нынешнему положению дел. Текущая ситуация (или статус-кво) берётся в качестве контрольной точки, любое отклонение от которой видится либо маловероятным, либо неблагоприятным.
Неприятие потери: тенденция людей к уклонению от потерь вместо получения эквивалентных выгод (лучше не потерять $5, чем найти $5).
Эгоцентрическое искажение: тенденция полагаться на собственное мнение и иметь завышенную самооценку.
Некоторые из самых громких критиков криптовалют пришли из высших эшелонов банковской системы, и вполне понятно, почему: если криптовалютам удастся выполнить хотя бы часть обещанного, банки могут потерять свои позиции. Криптовалюты позволят производить многие виды транзакций за пределами традиционных финансовых институтов, лишая их дохода.
Здесь вступает в игру неприятие потери : банкиры живо представляют себе боль от потери текущих позиций и не хотят думать о том, что сами могли бы воспользоваться новыми, более дешёвыми и всеобъемлющими инструментами (и их клиентам это пришлось бы по душе). Вдобавок к этому большую роль играет подчинение авторитету (хотя, скорее, следствие из него).
Подумайте сами: технологию, которая обещает изменить мир, предложило сообщество по большей части анонимных разработчиков, минуя сеть сложившихся институтов (финансовых инженеров, университетские лаборатории и т.д.). Конечно же, это не позволяет оценивать инновации по достоинству.
Государства насторожены криптовалютой из-за возможностей, которые открываются перед криминальными элементами с появлением анонимных денежных транзакций, а также из-за прямой угрозы государственной фиатной валюте.
Здесь сильно отклонение в сторону статус-кво. Всё довольно просто: криптовалюты создают головную боль, представляя собой совершенно новую технологию. Всякий раз, когда появляется новая технология, люди постепенно находят способы использовать её для того, чтобы делать вещи, которые не были возможны ранее, способами, которые невозможно было даже представить. А это значит, что регулирующим органам придётся держать ухо востро или даже играть на опережение.
Помимо этого, в 2017-м криптовалюты стали настоящим мейнстримом, что подняло вопросы о защите прав потребителей: цифровые валюты отличаются сильнейшей волатильностью, а значит, инвесторы могут потерять крупные суммы. Как и банки, государства подвержены подчинению авторитету. Им тяжело всерьёз воспринимать технологию с учётом её истоков.
Многие инвесторы ещё не до конца понимают, что такое криптовалюта. Это действительно валюта? Или же это новый вид активов? Что-то совершенно новое? Очевидно одно: многие инвесторы (по крайней мере самые громогласные) оказались во власти эгоцентрического искажения.
Вне зависимости от того, считают ли инвесторы, что криптоактивы недооценены и взлетят до небес в течение пары лет или же что они переоценены и пузырь вот-вот взорвётся, их позиция непоколебима и «единственно верная». Мало того, они готовы делиться ей со всеми. Исторически люди давали ужасно неточные прогнозы относительно перспектив новых технологий. Неизвестно, какое будущее ждёт криптовалюты, но можно точно сказать, что уверенность инвесторов в собственных прогнозах завышена.
Самое честное мнение состоит в том, что никто не знает наверняка, как поведут себя криптовалюты. С учётом того, сколько умных людей занимаются технологией, будет разумно не отворачиваться от неё после первых провалов и дать возможность закрепиться платформам, обещающим изменить нашу жизнь к лучшему (а криптовалюты действительно способны на это, если отбросить ценовые спекуляции).
Только время покажет, как криптовалюты повлияют на нашу жизнь. Если они пришли всерьёз и надолго, самые интересные инновации и разработки ещё впереди, так как мы находимся в самом начале пути. Пока же важно понять реакцию различных групп, с уважением относясь к их позициям и предубеждениям, которые демонстрируют многогранность человеческого мышления.
Как правило, экономика не связана с традиционными научными дисциплинами, но это может измениться из-за тесного взаимодействия всех научных отраслей. Эту дисциплину часто путают с поведенческой экономикой (изучением нашего поведения в контексте экономических решений). Когнитивная же экономика - это наука о том, как мы думаем.
Ли Колдуэлл, автор блога об этой дисциплине, пишет о ней: «Когнитивная (или финансовая) экономика… обращает внимание на то, что на самом деле происходит в разуме человека, когда он делает выбор. Что представляет собой внутренняя структура принятия решения, что на это влияет, какую информацию в этот момент воспринимает разум и как она обрабатывается, какие у человека внутренние формы предпочтения и, в конечном счете, как все эти процессы находят отражение в поведении?».
Иными словами, учёные начинают свои исследования на низшем, упрощённом уровне, и формируют микромодели принципов принятия решений для разработки модели масштабного экономического поведения. Часто эта научная дисциплина взаимодействует со смежными областями, например, вычислительной экономикой или когнитивной наукой.
Обычно электроника связана с инертными и неорганическими проводниками и полупроводниками вроде меди и кремния. Но новая отрасль электроники использует проводящие полимеры и проводящие небольшие молекулы, основой которых является углерод. Органическая электроника включает в себя разработку, синтез и обработку функциональных органических и неорганических материалов наряду с развитием передовых микро- и нанотехнологий.
По правде говоря, это не такая уж и новая отрасль науки, первые разработки были сделаны ещё в 1970-х годах. Однако свести все наработанные данные воедино получилось только недавно, в частности, за счёт нанотехнологической революции. Благодаря органической электронике у нас скоро могут появиться органические солнечные батареи, самоорганизующиеся монослои в электронных устройствах и органические протезы, которые в перспективе смогут заменить человеку повреждённые конечности: в будущем так называемые киборги, вполне возможно, будут состоять в большей степени из органики, чем из синтетических частей.
Если вам одинаково нравятся математика и биология, то эта дисциплина как раз для вас. Вычислительная биология стремится понять биологические процессы посредством языка математики. Это в равной степени используется и для других количественных систем, например, физики и информатики. Учёные из Университета Оттавы объясняют, как это стало возможным:
«По мере развития биологического приборостроения и лёгкому доступу к вычислительным мощностям, биологии как таковой приходится оперировать всё большим количеством данным, а скорость получаемых знаний при этом только растёт. Таким образом, осмысление данных теперь требует вычислительного подхода. В то же время, с точки зрения физиков и математиков, биология доросла до такого уровня, когда теоретические модели биологических механизмов могут быть проверены экспериментально. Это и привело к развитию вычислительной биологии.»
Ученые, работающие в этой области, анализируют и измеряют всё, начиная от молекул и заканчивая экосистемами.
Н. М. Абдикеев, Российская экономическая академия имени Г. В. Плеханова (Москва), [email protected]
А. Н. Аверкин, Российская экономическая академия имени Г. В. Плеханова (Москва), Вычислительный центр РАН (Москва), а[email protected]
Н. А. Ефремова, Вычислительный центр РАН (Москва), [email protected]
// Четвёртая международная конференция по когнитивной науке: Тезисы докладов: В 2 т. Томск, 22–26 июня 2010 г. – Томск: Томский государственный университет,
2010. Т. 1: – 283 с. С. 115-116
ISBN 5-94621-316-4
В работе вводится понятие когнитивной экономики, приведены предпосылки возникновения этого направления в современных экономических теориях. Предлагается обобщение концепции когнитивной экономики на основе включения в эту область некоторых разделов интеллектуальных систем в экономике, моделей, основанных на знаниях, мягких вычислений, управления знаниями в экономике и когнитивной бизнес-аналитики.
Когнитивная экономика является одним из перспективных направлений развития экономики и прикладной когнитивной науки . Предметом когнитивной экономики является изучение процессов оценки, выбора и принятия решений человеком в экономической деятельности и объяснение природы эволюции организаций и социальных институтов в условиях структурной неопределенности. Подобно психологии, нейробиологии и философии, когнитивная экономика опирается на понимание умственной активности человека и разрабатывает свои модели в связи с этими науками и их прогрессом.
Структурно, методологически и технологически когнитивная экономика связана с методами искусственного интеллекта и управления знаниями в экономике. Сама по себе когнитивная экономика, как сфера исследований и человеческой деятельности, включает в себя три основные области: интеллектуальные системы в экономике, управление знаниями в экономике и когнитивные технологии в экономике .
Область интеллектуальных (когнитивных) систем в экономике связана с использованием в экономике, производственной сфере и бизнесе методов и моделей искусственного интеллекта, интеллектуальных информационных систем, систем поддержки принятия решений, интеллектуальной обработки данных и т.д. Важным аспектом поддержки управленческих решений в экономике является развитие методов экономического моделирования, основанных на знаниях и моделях когнитивной бизнес-аналитики . Среди примеров применения когнитивных методов в прикладных интеллектуальных системах в экономике следует отметить интеллектуальные системы планирования производства, динамические экспертные системы диспетчерского управления предприятием, финансовый анализ и планирование с помощью нейронных сетей и эволюционных алгоритмов, интеллектуальные системы управления инвестиционным портфелем и риск-менеджмента . Область управление знаниями в экономике – ключевой элемент экономики знаний. Кроме собственно управления, область тесно связана с инновационной экономикой, интеллектуальным капиталом, со знаниями, как экономической категорией, управлением изменениями, реинжинирингом и т. д., то есть со всем, что связано с экономическими знаниями в широком смысле. На первый план выходят проблемы инновационного развития экономики и социума на основе прогнозирования тенденций в экономике, обществе, технологической сфере и цивилизации в целом.
Область когнитивных технологий в экономике основана на применении когнитивной науки к экономике и изучает модели принятия экономических решений в сознании человека. Поэтому когнитивную экономику можно отнести к гетеродоксальной экономической теории, имеющей дело с экспериментальным анализом того, как собственно человек принимает экономические решения, и зачастую опровергающей классическую теорию, основанную на рациональном выборе с полной информацией.
Сюда относятся собственно сама когнитивная экономика, экспериментальная и поведенческая экономики. В этой области в научных исследованиях используется методы нейрофизиологии, психологии, лингвистики, антропологии, а также весь аппарат современных компьютерных наук вплоть до робототехники и моделирования мозга на суперкомпьютере. Все эти направления, так или иначе, связаны с представлением знаний в мозге человека.
Новые направления в когнитивной экономике возникают в зонах пересечения трех рассмотренных областей. На пересечении областей интеллектуальных систем в экономике и области управления знаниями в экономике лежат бизнес-аналитика, data mining, text mining, web mining, business intelligence. Эта зона связана с созданием систем поддержки принятия решений и обработки данных для инновационных бизнес-процессов.
На пересечение областей интеллектуальных систем в экономике и когнитивных технологий в экономике лежат гибридные интеллектуальные системы с настройкой на сознание и логику эксперта. Они состоят из когнитивной и аналитической части, причем нижний уровень - когнитивный, предоставляет информацию для обработки верхним, аналитическим, уровнем. На пересечении областей управления знаниями в экономике и когнитивных технологий в экономике находятся такие направления, как прямое использование когнитивных методов в бизнес процессах, например, когнитивный маркетинг. На пересечении областей управления знаниями в экономике, когнитивных технологий в экономике и интеллектуальных систем в экономике лежат системы бизнес-аналитики для экономики знаний на основе интеллектуальных систем поддержки принятия решений, использующие когнитивные методы анализа сознания людей, вовлеченных в эти процессы, а также тестирование качества ЛПР по их мозговой активности, для параметрической настройки интеллектуальных систем поддержки принятия решений. С этой областью также связаны работы по интеграции моделей прогноза и оценивания неструктурированных ситуаций на основе подходов когнитивного моделирования. Такие модели охватывают все этапы процесса поддержки принятия решений (от анализа ситуации до выбора лучшей альтернативы) и предназначены для поддержки деятельности аналитиков в условиях неопределенности. Они ориентированы на моделирование знаний эксперта о ситуации в аспекте его представлений и предпочтений относительно цели управления и динамических свойств ситуации. Когнитивное моделирование используется также для исследования влияния эмоций на принятие решений, процессов обучения, приятия решений в условиях недостатка времени. Работы в этих областях ведутся на кафедре когнитивной экономики факультета информатики Российской экономической академии им. Г. В. Плеханова (РЭА), в том числе в рамках научного сотрудничества с когнитивной лабораторией Высшей школы информатики Киотского Университета (Япония) .
Предложенная систематизация может явиться основой для создания ряда перспективных гибридных научных направлений на стыках областей управления знаниями в экономике, когнитивной экономики (в узком смысле), интеллектуальных систем, когнитивного моделирования и когнитивной бизнес-аналитики.
1. Walliser B. Cognitive Economics. Springer, 2008.
2. Ross D. Economic Theory and Cognitive Science: Microexplanation. The MIT Press, 2005.
3. Абдикеев Н. М., Аверкин А. Н., Ефремова Н. А. Когнитивная экономика в эпоху инноваций // Вестник РЭА, 2010, № 1.
4. Абдикеев Н. М., Аверкин А. Н. и др. Когнитивная бизнес-аналитика / Под ред. Н. М. Абдикеева. – М.: ИНФРА-М, 2010.
5. Абдикеев Н. М. Проектирование интеллектуальных систем в экономике. - М.: Экзамен, 2004.
6. Abdikeev N., Tarasenko S. Cognitive Decision Support System architecture // Cognitive Modeling in Linguistics - The VIII International Conference, Varna, Bulgaria.- Proceedings, September 4-11, 2005.
7. Tarasenko S., Inui T., Abdikeev N. The Golden Ratio characteristics of decision-making without prior information // The 5th Conference Japanese Society for Cognitive Psychology, Kyoto, Japan. – Proceedings, 2007.
8. Tarasenko S., Inui T., Abdikeev N. Subfunctions of human Learning process during a sequential task // CogSci 2008 – The 30th Annual Conference of the Cognitive Science Society, Washington, D.C., USA. – Proceedings, July, 2008.
Феномены когнитивной экономики
Сегодня мы продолжим формировать интеллектуальную базу когнитивной экономики. Неделю назад мы выяснили, почему рыночная идеология и маркетинг (который сегодня понимается как рыночное военное и дипломатическое искусство) больше не могут давать нам надежных ориентиров. Мир меняется и рыночная экономика сменяется когнитивной. В новой экономике товары и услуги больше не отличаются от идей, производство и перераспределение не отличается от смены образов в индивидуальном или массовом сознании и последовательности восприятий - много интересного. Вероятно, вам это пока сложно понять, но нужно время, чтобы вы смогли привыкнуть. Далее мы будем исследовать отдельные необычные феномены когнитивной экономики и как они могут использоваться в науке развития бизнеса.
И прежде всего нам следует избавиться от материалистических предрассудков - принципа Дерихле и объектной картины мира.
Принцип Дерихле
Пожалуй, первый феномен, о котором нам нужно поговорить - это недействительность законов сохранения и принципа Дерихле для когнитивной экономики. Товары рыночной экономики имели сугубо материальную природу, поэтому они подчинялись материальным законам природы: чем больше товаров, тем больше на их производство нужно ресурсов. Товар не мог возникнуть из неоткуда, не мог и исчезнуть в никуда. В целом для рыночных товаров безусловно выполнялись физические законы сохранения. Другое важное свойство - соблюдение принципа Дерихле в рыночной экономике. По-простому это означает, что в сто ящиков невозможно упаковать сто один товар так, чтобы все товары оказались упакованными. Из этого принципа, в частности, вытекает такое важное свойство рынка, как его ограниченность. На устойчивом рынке невозможно увеличить свою долю не потеснив другого. Вы должны знать, что классический маркетинг большую часть своих теорий основывает как раз на идее ограниченности рынков и необходимости конкуренции.
Когнитивная экономика свободна и от законов сохранения и от принципа Дерихле. Ценности: товары и идеи (а мы не различаем их здесь) могут возникать неоткуда и исчезать в никуда - без затрат ресурсов и не оставляя после себя никакого вторсырья. На производство миллиона товаров может уйти столько же ресурсов, что и на производство одного-единственного. Конкуренция превращается не в борьбу за долю на ограниченных рынках, в которой может победить одна из сторон, а в форму энергичного и взаимовыгодного партнерства, обогащающую каждую из сторон. Вы найдете примеры сами, если вообще способны к пониманию когнитивной экономики.
Диффузия
Объектная картина мира - это деление всего на предметы, между которыми пролегают твердые и однозначные границы. Так и в рыночной экономике все участники и объекты рынка четко разделены и различимы. Один производитель ясно отличим от другого, один товар ясно отличается от другого, покупатель и продавец непреодолимо разделены прилавком.
В когнитивной экономике границы становятся условными или исчезают вовсе. Материальная сторона товаров (исходное сырье, комплектующие) становится общей для всех производителей, так что различия между ними превращаются в чисто идейные. А идеи не имеют четких границ, они взаимосвязаны и переплетены в когнитивные конгломераты, над которыми никто не имеет эксклюзивной власти.
Взаимодействие покупателя и продавца в когнитивной экономике не сводится к краткому акту покупки, после которого они расходятся каждый по-своему обогащенный. Их взаимодействие начинается задолго до покупки и продолжается долго после нее. Покупатель и продавец перестают быть антиподами, а становятся двумя смежными звеньями сложной технологической цепи, по которой в обе стороны движутся ценности, ресурсы и информация.
На первое место выходят не рыночные объекты, а связи, потоки, процессы, вовлекающие всех, кто оказывается на пути. Когнитивная экономика - это океан, образованный миллиардами великих и крохотных когнитивных течений, в которых дрейфует сознание людей. Если бизнес включается в мощное течение, если он оказывается в потоке живых когнитивных связей с другими людьми или организациями, он имеет ценность в когнитивной экономике.
мне понравилось. Похожие публикации |
