7 min czytania
Kiedy uderza kryzys, kapitalizm wykazuje tendencję do restrukturyzacji. Pojawiają się nowe technologie, nowe formy organizacji, nowe sposoby eksploatacji, nowe typy prac oraz nowe rynki, wytwarzając nowe sposoby akumulacji kapitału. Jak widzieliśmy w przypadku kryzysu nadwyżki mocy produkcyjnych w latach 70., produkcja przemysłowa próbowała odbić się od dna atakując związki zawodowe i przechodząc na coraz bardziej „odchudzone” (lean) modele biznesowe. W obliczu krachu lat 90., spółki internetowe zmieniły modele zarządzania, spieniężając dostępne im zasoby. Choć bankructwo bańki dot.com zmąciło entuzjazm inwestorów co do spółek internetowych, w następnej dekadzie firmy technologiczne znacząco powiększyły zakres władzy i kapitału, jakim dysponują. Czy od czasu kryzysu z 2008 doszło do podobnego zwrotu? Dominująca narracja w rozwiniętych krajach kapitalistycznych mówi o zmianie. Mamy do czynienia przede wszystkim z ponownym zainteresowaniem postępem technologicznym: automatyzacja, ekonomia współdzielenia, niekończące się opowieści o „Uberze dla X” i, od mniej więcej 2010, obwieszczanie nastania ery Internetu rzeczy. Zmiany te otrzymały nazwy typu „zmiana paradygmatu” jak u McKinseya[i] czy „czwarta rewolucja przemysłowa” jak u prezesa wykonawczego Światowego Forum Ekonomicznego, a w bardziej absurdalnym wydaniu ich doniosłość porównuje się z renesansem czy oświeceniem[ii]. Byliśmy świadkami rozmnożenia się nowych terminów: rynek umów krótkoterminowych (gig economy), ekonomia współdzielenia, gospodarka na żądanie (on-demand economy), następna rewolucja przemysłowa, gospodarka nadzoru, gospodarka aplikacji komórkowych, gospodarka uwagi itd. Zadaniem tego rozdziału jest zbadanie tych zmian.
Wielu teoretyków twierdziło, że zmiany te oznaczają, że żyjemy w gospodarce kognitywnej, informacyjnej, niematerialnej albo opartej na wiedzy. Ale co to znaczy? Możemy tu znaleźć pewna liczbę powiązanych, choć różnych tez. We włoskim autonomizmie byłaby to teza o „intelekcie powszechnym”, gdzie źródłem wartości stają się zbiorowa współpraca i wiedza[iii]. Taki argument implikuje również, że proces pracy staje się coraz bardziej niematerialny, zorientowany na używanie czy też manipulację symbolami i afektami. Podobnie, tradycyjna przemysłowa klasa robotnicza jest stopniowo zastępowana przez pracowników wiedzy czy też „kognitariat”. Równocześnie powszechna deindustrializacja gospodarek o wysokich dochodach oznacza, że produkt pracy staje się niematerialny: treścią kulturalną, wiedzą, afektami czy usługami. Obejmuje również treści medialne na YouTube i blogach, jak również inne szeroko rozumiane działania, takie jak tworzenie stron internetowych, udzielania się na forach online czy wytwarzania oprogramowania[iv]. Wiąże się z tym teza mówiąca, że towary materialne zawierają w sobie coraz większą ilość wiedzy, która jest w nich ucieleśniona. Przykładowo, proces produkcyjny nawet najbardziej podstawowych towarów rolniczych jest uzależniony od szerokiego repertuaru wiadomości z dziedziny nauki i techniki. W kwestii stosunków klasowych niektórzy argumentują, że dzisiejsza gospodarka jest zdominowana przez nową klasę, która nie posiada środków produkcji, lecz raczej prawo własności informacji[v]. Jest w tym ziarno prawdy, ale rozumowanie to jest błędne, kiedy sytuuje się tę klasę poza kapitalizmem. Biorąc pod uwagę to, że imperatywy kapitalizmu obowiązują te spółki dokładnie tak samo jak każde inne, spółki te pozostają kapitalistyczne. Jednak mamy tu do czynienia z czymś nowym i warto rozpoznać dokładnie co to jest.
Najważniejsza teza tego rozdziału brzmi, że w XXI wieku rozwinięty kapitalizm koncentruje się na pozyskiwaniu i wykorzystywaniu szczególnego rodzaju surowca: danych. Ważne jest jednak aby uściślić czym są dane. Przede wszystkim musimy odróżnić dane (informację, że coś się wydarzyło) od wiedzy (informacji dlaczego coś się wydarzyło). Dane mogą pociągać za sobą wiedzę, ale nie jest to warunek konieczny. Dane pociągają za sobą również zapis, a zatem pewnego rodzaju medium materialne. Jako jednostka zapisu, jakakolwiek dana wymaga czujników, które by ją zarejestrowały oraz ogromnych systemów magazynujących, służących do ich przechowywania. Dane nie są niematerialne, jak szybko okaże się, gdy tylko rzuci się okiem na zużycie energii elektrycznej przez centrale danych (Internet jako całość jest odpowiedzialny za mniej więcej 9,2 proc. światowego zużycia energii elektrycznej)[vi]. Powinniśmy także wystrzegać się myślenia, że zbieranie danych oraz ich analiza to procesy bezfrykcyjne lub zautomatyzowane. Większość danych musi być oczyszczona i uporządkowana do postaci zestandaryzowanego formatu, żeby nadawać się do użytku. Podobnie, stworzenie właściwych algorytmów może pociągać za sobą ręczne wprowadzenie zbiorów uczących (learning sets) do systemu. Ogólnie rzecz biorąc, oznacza to, że zbieranie danych obecnie zależy od bardzo rozbudowanej infrastruktury służącej do ich wykrywania, zapisu i analizy[vii]. Co się zapisuje? Mówiąc najprościej, powinniśmy traktować dane jako surowiec który trzeba wydobyć, a naturalnym źródłem tego surowca jest aktywność użytkowników[viii]. Tak jak ropa, dane to materiał do wydobycia, zrafinowania i wykorzystania na szereg różnych sposobów. Im więcej ktoś ma danych, na tym więcej sposobów może je wykorzystać. Dane były zasobem, który był dostępny i wykorzystywany już od jakiegoś czasu w mniejszym stopniu w dawnych modelach biznesowych (zwłaszcza w koordynowaniu globalnej logistyki w produkcji lean). Jednak w dwudziestym pierwszym wieku technologia potrzebna do zmiany prostych czynności w zapisane dane stawała się coraz tańsza; ruch w stronę komunikacji cyfrowej sprawił, że ich gromadzenie stało się niezmiernie proste. Uzyskano dostęp do olbrzymich pokładów potencjalnych danych, wyłoniły się nowe branże, żeby je eksploatować oraz wykorzystywać do optymalizacji procesów produkcyjnych, do uzyskiwania wglądu w preferencje konsumentów, kontrolowania pracowników, zdobywania środków na finansowanie nowych produktów i usług (np. Google Maps, samochody autonomiczne, SIRI) oraz w celu odsprzedania ich reklamodawcom. Wszystko to miało swoje precedensy we wcześniejszych okresach kapitalizmu, ale to co nowe w tej zmianie technologicznej, to sama olbrzymia ilość danych, które można wykorzystać. Dane przestały być jedynie marginalnym aspektem biznesu, stały się zasobem centralnym. We wczesnych dekadach tego stulecia nie było jednak wcale jasne, że to dane staną się tym surowcem, który zapoczątkuje zasadniczą przemianę kapitalizmu[ix]. Początkowo Google starał się po prostu wykorzystać dane do tego, żeby czerpać zyski z reklam z dala od tradycyjnych środków masowego przekazu typu gazety czy telewizja. Google wykonywał pożyteczną usługę organizując Internet, ale z pewnością na poziomie gospodarczym nie była to żadna rewolucyjna zmiana. Jednak gdy Internet rozwinął się, a firmy w swojej działalności zaczęły polegać na cyfrowych środkach komunikacji, dane stawały się coraz bardziej istotne. Jak będę próbował pokazać w tym rozdziale, zaczęły pełnić w kapitalizmie wiele kluczowych funkcji: uczą algorytmy i dają im przewagę konkurencyjną; umożliwiają koordynację i outsourcowanie pracowników; pozwalają na optymalizację i uelastycznienie procesów produkcyjnych; umożliwiają przekształcenie dóbr niskomarżowych w wysokomarżowe usługi; a analiza danych sama wytwarza dane jako proces samonapędzający się. Biorąc pod uwagę zasadnicze przewagi płynące z gromadzenia i wykorzystywania danych oraz kapitalistyczną presję konkurencyjną, to, że surowiec ten zamieni się w olbrzymi zasób nadający się do wykorzystania, było prawdopodobnie nieuchronne.
Utrzymującym się do dziś problemem firm kapitalistycznych jest to, że stare modele biznesowe nie były szczególnie dobrze zaprojektowane, żeby wydobywać i wykorzystać dane. Ich metodą działania było wyprodukować towar w fabryce, gdzie większość informacji była tracona, następnie sprzedać go i nigdy nie dowiedzieć się niczego o kliencie oraz o tym, jak produkt ten został użyty. Podczas gdy globalna sieć logistyczna produkcji typu lean była pod tym względem postępem, to poza nielicznymi wyjątkami również ten model gubił dane. Jeśli firmy kapitalistyczne miały w pełni wykorzystać malejące koszty zapisu, potrzebny był inny model prowadzenia biznesu. Rozdział ten dowodzi, że nowy model biznesowy, który ostatecznie się wyłonił, to potężny nowy typ firmy: platforma[x]. Platformy, często powstałe w wyniku wewnętrznej potrzeby poradzenia sobie z danymi, stały się efektywnym sposobem monopolizowania, ekstrakcji, analizy i wykorzystania coraz większych ilości zgromadzonych danych. Obecnie model ten rozciągnął się na całą gospodarkę, coraz więcej spółek inkorporuje elementy platformy, od potężnych korporacji technologicznych (Google, Facebook czy Amazon) po dynamiczne start-upy (Uber, Airbnb), żeby wymienić tylko kilka. Czym są platformy?[xi] Na najbardziej ogólnym poziomie, platformy to cyfrowe infrastruktury, które umożliwiają interakcję dwóm lub więcej grupom[xii]. Pozycjonują się zatem jako pośrednicy, którzy zbliżają do siebie różnych użytkowników: klientów, reklamodawców, dostawców usług, producentów, dostawców czy nawet obiekty fizyczne[xiii]. Najczęściej platformom tym towarzyszy szereg narzędzi, które pozwalają ich użytkownikom tworzyć własne produkty, usługi i rynki[xiv]. System operacyjny Windows Microsoft umożliwia deweloperom oprogramowania tworzenie aplikacji i sprzedawania ich konsumentom; App Store Apple’a i powiązane z nim systemy (XCode oraz iOS SDK) umożliwiają tworzenie i sprzedaż nowych aplikacji innym użytkownikom; wyszukiwarka internetowa Google’a zapewnia platformę dla reklamodawców oraz dostawców treści, żeby namierzali ludzi szukających informacji; a aplikacja taksówkarska Ubera pozwala kierowcom i pasażerom wymienić się gotówką za przejazd. Platforma, zamiast budować od zera rynek, dostarcza podstawowej infrastruktury, żeby pośredniczyć pomiędzy różnymi grupami. Klucz do jej przewagi nad tradycyjnym modelem biznesowym są dane, gdyż platforma lokuje się (1) pomiędzy użytkownikami oraz (2) jako baza dla ich aktywności, a to daje jej uprzywilejowany dostęp do tego, żeby gromadzić dane. Google, jako platforma wyszukująca, zasysa duże ilości danych ze swojej wyszukiwarki (które wyrażają fluktuujące pragnienia jednostek). Uber, jako platforma taksówkarska, gromadzi dane na temat ruchu oraz aktywności kierowców i pasażerów. Facebook, jako platforma służąca do sieciowania społecznego, umożliwia intymne interakcje społeczne, które potem mogą być zarejestrowane. A ponieważ coraz więcej i więcej branż przesuwa swoją działalność do sieci (na przykład Uber zdigitalizował branżę taksówkarską), coraz więcej firm będzie przekształcać się w platformę. W rezultacie platformy są czymś dużo więcej niż spółki internetowe czy technologiczne, gdyż mogą działać gdziekolwiek tam, gdzie tylko dochodzi do zapośredniczonych cyfrowo interakcji. Drugą zasadniczą charakterystyką platform cyfrowych jest to, że wytwarzają i polegają na „efekcie sieci”: im więcej użytkowników danej platformy, tym bardziej wartościowa staje się platforma dla wszystkich innych. Przykładowo, Facebook stał się domyślną platformą społecznościową po prostu z racji ogromnej liczby korzystających z niego ludzi. Jeśli chcesz dołączyć do platformy dla celów towarzyskich, dołączasz do tej, na której są już twoi znajomi i rodzina. Podobnie, im więcej użytkowników przeszukuje Google, tym lepsze stają się ich algorytmy wyszukujące i tym bardziej użyteczny staje się Google dla użytkowników. Ale generuje to zamknięty cykl, gdzie więcej użytkowników generuje jeszcze więcej użytkowników, co sprawia, że platformy mają naturalną tendencję do monopolizacji. Nadaje to również platformom pewną dynamikę, gdzie coraz większy dostęp do coraz większej liczby aktywności prowadzi co coraz większej ilości danych. Co więcej, możliwość szybkiego wykorzystania przez firmy platformowe już istniejącej infrastruktury oraz niskie koszty krańcowe oznaczają, że prawie nie istnieją naturalne bariery dla wzrostu. Na przykład jedną z przyczyn szybkiego rozwoju Ubera było to, że nie musiał budować nowych fabryk – musiał tylko wynająć więcej serwerów. To oznacza, że w połączeniu z efektami sieci platformy mogą bardzo szybko znacznie się rozrosnąć.
Waga efektów sieci oznacza, że platformy muszą stosować szereg taktyk, żeby być pewnym tego, że dołączy do nich coraz większa liczba użytkowników. Na przykład – i to trzecia charakterystyczna cecha – platformy często uciekają się do subsydiowania skrośnego: jeden z oddziałów firmy redukuje ceny usług czy towarów (albo nawet dostarcza je za darmo), ale inny oddział firmy podnosi ceny, żeby wyrównać poniesione straty. Struktura cenowa platformy ma duże znaczenie dla tego, jak wielu użytkowników wciąga się w platformę i jak często z niej korzysta[xv]. Google na przykład zapewnia usługę poczty elektronicznej za darmo po to, żeby przyciągnąć do siebie użytkowników, ale zarabia na dziale reklamy. Ponieważ platformy muszą przyciągnąć pewna liczbę różnych grup, część ich działań polega na dostrojeniu za co się płaci, a za co się nie płaci, co jest subsydiowane, a co nie jest subsydiowane. To coś diametralnie innego niż model lean (odchudzony), który miał na celu zredukowanie spółki do kompetencji kluczowych oraz odsprzedania wszystkich przedsięwzięć niedochodowych[xvi].
Ostatecznie platformy są również zaprojektowane w taki sposób, żeby być atrakcyjne dla różnych grup użytkowników. Podczas gdy często jawią się jak puste przestrzenie, gdzie inni mogą wchodzić ze sobą w interakcje, to faktycznie są z gruntu polityczne. Zasady prac rozwojowych nad produktem i usługą, podobnie jak ich interakcje na rynku, są ustalone przez właściciela platformy. Choć Uber prezentuje się jako puste naczynie w rękach sił rynkowych, to kształtuje to jak rynek ten wygląda. Przewiduje gdzie będzie popyt na kierowców i z wyprzedzeniem podnosi cenę mnożnikową (surge price) ponad aktualne zapotrzebowanie, równocześnie tworząc taksówki-widmo, żeby stworzyć złudzenie większej podaży[xvii]. Pozycjonując się jako pośrednik, platformy nie tylko uzyskują dostęp do danych, ale kontrolują również i sprawują władzę nad regułami gry. Architektura systemu o ustalonych regułach posiada jednak również cechy wytwórcze, umożliwiając innym rozbudowywanie jej w nieoczekiwany sposób. Na przykład architektura systemu Facebooka umożliwia deweloperom produkowanie aplikacji, firmom tworzenie stron, a użytkownikom wymianę informacji w taki sposób, że przyciąga to jeszcze więcej użytkowników. To samo odnosi się do App Store firmy Apple, która umożliwiła produkowanie wielu użytecznych aplikacji, coraz silniej wiążących ze swoim ekosystemem użytkowników oraz deweloperów oprogramowania. Wyzwaniem w utrzymywaniu platform jest po części skorygowanie powiązań między subsydiowaniem skrośnym a zasadami ich funkcjonowania po to, by podtrzymać zainteresowanie użytkownika. Choć efekty sieci silnie wspierają obecnych liderów platformowych, ich pozycja nie jest niepodważalna. W sumie, platformy to nowy typ firmy; charakteryzuje je to, że dostarczają infrastruktury pośredniczącej między różnymi grupami użytkowników, przejawiają tendencje monopolistyczne napędzane efektami sieci, wykorzystują subsydiowanie skrośne w celu przyciągnięcia innych grup użytkowników oraz dysponują architekturę systemową, zaprojektowaną by zarządzać możliwościami interakcji. Posiadanie na własność platformy sprowadza się z kolei zasadniczo do posiadania oprogramowania (2 miliardy linii kodu Google, 20 milionów linii kodu Facebooka)[xviii] oraz sprzętu komputerowego (serwery, centra danych, smartfony itd.), nadbudowanego na tworzywie wolnego kodu źródłowego (przykładowo Facebook korzysta z systemu zarządzania danych Hadoopa)[xix]. Wszystkie te cechy sprawiają, że platformy są kluczowym modelem biznesowym do ekstrakcji i kontroli danych. Zapewniając innym cyfrową przestrzeń interakcji, platformy tak się pozycjonują, żeby pozyskiwać dane z procesów naturalnych (warunki pogodowe, cykle uprawowe itd.), procesów produkcyjnych (linie montażowe, Continuous Flow Manufacturing itd.) oraz z innych biznesów czy użytkowników (śledzenie sieci, dane dotyczące użytkowania itd.). To aparat wydobywczy danych. W pozostałej części rozdziału zarysuję jak kształtuje się krajobraz platformowy, przedstawiając pięć różnych typów platform. W każdym z tych obszarów ważnym elementem jest to, że klasa kapitalistyczna posiada platformę, niekoniecznie zaś to czy produkuje przedmiot fizyczny. Pierwszy typ to platformy reklamowe (na przykład Google czy Facebook), które zdobywają informacje na temat użytkowników, podejmują trud ich analizy i następnie wykorzystują efekty tego procesu, żeby je sprzedać w celach marketingowych. Drugi typ to platformy chmurowe (przykładowo AWS, Salesforce), które posiadają sprzęt komputerowy oraz oprogramowanie wspierające biznes zależny cyfrowo, który wynajmuje go w miarę potrzeby. Trzeci typ to platformy przemysłowe (na przykład GE, Siemens), tworzące sprzęt i oprogramowanie niezbędne do przekształcenia tradycyjnej produkcji w procesy wspomagane internetowo, obniżające koszty produkcji i przekształcające dobra w usługi. Czwarty typ to platformy produkcyjne (Rolls Royce, Spotify), które generują przychód używając innych platform do zamiany tradycyjnego towaru w usługę oraz pobierając opłatę za ich wynajęcie albo abonament. Ostatni, piąty typ, to platformy typu lean (Uber, Airbnb), które usiłują zredukować posiadane aktywa do minimum i zarobić na możliwie jak największym obniżeniu kosztów. Te analityczne podziały mogą przebiegać w ramach jednej firmy i często tak się dzieje. Na przykład Amazona postrzega się jako spółkę zajmującą się e-handlem, podczas gdy ta gwałtownie rozszerzyła zakres działalności, stając się spółką logistyczną. Obecnie program Home Services w ramach partnerstwa z TaskRabbit idzie w kierunku rynku „na żądanie”, okryty złą sławą Mechanical Turk (AMT) był pod wieloma względami pionierem rynku mikrozleceń (gig economy) oraz, co zapewne najważniejsze, Amazon Web Services jest rozwijany jako usługa osadzona w chmurze. Amazon mieści się zatem niemal we wszystkich powyższych kategoriach.[…]
Wyzwania
Niezależnie od retoryki mówiącej o przekroczeniu kapitalizmu i przechodzeniu na nowy tryb produkcji – retoryki wpisanej w tezę postindustrialną lat 60. XX wieku, w idee apostołów „nowej ekonomii” lat 90. oraz obecnej we współczesnych radykalnych i konserwatywnych peanach na cześć ekonomii współdzielenia – nadal tkwimy w systemie opartym na konkurencji i opłacalności. Platformy oferują nowe formy konkurencji i kontroli, ale koniec końców tym, co rozstrzyga o sukcesie, jest ich rentowność. Biorąc te ograniczenia pod uwagę, musimy osadzić platformy w szerszym kontekście gospodarczym. Możemy zacząć od powrotu do kwestii długotrwałego spadku koniunktury oraz problemu nadwyżki mocy produkcyjnych. Jeśli rzucimy okiem na sektor przemysłowy USA, to nie znajdziemy zbyt wielu sygnałów świadczących o tym, że w sektorze tym nastąpiła poprawa. W kategoriach wydajnościowych, roczna stopa wzrostu produkcji przemysłowej spadła z wysokości 2,1 proc. w latach 1999-2008 do 1,3 proc. od tamtego czasu[xx]. Podobne tendencje utrzymują się w przypadku wydajności pracy tego sektora, który notował szybki wzrost w latach 1999-2008 w wysokości 4,9 proc., ale spadł do 1,9 proc. po kryzysie[xxi]. Tego prawdopodobnie należało się spodziewać, biorąc pod uwagę, że gospodarka USA wciąż zależy od wzrostu gospodarczego sektora pozaprzemysłowego. Ale nawet szersza perspektywa globalna nie daje zbyt wielu nadziei. Zwłaszcza w Chinach doszło do ogromnej nadwyżki mocy produkcyjnych. Weźmy pod uwagę tylko jeden przykład. Chiny są głównym producentem stali na świecie, odpowiedzialnym w 2015 za ponad połowę globalnej produkcji[xxii]. Chiny przeznaczają około 700 milionów ton stali na rynek wewnętrzny i 100 milionów ton na eksport. Jednak pomimo podejmowanych wciąż prób ograniczenia zdolności produkcyjnych, oczekuje się, że Chiny będą miały produkcję na poziomie 1,1 miliarda ton stali w 2020[xxiii]. Efektem nadmiaru zdolności produkcyjnych oraz nadprodukcji był dumping i bardzo niskie ceny stali na całym świecie, które obniżyły ceny w innych krajach i prawie doprowadziły na skraj upadku takie firmy jak Tata Steel w Wielkiej Brytanii. Szersze spojrzenie daje jeszcze bardziej ponury obraz. Szacuje się, że niedługo nadwyżka wydobycia węgla sięgnie 3,3 miliarda ton, mimo nadmiernej podaży globalnej rozrasta się branża aluminiowa, może powstać blisko 200 milionów ton nadwyżki rafinowanej ropy, a wiele firm chemicznych zwiększyło swoje moce produkcyjne pomimo tego, że zeszły poniżej poziomu swojej produkcji potencjalnej[xxiv]. W tym kontekście przedsiębiorstwa produkcyjne liczą na to, że Internet przemysłowy zmieni bieg wydarzeń. Zarówno Niemcy jak i Ameryka wietrzą w tym swoją szansę – pierwsze, że utrzyma przewagę w wysokiej jakości produkcji przemysłowej, drugie, że wskrzesi swoją powojenną dominującą pozycję. Internet przemysłowy niewątpliwie może przynieść jakiś sukces firmom, które będą w stanie przez jakiś czas czerpać dodatkowe korzyści ponad to, co ugrają ich konkurenci. Kluczowe pytanie jednak brzmi czy to będzie w stanie przezwyciężyć brak rentowności oraz nadwyżkę mocy produkcyjnych w globalnym sektorze przemysłowym. Nie wydaje się to prawdopodobne, gdyż nic w programach Internetu przemysłowego nie wydaje się prowadzić do radykalnej transformacji produkcji przemysłowej, lecz raczej po prostu obniża koszty i eliminuje okresy przestoju. Internet przemysłowy nie zwiększy produktywności ani nie rozwija nowych rynków, lecz raczej jeszcze bardziej obniży ceny oraz nasili konkurencję o udział w rynku, tym samym jeszcze bardziej hamując globalny wzrost. Właściciele platform po prostu wypompują większość uzyskanych przychodów, zostawiając bezpośrednim wytwórcom jeszcze mniej. Na dodatek ogólny trend do polityki zaciskania pasa stale obniża zagregowany popyt na całym świecie, a globalne tendencje wzrostu wciąż się zmniejszają. W latach 1999 – 2006 wydajność pracy rosła o 2,6 proc. rocznie, ale od czasu kryzysu tendencja jest spadkowa i wynosi mniej więcej 2 proc.[xxv]. Łączna wydajność czynników produkcji jest nawet niższa, na poziomie mniej więcej zera procent w ostatnich kilku latach – tendencja ta utrzymuje się w niemal wszystkich gospodarkach rozwiniętych[xxvi].
Przyszłość
Co zatem przyniesie nam przyszłość? Jeśli przedstawione w tej książce trendy będą się utrzymywać, możemy się spodziewać konkretnego rozwoju wypadków. Platformy będą rozwijać się na obszarze całej gospodarki, a konkurencja popycha je do tego, żeby stopniowo coraz bardziej się zamykać. Platformy zależne od wpływów z reklam będą zmuszone przejść na system opłat bezpośrednich. W tym samym czasie platformy typu lean opierające się na outsourcowaniu kosztów oraz hojności kapitału wysokiego ryzyka albo zbankrutują, albo zamienią się w platformy produkcyjne (tak jak próbuje to robić Uber z samochodami autonomicznymi). Koniec końców wydaje się, że platformowy kapitalizm ma wbudowane w siebie tendencje, żeby iść w stronę pobierania renty za dostarczanie usług (pod postacią platform chmurowych, platform infrastrukturalnych czy produktowych). Jeśli chodzi o rentowność, Amazon jest bardziej przyszłościowy niż Google, Facebook czy Uber. Zgodnie z tym scenariuszem, skończyłoby się subsydiowanie skrośne kryjące się za dostępną publiczności infrastrukturą Internetową, a istniejące nierówności w dochodzie i majątku odtworzyłyby się jako nierówności dostępu. Co więcej, platformy te zasysałyby duże ilości kapitału od spółek zależnych od nich w procesach produkcyjnych.
Niektórzy argumentują, że moglibyśmy zwalczyć te monopolistyczne tendencje rozwijając platformy kooperatywne[xxvii]. Jednak wszystkie tradycyjne problemy kooperatyw (na przykład nieuchronność autowyzysku na gruncie kapitalistycznych stosunków społecznych) stają się jeszcze bardziej dotkliwe z uwagi na monopolistyczną naturę platform, dominację efektów sieciowych oraz olbrzymie zasoby tych spółek. Nawet gdyby cały software oferował otwarty dostęp do swego kodu źródłowego, taka platforma jak Facebook nadal miałaby przewagę swoich danych, efektu sieci oraz zasobów finansowych, żeby zwalczyć spółdzielczych rywali.
W przeciwieństwie do tego państwo ma władzę, żeby kontrolować platformy. Ustawy antytrustowe mogą rozbić monopole, lokalne regulacje mogą zahamować czy nawet zakazać wyzysku platformom typu lean, agencje rządowe mogą narzucić nowe sposoby ochrony prywatności, a skoordynowana akcja przeciwko obchodzeniu płacenia podatków może z powrotem przyciągnąć kapitał w publiczne ręce. Te działania są zapewne konieczne, ale trzeba przyznać, że są raczej mało wyszukane i minimalistyczne. Pomijają również strukturalne warunki, które odgrywały rolę w powstaniu platform. Podczas długiej dekoniunktury w produkcji przemysłowej, platformy wyłoniły się jako środek do wpompowania kapitału we względnie dynamiczny sektor zorientowany na pozyskiwania danych.
Zamiast próbować po prostu regulować spółki platformowe, można by podjąć wysiłek stworzenia platform publicznych – platform będących własnością ludzi i przez nich kontrolowanych (oraz, co ważniejsze, niezależnych od nadzorujących aparatów państwowych). Oznaczałoby to zainwestowanie olbrzymich zasobów państwowych w technologię konieczną do obsługi platformy i oferowanie ich jako dóbr użyteczności publicznej. Bardziej radykalne byłoby domaganie się platform postkapitalistycznych, które wykorzystują dane zebrane przez platformy do tego, by redystrybuować zasoby, umożliwiać demokratyczną partycypację i stymulować dalszy rozwój technologiczny. Być może musimy dzisiaj skolektywizować platformy.
Wszelkie starania żeby zmienić naszą sytuację muszą jednak brać pod uwagę istnienie platform. Właściwe zrozumienie bieżącej sytuacji jest kluczowe dla zbudowania strategii i taktyki odpowiedniej dla potrzeb chwili. Choć nie wydaje się, żeby platformy były w stanie przezwyciężyć fundamentalny problem długiego spadku koniunktury, to wydają się konsolidować w swoim ręku monopolistyczną władzę, akumulując ogromne bogactwo. W sytuacji gdy coraz głębiej przenikają naszą cyfrową infrastrukturę, a społeczeństwo coraz bardziej na nich polega, kluczowe staje się zrozumienie tego, jak działają i co można zrobić. To konieczne, by zbudować lepszą przyszłość.
[i] Löffler i Tschiesner, 2013.
[ii] Kaminska, 2016a.
[iii] Vercellone, 2007.
[iv] Terranova, 2000.
[v] Wark, 2004.
[vi] Obliczenia autora na podstawie danych z Andrae i Corcoran, 2013 oraz z US Energy Information Administration; więcej w Maxwell and Miller, 2012.
[vii] Szczególnie pouczający przykład pochodzi z obszaru nauk o klimacie, zob. Edwards, 2010.
[viii] Korzystam tu z definicji surowca Marksa: „Ogólnym przedmiotem pracy ludzkiej istniejącym bez przyczynienia się człowieka jest ziemia (do której z punktu widzenia ekonomicznego zaliczyć trzeba także wodę), ta ziemia, która w czasach pierwotnych zaopatrywała ludzi w pokarm, w gotowe środki spożywcze. Danymi przez przyrodę przedmiotami pracy są wszystkie rzeczy, które praca pozbawia tylko ich bezpośredniej łączności z ziemią. Np. ryba złowiona, oddzielona od swego żywiołu, wody; drzewo ścięte w lesie dziewiczym; ruda wyłamywana z żyły kruszcowej. Jeśli natomiast przedmiot pracy został już, powiedzmy, przefiltrowany przez pracę wcześniejszą, nazywamy go surowcem. Np. wydobyta już ruda, którą trzeba przepłukać”, w: K. Marks, „Kapitał”, t. I, Warszawa 1951, Książka i Wiedza, s. 189.
[ix] Można tu pociągnąć interesującą paralelę z pojęciem tanich nakładów Jasona Moore’a, choć to wykracza poza ramy niniejszej pracy; zob. rozdział 2 w Moore, 2015.
[x] Apple to przykład większej firmy, która nie została tu uwzględniona, gdyż jest przede wszystkim tradycyjnym producentem artykułów elektronicznych, stosującym standardową obecnie praktykę outsourcowania produkcji. Firma ta przejawia pewne cechy platformowe (iTunes, App Store), ale te generują tylko 8 proc. dochodu, z którego słynie Apple. Zdecydowana większość (68 proc.) zysków pochodzi ze sprzedaży iPhone’ów. Apple bliżej do modelu biznesowego Nike z lat 90. niż do Google’a.
[xi] Zob. interesujące komplementarne podejście do platform u Brattona, 2015: roz. 9 oraz u Rochet i Tirole, 2003.
[xii] Choć technicznie rzecz biorąc platformy mogą istnieć w formie nie-cyfrowej (na przykład centrum handlowe), łatwość gromadzenia danych dotyczących aktywności online sprawiają, że platformy cyfrowe to idealny model pozyskiwania danych w dzisiejszej gospodarce.
[xiii] Do „użytkowników” zaliczymy także maszyny – istotne uzupełnienie, biorąc pod uwagę Internet rzeczy. Zob. Bratton, 2015: 251–89.
[xiv] Gawer, 2009: 54.
[xv] Rochet and Tirole, 2003.
[xvi] Kaminska, 2016b.
[xvii] Hwang and Elish, 2015.
[xviii] Metz, 2012.
[xix] Można wyobrazić sobie taki scenariusz, w którym firma posiada kod platformy, ale zaspokaja swoje potrzeby przeliczeniowe pożyczając je z usługi osadzonej w chmurze. Hardware nie jest zatem niezbędny do tego, żeby dysponować platformą. Biorąc jednak pod uwagę wymogi konkurencji, które zarysujemy nieco później, największe platformy zdecydowały się mieć hardware na własność. Innymi słowy, posiadanie kapitału stałego nadal jest dla tych firm ważne, jeśli nie wręcz kluczowe.
[xx] US Department of Labor, 2016a.
[xxi] US Department of Labor, 2016b.
[xxii] Word Steel Association, 2016.
[xxiii] Mitchell, 2016.
[xxiv] ‘Gluts for Punishment’, 2016.
[xxv] The Conference Board, 2015: 4.
[xxvi] Ibid., 5.
[xxvii] Scholz, 2015.
(ur. 1982) – kanadyjski filozof, pisarz, jeden z czołowych teoretyków akceleracjonizmu. Polskiej czytelniczce znany jako autor rozprawy „Wymyślając przyszłość" oraz współautor (wraz z Alexem Williamsem) manifestu „#PRZYSPIESZ".
komentarze