Очевидно, что информационная эпоха, уравнивая наши вкусы, вызывает несправедливость еще более острую — победитель получает почти всех потребителей. Пример, который многих поражает как наиболее эффектный случай успеха, — производитель программного обеспечения компания Microsoft и ее меланхоличный основатель Билл Гейтс. Хотя трудно отрицать, что Гейтс — человек высоких личных стандартов, трудовой этики и ума выше среднего, но лучший ли он? Заслуживает ли он этого? Ясно, что нет. Большинство людей используют его программы (как и я), потому что другие люди также используют его программы, это порочный круг (экономисты сказали бы — «сетевые эффекты»). Никто даже не пытался сказать, что программы компании — лучшие. Большинство конкурентов Гейтса одержимо завидуют его успеху. Их сводит с ума тот факт, что он смог выиграть так много, в то время как им приходится бороться за выживание своих компаний.
Эти идеи противоречат классическим экономическим моделям, в которых результат или вызван точной причиной (когда неопределенность не учитывается), или стал следствием того, что «хорошие парни» всегда побеждают («хорошие парни» — это те, кто обладает большими способностями или некоторым техническим превосходством). Экономисты поздно обнаружили эффект зависимости результата от пути и, когда попытались описать его в общих чертах, получилось слабо и банально. Например, экономист Брайан Артур, занимающийся нелинейностью в институте Санта-Фе, написал, что экономическое превосходство определяется не технологическими преимуществами, а скорее случайными событиями и положительной обратной связью — не самая трудная для понимания грань в данной области. В то время как прежние экономические модели исключали случайность, Артур писал, что «неожиданные заказы, случайные встречи с юристами, причуды руководства… вот что помогает определить, кто начнет продавать раньше и какие компании со временем будут доминировать».
Математики в реальном мире и вне его
Математический подход к проблеме заключается в упорядочении. В то время как в общепринятых моделях (например, широко известной модели броуновского движения, которая используется в финансах) вероятность успеха меняется не с каждым следующим шагом, а лишь с накоплением богатства, Артур предложил такие модели, как процесс Пойа (американского математика венгерского происхождения), с которым очень трудно работать математическими методами, но который легко понять с помощью симулятора Монте-Карло. Процесс Пойа можно описать следующим образом: представьте урну, изначально содержащую равное количество черных и красных шаров. При каждой попытке, еще до того, как вы ее сделаете, вам нужно угадать, шар какого цвета вы вытащите. Вот так устроена игра. В отличие от обычной урны вероятность угадать связана с успехами в прошлом, поскольку вы угадываете лучше или хуже в зависимости от достигнутых результатов. То есть вероятность победы увеличивается с ростом количества прошлых побед, а неудач — с ростом количества поражений. Моделируя такой процесс, можно увидеть огромный разброс исходов — от ошеломляюще успешных до совсем неудачных (мы называем это «перекосом»).