Несмотря на бешеную цену, The Making of a Fly не стала самым дорогим товаром, когда-либо выставленным на продажу или проданным на Amazon. В январе 2010 года инженер-компьютерщик Брайан Клаг нашел на Amazon CD-ROM с фильмом Cells («Клетки») от Discovery Channel под Windows-98, за который просили почти 3 миллиарда долларов (плюс 3,99 доллара за почтовые расходы и упаковку). Вероятно, высокая цена появилась в результате раскручивания еще одной ценовой спирали, когда второй экземпляр того же самого CD-ROM был выставлен на продажу другим продавцом, который перебил сравнительно скромную цену в 250 тысяч долларов США. Клаг ввел данные своей кредитной карты и приобрел товар. Через несколько дней Amazon отправила ему по электронной почте письмо с извинениями за то, что не смогли выполнить его заказ. С разочарованием – но, вероятно, и с таким же облегчением, Клаг в ответном письме поинтересовался (на всякий случай), какую сумму теперь составляет общий объем его 1-процентного кредита на покупки на сайте Amazon с помощью его кредитной карты Amazon.

Алгоритмические ценовые спирали вроде тех, что поразили Amazon, не всегда закручиваются вверх. Если вы когда-нибудь инвестировали в фондовый рынок или даже просто вносили сбережения на связанный с ним счет, то наверняка слышали неизменно повторяемую фразу: «Стоимость ваших инвестиций может пойти как вниз, так и вверх». Сделки на фондовом рынке все чаще реализуются в виде так называемой алгоритмической торговли. Компьютеры могут ощутить и отреагировать на изменения на рынке в гораздо быстрее, чем люди. Если на экране вспыхивает поручение на масштабную продажу определенного финансового продукта, это может указывать на то, что цена этого продукта падает и что трейдеры надеются избавиться от своих активов по хорошей цене, прежде чем она упадет еще ниже. За время, необходимое человеку, чтобы прочесть сообщение и нажать на кнопку, чтобы продать свои активы, высокочастотные алгоритмы-трейдеры уже продали свои, и цена уже сильно упала. Люди-трейдеры просто не могут с ними конкурировать. Считается, что 70 % торговли на Уолл-стрит сейчас ведется так называемыми автоматами с черным ящиком. Поэтому крупные трейдерские компании и банки все чаще обращаются к выпускникам математических и физических факультетов, а не к брокерам, чтобы те помогли с написанием и пониманием (что, пожалуй, даже важнее) этих алгоритмов-трейдеров.

Утро 6 мая 2010 года выдалось неважным для рынков. Чуть позже в тот же день небольшой независимый трейдер Навиндер Сарао, работавший из своей лондонской спальни, запустил специализированный алгоритм, модификацию которого он недавно завершил. Алгоритм был разработан для того, чтобы очень быстро заработать много денег на спуфинге – имитации заявок. Размещая множество заявок, а затем сразу же их отменяя, мошенник заставляет остальных трейдеров поверить в то, что на рынке действует новый тренд (которого на самом деле не существует), и поступать в соответствии с этим трендом. Алгоритм Сарао размещал ордера на продажу финансового продукта, известного как фьючерсные контракты E-mini, но отменял их прежде, чем кто-либо успевал принять это предложение.

Предлагая продать свои контракты по цене, немного превышавшей текущую, Сарао (а точнее его алгоритм) гарантировал, что никто, даже быстрый алгоритм, не соблазнится принять его предложение, прежде чем алгоритм отменит ордер. Программа Сарао сработала, как колдовской амулет, зачаровав рынок. Высокочастотные алгоритмы-трейдеры распознали огромное количество поступающих ордеров на продажу и решили продать собственные фьючерсные контракты на E-mini до падения цены на них – как это неизбежно случилось бы, перенасыть продажи рынок. Как только цена фьючерса упала до той, которая удовлетворяла Сарао, он отключил свою программу и принялся скупать резко подешевевшие контракты. Алгоритмы-трейдеры засекли падение цен и, быстро восстановив доверие к E-mini, бросились их скупать. Цена, соответственно, взлетела, а Сарао сорвал куш.

Считается, что эта «спуф»-сделка принесла ему 40 миллионов долларов. Его алгоритм был очень успешным – возможно, даже слишком. Высокочастотные торговые алгоритмы реагировали на огромные объемы продаж на фьючерсном рынке. Всего за 14 секунд алгоритмы продали более 27 000 E-mini-контрактов, что составило 50 % от общего объема торгов за день. Затем они начали продавать другие типы фьючерсных контрактов, чтобы снизить дальнейшие потери. Затем лихорадочные продажи захватили акции и более широкий рынок. За пять минут с 14:42 до 14:47 индекс Dow Jones упал почти на 700 пунктов, доведя общий дефицит за день почти до 1000 пунктов – самое большое однодневное падение за всю историю индекса. За день с фондового рынка был вымыт 1 триллион долларов. Высокочастотные торговые алгоритмы, возможно, и не стали причиной краха сами по себе, но их бесконтрольные, неуправляемые, быстрые торговые операции, безусловно, усугубили его. Однако, как только рынок достиг дна и к алгоритмам вернулась уверенность, они так же быстро откорректировали стоимость большинства акций обратно к значениям, близким к начальным.

Сарао избегал правосудия в течение почти пяти лет, пока американские финансовые регуляторы возлагали ответственность за обрушение рынка на целый ряд других факторов. Однако в 2015 году он был арестован за ту роль, которую его схема сыграла в обрушении 2010 года, и экстрадирован в США. Он признал себя виновным в незаконных манипуляциях на рынке, за что ему грозит до 30 лет тюрьмы; кроме того, он обязан вернуть деньги, заработанные в результате своей незаконной торговли. Преступление – даже подкрепленное алгоритмами – все же, похоже, не окупается.

Паника, которую Сарао, не выходя из спальни, устроил на рынке ценных бумаг, иллюстрирует, насколько просто применить алгоритмы во зло. Слишком часто мы считаем их просто беспристрастными последовательностями инструкций, которые можно спокойно исполнять, забывая, что все алгоритмы разрабатываются с определенной целью. То, что сами правила предопределены и непредвзяты, не означает, что такова и цель, для которой они используются, – даже если непредвзятость была изначально задумана разработчиком алгоритмов.

Twitter, который часто превозносят как оплот прозрачности среди соцсетей, использует относительно простой алгоритм для определения трендовых тем. Алгоритм ищет резкие скачки в использовании хештегов, а не продвигает темы исключительно на основе частого обращения к ним. Это кажется разумным: взгляд на изменение интенсивности, а не на саму интенсивность использования хештегов позволяет быстро вывести в топ новостей короткие, но важные события, вроде запроса на донорскую кровь (#dondusang – донорство) или предложения укрыться на ночь (#porteouverte – открытая дверь) после серии террористических атак в Париже в 2015 году. Если бы большой объем хештегов был единственным критерием тенденции, то мы никогда не услышали бы ни о чем, кроме Гарри Стайлза (#harrystyles) и «Игры престолов» (#GoT).

К сожалению, этот же набор правил означает, что социальные темы, которые разворачиваются медленно, редко набирают ту популярность, которую они заслуживают. В сентябре и октябре 2011 года, когда волна протестного движения «Захвати Уолл-стрит» набирала силу, хештег #occupywallstreet ни разу не был трендовым в родном Нью-Йорке, при том что в этот период он был самым популярным хештегом в «Твиттере» в целом. Тогда же менее протяженные во времени истории, такие как смерть Стива Джобса (#ThankYouSteve) или свадьба Ким Кардашьян (#KimKWedding), привлекли больше внимания (несмотря на то, что отмечали их в целом реже), чтобы подняться вверх по трендовым рейтингам «Твиттера». Стоит помнить, что даже в подлинно прагматичных алгоритмах может быть жестко зашита тенденциозность, которая влияет на то, куда направляется внимание мирового сообщества.