срочно нуждавшимися в медицинской помощи.
В то же время из этого хаоса, при полной неэффективности действий властей, возникла история о том, как собравшаяся спонтанно со всей страны команда волонтёров изобрела решение для управления информацией, которое намного превосходило всё, что делали организованные группы реагирования на уровне города, штата или страны. В сердце этого добровольческого проекта было хранилище информации о выживших, которое называлось Katrinalis. Импровизированный сайт собирал данные о спасённых людях по всей Сети, а система поиска позволяла легко находить друзей и членов семьи. На это не выделялись государственные гранты, не давались официальные разрешения, не создавались формальные структуры управления или коммуникационные протоколы. Свободная группа преданных людей при эффективном руководстве простых добровольцев использовала элементарные сетевые технологии для помощи тем, кто в этом нуждался.
Это превратилось в проект PeopleFinder, и вот как это произошло. Вскоре после того, как «Катрина» набросилась на Новый Орлеан, люди начали размещать сообщения на форумах и популярных сайтах в Сети в надежде связаться со своими близкими. Вскоре сервисы, связанные с поиском пропавших людей, начали вырастать, как грибы. У Красного Креста есть свой сайт Family Linking. У Craigslist, Yahoo и Google есть свои индивидуальные сервисы. Кажется, каждая новостная сеть, университет, некоммерческая организация и спонтанно образовавшаяся эвакуированная группа в стране разработала свой сайт «Найди своих любимых здесь». И хотя намерения были хорошие, важнейшие данные были безнадёжно разбросаны, из-за чего практически не представлялось возможным гарантировать, что ценная информация поступит к тем, кто в ней нуждался.
Затем в пятницу, 2 сентября, Дэвид Гейлхуф[289] собрал несколько технически подкованных волонтёров, чтобы навести порядок в этом хаосе. Гейлхуф, который руководит некоммерческой группой разработчиков программного обеспечения для социальных нужд, начал просеивать различные базы данных и сетевые доски объявлений, используя автоматический процесс, который называется screen scraping.[290] Процесс выхватывает релевантную информацию о каждом человеке: имя, место нахождения, возраст и описание — и вносит её в центральную базу данных. Гейлхуф и его команда даже создали спецификацию для организации информации о пропавших людях, которая называется PeopleFinder Interchange Format.
В то же время у такой технологии были свои ограничения. Тысячи дополнительных сообщений появились на следующий день, и большинство из них не попадали под машиночитаемый XML-формат Гейлхуфа. Обычное сообщение на доске объявлений звучало так: «Мой отец, Джо, работал в Новом Орлеане и не эвакуировался. Он жил в Джефферсон-Пэриш. Мы не знаем, всё ли с ним хорошо. Пожалуйста, позвоните мне или маме в Хьюстон. Лиза Браун, Хьюстон, Техас».
Поэтому утром Гейлхуф привлёк нескольких коллег, чтобы помочь скоординировать масштабный проект по кодированию данных. Йон Леб-ковски,[291] один из основателей Polycot Consulting, фирмы по управлению информацией, привлёк волонтёров для просеивания всех сообщений о пропавших людях. Этан Цукерман[292] из Гарвардской школы права[293] использовал вики для сокращения объёма данных для анализа.
К утру воскресенья новость о PeopleFinder распространялась в блогах, как лесной пожар. Известные блоггеры собирали волонтёров, чтобы помочь в этом процессе, и на их призыв откликнулись многие пользователи. К концу дня собрались тысячи добровольцев — по некоторым оценкам, в проекте участвовало около трёх тысяч человек. Эта деятельность подчас перегружала импровизированные базы данных, пока не подключился Salesforce.com, поставщик управленческого программного обеспечения, владевший мощным сервером.
К вечеру понедельника было обработано 50 тысяч записей, и это число продолжало заметно расти, в конечном итоге, достигнув 650 тысяч. В то же время люди, ищущие друзей или родственников, могли вносить имя, почтовый индекс или адрес в поисковую систему, размещённую на www.katrinalisl.net, чтобы получить список имён в ответ на запрос. Более миллиона таких запросов было сделано сразу после урагана.[294]
Рассказы о героических усилиях волонтёров не так уж необычны. Бедствия такого масштаба часто открывают в людях лучшие стороны. Особенность состоит в том, что проект PeopleFinder занял бы у государственной структуры с кучей денег год или больше. А эта группа сделала его за четыре дня и абсолютно бесплатно для налогоплательщиков. Вот лучший пример массового сотрудничества.
Да, PeopleFinder был решением, не требующим серьёзных расчётов, которое использовало достаточно простые технологии, в то время как более продвинутое программное обеспечение могло ещё больше автоматизировать процесс. И ясно, что согласованный стандарт сбора и обмена данными с самого начала позволил бы всем ориентированным на помощь сайтам работать вместе, а организации, подобные Федеральному агентству по чрезвычайным ситуациям США,[295] Красному Кресту и Google, могли бы объединиться для создания мощных веб-сервисов с того момента, как «Катрина» появилась на радаре. Но при отсутствии таких стандартов, важнейший вывод состоит в следующем: имея открытую платформу и набор простых инструментов, обычные люди могут создать новые эффективные информационные услуги, которые более действенны, чем бюрократические каналы. Как сказал Этан Цукерман, «цель была не в том, чтобы сделать наш проект ввода данных более крутым с инженерной точки зрения, а в том, чтобы создать что-то очень быстрое, позволяющее протянуть людям руку помощи. Решение, которое мы нашли, было адекватно для привлечения трёх тысяч человек. При небольшой координации эти три тысячи могут делать поразительные вещи».[296]
Мысль о том, что инновация происходит путём рекомбинации существующих идей для создания чего-то нового, не уникальна даже для Сети прошлого века. Ещё Исаак Ньютон в письме от 5 февраля 1675 года сказал: «Если я и видел дальше других, то потому, что стоял на плечах гигантов». Его скромное объяснение того, как ему удалось настолько глубоко проникнуть в суть природных явлений, представляет идею, согласно которой все без исключения изобретения кумулятивны и каждое поколение новых решений базируется на предыдущих.
Сегодня, когда открытые платформы для изобретений привлекают беспрецедентное количество участников к созданию ценности, кумулятивные новые решения будут двигаться на повышенной передаче. Растущее число профессиональных разработчиков и любителей создают свой собственный контент и программы, комбинируя различные фрагменты, которые свободно раскиданы по Сети. Как описано в главе 2, этот гибкий, комбинаторный подход к поиску новых решений делает Сеть всё больше похожей на обычный кошмар библиотекаря: шумный читальный зал полон болтливых оппонентов, взаимодействующих и общающихся друг с другом. Инженеры называют эти компоненты «веб-сервисами»: программами, которые взаимодействуют с другими программами для обработки существующих данных.
В главе 5 мы обсудили, как новый вид слушателей-артистов аранжирует музыку в Сети для создания новых мэшапов из синглов и альбомов. Мэшап веб-сервисов создаётся по такому же принципу: программист смешивает, по крайней мере, две услуги или программы с различных сайтов для создания чего-то нового и часто лучшего, чем просто сумма этих двух частей. С ростом количества компаний, раскрывающих сейчас свои API, данный феномен активно копируется. Пока Сеть остаётся открытой, новые решения будут появляться спонтанно, потому что смыкающиеся сервисы и компоненты постоянно микшируются и улучшаются любым пользователем, обладающим навыками и желанием.
Хотя мэшап напоминает революцию хакеров, правда состоит в том, что многие из этих разработок попадают напрямую в инновационные стратегии таких сетевых конгломератов, как Amazon, eBay, Google и Yahoo. Понять, откуда они пришли и куда направляются, жизненно важно для расшифровки конкурентной динамики новой Сети — это показатель того, как создаётся ценность в экономике. Примеры для людей и организаций, привязанных к другим секторам, встречаются сейчас в избытке.
Такие компании, как Google, открывают API к своим платформам для использования внешних идей, талантов и усилий в массовом масштабе. Поступая так, они используют ресурсы намного лучше, чем внутри компании, и добиваются новых разработок быстрее, чем позволяют внутренние модели. Более того, новые
