За последние четверть века цифровые платформы получили широкое распространение и стали самыми дорогими компаниями мира. Традиционно рост цифровых платформ объясняется кроссплатформенными сетевыми эффектами, которые, в свою очередь, поддерживаются рекомендательными системами – набором алгоритмов, предлагающих пользователю одного типа наиболее подходящего пользователя другого типа. Зависимость точности предсказаний алгоритма от числа единиц наблюдений и от числа и типа наблюдений для каждой единицы – отдача от масштаба влияет на сравнительную конкурентоспособность крупных и мелких платформ, на структуру рынков, а следовательно – и на выбор инструментов государственной политики по отношению к платформам. Цель статьи – систематизировать данные относительно отдачи от масштаба рекомендательных систем цифровых платформ. Результаты эмпирических исследований и анализ показателей охвата и конвергенции некоторых российских платформ ставят под сомнение значительную положительную отдачу точности рекомендательных систем от числа пользователей: она во многом зависит от дизайна набора алгоритмов. Совершенствование алгоритмов рекомендательных систем позволит не самым крупным российским платформам сохранить конкурентоспособность при ограниченном числе пользователей.
Статья опубликована в журнале «Проблемы прогнозирования», №3 2025
