М. В. Болдырев

Платформенная
революция

Вызов традиционной экономике
М. В. Болдырев

ПЛАТФОРМЕННАЯ
РЕВОЛЮЦИЯ:
ВЫЗОВ ТРАДИЦИОННОЙ
ЭКОНОМИКЕ

Монография

Москва
Издательско-торговая корпорация «Дашков и К°»
2026
УДК 338:004(470+571)

ББК 65.39(2Poc)

Б79

Рецензенты:

А. В. Шпунт - профессор Национального исследовательского уни-
верситета «Высшая школа экономики»;

А. С. Генкин - доктор экономических наук, профессор, действитель-
ный член Российской академии естественных наук (РАЕН).

Болдырев, М. В.

Б79 Платформенная революция : вызов традиционной
экономике : монография / М. В. Болдырев. - Москва :
Издательско-торговая корпорация «Дашков и К°», 2026. -
212 с.

ISBN 978-5-394-06344-2.

Монография посвящена трансформации экономики от класси-
ческих форм организации бизнеса и рынков к платформенным
бизнес-моделям, основанным на координации взаимодействия
участников на основе данных и доверия. Показано, как устроены
и развиваются платформенные бизнес-модели от первых шагов
до зрелых экосистем и какие управленческие решения опреде-
ляют их устойчивость и масштабирование. Отдельное внимание
уделено отраслевым примерам, исторической преемственности
идей и российской специфике развития и регулирования платфор-
менной экономики.

Книга адресована исследователям и специалистам в области
платформенной экономики, представителям бизнеса и органов
государственной власти, студентам и аспирантам экономических
направлений подготовки, а также широкому кругу читателей,
интересующихся трансформацией и цифровизацией экономики.

ISBN 978-5-394-06344-2

© Болдырев М. В., 2026

© ООО «НТК «Дашков и К°», 2026
СОДЕРЖАНИЕ

Вступительное слово научного руководителя..........8

Предисловие........................................10

Глава 1. ПЛАТФОРМЫ КАК НОВАЯ ПАРАДИГМА
БИЗНЕСА: ОПРЕДЕЛЕНИЯ, ПРИНЦИПЫ, ТИПОЛОГИЯ............15

1.1.	Эволюция кооперации - путь к цифровым
платформам.........................................18

1.2.	Платформа: определения и основные понятия.....22

1.3.	Архитектура платформы: участники,
инструменты, правила...............................29

1.3.1.	Участники: двусторонние и многосторонние
рынки............................................30

1.3.2.	Инструменты взаимодействия................32

1.3.3.	Правила и политики платформы..............34

1.4.	Сетевые эффекты как механизм роста............37

1.5.	Платформенная модель и традиционный бизнес....40

1.6.	Типология платформ............................43

1.6.1.	Классификация по модели создания ценности.44

1.6.2.	Отраслевая классификация..................48

1.7.	Преимущества и риски платформ.................50

1.7.1.	Преимущества платформенных моделей........51

1.7.2.	Риски и уязвимости платформенных моделей..53

1.7.3.	Системные проблемы развития...............55

Выводы по главе 1................................57
Глава 2. ИСТОРИКО-НАУЧНАЯ ПРЕЕМСТВЕННОСТЬ
ТЕОРИИ ПЛАТФОРМЕННОЙ ЭКОНОМИКИ.......................59

2.1.	Ранние теоретические основы платформенной
экономики.......................................62

2.1.1.	Алексей Гастев и организационные принципы
платформенной занятости.......................63

2.1.2.	Александр Чаянов и кооперативные истоки
платформенной экономики..........................65

2.1.3.	Александр Богданов и тектология как системный
прототип цифровых экосистем......................66

2.2.	Экономические основы платформенной модели.....68

2,2.1.	Модель Басса (1969) и динамика
распространения платформ......................69

2.2.2.	Сетевые эффекты и стандарты совместимости
(1985)........................................71

2.2.3.	Многосторонние рынки и структура цен
платформ (2003-2006)..........................73

2.3.	Стратегические основы платформенных экосистем
(2005-2017).....................................76

2.4.	Современные тренды и критические подходы
(2016-2025)........................................80

Выводы по главе 2................................83

Глава 3. ПЛАТФОРМЕННАЯ РЕВОЛЮЦИЯ:
МЕХАНИЗМЫ, УСТОЙЧИВОСТЬ, ВЫЗОВЫ......................85

3.1.	Платформа как динамическая система............88

3.1.1.	От традиционного бизнеса к платформенной
модели...........................................88

3.1.2.	Критическая масса и самоподдерживающийся
рост	90

3.1.3.	Поведенческая логика участников и доверие.93
3.2.	Запуск ликвидности и преодоление «холодного
старта»........................................    96

3.3.	Правила, стимулы и качество взаимодействий..101

3.4.	Устойчивость экосистемы и баланс сторон.....104

3.5.	Почему платформы вытесняют традиционный
бизнес............................................108

3.6.	Платформы как инфраструктура нового уклада...111

3.7.	Вызов традиционной экономике.................113

Выводы по главе 3...............................115

Глава 4. КОЛИЧЕСТВЕННЫЕ МОДЕЛИ
ПЛАТФОРМЕННОЙ ЭКОНОМИКИ.............................117

4.1.	Параметры и язык количественного описания....120

4.2.	Математические модели роста и взаимодействий.123

4.2.1.	Модели сетевых эффектов: законы Меткалфа,
Рида и их модификации...........................123

4.2.2.	Модели полезности пользователей..........126

4.2.3.	Модели роста и диффузии: логистическая
кривая Басса и вирусные процессы................128

4.2.4.	Структурные модели сетей и влияние
пользователей...................................130

4.2.5.	Экономические метрики платформ...........132

4.3.	Модель оптимального распределения субсидий..134

4.3.1.	Постановка задачи и исходные зависимости.136

4.3.2.	Аналитические свойства модели............138

4.3.3.	Результаты численного моделирования......141

4.3.4.	Интерпретация результатов................144

Выводы по главе 4...............................146
Глава 5. ПЛАТФОРМЕННЫЕ МОДЕЛИ: ОТРАСЛЕВАЯ
И РЕГИОНАЛЬНАЯ СПЕЦИФИКА.........................147

5.1.	Маркетплейсы: модели, экономическая логика
и региональные особенности..........................150

5.2.	Агрегаторы услуг: специфика сервисных платформ.154

5.3.	Другие платформенные модели и отраслевая
специфика......................................158

5.3.1.	Контентные и рекламные платформы......159

5.3.2.	Финтех-платформы и платёжные сети.....162

5.3.3.	Образовательные платформы.............166

5.3.4.	Платформы разработчиков и магазины
приложений...................................168

5.3.5.	Инфраструктурные и индустриальные
платформы....................................170

5.4.	Региональные модели развития платформенной
экономики......................................172

5.4.1.	США...................................174

5.4.2.	Европа................................177

5.4	3. Азия (Китай, Япония, Южная Корея).....180

5.4.4.	Россия................................184

Выводы по главе 5............................186

Глава 6. ТРЕНДЫ РАЗВИТИЯ ПЛАТФОРМЕННЫХ

МОДЕЛЕЙ..........................................189

6.1.	Превращение платформ в экосистемы.........192

6.2.	Платформы на основе искусственного интеллекта..193

6.3.	Государство как архитектор цифровой среды.196

6.4.	Платформенная занятость и трансформация
социальной сферы...............................198
6.5.	Переход к новому экономическому укладу.200

Выводы по главе 6.......................202

ЗАКЛЮЧЕНИЕ....................................205

СПИСОК ИСТОЧНИКОВ.............................209
ВСТУПИТЕЛЬНОЕ СЛОВО

НАУЧНОГО РУКОВОДИТЕЛЯ

В условиях, когда российская экономика сталкивается
с необходимостью перехода от ресурсной модели к инновацион-
ной и цифровой, исследования платформенных моделей приоб-
ретают особую значимость. Платформы и экосистемы форми-
руют архитектуру современной хозяйственной системы, оп-
ределяя конкурентоспособность отраслей, структуру рынков,
модели занятости и уровень цифрового суверенитета. При этом
масштабы и глубина отечественных исследований в этой сфере
всё ещё уступают потребностям развивающейся цифровой эко-
номики, что делает научное развитие данной области особенно
актуальным. В этом контексте появление монографии является
своевременным и существенным шагом в становлении нацио-
нальной исследовательской школы платформенной экономики.

Работа создавалась на протяжении нескольких лет и во
многом опирается на совместные исследования и академиче-
ские дискуссии на площадке РГГУ. В монографии формируется
и последовательно применяется базовый понятийный аппарат,
что восполняет дефицит в отечественных публикациях по дан-
ной тематике. Важным элементом является опора не только на
качественные рассуждения, но и на количественный анализ: ис-
пользуются математические модели и расчёты, позволяющие
формулировать проверяемые выводы.

Существенной особенностью изложения является внима-
ние к отечественной интеллектуальной традиции. В качестве
ориентиров отмечены работы А. В. Чаянова и А. К. Гастева, чьи
идеи о труде, организации и кооперации перекликаются с совре-
менными вопросами платформенной экономики, хотя и отно-
сятся к иным предметным областям. Сопоставление этих подхо-
дов с современной теорией платформ ранее практически не про-
водилось, что делает их включение в аналитический контекст
методологически значимым.

Отдельный акцент сделан на специфике российской эконо-
мики и региональных особенностях: структуре рынков, инфра-
структурных условиях и регуляторной практике. Это придаст
работе прикладную значимость при проектировании и оценке
платформенных решений в условиях крупной и неоднородной
экономики.

Социальная значимость рассматриваемой проблематики
многопланова. Результаты исследования важны для участников
платформенной экосистемы - предпринимателей, разработчи-
ков, работников; для граждан как потребителей товаров и услуг;
а также для государственных органов - в аспектах цифрового су-
веренитета, стандартов данных и интерфейсов, устойчивости
критической цифровой инфраструктуры и долгосрочного раз-
вития.

Уверен, что представленная монография будет полезна ис-
следователям, предпринимателям и регуляторам, содействуя
содержательной и взвешенной дискуссии о роли платформ
и экосистем в экономике страны. Её автор, на мой взгляд, внёс
значимый вклад в развитие научного понимания этой темы.

Декан факультета маркетинга и рекламы
Института социально-экономических наук
Российского государственного
гуманитарного университета,
доктор экономических наук, профессор
Ллан Лазаревич Абаев
ПРЕДИСЛОВИЕ

В повседневной жизни мы всё чаще пользуемся цифровы-
ми сервисами, которые объединяют множество независимых
участников в единую среду. Мы заказываем товары на маркет-
плейсах, хотя каждый товар продаст свой собственный постав-
щик. Вызываем такси через приложение, где водители работают
самостоятельно или в составе таксопарков. Получаем доставку
еды без прямого взаимодействия с рестораном. Бронируем гос-
тиницы на платформах, которые объединяют предложения
множества владельцев. Учимся у репетиторов и экспертов на об-
разовательных площадках, которые сами не оказывают услуги
преподавания. Пользуемся социальными сетями, где контент
создают миллионы пользователей. Во всех этих примерах цен-
ность формируется не внутри компании-оператора, а в создан-
ной ею цифровой инфраструктуре, обеспечивающей взаимодей-
ствие множества участников. Такая модель - организация цен-
ности через координацию, а не через владение активами, -
и составляет сущность платформенной экономики.

Именно поэтому платформенная экономика становится од-
ной из ведущих организационно-экономических моделей в гло-
бальном хозяйстве, меняя способы производства, продажи и по-
требления товаров и услуг. Это особенно ясно проявляется в ра-
боте крупнейших платформенных компаний - таких как Uber,
Airbnb, Amazon и Alibaba, которые уже формируют значитель-
ную часть экономической активности во многих отраслях. Эти
и другие организации, работающие по платформенной модели,
рассмотрены в монографии как репрезентативные примеры ми-
ровых лидеров, представляющих различные типы платформ:
агрегаторы услуг, маркетплейсы и экосистемы, входящие в число
крупнейших корпораций по капитализации. На российском
рынке также действует ряд крупных платформ, без которых
трудно представить повседневную жизнь и работу многих сек-
торов экономики.

Умение использовать преимущества платформенного под-
хода перестаёт быть данью моде и становится ключевым усло-
вием экономической эффективности и устойчивости - как для
бизнеса, так и для государств. Все больше отраслей переходят
к платформенной модели организации, в которой взаимодей-
ствие между участниками становится главным источником со-
здания ценности. Этому способствуют два фундаментальных
механизма. Первый - радикальное сокращение издержек коор-
динации и взаимодействия между множеством участников. Вто-
рой - действие сетевых эффектов, при котором ценность плат-
формы для каждого пользователя возрастает по мере увели-
чения числа других участников. Это порождает самоподдержи-
вающийся рост: чем больше продавцов и покупателей, тем при-
влекательнее система и тем сильнее обратная связь. Возникает
«эффект победителя», когда одна или несколько платформ акку-
мулируют значительную долю рынка. В результате они посте-
пенно вытесняют традиционный бизнес за счёт сетевых эффек-
тов, скорости масштабирования и способности формировать
устойчивые экосистемы.

Эти тенденции основаны на обширном теоретическом и ис-
следовательском наследии. Их истоки восходят к идеям коопе-
рации и самоорганизации, получившим новое экономико-ма-
тематическое выражение с развитием цифровых технологий.
Понятие сетевых внешних эффектов закрепилось в экономичес-
кой теории после исследований Майкла Каца и Карла Шапиро
(1985J, показавших, что ценность продукта или услуги возрас-
тает по мере расширения сети пользователей. В начале 2000-х го-
дов Жан-Шарль Роше и Жан Тироль, впоследствии удостоенный
Нобелевской премии по экономике, разработали теорию двусто-
ронних рынков, объясняющую механизмы ценообразования
и баланс интересов сторон в платформенных системах. Позднее,
в 2016 году, Джеффри Паркер, Маршалл ван Алстайн и Сангиит
Чаудари обобщили эти подходы и сформулировали современ-
ную теорию платформенной экономики. Основные исследова-
ния в этой области публикуются за рубежом и опираются на
международный эмпирический материал, тогда как в россий-
ской научной среде пока немного фундаментальных и методо-
логически строгих работ, что затрудняет формирование нацио-
нальных теоретических школ.

Монография опирается на ограниченный, но тщательно
отобранный корпус источников, включающий фундаменталь-
ные исследования, заложившие основы современной теории
платформенной экономики. Исследование сосредоточено на
аналитическом развитии этих положений и собственных ре-
зультатах автора, основанных на анализе российских практик
и эмпирических данных. Такой подход позволяет соединить
фундаментальную теоретическую базу с оригинальной интер-
претацией природы платформ и особенностей их развития
в отечественном контексте.

Особое внимание уделено связи платформенного подхода
с отечественной интеллектуальной традицией. Ещё в первой по-
ловине XX века в трудах российских экономистов и организато-
ров производства формировались принципы, близкие к совре-
менным платформенным моделям: координация множества
участников, стандартизация процессов и совместное создание
ценности. А. В. Чаянов рассматривал кооперацию как способ по-
вышения эффективности за счёт горизонтального объединения
независимых хозяйств, а А. К. Гастев разрабатывал систему
научной организации труда, направленную на согласование
действий и обмен знаниями между участниками производства.
По сути, оба исследователя искали формы координации без
жёсткой иерархии - то, что в цифровую эпоху реализовано
в платформенных системах. Эта историческая преемственность
позволяет рассматривать платформенную экономику не как за-
имствованный западный тренд, а как закономерное продолже-
ние отечественных исследований оптимальных форм взаимо-
действия.

Личный профессиональный опыт автора, накопленный за
многие годы работы в сфере управленческого консультирова-
ния, маркетинга и цифровизации, также повлиял на структуру
исследования. Наблюдения, сделанные при сопровождении
компаний из разных отраслей, позволили увидеть, как платфор-
менная логика проявляется на практике: в вопросах баланси-
ровки сторон, организации правил взаимодействия, настройки
стимулов и масштабирования сервисов. Эти выводы легли в ос-
нову прикладной части монографии, дополнив теоретический
анализ обобщёнными кейсами и практическими рекоменда-
циями.

Одной из задач монографии является популяризация зна-
ний о платформенной экономике, поэтому стиль изложения
намеренно сочетает академическую точность с ясностью и до-
ступностью. Такой формат позволяет донести ключевые идеи
до широкого круга читателей - от исследователей и практиков
до руководителей и специалистов, сталкивающихся с платфор-
менными моделями в своей работе.

В исследовании показано, как устроены и развиваются
платформенные бизнес-модели - от первых шагов до зрелых
экосистем. Рассматриваются принципы их проектирования
и управления, механизмы роста и способы согласования интере-
сов участников. Особое внимание уделено практическим вопро-
сам: как запускать и масштабировать платформы, какие ошибки
чаще всего совершают создатели, как выстраивается взаимо-
действие между бизнесом, государством и пользователями.
Примеры из российской практики позволяют связать теорети-
ческие положения с реальными экономическими процессами.
Наряду с обобщением существующих подходов в монографии
предлагается и апробируется авторская количественная модель
оптимального распределения субсидий между сторонами дву-
сторонней платформы, которая рассматривается как один из
возможных вариантов формализации платформенной логики
для решения прикладных задач.

Рассматриваемые вопросы платформенной трансформа-
ции уже вышли на стратегический уровень. Платформы стано-
вятся не только экономическими игроками, но и важными соци-
альными и геополитическими институтами: от них зависят
конкурентоспособность отраслей, занятость и цифровой суве-
ренитет страны. Поэтому изучение платформенной экономики
важно для науки, бизнеса и государства. Оно помогает выстраи-
вать сотрудничество между ними, поддерживать прикладные
исследования и формировать общие стандарты данных, обеспе-
чивающие масштабируемость и совместимость решений. Моно-
графия предлагает практическую рамку для этой работы - от
проектирования платформ до организации взаимодействия
участников.

Благодарю коллег из научного и профессионального сооб-
ществ, представителей органов государственной власти и биз-
нес-партнёров за совместные обсуждения и исследования. Их
опыт и идеи заметно повлияли на содержание этой работы.

Название монографии «Платформенная революция: вызов
традиционной экономике» не является отсылкой к одноимён-
ной работе зарубежных авторов. Здесь термин «революция»
означает не технологический лозунг, а глубокую трансформа-
цию экономики - переход от классических моделей к платфор-
менным экосистемам, основанным на данных, взаимодействии
и доверии. Этот сдвиг бросает вызов устоявшимся формам орга-
низации бизнеса и управления, определяя устойчивость компа-
ний, отраслей и национальных экономик.
ГЛАВА 1. ПЛАТФОРМЫ

КАК НОВАЯ ПАРАДИГМА БИЗНЕСА:

ОПРЕДЕЛЕНИЯ, ПРИНЦИПЫ, ТИПОЛОГИЯ

Цифровая трансформация привела к тому, что в экономике
всё большую роль начинают играть модели, основанные
на координации множества независимых участников.
В таких моделях ключевая ценность создаётся не внутри от-
дельных организаций, а в устойчивых связях между ними - в по-
токе взаимодействий, данных и совместных действий, обеспе-
чиваемых цифровой инфраструктурой.

Это смещение делает сетевые формы организации предпо-
чтительными по сравнению с традиционными линейными це-
почками. Если раньше эффективность бизнеса обеспечивалась
контролем ресурсов и процессов, то теперь решающее значение
приобретает способность объединять участников, задавать пра-
вила взаимодействия и поддерживать согласованность дейст-
вий в масштабе. Платформы становятся институциональными
механизмами такой координации, выступая архитекторами
цифрового пространства, внутри которого создаётся и распре-
деляется ценность.

Данная глава формирует теоретическую основу исследова-
ния: в ней рассматриваются предпосылки появления платфор-
менной логики, вводятся основные понятия и задаётся аналити-
ческая рамка, необходимая для понимания архитектуры, ме-
ханизмов роста и специфики платформ. Эволюция форм коопе-
рации - от ранних рынков к цифровым системам согласования
действий - служит отправной точкой для дальнейшего анализа.
1.1.	Эволюция кооперации -
путь к цифровым платформам

Кооперация - не изобретение человека, а универсальный
принцип природы. Любая экосистема - от биосферы до муравей-
ника - основана на взаимодействии множества элементов, каж-
дый из которых получает выгоду, оставаясь частью единого це-
лого. Жизнеспособность таких систем определяется балансом
взаимодействий и обратных связей, а не жёсткой иерархией. Тот
же закон проявляется и в истории человеческого общества: объ-
единение всегда было ответом на вызовы выживания и эффек-
тивности.

Сначала люди действовали сообща для охоты, защиты и об-
мена; затем возникли семьи, поселения, города и государства. Во
всех формах развития цивилизации кооперация служила спосо-
бом снижения издержек и повышения устойчивости. Совмест-
ная деятельность позволяла экономить усилия, делить риски
и лучше использовать ресурсы, а потому становилась экономи-
чески рациональной.

По мере усложнения хозяйственной жизни возникла по-
требность в новых формах координации - рынках, корпорациях,
государствах. Адам Смит показал, что разделение труда и обмен
создают совокупный эффект, превосходящий сумму отдельных
усилий; Давид Рикардо обосновал выгоды специализации и тор-
говли для обеих сторон, заложив аналитическую основу взаимо-
выгодного обмена. В XIX веке Карл Маркс, Анри де Сен-Симон,
Роберт Оуэн и Шарль Фурье рассматривали кооперацию как
производительную силу, возникающую из взаимодействия мно-
жества субъектов. Чарльз Бэббидж разработал принципы раци-
ональной организации производства, а Огюст Конт заложил ос-
новы научного подхода к устройству общества, подготовив
почву для науки управления.

В XX веке эти идеи получили развитие в России. Михаил Туган-
Барановский, Сергей Булгаков и Николай Кондратьев видели
в кооперации естественный способ самоорганизации - «третий
путь» между рыночной и жёстко централизованной моделями.
Александр Чаянов создал экономико-математическое описание
крестьянского хозяйства как самоорганизующейся системы, где
эффективность достигается через горизонтальное сотрудниче-
ство, а не подчинение. Алексей Гастев, основатель Центрального
института труда, создавал систему научной организации произ-
водства: стандартизацию операций, управление потоками ин-
формации и обратной связью. По сути, Чаянов описывал гори-
зонтальные связи «экосистемы», а Гастев - вертикальные меха-
низмы её управления.

Индустриальная эпоха XX века институционализировала
координацию в форме вертикально интегрированных «линей-
ных» моделей: фирма строила последовательную цепочку со-
здания стоимости - от сырья до продаж - и управляла ключе-
выми стадиями процесса через иерархию и стандарты. В плано-
вой экономике эта логика консолидации доводилась до предела:
централизованное управление обеспечивало мобилизацию ре-
сурсов и быстрое перераспределение в пользу приоритетных
отраслей, но при росте сложности резко увеличивались инфор-
мационные и управленческие издержки.

Постепенно платформы превратились в цифровую инфра-
структуру координации: кроме сопоставления сторон они обес-
печивают встроенные платежи и логистику, механизмы кон-
троля качества и разрешения споров. Она задаёт правила
участия и ценовые структуры между сторонами, а также обеспе-
чивает сбор и анализ данных о спросе и предложении. Ключевой
источник их эффективности - сетевые эффекты, при которых по
мере роста одной стороны рынка повышается полезность для
другой, формируя положительную обратную связь и ускоряя
масштабирование. Схематически различия между линейной мо-
делью и платформой показаны на рисунке 1.1.

Как отмечают исследователи платформенной экономики
Маршалл ван Алстайн, Джеффри Паркер и Санджит Пол Чаудари,
Классическая линейная модель

ЙЯг?3!

Гео агп
|ааа

Покупагель

Платформенная модель

Производитель
товзроь или услуг

Продавцы

Платформа

Покупатели

Рисунок 1.1 - От линейной модели к платформе
(двусторонняя модель рынка)

Источник: авторская схема.

линейные («конвейерные») модели создают и передают цен-
ность последовательно - от одного звена к другому - в рамках
вертикально организованного процесса. Платформы же форми-
руют ценность через сеть взаимодействий, объединяя независи-
мых участников на основе общих правил и цифровой инфра-
структуры. Эти положения детально изложены в их фундамен-
тальной работе 2016 года Platform Revolution: How Networked
Markets Are Transforming the Economy - and How to Make Them
Work for You («Платформенная революция: как сетевые рынки
меняют экономику - и как заставить их работать на вас»). Книга
заложила основы современного понимания платформенной
экономики, описав механизмы роста, роль сетевых эффектов
и особенности конкурентной динамики в цифровой среде 11J.

Близкие идеи развивают экономисты Дэвид Эванс и Ричард
Шмалензи, которые рассматривают платформы как институты
посредничества. В монографии Matchmakers: The New Economics
of Multisided Platforms (2016; рус. пер. - «Сводники: новая эконо-
мика многосторонних платформ») они показывают, что плат-
20
формы, в отличие от традиционных компаний, не производят
товары сами и не владеют значительными активами, а создают
условия для взаимодействия других участи и ков. Авторы анализи-
руют экономику многосторонних рынков и объясняют, как пра-
вила и баланс интересов сторон определяют рост и устойчивость
платформ. Центральная идея Эванса и Шмалензи - роль плат-
формы как «сводника» (matchmaker), который не контролирует
продукт, но управляет архитектурой взаимодействий, «прави-
лами игры» (governance) и балансом интересов сторон [2].

С развитием мобильных устройств и облачных технологий
платформы оформились в цифровые экосистемы. Такие сервисы,
как Uber, Alibaba и Арр Store, объединяют не только базовые
группы пользователей - исполнителей и заказчиков, продавцов
и покупателей, разработчиков приложений и пользователей, но
и множество иных участников: финансовых посредников, партнё-
ров, рекламодателей и провайдеров сервисов. Управление эко-
системой осуществляется через интерфейсы программирования
приложений (API - Application Programming Interface), алгоритмы
обработки данных и облачную инфраструктуру, что позволяет
масштабировать сервисы и привлекать миллионы пользовате-
лей. Объектом предложения становится уже не отдельный про-
дукт, а устойчивая цифровая инфраструктура, поддерживающая
разнообразные типы взаимодействий и услуг.

В перспективе возможен переход к надплатформенной
координации - согласованию стандартов, режимов обмена дан-
ными и взаимной совместимости между отраслевыми платфор-
мами. Такая интеграция способна ещё больше снизить издерж-
ки, но одновременно усиливает риски централизации и рыноч-
ной власти. Это потребует взвешенной регуляторной политики,
которая соединяет стимулы к инновациям с защитой конкурен-
ции и прав пользователей.

Эти изменения знаменуют начало глубокой трансформа-
ции экономики, которую в дальнейшем исследовании мы назы-
ваем платформенной революцией - социально-экономическим
сдвигом, при котором управление ресурсами уступает место
21
управлению связями, а производство вещей - организации вза-
имодействий. Платформа делает возможной координацию мил-
лионов независимых участников без иерархий и принуждения,
превращая совместные действия в главный источник создавае-
мой ценности.

1.2.	Платформа: определения и основные понятия

Цифровые платформы играют ключевую роль в трансфор-
мации экономики, задавая новые правила создания, обмена
и распределения ценности. Чтобы понять принципы функцио-
нирования платформ и их отличие от традиционных моделей
бизнеса, необходимо ввести базовые понятия, сформулирован-
ные в ключевых работах по платформенной экономике.

Платформа - это цифровая инфраструктура, объединяющая
несколько групп участников и устанавливающая правила их вза-
имодействия. В отличие от традиционной модели бизнеса, плат-
форма не столько производит продукт, сколько проектирует и ко-
ординирует пространство обмена и совместного создания ценно-
сти [1, с. 7-10]. Хотя термин «платформа» шире и применим
к офлайн-форматам, далее под платформой будем понимать циф-
ровую платформу - программно управляемую инфраструктуру
с общими интерфейсами, данными и правилами доступа.

Одно из наиболее цитируемых в литературе определений
платформы предложили Джеффри Паркер, Маршалл ван Ал-
стайн и Санджит Паул Чаудари: «бизнес, основанный на органи-
зации взаимодействий между внешними производителями
и потребителями. Платформа предоставляет открытую инфра-
структуру и задаёт правила этих взаимодействий»1 (перевод

1 Parker G.G., Van Alstyne M.W., Choudary S.P Platform Revolution: How Net-
worked Markets are Transforming the Economy - and How to Make Them Work
for You. - New York: W.W. Norton & Company, 2016. - P. 5-7. Original: "A plat-
form is a business based on enabling value-creating interactions between ex-
ternal producers and consumers. The platform provides an open, participative
infrastructure for these interactions and sets governance conditions for them."
22
автора). В той же работе подчёркивается, что «экономика ста-
новится платформенной, когда компании, продукты и услуги
функционируют через цифровых посредников, предоставляю-
щих доступ, правила и инфраструктуру»2 (перевод автора). Эти
определения выросли из теории многосторонних рынков, в ко-
торой платформа рассматривается как посредник, координиру-
ющий взаимодействие между взаимозависимыми сторонами.

Платформенная экономика - это форма организации хо-
зяйственной деятельности, при которой ключевые взаимодей-
ствия и транзакции осуществляются через цифровые платформы,
объединяющие стороны и устанавливающие правила. Ценность
в ней создаётся и распределяется многосторонними взаимодей-
ствиями, усиленными сетевыми эффектами и эффектами данных.

Термин «платформенная экономика» был популяризиро-
ван Мартином Кенни и Джоном Зисманом в статье 2016 года, где
авторы отмечают: «Формируется цифровая платформенная эко-
номика. Такие компании, как Amazon, Etsy, Facebook, Google,
Salesforce и Uber, формируют онлайн-структуры, позволяющие
реализовывать широкий спектр человеческой деятельности.
Это открывает путь для радикальных изменений в том, как мы
работаем, взаимодействуем, создаём экономическую ценность
и конкурируем за получаемую прибыль» (перевод автора)3.

По мере развития исследований стало очевидно, что плат-
формы нужно рассматривать не отдельно, а в контексте форми-
руемых ими экосистем. Этот переход подробно описан в моно-
графии Майкла А. Кусумапо, Аннабель Гауэр и Дэвида Йоффи

2 Ibid. - Р. 12-13. Original: 'An economy becomes platform-driven when firms,
products, and services function through digital intermediaries providing ac-
cess, rules, and infrastructure."

3 Kenney M., Zysman J. The Rise of the Platform Economy // Issues in Science
and Technology. - 2016. - Vol. 32, No. 3. - P. 61. Original: "A digital platform
economy is emerging. Companies such as Amazon, Etsy, Facebook, Google,
Salesforce, and Uber are creating online structures that enable a wide range of
human activities. This opens the way for radical changes in how we work, so-
cialize, create value in the economy, and compete for the resulting profits."
The Business of Platforms: Strategy in the Age of Digital Competition,
Innovation, and Power (2019) - одном из ключевых трудов о стра-
тегии цифровых платформ. Авторы показывают, как вокруг
платформ формируются устойчивые экосистемы, объединяю-
щие технологические, рыночные и институциональные меха-
низмы. Именно экосистемный подход, по их мнению, объясняет
способность платформ закрепляться в ключевых сегментах
рынка, вовлекая разработчиков, партнёров и пользователей [3].

Экосистема (а если её центром является цифровая плат-
форма - платформенная экосистема) - это сообщество взаимо-
связанных участников, которые совместно создают и развивают
ценность на основе общей технологической и организационной
среды. Экосистема объединяет пользователей, партнёров, раз-
работчиков и поставщиков услуг, работающих по единым прави-
лам и стандартам взаимодействия. Платформа в такой системе
выступает центром организации: она задает правила, обеспечи-
вает инфраструктуру и стимулирует развитие дополнительных
продуктов и сервисов. Не всякая экосистема является платфор-
менной, но любая платформенная экосистема строится вокруг
платформы как центрального элемента организации взаимо-
действий.

Базовая архитектура платформенной экосистемы описыва-
ется принципом «ядро - периферия». Ядро платформы - это ста-
бильный технический и организационный слой, включающий
интерфейсы для подключения внешних разработчиков (API/
SDK), форматы и правила обмена данными внутри платформы,
а также регламенты доступа и поведения для всех участников.
Этот слой обеспечивает совместимость, безопасность и предска-
зуемость взаимодействий. Периферия формируется внешними
участниками - разработчиками, партнёрами и сервисами, созда-
ющими комплементарные продукты на основе ядра. Согласо-
ванность ядра и разнообразие периферии определяют способ-
ность экосистемы расширяться, аккумулировать инновации
и усиливать сетевые эффекты [3; 6].
Более широкое понимание экосистем, выходящее за рамки
платформенных структур, представлено в фундаментальном
издании под редакцией Сабины Бауманн - Handbook on Digital
Business Ecosystems (2022). В нем свыше 80 исследователей си-
стематизировали накопленные знания о цифровых бизнес-эко-
системах (Digital Business Ecosystems, DBE), их архитектуре,
управлении и социально-экономических эффектах. В книге при-
ведено рабочее определение: «Цифровые бизнес-экосистемы
можно охарактеризовать как самоорганизующиеся многоагент-
ные системы, формирующие разнородную, совместно создаю-
щую ценность сеть, которая возникает как способ преодоления
вызовов совместимости, управления информацией, масштаби-
руемости и конкуренции, направленный на создание иннова-
ций, коэволюцию, взаимные выгоды и устойчивость» (перевод
автора)4. Это определение подчёркивает, что экосистемный под-
ход применим не только к платформам, но и к более широкому
классу цифровых многосторонних взаимодействий 14].

Платформы и связанные с ними экосистемы описываются
в литературе с разных сторон, при этом к настоящему времени
не сложилось общепринятой классификации. Для ясности изло-
жения далее рассмотрим три ключевые характеристики, кото-
рые наиболее полно раскрывают природу платформенных си-
стем: многостороннюю модель, архитектуру «ядро - перифе-
рия» и типологию платформ. Эти категории формируют основу
понятийного аппарата и будут использоваться далее.

Многосторонняя платформа (multi-sided platform, MSP) -
это бизнес-организация, при которой одна цифровая инфра-
структура одновременно обслуживает несколько групп пользо-

4 Sabine Baumann (ed.). Handbook on Digital Business Ecosystems: Strategies,
Platforms, Technologies, Governance and Societal Challenges. - Cheltenham:
Edward Elgar, 2022. Introduction. Original text: "A digital business ecosystem is
a network of organizations, technologies, and individuals that interact and co-
evolve within a digital infrastructure managed by a digital platform in order to
jointly create value and innovate."
вателей и координирует их взаимодействия (например, про-
давцы и покупатели, заказчики и исполнители, разработчики
и пользователи приложений). Важно различать многостороннюю
платформу и рыночную среду вокруг неё: двусторонний/много-
сторонний рынок (two-sided/multi-sided market) описывает струк-
туру, в которой ценность для одной группы пользователей зави-
сит от численности и активности другой. Такие взаимозависимо-
сти являются предметом теорий сетевых эффектов |2; 5].

Архитектура самой платформы, в отличие от архитектуры
экосистемы, определяется принципом «стабильное ядро - из-
менчивая периферия». Ядро включает правила доступа, стан-
дарты интеграции и интерфейсы, которые задают рамки уча-
стия. Периферия формируется комплементарными сервисами,
создаваемыми внешними участниками. От того, насколько
жёстко или гибко определено ядро, зависят степень открытости
платформы, скорость появления новых сервисов и распределе-
ние контроля между оператором и партнёрами 16; 3; 4].

В рамках базовой типологии выделяют два типа платформ.
Транзакционные платформы (matchmakers, платформы-посред-
ники) сопоставляют и координируют разные стороны рынка,
создавая условия для обмена между ними и часто применяя
асимметричное ценообразование для достижения критической
массы участников [2]. Инновационные платформы, напротив,
предоставляют расширяемое технологическое ядро (кодовую
базу, интерфейсы AP1/SDK) для разработки комплементарных
продуктов и сервисов сторонними участниками [6; 3]. Обе ло-
гики нередко сосуществуют в рамках одной и той же экосис-
темы, но аналитически их целесообразно различать, поскольку
источники роста различны: у транзакционных - сетевые эф-
фекты и рост числа взаимодействий, у инновационных - расши-
рение набора комплементов и ускорение инновационного цик-
ла [3; 4].

Одним из ключевых механизмов, определяющих развитие
и конкурентные преимущества платформ, являются сетевые эф-
фекты. Именно они превращают платформенные бизнес-мо-
дели в самоусиливающиеся системы, где каждая новая группа
пользователей повышает ценность участия для других сторон.

Сетевой эффект (network effects) - это явление, при кото-
ром ценность платформы для каждого пользователя возрастает
по мере увеличения числа других участников, взаимодействую-
щих в её рамках. Его часто описывают как «масштабы со сто-
роны спроса» (demand-side economies of scale): чем больше поль-
зователей, тем выше полезность продукта или услуги для каж-
дого из них. Благодаря этому платформы способны расти
экспоненциально и формировать устойчивые конкурентные по-
зиции [7].

Принято различать два типа сетевых эффектов. Прямые,
или односторонние, сетевые эффекты (dircct/samc-side network
effects) возникают, когда прирост пользователей одной и той же
группы повышает ценность сервиса для этой же группы (напри-
мер, рост числа друзей в социальной сети). Косвенные, или пе-
рекрёстные, эффекты (indirect/cross-side network effects) харак-
терны для многосторонних платформ (multi-sided platforms;
two-sided markets): увеличение участников на одной стороне по-
вышает привлекательность для другой (чем больше продавцов -
тем ценнее площадка для покупателей, и наоборот). Многосто-
ронние платформы сочетают оба типа эффектов, что помогает
быстрее достигать критической массы (critical mass) и запускает
петли положительной обратной связи (positive feedback loops).

Наряду с основными характеристиками платформ суще-
ствуют и другие понятия, которые важны для понимания их
функционирования и будут использоваться далее в тексте. Ни-
же кратко приведены наиболее значимые из них.

Апификация (API exposure / API fication) - процесс откры-
тия внутренних сервисов компании внешним разработчикам
и партнёрам через программные интерфейсы (API).

Комплементарные продукты и услуги (complements) -
дополняющие решения, создаваемые внешними участниками
на основе ядра платформы, которые повышают ее ценность для
пользователей. Создателей таких решений называют партнё-
рами-разработчиками (complementers).

Управление платформой (platform governance) - это сово-
купность правил, механизмов и стимулов, определяющих, кто
и на каких условиях может участвовать в платформе, как распре-
деляются права и обязанности между сторонами и каким обра-
зом решаются конфликты.

Мультихоминг (multi-homing) - одновременное участие
одной и той же стороны (например, продавца или покупателя)
в нескольких конкурирующих платформах.

Критическая масса (critical mass) - минимальный уровень
активности сторон, при котором сетевые эффекты «включа-
ются» и запуск роста становится самоподдерживающимся.

Эффекты данных (data network effects) - рост ценности про-
дукта по мере накопления, обогащения и использования данных
(например, в алгоритмах рекомендаций, поиска, модерации).

Эффект победителя (winner-takes-all effect) - ситуация, ко-
гда из-за сильных сетевых эффектов и высоких издержек пере-
ключения одна платформа захватывает большую часть рынка.

Проблема «курицы и яйца» (chicken-and-egg problem) -
классическая проблема запуска платформы, состоящая в том,
что платформа не может привлечь одну сторону без наличия
другой: без продавцов не приходят покупатели, а без покупате-
лей - продавцы. Как правило, она преодолевается через субси-
дирование, поэтапное привлечение сторон и достижение крити-
ческой массы пользователей.

Платформенная занятость (platform work / gig work) - это
форма труда, при которой исполнитель оказывает услуги заказ-
чикам через цифровую платформу без классических трудовых
отношений с её оператором (типичные примеры - водители
такси и курьеры в агрегаторах).

Помимо указанных характеристик, платформы выполняют
ряд ключевых функций, обеспечивающих их устойчивость и раз-
витие. Они агрегируют участников, сводя несколько сторон
рынка на общей инфраструктуре и концентрируя спрос и пред-
ложение; упрощают взаимодействие, снижая барьеры и тран-
закционные издержки за счёт интерфейсов, правил и инстру-
ментов координации; организуют транзакции через выработ-
ку стандартов, единых правил и гарантий безопасных сделок
(идентификация, платежи, разрешение споров); управляют
доверием посредством верификации, репутационных и рейтин-
говых механизмов, модерации и арбитража; оркестрируют эко-
систему, развивая программы для разработчиков (AP1/SDK),
проектируя интерфейсы и стимулируя выпуск комплементов
и подключение партнёров; наконец, собирают и анализируют
данные, используя их для масштабирования, персонализации
и повышения качества сервисов. Эти функции в совокупности
определяют экономическую и технологическую устойчивость
платформенной модели и подробно рассматриваются в следую-
щих разделах.

Перечисленные характеристики и функции образуют ос-
нову анализа платформенной экономики, служа отправной точ-
кой для дальнейшего рассмотрения её архитектуры, динамики
и стратегий развития.

1.3.	Архитектура платформы:
участники, инструменты, правила

В предыдущих разделах прослежена эволюция бизнес-мо-
делей от линейных к платформенным и определены ключевые
понятия платформенной экономики. Теперь перейдём от поня-
тий к архитектуре платформы - к тому, как она устроена и как
работает. Ключевым элементом такого рассмотрения является
принцип «ядро - периферия», согласно которому платформа со-
стоит из стабильного технологического ядра и развивающейся
периферии комплементарных сервисов [3; 6].

Если в разделе 1.2 архитектура «ядро - периферия» рас-
сматривалась в контексте экосистемы, то здесь она использу-
ется как инструмент анализа внутренних механизмов самой
платформы.

В экономической и организационной литературе архитек-
тура платформы также описывается через три взаимосвязан-
ных элемента - группы участников, инструменты взаимодей-
ствия и правила (governance), которые обеспечивают коорди-
нацию сторон и усиливают сетевые эффекты [2; 4; 7; 8; 9J.
В дальнейшем анализ архитектуры платформы будет строиться
вокруг трёх вопросов: кто взаимодействует, как происходит вза-
имодействие и по каким правилам оно организовано.

Согласованная работа этих элементов определяет устойчи-
вость платформенной экосистемы и силу сетевых эффектов.
В последующих подразделах подробно рассматриваются каждая
из этих составляющих и их роль в развитии платформ, с опорой
на международные примеры и теоретические модели [1; 3; 5].

1.3.1.	Участники: двусторонние и многосторонние рынки

Платформа объединяет несколько категорий пользовате-
лей, образующих стороны рынка. В классическом двустороннем
формате это продавцы и покупатели на электронных торговых
площадках, водители и пассажиры в агрегаторах такси, хозяева
жилья и гости на платформах краткосрочной аренды. Такие дву-
сторонние платформы опираются на чётко выраженные пере-
крестные (косвенные) сетевые эффекты: при прочих равных
рост числа участников одной стороны повышает ценность
(в экономическом смысле - ожидаемую полезность) платформы
для другой. Чем больше водителей подключается к Uber, тем ко-
роче время ожидания автомобиля и выше удовлетворённость
пассажиров, что, в свою очередь, при оптимальной настройке
правил и тарифов платформы стимулирует приток новых кли-
ентов и увеличивает количество заказов для водителей 11; 2].

В сложных, многосторонних случаях на платформу добав-
ляются дополнительные группы участников, что существенно
усложняет динамику взаимодействий и усиливает сетевые эф-
30
фекты, Например, экосистему магазинов приложений (Apple
Арр Store, Google Play) формируют две ключевые стороны рын-
ка - разработчики приложений и конечные пользователи; опе-
ратор платформы (Apple, Google) выступает организатором
и регулятором взаимодействий, а производители устройств (ОЕМ-
партнёры) - комплементарными партнёрами, влияющими на
масштаб сети. В этой системе увеличение числа разработчиков
приложений повышает привлекательность платформы для
пользователей. Рост числа пользователей, в свою очередь, де-
лает платформу более привлекательной для разработчиков
приложений, которые получают доступ к большей аудитории.
Наконец, увеличение популярности платформы стимулирует
оператора платформы расширять возможности и улучшать тех-
нологическую инфраструктуру, давая дополнительные стимулы
как для разработчиков приложений, так и для пользователей.
Таким образом, возникает взаимное усиление сторон, создаю-
щее мощные косвенные сетевые эффекты и обеспечивающее
устойчивый рост платформенной экосистемы [3; 6].

Другим ярким примером многосторонних платформ высту-
пают социальные сети, такие как Facebook5 или ВКонтакте, где
взаимодействуют три и более категории участников: авторы
контента (блогеры и медийные персоны), аудитория (обычные
пользователи), а также рекламодатели, при этом избыточная
реклама способна снижать полезность для аудитории (отрица-
тельные перекрёстные эффекты). Чем больше интересного кон-
тента производят блогеры, тем выше вовлечённость аудитории
и тем привлекательнее платформа для рекламодателей. В свою
очередь, доходы от рекламы позволяют платформе развивать
новые инструменты для создателей контента и улучшать поль-
зовательский опыт, тем самым ещё сильнее увеличивая сетевые
эффекты и вовлечение аудитории [2; 5].

5 Facebook и Instagram принадлежат компании Meta, признанной экстре-
мистской и запрещённой в России.
Дополнительно стоит отметить платформы краудфан-
динга (например, Kickstarter), где появляются инвесторы и ав-
торы проектов, формируя многостороннюю экосистему с взаим-
ной выгодой. Чем больше перспективных проектов размещено
на платформе, тем больше инвесторов готово вкладывать сред-
ства, что привлекает новых авторов проектов. Эта модель осо-
бенно чётко демонстрирует, как сетевые эффекты на многосто-
ронних платформах способны формировать самоподдерживаю-
щийся цикл роста и расширения экосистемы [1, с. ЗЯ-421.

Важно подчеркнуть, что разные группы участников не
только сосуществуют, но и влияют друг на друга через платфор-
менные механизмы взаимодействия, формируя то, что исследо-
ватели называют «петлёй положительной обратной связи». Как
отмечают Паркер, Ван Алстайн и Чаудари, именно баланс и каче-
ственное управление взаимодействиями между сторонами по-
могают платформе не просто расти линейно, а экспоненциально
увеличивать ценность для каждого участника, при корректном
дизайне правил модерации и ценообразования [1, с. 68-70].

Следовательно, при корректной настройке тарифов, субси-
дирования и правил доступа присоединение каждой группы
участников увеличивает её привлекательность для других сто-
рон и укрепляет позицию платформы на рынке, повышая барь-
еры входа для конкурентов. Этот механизм способствует высо-
кой рыночной концентрации и устойчивому положению веду-
щих платформ, особенно после достижения критической массы
участников [2; 3; 5].

1.3.2.	Инструменты взаимодействия

Для эффективного взаимодействия между участниками
платформа предоставляет набор инструментов, направленных
па снижение издержек поиска, согласования и исполнения,
укрепление доверия и минимизацию транзакционных издер-
жек. Эти инструменты можно условно разделить на три группы:
операционные, транзакционные и институциональные (меха-
низмы управления).

Помимо указанных инструментов, платформа как цен-
тральный участник экосистемы выполняет важную стратегиче-
скую функцию, обозначаемую в литературе как «платформен-
ное лидерство». Майкл Кусумано и Аннабель Гауэр на примерах
Intel, Microsoft и Cisco продемонстрировали, что платформа-ли-
дер сознательно формирует не только технические инстру-
менты, но и правила взаимодействия, координируя инновации
партнёров и обеспечивая развитие всей экосистемы [6, с. 6-22].

Операционные инструменты обеспечивают поиск, подбор
и сопоставление участников платформы. Сюда относятся поиско-
вые интерфейсы, фильтры, категории и рекомендательные алго-
ритмы. Например, маркетплейс Amazon использует сложную сис-
тему фильтрации и персонализированных рекомендаций, облег-
чающих поиск среди миллионов предложений [1, с. 38-42]. Агре-
гатор такси Uber активно применяет геолокацию и алгоритмы ре-
ального времени для быстрого и точного подбора ближайших во-
дителей и пассажиров, сокращая время ожидания и повышая
удобство пользователей.

Транзакционные инструменты упрощают проведение сде-
лок и повышают безопасность, существенно снижая транзакци-
онные издержки участников. В эту группу входят интегриро-
ванные платежные системы, электронные кошельки, шлюзы
оплаты, механизмы условного депонирования (эскроу), меха-
низмы автоматического исполнения условий транзакций, а так-
же логистическая инфраструктура - системы доставки, склады
и пункты выдачи заказов (ПВЗ). Например, Airbnb удерживает
платежи до подтверждения заселения гостей, что повышает
безопасность сделки [2, с. 45-49]. Краудфандинговая платформа
Kickstarter использует модель «всё или ничего»: средства списы-
ваются только при достижении цели; в противном случае пла-
тежи не проводятся. Маркетплсйсы, такие как Amazon, разви-
вают собственные логистические сети (Fulfillment by Amazon,
FBA), осуществляя быстрое и надёжное исполнение заказов. Рос-
сийские платформы (OZON, Wildberries) также активно инвести-
руют в развитие сетей ПВЗ и доставки, минимизируя сроки по-
лучения товаров покупателями.

На поддержание доверия, качества услуг и регулирование
взаимодействия участников направлены институциональные
инструменты - в основном системы репутации и рейтингов, ко-
торые позволяют участникам оценивать надёжность друг друга
[1, с. 92-95). Uber и Airbnb применяют двусторонние системы
рейтингов - взаимооценка клиента и исполнителя после совер-
шения сделки. eBay использует маркировку проверенных про-
давцов, снижая информационную асимметрию и повышая дове-
рие к площадке. Институциональные инструменты включают
механизмы гарантии и разрешения конфликтов: eBay предо-
ставляет защиту покупателям на случаи мошенничества или
несоответствия товара описанию, Airbnb компенсирует хозяе-
вам жилья ущерб, причинённый гостями, a Kickstarter модери-
рует проекты и контролирует исполнение обязательств авто-
рами.

Можно сделать вывод, что сочетание операционных, тран-
закционных и институциональных инструментов позволяет
платформам облегчить взаимодействие участников и сформи-
ровать устойчивую, саморегулируемую экосистему, способную
к экспоненциальному росту на основе сетевых эффектов.

1.3.3.	Правила и политики платформы

Правила и политики платформы задают рамки поведения
участников и координируют их взаимодействия. Под полити-
ками в данном контексте понимаются формализованные доку-
менты платформы - пользовательское соглашение, политика
конфиденциальности, тарифная и другие внутренние поли-
тики, в которых закрепляются эти правила. В экономической ли-
тературе это соответствует понятию platform governance - сово-
купности норм доступа, поведения и распределения ценности
в многосторонней экосистеме |4, с. 53-56, 371-3731. В удобной
для анализа форме их можно сгруппировать в три блока: норма-
тивные, экономические и технические.

Нормативные правила регулируют условия доступа и стан-
дарты допустимого поведения. Их назначение - снижение не-
благоприятного отбора (adverse selection] и морального риска
(moral hazard] при взаимодействиях незнакомых агентов. На
практике применяются проверка и онбординг участников (на-
пример, процедуры KYC/AML - идентификация клиента и про-
тиводействие отмыванию доходов на финансовых платформах],
кодексы поведения, модерация и арбитраж. Так, Airbnb контро-
лирует достоверность информации о жилье и поведение участ-
ников, а крупные социальные сети модерируют контент и огра-
ничивают нарушителей. Эмпирические исследования показы-
вают, что устойчивость таких правил обеспечивается не только
«жёсткими» барьерами, но и дизайн-принципами доверия: про-
зрачными процедурами регистрации, понятными каналами об-
ратной связи и единым netiquette6. Эти принципы снижают ин-
формационную асимметрию и поддерживают воспроизводство
доверия, усиливая сетевые эффекты.

Экономические правила задают тарифную политику и мо-
дели монетизации. В терминах теории многосторонних рынков
это - дизайн двусторонней ценовой структуры и ставки изъятия
(take rate], позволяющие интернализовать перекрестные внеш-
ние эффекты. Типичны асимметрии: Amazon, как правило, не
взимает плату с покупателей, монетизируя за счёт комиссий
и рекламы у продавцов; в агрегаторах поездок доход формиру-
ется через комиссию платформы и/или сервисные сборы, при
этом возможна динамическая корректировка цен (surge pricing];

6 Michalke S., Lohrenz L., Siemon D., Lattemann C., Robra-Bissantz S. Design
knowledge for digital business ecosystems: towards design principles for digi-
tal engagement platforms // Sabine Baumann (ed.] Handbook on Digital Busi-
ness Ecosystems. Cheltenham: Edward Elgar, 2022. P. 161-176.
магазины приложений (Арр Store, Google Play] используют сме-
шанные модели. Важным самостоятельным фактором доверия
выступает прозрачность тарифов: открытая ценовая политика
воспринимается участниками как сигнал недискриминационно-
сти и равного отношения.

На ранних стадиях развития платформы применяются вре-
менные субсидии - адресные стимулы для ускорения достиже-
ния критической массы пользователей. Управленческая логика
такова: субсидии - это мост к сетевым эффектам, а не постоян-
ная бизнес-модель. Эффективность повышают три принципа:
(а) временность с заранее заданными условиями сворачивания;
(Ь) адресность (дефицитные роли, категории, географии); (с) из-
меримость - метрики выхода вроде доли органических сделок,
времени до первой транзакции, удержания после отмены стиму-
лов. Практика и моделирование показывают, что обычно опти-
мальна сбалансированная, но не обязательно равная поддержка
сторон, основанная на диагностике «узкого места» (какая сто-
рона ограничивает рост); после прохождения порога участия
субсидии сворачиваются (формализованная модель оптималь-
ного распределения субсидий и результаты численного модели-
рования представлены в главе 4, разделе 4.3).

Технические правила определяют архитектуру взаимодей-
ствий: управление данными (data governance), доступ к API и их
версионирование, стандарты совместимости и безопасности
(SLA, резервирование, управление инцидентами), а также эле-
менты алгоритмической прозрачности - декларируемые прин-
ципы ранжирования и рекомендаций. Примеры включают пра-
вила допуска и сертификации приложений в Арр Store (требова-
ния к качеству и приватности), координацию с местными
регуляторами и налоговыми органами в краткосрочной аренде
(Airbnb), а также верификацию проектов и раскрытие рисков на
крауд-платформах (Kickstarter). Эти меры обеспечивают совме-
стимость и устойчивость экосистемы, снижая издержки участ-
ников и упрощая подключение комплементарных сервисов.
В результате анализа можно заключить, что грамотно спро-
ектированные и последовательно применяемые правила, за-
крепленные во внутренних политиках и регламентах плат-
формы, выступают не «юридическим слоем» поверх технологии,
а центральным механизмом координации в платформенной эко-
системе. Они обеспечивают прозрачные условия участия, устой-
чивость роста и реализацию сетевых эффектов.

1.4.	Сетевые эффекты как механизм роста

Сетевые эффекты выступают фундаментальным механиз-
мом роста платформенных моделей, увеличивающим их цен-
ность по мере привлечения новых пользователей. Именно сете-
вые эффекты отличают платформенные модели от традици-
онных линейных бизнесов и делают платформы особенно при-
влекательными для быстрого масштабирования.

Теоретическое основание анализа сетевых внешних эффек-
тов заложили Майкл Кац и Карл Шапиро в классической статье
Network Externalities, Competition and Compatibility (1985] 17]. Ав-
торы впервые формализовали зависимость индивидуальной по-
лезности продукта от размера совместимой пользовательской
базы, показали влияние стандартов и совместимости на рыноч-
ное равновесие и пояснили, почему в условиях сетевых эффек-
тов фирмы могут удерживать несовместимость для сохранения
рыночной власти. Кац и Шапиро также указали на решающую
роль ожиданий потребителей и координации на едином стан-
дарте, что позволяет рынкам «переключаться» в состояние до-
минирования одной технологии - механизм, лежащий в основе
будущих теорий платформенной конкуренции.

Прямые и косвенные [перекрёстные] сетевые эффекты ре-
ализуются по-разному и требуют различных подходов к управ-
лению. Прямые сетевые эффекты возникают, когда рост числа
пользователей одной и той же группы повышает ценность плат-
формы для каждого из них. Типичные примеры - социальные
сети и мессенджеры: чем больше людей ими пользуется, тем
выше привлекательность для каждого нового участника.

Косвенные (перекрёстные) сетевые эффекты характерны
для платформ, объединяющих несколько групп пользователей.
На рисунке 1.2 показана упрощённая схема таких взаимодей-
ствий. Роше и Тироль ввели понятие двустороннего рынка, где
взаимодействие групп вызывает такие эффекты |8, с. 990-995].
По словам Эванса и Шмалензи, ценность таких платформ созда-
ётся за счёт взаимной выгоды: каждая сторона получает допол-
нительную полезность при росте числа участников противопо-
ложной [2, с. 45-49]. Примеры подобных платформ - маркет-
плейсы и агрегаторы услуг, например такси. На маркетплейсах
увеличение количества продавцов с широким ассортиментом
товаров привлекает новых покупателей, а рост числа покупате-
лей делает площадку более значимой для продавцов. Анало-
гично агрегаторы такси выигрывают от роста числа водителей
и пассажиров, взаимно усиливающих привлекательность плат-
формы друг для друга.

Ликвидность взаимодействий Т

Рисунок 1.2 - Перекрёстные сетевые эффекты
на двусторонней платформе

Источник: авторская схема.

Сочетание прямых и перекрёстных сетевых эффектов со-
здаёт петлю положительной обратной связи, порождая экспо-
ненциальный рост платформ. Как показывают Паркер, ван Ал-
стайн и Чаудари [1, с. 31-38], это взаимное усиление ускоряет
рост и создаёт высокие барьеры входа для новых конкурентов.
Укрепление обеих сторон способствует быстрому достижению
масштабной пользовательской базы, что наглядно демонстри-
руется на примере Amazon, Uber и Airbnb. Динамика роста плат-
формы и момент достижения критической массы представлены
на рисунке 1.3.

Рисунок 1.3 - Критическая масса и S-образная динамика
роста платформы

Источник: авторская схема.

Ключевая задача при запуске платформы - достижение кри-
тической массы участников, после которой сетевые эффекты начи-
нают действовать самоподдерживающимся образом. На практике
это означает необходимость выйти на критическую массу в рам-
ках допустимых издержек привлечения: важно не только запу-
стить сетевые эффекты, но и сделать это при ограниченных
ресурсах владельца платформы. Эта ситуация является проявле-
нием проблемы «курицы и яйца»: без достаточного числа пользо-
вателей платформа остаётся малоценной для каждой из сторон.
Подробный анализ динамики выхода на критическую массу
и стратегий преодоления стартовых барьеров приведён в главе 3.

Ещё одно необходимое условие устойчивости - поддержание
баланса между сторонами рынка. Диспропорции (например, из-
быток продавцов при недостатке покупателей) могут разру-
шить сетевой эффект. Иначе говоря, важна не только численность
пользователей, но и «ликвидность взаимодействий» - способность
39
обеспечивать встречу спроса и предложения в нужный момент.
Под ликвидностью взаимодействий в данном контексте понима-
ется способность платформы обеспечивать быструю и успешную
координацию сторон. Поэтому успешные платформы постоянно
мониторят ликвидность взаимодействий и корректируют алго-
ритмы рекомендаций, ценообразование и правила участия, обес-
печивая устойчивый рост и удовлетворённость всех сторон.

Благодаря сетевым эффектам платформенные рынки склон-
ны к концентрации - формированию эффекта победителя. Как
показывает Армстронг [9, с. 668-672], платформа, первой до-
стигшая критической массы, приобретает значительное пре-
имущество, усиливающее её привлекательность с каждым но-
вым пользователем и затрудняющее вход конкурентов.

Таким образом, сетевые эффекты - центральный экономи-
ческий механизм платформенной экономики, определяющий
динамику роста, структуру конкуренции и устойчивость экоси-
стем. Стратегическое управление сетевыми эффектами стано-
вится ключевым фактором конкурентоспособности: умение ак-
тивировать, поддерживать и балансировать их помогает плат-
формам не только быстро масштабироваться, но и сохранять
доминирование в долгосрочной перспективе. Подробный раз-
бор проблемы критической массы и стратегий её достижения
представлен в следующих главах.

1.5.	Платформенная модель и традиционный бизнес

Платформенная модель бизнеса обладает рядом принци-
пиальных отличий от традиционной («линейной») модели, что
позволяет ей действовать значительно эффективнее в условиях
цифровой экономики. Если в разделе 1.1 был показан переход от
линейной цепочки создания стоимости к платформе, то здесь
рассматриваются структурные и экономические различия меж-
ду ними.

Во-первых, различаются источники создания ценности.

Традиционные компании формируют ценность внутри ор-
ганизации, используя собственные ресурсы и производствен-
40
ные процессы. Платформы же создают ценность через взаимо-
действие множества внешних участников - потребителей, пос-
тавщиков, разработчиков и партнёров [1, с. 11-13; 3, с. 45-48].
В результате обеспечивается более быстрая адаптация к изме-
нениям рынка и расширение ассортимента продуктов без суще-
ственного увеличения внутренних затрат.

Во-вторых, различаются возможности масштабирования.

Линейные компании при росте неизбежно наращивают из-
держки - на инфраструктуру, персонал и логистику. Платформы
же благодаря сетевым эффектам способны масштабироваться
экспоненциально, увеличивая число участников и транзакций
без пропорционального роста затрат [1, с. 31-38; 2, с. 95-99].
Именно сетевые эффекты позволяют платформенным моделям
достигать критической массы быстрее и с меньшими инвести-
циями по сравнению с традиционными компаниями.

Например, производитель, работающий по традиционной
модели, для выхода в новые регионы вынужден открывать
склады, точки продаж и выстраивать собственную логистику,
тогда как продавец на маркетплейсе подключается к уже создан-
ной платформой инфраструктуре - единой витрине, платёжным
сервисам и сети доставки - и расширяет охват без строительства
собственной физической сети.

Эффект масштаба в традиционном бизнесе достигается за
счёт концентрации производства и оптимизации внутренних
процессов. В платформенной экономике он возникает благодаря
агрегации внешних ресурсов и стандартизации взаимодействий,
что снижает транзакционные издержки и позволяет расти без эк-
вивалентного увеличения капитальных вложений [3, с. 50-53].

В-третьих, различаются модели монетизации.

Традиционные фирмы зарабатывают на торговой марже
при продаже собственных товаров или услуг. Платформы приме-
няют комиссионные и асимметричные схемы ценообразования,
субсидируя одну сторону рынка за счёт другой для усиления се-
тевых эффектов [2, с. 45-49; 8, с. 990-995; 9, с. 668-672]. Такое
распределение цен между сторонами (ценовая структура) ста-
41
новится инструментом балансировки спроса и предложения на
многосторонних рынках.

В-четвертых, различается роль данных.

Линейные компании используют данные преимуществен-
но для внутренней отчётности и контроля. Платформы превра-
щают данные пользователей в источник дополнительной цен-
ности - для персонализации сервисов, динамического ценообра-
зования и планирования развития экосистемы [3, с. 61-66; 5,
с. 54-57]. В результате данные становятся ключевым производ-
ственным фактором, усиливающим сетевые эффекты.

В-пятых, различается характер управления.

Линейные фирмы строят иерархические системы и контро-
лируют процессы внутри компании. Платформа же выполняет
роль архитектора взаимодействий, устанавливающего правила,
механизмы доверия и стимулы для участников [1, с. 182-185; 3,
с. 54-56). Такая оркестрация экосистемы обеспечивает устойчи-
вость и качество без необходимости прямого административ-
ного контроля.

Завершая сравнительный анализ, следует отметить, что
формальные экономические исследования также подтвержда-
ют эффективность платформенной логики. Андрей Хагиу (2007)
предложил модель выбора между посреднической («реселлер»)
и двусторонней платформенной структурами, определив усло-
вия, при которых последняя предпочтительнее. Платформа вы-
игрывает, когда существенны внешние эффекты между това-
рами, а усилия поставщиков индивидуализированы7 8. Позднее
Хагиу и Джулиан Райт (2015) распространили этот подход на
многосторонние рынки и показали, что платформы превосходят
вертикально интегрированные фирмы в условиях асимметрии
информации и разнообразия участников”. Полученные ими
результаты служат теоретическим подтверждением выводов

7 Hagiu A. Merchant or two-sided platform? // Review of Network Economics. -
2007. - Vol. 6. No. 2. - P. 115-133.

8 Hagiu A., Wright J. Multi-sided platforms // International Journal of Industrial
Organization. - 2015. - Vol. 43. - P. 162-174.
настоящего исследования о закономерном переходе от линей-
ных к платформенным моделям.

1.6.	Типология платформ

Платформенная экономика демонстрирует значительное
разнообразие типов и форм организации, которые существенно
отличаются по принципам и механизмам создания экономиче-
ской ценности. В данном разделе платформы рассматриваются
с двух точек зрения: теоретической - по логике создания ценно-
сти и архитектуре, и отраслевой - по доминирующим видам вза-
имодействий и контента. Эти два подхода к классификации по-
следовательно анализируются ниже.

Отраслевая перспектива особенно важна, поскольку плат-
форма в каждой конкретной сфере обладает своей спецификой.
Так, можно выделить маркетплейсы, агрегаторы услуг, социаль-
ные и финансовые платформы, а также отраслевые инфраструк-
турные решения. Дальнейший анализ этих типов позволит не
только выявить особенности различных платформенных моде-
лей, но и предложить практические рекомендации по выбору
подходящей стратегии их развития.

Отдельно учитываются особенности развития платформ
в российской экономике. На внутреннем рынке не всегда сфор-
мированы полные аналоги некоторых зарубежных инновацион-
ных решений; вместе с тем активно развиваются национальные
экосистемы и суперапы, объединяющие финансовые, логисти-
ческие, медийные и сервисные функции, а также собственные
инфраструктурные элементы для дистрибуции и платёжных
операций. Для отечественного рынка характерны высокая плот-
ность логистической инфраструктуры в электронной коммер-
ции и широкое распространение быстрых платежей в рознич-
ных сервисах. Эти институциональные особенности опреде-
ляют специфику сетевых эффектов, ценовых структур и темпов
масштабирования платформ, что будет учтено в дальнейшем
анализе их типов и стратегий развития.
1.6.1.	Классификация по модели создания ценности

С теоретической точки зрения в литературе сформирова-
лось несколько подходов к классификации платформ. Эванс
и Шмалензи выделяют платформы по характеру многосторон-
них взаимодействии и функциям, выполняемым посредником
на рынке [2, с. 45-49]. Акцент делается на структуре сторон и це-
новой структуре между ними (кого субсидировать и как распре-
делять издержки участия], то есть на тех инструментах, с помо-
щью которых платформа координирует спрос и предложение.

Паркер, ван Алстайн и Чаудари анализируют архитектуру
и стратегию платформенных бизнесов, акцентируя внимание на
инструментах, запускающих и усиливающих сетевые внешние эф-
фекты, а также на различиях между традиционными «линей-
ными» моделями и платформами [1, с. 31-38]. Ключевой элемент
их подхода - архитектура «ядро - периферия», в которой стандар-
тизированное ядро и правила доступа позволяют быстро масшта-
бировать экосистему за счёт внешних комплементов.

Срничек предлагает критический подход, рассматривая
платформы через призму распределения власти и роли данных
как стратегического актива. Он выделяет основные формы
платформенного капитализма - рекламные, облачные и плат-
формы промышленного интернета [5, с. 39-54].

Наиболее операционализируемым для целей настоящей
работы является подход, основанный на модели создания эко-
номической ценности, предложенный Майклом Кусумано, Ан-
набель Гауэр и Дэвидом Йоффи. Согласно этой концепции, выде-
ляют три основных типа платформ - транзакционные, иннова-
ционные и гибридные. Такой подход позволяет понять, за счёт
каких механизмов платформа генерирует ценность: через орга-
низацию транзакций между сторонами, поддержку инноваций
или их сочетание [3, с. 19-25].

Рассмотрим транзакционные, инновационные и гибрид-
ные платформы в логике подхода Кусумано, Гауэр и Йоффи
[3, с. 19-251.
Транзакционные платформы - это цифровые платфор-
мы, чья основная функция - организация и обеспечение лик-
видности сделок между двумя и более группами участников,
снижающая поисковые, информационные и координационные
транзакционные издержки. К транзакционным платформам от-
носятся Amazon, eBay, Airbnb, Uber.

Основные характеристики транзакционных платформ:

•	две и более стороны рынка (продавцы - покупатели; за-
казчики - исполнители) и выраженные перекрёстные сетевые
эффекты [2, с. 45-49];

•	снижение транзакционных издержек за счет стандарт-
ных правил, интерфейсов, репутационных механизмов, встроен-
ных платежей и логистики;

•	монетизация преимущественно через комиссии с транзак-
ций; возможны дополняющие модели (реклама, платные сервисы
для продавцов) в зависимости от структуры сторон [2, с. 45-49].

Инновационные платформы главным образом обеспечи-
вают технологическое ядро и среду разработки для создания
продуктов и сервисов сторонними участниками. Ценность фор-
мируется через расширяемость ядра, стандарты и интерфейсы
доступа, вокруг которых выстраивается экосистема комплемен-
тов. Примеры - операционные системы и связанные с ними ма-
газины приложений (Android, iOS), а также облачные плат-
формы разработки (AWS, Microsoft Azure).

Основные характеристики инновационных платформ:

•	стандартизированное «ядро - периферия» и поддержка
разработчиков через интерфейсы и инструменты [3, с. 19-251;

•	формирование экосистемы комплементов, повышающих
полезность для конечных пользователей;

•	монетизация через лицензирование, комиссии с продаж
приложений, подписки и платный доступ к инфраструктуре
[3, с. 19-25].

Гибридные платформы объединяют элементы транзак-
ционной и инновационной логики: одновременно сопоставляют
стороны рынка и предоставляют расширяемое технологическое
45
ядро. Благодаря этому они становятся центрами многофункци-
ональных цифровых экосистем. Типичные представители - Apple
(экосистема устройств, iOS и Арр Store), Google (Android и Google
Play), Alibaba (сочетающая функции транзакционного маркет-
плейса и облачных решений).

Основные характеристики гибридных платформ:

•	несколько источников создания ценности (транзакции
и инновации одновременно);

•	сложные экосистемы с разнообразными группами участ-
ников и «многоуровневыми» сетевыми эффектами;

•	комбинированная монетизация (комиссии с транзак-
ций + доходы от инфраструктуры/лицензирования/подписок)
|3, с. 19—25|.

Расширение типологии. В литературе выделяют дополни-
тельные группы: интегрированные индустриальные платфор-
мы (глубокая технологическая интеграция, включая промыш-
ленный интернет: Siemens MindSphere, GE Predix), платформы
привлечения капитала (краудфандинговые и инвестицион-
ные решения: Kickstarter - вознаградительный краудфандинг;
AngelList - инвестиции), а также платформы вовлечения (соци-
альные и медийные сервисы, где ценность создаёт коммуника-
ция и пользовательский контент: Instagram, TikTok, Facebook).
Такое расширение отражает смещение акцента к данным и алго-
ритмам как стратегическому активу 15, с. 39-54].

Представленность типов на российском рынке неравно-
мерна. Полные аналоги некоторых зарубежных инновационных
платформ (масштабные магазины приложений уровня Apple Арр
Store и Google Play) сформированы не в полной мере; при этом
существуют альтернативные каналы дистрибуции, такие как
RuStore, который фактически функционирует как встроенный
«магазин внутри магазина» в экосистеме Android. Одновременно
развиваются национальные облачные и экосистемные решения,
но их международный охват и глубина рынка отличаются от гло-
бальных платформ; это объективно влияет на силу сетевых эф-
фектов, ценовые структуры и траектории масштабирования.
Для наглядности основные характеристики транзакционных,
инновационных и гибридных платформ сведены в таблицу 1.1.

Таблица 1.1 - Сравнительные характеристики транзакционных,
инновационных и гибридных платформенных моделей по способу
создания ценности и отраслевым особенностям

Характери- стики	Транзакционные платформы	Инновацион- ные платформы	Гибридные платформы
Сущность и основная ценность	Организация сделок, снижение транзакционных издержек	Поддержка создания инно- ваций, инфра- структура для сторонних раз- работчиков	Сочетание транзакцион- ных и иннова- ционных функ- ций
Примеры платформ	Amazon, Uber, Airbnb	Android, iOS, AWS, Microsoft Azure	Apple, Google, Alibaba
Типичные отрасли применения	Электронная ком- мерция, транспорт, аренда и доставка услуг	Разработка ПО, облачные вычис- ления, мобиль- ные экосистемы	Торговля, медиа, фи- нансы, облач- ные решения
Преимуще- ства	Высокая скорость масштабирования, быстрый рост сетевых эффек тов, простая монетиза- ция	Глубокая вовле- чённость разра- ботчиков, устой- чивость за счёт инноваций	Универсаль- ность, высокая устойчивость и множествен- ные источники доходов
Недостатки	Высокая конку- ренция, сложность достижения начальной крити- ческой массы	Высокие за- траты на разви- тие инфраструк- туры, сложность поддержки эко- системы	Повышенная сложность управления, высокие опера- ционные издержки

Таким образом, типология по модели создания ценности
раскрывает внутреннюю логику эволюции платформ - от пре-
имущественно транзакционных к гибридным - и помогает обос-
новывать стратегии их развития с учётом различий рыночных
и институциональных контекстов. В следующем подразделе эта
теоретическая перспектива сопоставляется с отраслевой клас-
сификацией, что позволяет конкретизировать аналитические
выводы применительно к отдельным рынкам.

1.6.2.	Отраслевая классификация

Отраслевой подход к классификации цифровых платформ
акцентирует внимание на сфере их применения и позволяет учи-
тывать специфику взаимодействий, создаваемой ценности и по-
требностей пользователей в конкретных рынках. Он дополняет
типологию по модели создания ценности, предложенную в пре-
дыдущем подразделе, позволяя детально раскрыть своеобразие
отдельных платформенных решений и механизмов их роста.

Маркетплейсы и платформы электронной коммерции ор-
ганизуют продажу и покупку товаров между множеством про-
давцов и покупателей. Их ключевая функция - снижение тран-
закционных издержек и повышение эффективности сделок за
счёт концентрации предложений, прозрачности цен и доверия
между сторонами. Примеры - Amazon, Alibaba, eBay.

Основные характеристики маркетплейсов:

•	широкий ассортимент и масштабируемость за счёт при-
влечения сторонних продавцов;

•	развитые механизмы рейтингов, отзывов и персонализа-
ции потребительского опыта;

•	встроенные решения для оплаты, логистики и возвратов.

На российском рынке примеры маркетплейсов - Ozon, Wild-
berries, «Яндекс Маркет», которые формируют сеть пунктов вы-
дачи заказов и собственную логистику, компенсируя инфраструк-
турные ограничения и усиливая локальные сетевые эффекты.

Агрегаторы услуг обеспечивают лёгкий доступ потребите-
лей к разнообразным сервисам и связывают клиентов и постав-
щиков в реальном времени. Такие платформы минимизируют из-
держки поиска и координации, создавая ценность через скорость
и удобство. Примеры - Uber, Airbnb, DoorDash, Deliveroo; в России -
«Яндекс Go», Profi.ru, You Во и другие платформы услуг по запросу.
Основные особенности агрегаторов:

•	организация взаимодействий в реальном времени;

•	высокая значимость репутационных и рейтинговых ме-
ханизмов;

•	решающая роль геолокации и логистики в повышении
эффективности услуг.

Медиаплатформы и социальные сети формируют цен-
ность за счёт взаимодействия и контента пользователей. Их
главным активом выступают данные о поведении аудитории
и механизмы вовлечения. Примеры - YouTube, Netflix, Facebook,
Instagram, TikTok; в России - VK и Rutube.

Основные характеристики медиаплатформ и социальных сетей:

•	генерация контента пользователями и профессиональными
авторами;

•	активное использование алгоритмов персонализации
и рекомендаций;

•	монетизация через рекламу, подписки и партнёрские
программы.

Финансовые платформы (финтех) предоставляют цифро-
вые каналы для платежей, кредитования, инвестиций и управ-
ления активами. Они снижают барьеры доступа к финансовым
услугам и повышают прозрачность операций. Примеры - PayPal,
Stripe, Robinhood, Revolut; в России - платёжные сервисы банков
и инфраструктура Системы быстрых платежей [СБП].

Основные особенности финтех-платформ:

•	упрощение доступа к финансовым продуктам;

•	автоматизация процессов и аналитика данных;

•	высокий уровень требований к безопасности и защите
персональных данных.

Отраслевые инфраструктурные платформы формируют
технологическую основу взаимодействия участников внутри
отрасли. Они обеспечивают совместимость стандартов, обмен
данными и интеграцию решений различных производителей.
Примеры - Siemens MindSphere, General Electric Predix, применя-
емые в промышленности 4.0; в России - национальные облач-
ные и отраслевые решения, развиваемые в телеком- и энергети-
ческом секторах.

Ключевые характеристики инфраструктурных платформ:

•	стандартизация и совместимость отраслевых решений;

•	создание условий для инноваций и автоматизации биз-
нес-процессов;

•	поддержка сложных многосторонних взаимодействий
и обмена данными между компаниями.

Следует учитывать, что границы между типами платформ
постепенно размываются. В последние годы появились супер-
платформы и экосистемы, объединяющие несколько отрасле-
вых направлений и предлагающие многогранные, мультифунк-
циональные решения. Примеры - Alibaba и WeChat в Китае,
Amazon и Google на западных рынках, «Яндекс» и VK в России.
Такие экосистемы совмещают функции торговли, финансов, ло-
гистики, контента и облачной инфраструктуры, формируя
устойчивые сетевые эффекты между различными сервисами.

Для российской экономики ключевой вызов - ограниченное
присутствие собственных масштабных инфраструктурных и ин-
новационных платформ, сопоставимых по охвату с глобальными
лидерами. Вместе с тем формирующиеся экосистемы, развитие
СНП и локальных облачных решений создают предпосылки для
дальнейшего роста национальных цифровых платформ.

Таким образом, отраслевая классификация, дополняя тео-
ретические подходы, рассмотренные выше, позволяет глубже
понять особенности платформ в контексте конкретных рынков
и определить стратегические приоритеты их развития и мас-
штабирования.

1.7.	Преимущества и риски платформ

Анализ платформенных бизнес-моделей требует оценки
нс только факторов их успеха, нои уязвимостей, вытекающих из
самой природы многостороннего взаимодействия. Быстрый рост,
50
высокая рентабельность и масштабируемость платформ нередко
сопровождаются стратегическими, технологическими и инсти-
туциональными рисками, которые отсутствуют в традицион-
ных линейных моделях.

Платформы обладают уникальными источниками конку-
рентных преимуществ - сетевыми эффектами, многосторон-
ней монетизацией, низкой капиталоёмкостью и способностью
быстро выходить на новые рынки. Однако эти же свойства по-
рождают асимметрии и зависимости, требующие особых подхо-
дов к управлению: балансировки интересов сторон, регулирова-
ния доступа, контроля качества и защиты данных.

В данном разделе систематизированы ключевые преимуще-
ства платформенных моделей и описаны специфические рис-
ки, обусловленные сетевой природой платформ. Понимание этих
факторов позволяет объяснить, почему платформы демонстри-
руют столь высокую динамику роста и одновременно сталкива-
ются с уникальными вызовами устойчивости и регулирования.

1.7.1.	Преимущества платформенных моделей

Платформенные модели обладают рядом ключевых преиму-
ществ, обеспечивающих им высокую эффективность и масштаби-
руемость в цифровой экономике. В отличие от традиционных
компаний, где рост требует пропорциональных вложений в ин-
фраструктуру и персонал, платформы опираются на сетевые эф-
фекты и внешние ресурсы участников, что снижает издержки ко-
ординации и ускоряет рост пользовательской базы. Основные
преимущества платформенных моделей включают следующее:

1.	Экспоненциальный рост за счет сетевых эффектов.

Главное преимущество платформенной модели состоит
в способности самоусиливающегося масштабирования: с ростом
числа участников ценность платформы для каждого из них уве-
личивается, что, в свою очередь, привлекает новых пользовате-
лей. Возникает петля положительной обратной связи, формиру-
ющая эффект экспоненциального роста и позволяющая быстро
51
достигать критической массы и лидерства на рынке (см. рису-
нок 1.4) [1; 2; 7; 8].

Рисунок 1.4 - Петля положительной обратной связи
роста платформы

Источник: авторская схема.

2.	Многосторонняя монетизация.

Платформы способны одновременно извлекать доход от
нескольких сторон рынка - продавцов, покупателей, рекламода-
телей, партнёров - используя различные механизмы монетиза-
ции: комиссии, подписки, рекламные пакеты, платный доступ
к данным или инструментам. Такая гибкость позволяет балан-
сировать ценовую нагрузку между участниками и адаптировать
модель под различные сегменты рынка, повышая устойчивость
бизнеса [2; 3; 6; 8|.

3,	Низкая капиталоёмкость и высокая рентабельность.

Поскольку платформа, как правило, не владеет физиче-
скими активами (товарами, складами, транспортом), её посто-
янные затраты минимальны. Основные инвестиции направля-
52
ются в программную инфраструктуру, маркетинг и аналитику,
что ускоряет окупаемость и облегчает масштабирование без ро-
ста материальных активов [1; 3].

4.	Данные и аналитика как стратегический актив.

Платформы аккумулируют обширные массивы данных о тран-
закциях, поведении пользователей и репутации участников. Ис-
пользование этих данных позволяет прогнозировать спрос, пер-
сонализировать сервисы и оптимизировать алгоритмы взаимо-
действия. Таким образом, аналитическая функция превращается
в источник устойчивого конкурентного преимущества и основ-
ную основу для принятия управленческих решений [1; 3; 5].

5.	Гибкость международного масштабирования.

Благодаря универсальной цифровой архитектуре и стан-
дартизированным бизнес-процессам платформы способны быстро
адаптироваться к новым рынкам с минимальными дополни-
тельными затратами. Локализация интерфейсов, платежных
инструментов и ценообразования обеспечивает высокую ско-
рость выхода за пределы национальных рынков и ускоряет гло-
бальную экспансию [1; 2; 3].

В совокупности эти преимущества формируют уникальную
конкурентную позицию платформенных бизнесов, сочетая эко-
номию на издержках, высокую скорость роста и устойчивость за
счёт данных и сетевых эффектов.

1.7.2. Риски и уязвимости платформенных моделей

Несмотря на значительные преимущества, платформенные
бизнес-модели характеризуются особыми рисками, вытекаю-
щими из их сетевой природы и многосторонних взаимодей-
ствий. Эти риски требуют системного управления и вниматель-
ного мониторинга, поскольку именно они определяют границы
устойчивого роста и долгосрочной конкурентоспособности плат-
форм. Основные группы рисков включают стратегические, опе-
рационно-технологические, регуляторно-юридические и управ-
ленческие аспекты.
1,	Стратегические риски.

Первый тип рисков связан с особенностями роста и рыноч-
ной динамики.

-	Проблема «холодного старта» и достижения критической
массы. На раннем этапе платформа может столкнуться с трудно-
стями привлечения достаточного числа участников с обеих сто-
рон рынка, что снижает привлекательность сервиса и замедляет
формирование сетевых эффектов. Для преодоления этого барь-
ера требуются значительные инвестиции в маркетинг, субсиди-
рование одной из сторон и стимулирование активности пользо-
вателей, что создаёт серьёзные финансовые риски и может при-
вести к потерям при неудачном запуске 12; 8; 9|.

-	Концентрация рынка («эффект победителя»). Мощные
сетевые эффекты приводят к естественной тенденции кон-
центрации, когда одна или несколько платформ доминируют
на рынке. Это затрудняет вход новых игроков, усиливает ры-
ночную власть лидеров и может ограничивать инновации [1; 7;
8; 9J.

2.	Операционные и технологические риски.

Второй блок рисков связан с зависимостью платформ от
цифровой инфраструктуры и поведения внешних участников.

-	Технические сбои и кибератаки. Высокая степень цифро-
визации делает платформы уязвимыми к сбоям, взломам и утеч-
кам данных. Любое нарушение стабильности может вызвать от-
ток пользователей, повредить репутации и ослабить сетевой
эффект, что ставит под угрозу устойчивость бизнеса [1; 3].

-	Зависимость от качества сторонних исполнителей. Плат-
форма не контролирует напрямую качество предлагаемых това-
ров и услуг, а потому зависит от поведения внешних партнё-
ров - продавцов, водителей, поставщиков. Низкое качество, мо-
шенничество или конфликты между пользователями снижают
доверие и могут вызвать массовый уход клиентов, даже если
сама платформа не несёт прямой вины [1; 2].
3.	Регуляторные и юридические риски.

Третий тип рисков связан с быстрым развитием цифровых
рынков, которое опережает законодательное регулирование.

-	Правовая неопределённость. Законодательство часто не
поспевает за эволюцией платформ, что порождает неясность
в вопросах налогообложения, статуса самозанятых и ответ-
ственности за контент. Это ведёт к дополнительным издержкам
на юридическую экспертизу и риску штрафов 12; 4; 8|.

-	Ответственность за контент и поведение пользователей.
Платформы вынуждены осуществлять модерацию контента
и действий пользователей. Недостаточный контроль создаёт
угрозу правонарушений и репутационных потерь, а чрезмерная
модерация - риск обвинений в цензуре и отток аудитории [3].

4.	Управленческие риски.

Последняя группа рисков относится к внутренним аспек-
там управления экосистемой.

- Баланс между открытостью и контролем. Чрезмерно от-
крытые платформы уязвимы к мошенничеству и снижению ка-
чества услуг, а чрезмерно закрытые теряют динамику роста и се-
тевые эффекты. Поддержание оптимального уровня откры-
тости - ключевая управленческая задача, влияющая на устойчи-
вость всей модели [1; 6; 9].

Таким образом, устойчивое развитие платформ требует по-
стоянного баланса между ростом и контролем, скоростью мас-
штабирования и безопасностью, гибкостью и соблюдением
норм регулирования. Только системный подход к управлению
этими рисками обеспечивает сохранение конкурентоспособно-
сти и долгосрочную устойчивость платформенного бизнеса.

1.7.3. Системные проблемы развития

Среди ключевых системных вызовов платформенных мо-
делей особое значение имеют два: запуск с обеих сторон рынка
(«проблема курицы и яйца») и нарастающая зависимость участ-
ников от платформы по мере её роста. Первая возникает на ран-
них этапах и связана с достижением критической массы пользо-
вателей; вторая - на зрелых стадиях, когда усиливаются сетевые
эффекты и возникает «платформенная ловушка». Подробный
анализ механизма старта и моделей сбалансирования сторон
приведен в главе 3.

В отличие от традиционного линейного бизнеса, который
самостоятельно производит продукт и постепенно наращивает
спрос за счёт маркетинга и продаж, платформа выступает по-
средником и не может напрямую контролировать предложение
товаров или услуг. Ценность платформы для каждого отдель-
ного пользователя определяется наличием других участников
с противоположной стороны рынка. Например, маркетплейс не
будет привлекателен покупателям, если на нём мало продавцов,
а продавцы не придут без достаточного числа покупателей; ана-
логично сервис вызова такси ценен только при достаточном ко-
личестве водителей и пассажиров, а краудфандинговая плат-
форма - при наличии как авторов проектов, так и инвесторов.
Эта взаимозависимость создаёт замкнутый круг, преодоление
которого требует специальных стратегий: субсидирования од-
ной из сторон, маркетинговых кампаний, локальных запусков
в нишевых сегментах и т. п. 11; 2; 8; 9].

Однако после преодоления стартовой фазы у платформ по-
являются новые, не менее значимые проблемы. По мере роста
сетевые эффекты усиливают не только ценность, но и зависи-
мость участников от платформы. Когда большинство потреби-
телей и поставщиков концентрируются внутри одной экосис-
темы, альтернативные каналы начинают терять аудиторию
и прибыль. Так, продавцы, переходящие на Amazon, постепенно
теряют прямых клиентов; отели, работающие через Booking.com,
лишаются части собственных продаж; СМИ, размещающие кон-
тент на Facebook и Google, теряют прямой трафик; пользовате-
ли социальных сетей рискуют «выпасть из общения» (fear of
missing out).
Этот эффект подробно описан Андреем Хагиу и Джулианом
Райтом, которые ввели понятие «платформенной ловушки»
(platform trap) - ситуации, когда рациональные участники про-
должают присоединяться к платформе, хотя совокупно оказыва-
ются в худшем положении, чем без неё. По мере расширения
платформы ухудшается «внешняя альтернатива» - ценность
внеплатформенных каналов, что вынуждает всё больше участ-
ников оставаться внутри системы и усиливает её рыночную
власть9.

Таким образом, ключевые проблемы платформенных моде-
лей носят многоуровневый характер: на ранних стадиях - это за-
пуск и достижение критической массы, на зрелых - управление
зависимостью участников, поддержание конкуренции и предот-
вращение превращения платформы в ловушку как для бизнеса,
так и для пользователей.

Выводы по главе 1

Платформа представляет собой не новый канал сбыта,
а цифровую среду координации, которая организует взаимодей-
ствие независимых участников и превращает связи между ними
в источник создаваемой ценности. Её эффективность обуслов-
лена снижением координационных и транзакционных издер-
жек, что делает возможными гибкие и масштабируемые формы
организации бизнеса.

Во-первых, платформы действуют как многосторонние
рынки: прямые и перекрёстные сетевые эффекты связывают
полезность участия с масштабом противоположной стороны,
формируя ускоренное масштабирование и устойчивость зрелых
экосистем.

Во-вторых, архитектура и управление занимают централь-
ное место в платформенной модели. Состав сторон, правила дос-

9 Hagiu A., Wright J. Platform Traps. - Boston University Questrom School of
Business; National University of Singapore, 2025. - Working Paper.
тупа и поведения, ценовая структура, механизмы доверия, моде-
рация и соотношение «ядра» и «периферии» определяют эконо-
мику взаимодействий не меньше, чем используемые технологии.

В-третьих, рост платформ основан не на накоплении акти-
вов, а на увеличении числа и качества взаимодействий между
пользователями. Практическая задача - достижение баланса
сторон и поддержание ликвидности рынка, обеспечивающих
действие сетевых эффектов.

Преимущества платформенного подхода подтверждаются
теорией и практикой: многосторонняя монетизация, минималь-
ная потребность во владении активами, аналитика и персонали-
зация на основе данных, высокая гибкость масштабирования.
Вместе с тем модель несёт и риски - сложности запуска, склон-
ность к концентрации рынка, технологическую зависимость и не-
обходимость балансировать между открытостью и контролем.

Представленная в главе типология платформ - как по логике
создания ценности, так и по отраслевой специфике - позволяет
увязать источники ценности с механизмами монетизации и инсти-
туциональными особенностями рынков, но является лишь одним
из элементов более широкого аналитического рассмотрения.

Сформированный в этой главе теоретический фундамент слу-
жит исходной точкой для дальнейшего анализа эволюции плат-
форменных теорий, экономических моделей и стратегий управле-
ния, раскрываемых в последующих главах монографии и формиру-
ющих целостное понимание механики платформенной экономики.
ГЛАВА 2.

ИСТОРИКО-НАУЧНАЯ

ПРЕЕМСТВЕННОСТЬ ТЕОРИИ

ПЛАТФОРМЕННОЙ ЭКОНОМИКИ

Современные представления о платформенной экономике
не возникли на пустом месте. Их корни уходят в многолет-
ние поиски способов согласования действий множества
участников и снижения издержек взаимодействия.

Продолжая общий ход исследования, эта глава обращается
к истокам - к тому, как формировались идеи кооперации, само-
организации и сетевых систем задолго до цифровой эпохи.

Рассматривается эволюция научной мысли: от российских
теорий организации труда и кооперации первой половины
XX века - к экономическим моделям сетевых эффектов, совме-
стимости и многосторонних рынков, которые стали фундамен-
том современной теории платформ.

Такой историко-научный анализ показывает преемствен-
ность подходов и помогает увидеть, что переход к платформен-
ной логике - не технологический разрыв, а естественное разви-
тие экономической и организационной мысли, подготовившее
переход к моделям взаимодействия, изучаемым в следующих
разделах.
2.1.	Ранние теоретические основы
платформенной экономики

Многие современные концепции, лежащие в основе плат-
форменной экономики, воспринимаются как продукт цифровой
эпохи - следствие распространения интернета, мобильных тех-
нологий и алгоритмов. Однако тщательный анализ показывает,
что ряд ключевых принципов платформенных моделей был
сформулирован задолго до технологической революции. Более
того, некоторые из них впервые получили теоретическое осмыс-
ление именно в российской научной традиции начала XX века.

Особый интерес представляет то, что по своей сути ранняя
социалистическая философия во многом предвосхищала логику
современных платформ. Идея объединения множества участни-
ков в единую систему ради эффективности и рационального
распределения ресурсов, стремление минимизировать издерж-
ки координации и управлять поведением через общие прави-
ла - всё это роднит экономические модели советской школы
с архитектурой платформенных экосистем. Разница лишь в том,
что на месте правящей партии сегодня стоит алгоритм, выпол-
няющий роль центрального координатора. Можно сказать, что
платформенная экономика стала своеобразной формой «цифро-
вого социализма», где власть перераспределения смещается от
государства к цифровой инфраструктуре.

Последовательность рассмотрения авторов выбрана с учё-
том логики развития научной мысли: от конкретных методов
организации труда, разработанных А. К. Гастевым, через коопе-
ративные и горизонтальные формы взаимодействия Л. В. Чая-
нова - к универсально-системной концепции Л. Л. Богданова10.
Такой порядок позволяет проследить постепенное усложнение

1,1 Обращение к трудам А. В. Чаянова здесь продиктовано не только иссле-
довательской логикой, но и лёгким совпадением обстоятельств: автор
пишет этот текст в здании РГГУ расположенном на улице, носящей имя
Чаянова.
и расширение подходов - от стандартизации трудовых процес-
сов к многоагентным и саморегулирующимся системам, форми-
рующим концептуальный фундамент современных платформ.

2.1.1.	Алексей Гастев и организационные принципы
платформенной занятости

Одним из наиболее значимых предшественников платфор-
менного подхода был Алексей Капитонович Гастев (1882-1939) -
инженер, поэт, организатор производства, один из основателей
советской школы научной организации труда, основатель Цен-
трального института труда (ЦИТ) и автор книги «Как надо рабо-
тать. Практическое введение в науку организации труда» (пер-
вое изд. 1921; переизд. 1972) [10]. Гастев работал на переломе
эпох, наблюдая стремительные социально-технологические из-
менения на рубеже Х1Х-ХХ веков, и стремился придать им четкое
организационное выражение. В условиях ранней советской ин-
дустриализации задача повышения производительности стояла
предельно остро: требовалось быстро нарастить промышлен-
ный потенциал при дефиците квалифицированных кадров и ог-
раниченных ресурсов.

В этой обстановке Гастев последовательно развивал науч-
ную организацию труда (НОТ) - систему методов стандартиза-
ции операций, хронометража, нормирования, проектирования
рациональных движений и массового обучения работников по
единым программам. Сам он формулировал это предельно
точно: «Под именем научной организации труда надо понимать
такую организацию, которая строится на основе постоянно
проводимого исследования трудовых процессов» [10, с. 288]. Его
ключевая мысль заключалась в том, что труд следует рассмат-
ривать не как сумму индивидуальных усилий, а как совокуп-
ность измеряемых, воспроизводимых и оптимизируемых дей-
ствий, поддающихся описанию и тиражированию. В современ-
ной терминологии это близко к идее алгоритмизации производ-
ственного поведения, хотя сам Гастев, разумеется, не использо-
вал цифровых метафор.

Особое место в его работах занимает трактовка рабочей
дисциплины - не как внешнего принуждения, а как режима со-
гласованного взаимодействия человека и техники, при котором
работник становится элементом организованной производ-
ственной системы. Фактически речь шла о унифицированных
моделях поведения, которые можно передавать, масштабиро-
вать и внедрять повсеместно для устойчивого повышения про-
изводительности и минимизации потерь на всех этапах про-
цесса.

Историческое значение и влияние этих идей подробно про-
анализировал Марк Бейссингер в монографии Scientific Manage-
ment, Socialist Discipline, and Soviet Power (1988) [11]. По его
оценке, гастевская программа НОТ внесла существенный вклад
в советскую модель индустриальной модернизации, сформиро-
вала культуру стандартизации и рационализации и оказала дол-
госрочное воздействие на практики организации труда в СССР.
Речь идёт не об единственной причине успехов индустриали-
зации, а об важном институциональном компоненте этой траек-
тории.

Современные агрегаторы услуг и платформы занятости
(например, Uber, «Яндекс Go»] демонстрируют структурное род-
ство с гастевской логикой: алгоритмическое управление регла-
ментирует порядок выполнения задач, в реальном времени из-
меряет показатели исполнителей и поддерживает стандарты
качества. Эти практики не сводимы к ранней НОТ, но концепту-
ально продолжают её линию - детальная регламентация дей-
ствий, измеримость, масштабируемое обучение и воспроизводи-
мость процессов. В этом смысле идеи Гастева выступают ис-
торико-научной предтечей платформенного подхода к органи-
зации труда в цифровой экономике, а его работы - интеллекту-
альным фундаментом для современных моделей алгоритмиче-
ского управления.
2.1.2.	Александр Чаянов и кооперативные истоки
платформенной экономики

Важной исторической предпосылкой платформенной ло-
гики является наследие Александра Васильевича Чаянова (1888-
1937) - российского экономиста-аграрника, социолога и теоре-
тика кооперативного движения первой четверти XX века. Один
из лидеров отечественной школы аграрной экономики, он воз-
главлял Научно-исследовательский институт сельскохозяй-
ственной экономики и был активным участником кооператив-
ного движения. В годы послереволюционных преобразований
и поиска эффективных форм ведения хозяйства Чаянов предло-
жил и теоретически обосновал модель кооперации крестьян-
ских хозяйств, отличавшуюся от проектов жёсткой администра-
тивной централизации сельского производства.

В работах Чаянова, прежде всего в классическом труде «Ор-
ганизация крестьянского хозяйства» 112], крестьянское хозяй-
ство описывается как особый тип трудового хозяйства, где ре-
шения принимаются не в логике максимизации прибыли, а ис-
ходя из трудо-потребительского баланса семьи. Эффективной
формой развития он считал добровольную горизонтальную
кооперацию независимых хозяйств. Кооперативные союзы, по
Чаянову, выполняют снабженческие, сбытовые, кредитные и пе-
рерабатывающие функции: они снижают издержки координа-
ции - от закупок и логистики до стандартизации продукции -
создают коллективные мощности без слияния активов и при
этом сохраняют автономию участников. Участники кооператива
одновременно выступают владельцами, управленцами и выго-
доприобретателями, а правила строятся на принципах членства,
прозрачности и взаимной ответственности.

Важной особенностью подхода Чаянова является понима-
ние хозяйства как адаптивной, самоорганизующейся системы,
способной реагировать на изменения среды. Как он писал: «Ор-
ганизационный склад основной ячейки крестьянского трудо-
65
вого семейного хозяйственного предприятия остаётся тот же са-
мый, всегда в частностях видоизменяющийся и приспособляю-
щийся к окружающей народнохозяйственной обстановке, до тех
пор, конечно, пока крестьянское хозяйство существует как тако-
вое и не начало перестраиваться в другие организационные
типы» [12, с. 203-204].

Эта мысль подчёркивает идею гибкости и эволюционной
устойчивости, которая сегодня находит прямое отражение в циф-
ровых платформах. Современные маркетплейсы (Etsy, Amazon,
Ozon) и краудфандинговые сервисы (Kickstarter, Upwork] объе-
диняют множество независимых субъектов, взаимодействую-
щих на общей инфраструктуре, где оператор платформы берёт
на себя функции стандартизации, гарантий и минимизации из-
держек.

Таким образом, кооперативная парадигма Чаянова может
рассматриваться как историко-научный прообраз многосторон-
них платформ, основанных на принципах самоорганизации, го-
ризонтальных связей и добровольного объединения ресурсов.
Его идеи не только предвосхищают современные модели циф-
ровой координации, но и демонстрируют, что логика платфор-
менной экономики имеет глубокие корни в отечественной эко-
номической мысли.

2.1.3.	Александр Богданов и тектология как системный
прототип цифровых экосистем

Александр Александрович Богданов (настоящая фамилия -
Малиновский, 1873-1928] - философ, экономист, врач, один из
самых оригинальных российских мыслителей начала XX века.
Он участвовал в революционном движении, был соратником
В. И, Ленина до 1908 года, преподавал политическую экономию,
а позднее возглавил первый в мире Институт переливания
крови. Его научное наследие объединяет естественные, соци-
альные и организационные науки.
Фундаментальный труд Богданова - «Тектология: всеоб-
щая организационная наука» (первая редакция - 1913, полное
издание - 1922-1929) - стал одной из первых попыток постро-
ить универсальную теорию систем, предвосхитившую идеи ки-
бернетики, синергетики и общей теории систем [13].

В «Тектологии» Богданов утверждал, что устойчивость
и развитие любой системы зависят не от её элементов, а от ха-
рактера их взаимосвязей. Он рассматривал организацию как
универсальный принцип, общий для природы, общества и мыш-
ления. «У человечества нет иной деятельности, кроме организа-
ционной; нет иных задач, кроме организационных» [13, с. 38|. Эта
формулировка выражает центральную идею тектологии - все
явления подчинены законам организации и дезорганизации,
а любое развитие - результат борьбы между ними.

Богданов вводит ключевые категории - ингрессии (объеди-
нения элементов в новое целое) и эгрессии (распада), а также по-
нятие мирового подбора как механизма отбора устойчивых орга-
низационных форм. Эти идеи заложили основу системного и эко-
системного подхода - взгляда, при котором взаимодействие
элементов оказывается важнее их индивидуальных свойств.

Современные цифровые платформы во многом воплощают
богдановскую логику. Как и в тектологии, их ценность возни-
кает из структуры связей между участниками: чем активнее
и согласованнее взаимодействия, тем устойчивее и эффектив-
нее система. Платформы Apple Арр Store, Google Play, Alibaba
и Amazon строятся не на жёсткой иерархии, а на механизмах
самоорганизации и координации через стандарты, интерфейсы
и алгоритмы - цифровую форму того, что Богданов называл «ор-
ганизационной точкой зрения».

Богданов осознавал, что его подход выходит за рамки фило-
софии, и указывал на его прикладной характер: «Тектология - не
объяснение мира, а орудие его планомерного преобразования» [13,
с. 52]. Таким образом, тектология выступает интеллектуальной
основой системного мышления, предвосхитившей принципы
организации платформенной экономики, где сети и связи ока-
зываются ценнее изолированных элементов.

Идеи Богданова оказали влияние на формирование кибер-
нетики (Норберт Винер), общей теории систем (Людвиг фон
Бсрталанфи) и современных моделей цифровых экосистем,
оставаясь актуальными для анализа координации, масштабиро-
вания и устойчивости платформ.

2.2.	Экономические основы платформенной модели

В XX веке многие страны искали способы согласовать дей-
ствия миллионов участников в единой хозяйственной системе.
Советский Союз строил централизованное планирование; во
время мировых войн США и Великобритания развивали моби-
лизационные экономики; Франция реализовывала дирижизм
с планами Моннэ; Япония и Южная Корея создали модели «разви-
вающего государства». Были и попытки использовать возможно-
сти новой техники - от советской системы ОГАС В. Глушкова11
до чилийского проекта Cybersyn С. Бира12. Все эти инициативы
объединяло стремление сократить издержки координации и со-
здать управляемое целое, но им не хватало точных данных, совме-
стимых стандартов и мгновенной обратной связи.

Цифровая эпоха изменила саму природу координации. По-
токи информации, вычислительные мощности и распростране-
ние сетей сделали возможным то, что прежде требовало центра-
лизованного управления - массовое согласование действий без
жёсткой вертикали. На этой основе возникли новые формы орга-
низации, где правила и связи важнее собственности и иерархии.
В дальнейшем мы рассмотрим экономические принципы, объяс-
няющие, как эта архитектура стала основой стремительного ро-
ста и доминирования платформ в современной экономике.

11 Глушков В. М„ Валах В. Я. Что такое ОГАС? - Москва: Наука, 1981. - 160 с. -
(Б-ка «Квант», вып. 10).

12 Beer S. Brain of the Fil m. - 2nd ed. - London: John Wiley & Sons, 1981. -
Ch. 12-14.
2.2.1.	Модель Басса (1969) и динамика
распространения платформ

Фрэнк М. Басс (Frank М. Bass, 1926-2006) - американский эко-
номист и маркетолог, профессор Техасского университета в Дал-
ласе, один из пионеров количественного анализа потребитель-
ского поведения. В 1969 году он опубликовал статью «Л New
Product Growth Model for Consumer Durables» - работу, ставшую
классикой экономической теории инноваций [14, р. 215-227].
В ней была предложена простая, но универсальная математиче-
ская модель, описывающая, как инновации распространяются во
времени - от первых пользователей до массового рынка.

Модель Басса рассматривает процесс диффузии как взаи-
модействие двух факторов:

•	инновационного импульса (р) - влияния внешней ин-
формации, рекламы и маркетинга;

•	имитационного распространения (<?) - эффекта подража-
ния и социального влияния.

Совместное действие этих факторов описывается диффе-
ренциальным уравнением:

d/V(t) /	ч

—	— = (р + <? —(2.1)
Vv С	\	fit-/

где /V(t) - число пользователей в момент времени t;

m - потенциальная ёмкость рынка (максимальное число
пользователей);

р - коэффициент инноваций (скорость привлечения новых
пользователей независимо от существующих);

q - коэффициент имитации (скорость привлечения пользо-
вателей за счёт рекомендаций текущих пользователей).

Решение уравнения даёт логистическую 5-образную кри-
вую (рис. 2.1), отражающую три стадии распространения: мед-
ленный старт, фазу ускоренного роста после достижения крити-
ческой массы и последующее насыщение.
Рисунок 2.1 - Типичная 5-кривая модели Басса
(иллюстративная схема: ось X - время; ось Y - число пользователей;
отмечены фазы: запуск, ускорение, насыщение]

В контексте платформенной экономики модель Басса помо-
гает понять механику роста экосистем. На ранней стадии плат-
формы - «инноваторы» - формируют базу участников и сигналы
доверия; достигнув критической массы, система входит в фазу
самоусиления за счёт сетевых эффектов и социального доказа-
тельства. Политика субсидирования и программы рекоменда-
ций повышают значения р и q, ускоряя переход к экспоненци-
альному росту. Поздние фазы характеризуются стратегиями
удержания пользователей, улучшением качества сервиса и управ-
лением перегрузками сети.

Хотя исходная модель Басса описывает одностороннюю
диффузию, в условиях платформ она расширяется до двух-
и многосторонних модификаций, где рост одной стороны (на-
пример, пользователей) стимулирует рост другой (поставщи-
ков, разработчиков]. Даже в базовой форме 5-кривая остаётся
универсальной эвристикой для анализа жизненного цикла
платформ - от запуска до насыщения и стабилизации рынка.

Таким образом, модель Басса стала одним из первых коли-
чественных инструментов, объясняющих закономерности рас-
70
пространения инноваций и поведение пользователей. Она пред-
восхитила идею критической массы, ставшую ключевой для по-
нимания роста и устойчивости цифровых платформ. Подробная
формализация и прикладное использование модели Басса в ана-
лизе стратегий масштабирования рассмотрены далее, в главе 4
(разд. 4.2.3].

2.2.2.	Сетевые эффекты и стандарты
совместимости (1985)

Понятие сетевых эффектов, подробно рассмотренное ра-
нее, получило своё теоретическое обоснование в классической
работе Майкла Л. Каца (Michael L. Katz, род. 1954) и Карла Ша-
пиро (Carl Shapiro, род. 1955) - американских экономистов, про-
фессоров Калифорнийского университета в Беркли, одних из ос-
нователей теории сетевой конкуренции. Их статья Network
Externalities, Competition and Compatibility (The American Economic
Review, 1985, Vol. 75, No. 3, pp. 424-440) стала ключевой работой,
объяснившей экономическую природу сетевых эффектов и роль
совместимости стандартов [7, с. 424-430]. Эта модель заложила
основу современной теории сетевой конкуренции и экономики
совместимости.

Авторы показали, что на рынках с сетевыми эффектами
ценность продукта зависит не только от его качества, но и от
размера сети пользователей. Они ввели понятие сетевой совме-
стимости - способности продуктов разных фирм работать в од-
ной сети. Совместимость снижает барьеры, усиливает эффект
масштаба и делает рынок более концентрированным.

Базовое уравнение спроса в их модели:

Pt= A-z + u(yt),	(2.2)

где А - максимальная готовность платить без сетевого эффекта;
z - суммарный выпуск на рынке;

и (у, ) - добавочная ценность сети, зависящая от ожидае-
мого размера совместимой сети.
Для симметричных фирм получаются два ключевых равно-
весия - при полной совместимости и полной несовместимости
[7, с. 429-430J:

где z( - равновесный выпуск при совместимости;

zl - при несовместимости;

71 - ЧИСЛО фирм.

Так как u(z) > u{z/n), совокупный выпуск и полезность
при совместимости выше - возникает «премия совместимости»
(см. формулу (2.3)).

Рисунок 2.2 - Влияние совместимости на равновесный выпуск
(no Katz & Shapiro, 1985)

Иллюстративная схема: ось/ - совокупный выпуск продуктов,
совместимых в рамках единого стандарта (z); ось Y - цена / готовность
платить (willingness to pay). Показаны две функции полезности:
А 4- u(z) - для совместимых продуктов; А 4- u(z/n) - для несовместимых
(и несовместимых стандартов). Равновесный объем выпуска
при совместимости выше: z( > zl
График показывает, что при совместимости (синяя кривая
А + u(z) равновесный выпуск z' выше, чем при несовместимо-
сти (оранжевая кривая А + u(z/n)), где равновесие достигается
в точке zl.

Главные выводы теории:

•	Совместимость и стандарты увеличивают размер реле-
вантной сети, повышая ценность продукта и равновесный выпуск.

•	Несовместимость создаёт барьеры и уменьшает потреби-
тельский излишек 5(z) = z2/2.

•	Ожидания пользователей играют решающую роль: если
они верят в лидерство одной платформы, рынок может «пере-
ключиться» на неё (tipping-эффект}.

Для цифровых платформ эти принципы означают, что архи-
тектура интерфейсов, политика открытости и стратегия управ-
ления стандартами определяют масштабы сетевых эффектов
и конкурентные позиции.

Работа Каца и Шапиро стала теоретическим фундаментом
для современных моделей сетевого роста и экономики совме-
стимости. Она объяснила, почему цифровые экосистемы (опера-
ционные системы, платёжные сети, онлайн-маркетплейсы}
стремятся к масштабам и открытым стандартам, а рынки с сете-
выми эффектами склонны к доминированию одной или не-
скольких платформ.

2.2.3. Многосторонние рынки и структура цен платформ
(2003-2006)

Французские экономисты Жан-Шарль Роше (род. 1957)
и Жан Тироль (род. 1953) - представители тулузской школы
индустриальной организации (IDEI, Universite de Toulouse),
в 2003 году опубликовали статью Platform Competition in Two-
Sided Markets, ставшую поворотным моментом в экономике
платформ. Тироль, лауреат Нобелевской премии по экономике
(2014), исследовал рыночную власть и регулирование; Роше за-
нимался анализом сетевых внешних эффектов и платёжных
73
систем. Их работа впервые описала платформу как посредника
между двумя или более взаимозависимыми группами участни-
ков, а главной стратегической переменной поставила структуру
цены - распределение платежей между сторонами, а не только
общий уровень тарифов [8, с. 990-9951.

В традиционных рынках фирма устанавливает единую цену
для покупателя. Платформа же работает с несколькими сторо-
нами, и ценовая структура должна учитывать взаимные сетевые
эффекты. Если присутствие одной группы (например, пользовате-
лей) повышает ценность для другой (рекламодателей или про-
давцов), то рационально субсидировать первую, чтобы ускорить
рост всей экосистемы. Таким образом, успех платформы зависит
от оптимального баланса цен, а не от их абсолютных величин.

Модель Роше и Тироля описывает прибыль платформы че-
рез цену для покупателей (Рв) и продавцов (Ps) при предельных
издержках с:

II = (Рв + Ps - c)DB(PB)Ds(Ps),	(2.4)

где DB и Ds - «квазиспрос» соответствующих сторон. Максими-
зация прибыли даёт условие равновесия, обобщающее формулу
Лернера:

Рв Ps

P„ + Ps-c = ^- = /,	(2.5)

Пу hs

где hB и hs - эластичности спроса. Совокупная наценка зависит
от суммарной эластичности h = hB + hs; чем чувствительнее
сторона к цене (большое hk), тем ниже её тариф и тем выше суб-
сидия (8, с. 996-998].

В социально-оптимальной («рамсеевской») версии модели,
где максимизируется совокупный излишек при условии безубы-
точности, учитывается вклад каждой стороны в ценность для
другой:

Уу	V,-

PBhB-S- = Pshs-±, PB + Ps = c,	(2.6)

где VB и V75 - средние излишки сторон. Эта формула определяет
оптимальную структуру цен: сторона, создающая наибольшую
74
внешнюю ценность для другой, получает субсидию. В практике
это означает «бесплатных» пользователей в соцсетях и монети-
зацию через рекламодателей, или нулевые комиссии для разра-
ботчиков при запуске магазина приложений |8, с. 1 000-10051

Британский экономист Марк Армстронг (род. 1964, Univer-
sity College London) в работе Competition in Two-Sided Markets
(2006) дополнил эту модель поведенческими механизмами кон-
куренции. Он ввёл понятия single-homing (участие в одной плат-
форме) и multi-homing (одновременное участие в нескольких),
показав, что конкуренция идёт не только за тарифы, но и за
«присвоение сторон». При росте доли мультихоминга (S 1) эла-
стичность менее лояльной стороны растёт, и платформы вы-
нуждены снижать цены для её удержания. Равновесие в его мо-
дели описывается формулой

Рв Ps

Ph + PS-c = -^ = ^.	(2.7)

Т

где 5 - доля покупателей, не использующих мультихоминг, то
есть работающих только с одной платформой [9, с. 668-672]. Чем
выше эксклюзивность (5 1), тем больше нагрузка на покупате-
лей; чем больше мультихоминг (5 1), тем сильнее платформа
субсидирует эту сторону. Такой подход позволил ввести в анализ
поведенческие факторы лояльности и эксклюзивности.

Эти результаты дали теоретическое объяснение ценовой
архитектуры цифровых экосистем. В платёжных системах дер-
жатели карт субсидируются за счёт торговцев; в медиаплатфор-
мах аудитория получает бесплатный контент, а рекламодатели
оплачивают доступ к ней; в маркетплейсах льготы предоставля-
ются продавцам на стартовой фазе, чтобы привлечь покупате-
лей и запустить сетевые эффекты. Во всех этих случаях опти-
мальная структура цен позволяет достичь баланса между сторо-
нами и ускорить диффузию платформы.

Совместные работы Роше, Тироля и Армстронга создали ос-
нову экономической теории многосторонних рынков, показав,
75
Рисунок 2.3 - Структура цен на двухсторонней платформе
(по Роше и Тиролю)

Иллюстративная схема: на оси X отложены эластичности hR, hs,
на оси Y- цены PR, Ps. Линия PRhR = P$hs показывает границу
между субсидируемой и монетизируемой сторонами. Ниже линии
находится «сторона привлечения» (обычно пользователи),
выше - «сторона дохода» (продавцы или рекламодатели)

что ключевой вопрос для платформ - не уровень цен, а их струк-
тура и поведенческие механизмы, определяющие устойчивость
сетевых эффектов. Эта логика будет развита в следующем раз-
деле, посвящённом модели Басса (разд. 2.2.4), где ценовая струк-
тура связывается с динамикой распространения платформ и па-
раметрами р и q их роста.

2.3.	Стратегические основы платформенных экосистем
(2005-2017)

Во второй половине 2000-х и особенно в 2010-е годы ак-
цент исследований платформ сместился от описания сетевых
эффектов и структуры цен к поиску управленческих принципов,
76
объясняющих, как именно платформы достигают масштабируе-
мости и устойчивости. На этом этапе формируется стратегиче-
ская рамка современной теории экосистем13: платформа начи-
нает рассматриваться не только как технологический посред-
ник или инструмент многостороннего рынка, но и как механизм
организации сложной сети комплементарных участников. В ис-
следованиях этого периода (Adner, Jacobides, Gawern др.) экосис-
тема трактуется как структурированная конфигурация ролей,
взаимозависимостей и модулей, в которой платформа высту-
пает координатором стандартов, инноваций и доверия.

Ключевым сдвигом стало различение между традицион-
ным «линейным» бизнесом и платформенной логикой. Майкл
ван Алстайн, Джеффри Паркер и Санджит Чаудари в статье
Pipelines, Platforms, and the New Rules of Strategy (2016) показали,
что «пайплайн» создаёт ценность внутри фирмы путем последо-
вательного преобразования ресурсов, тогда как платформа ор-
кестрирует взаимодействия между внешними участниками,
превращая связи и обмены в основной источник ценности [15].
Управленческий фокус, таким образом, смещается от контроля
производства к проектированию правил доступа, модерации
и сопоставления сторон. Успех платформы зависит не от владе-
ния активами, а от качества созданной ею среды для взаимодей-
ствий и от снятия фрикций, мешающих сетевым эффектам.

Публикации Джеффри Паркера, Маршалла ван Алстайна
и Сангиита Чаудари заложили исходную управленческую рамку
платформенного мышления, описав сдвиг от контроля произ-
водства к дизайну взаимодействий. Настоящая монография
опирается на эти положения, но развивает их в академическом
и моделирующем направлении. Здесь акцент смещён с приклад-

13 Подробнее о современной теории бизнес-экосистем см.: Adner R. Ecosys-
tem as Structure: An Actionable Construct for Strategy // Journal of Manage-
ment. - 2017. - Vol, 43, № 1. - P. 39-58 ; Jacobides M.G., Cennamo C., Gawer A.
Towards a Theory of Ecosystems // Strategic Management Journal. - 2018. -
Vol. 39, № 8. - P. 2255-2276 ; Kapoor R. Ecosystems: Broadening the Locus of
Value Creation // Journal of Organization Design. - 2018. - Vol. 7, Ns 12. - P. 1-16.
ных принципов стратегий роста, изложенных в Platform Revo-
lution (2016) [1], к формализации закономерностей и экономи-
ческих зависимостей, лежащих в основе платформенной устой-
чивости - сетевых и данные-сетевых эффектов, институцио-
нальных механизмов доверия и регуляторных факторов. Такой
переход отражает эволюцию теории: от практических рекомен-
даций по оркестрации экосистем к научному осмыслению плат-
форм как новой институциональной формы координации в эко-
номике.

Количественную интуицию роста сетей усилил Роберт Мет-
калф в работе Metcalfe's Law after 40 Years of Ethernet (2013) [16 |.
Он сформулировал простое, но ёмкое правило: ценность сети
растёт приблизительно пропорционально квадрату числа её
пользователей. Для платформ этот принцип объяснил нелиней-
ную природу масштабирования: каждая новая группа участни-
ков не просто добавляет ценность, а многократно усиливает её
за счёт взаимодействий с уже существующими пользователями.
В результате платформа, достигшая критической массы, входит
в фазу саморазгона, где сетевые эффекты начинают работать ав-
тономно. При этом автор подчёркивал, что устойчивость такого
роста требует управления отрицательными внешними эффек-
тами - перегрузкой, спамом, снижением качества - иначе квад-
ратичная отдача теряет смысл.

Практический инструментарий управления ростом пред-
ложили Сунил Гупта и Дональд Леман в книге Managing Cus-
tomers as Investments (2005) 117]. Их методика измерения пожиз-
ненной ценности клиента (Lifetime Value, LTV14) и стоимости
привлечения клиента (Customer Acquisition Cost, САС15) стала ос-
новой современной аналитики платформ. LTV/CAC-подход поз-

14 Lifetime Value (LTV) - пожизненная ценность клиента; суммарный доход
(или маржа) от одного клиента за весь период его активности. Формаль-
ное определение и пример расчёта см. в разд. 4.2.5.

15 Customer Acquisition Cost (САС) - средняя стоимость привлечения од-
ного клиента (руб./клиент). Формальное определение и пример расчета
см. в разд. 4.2.5.
воляет рассматривать пользователей как актив, требующий ин-
вестиций и управления. Для платформ это превратилось в уни-
версальный инструмент балансировки: соотношение LTV и САС
показывает, оправдывают ли себя затраты на субсидирование
сторон и насколько эффективна ценовая структура, описанная
в работах Роше и Тироля (§ 2.2.3). Если пожизненная ценность
превышает затраты на привлечение, значит сеть создаёт не
только охват, но и качество взаимодействий - главный признак
устойчивого роста.

Особое значение для понимания современной платформен-
ной экономики приобрела книга Аруна Сундараджана The Sharing
Economy (2016) [18]. Автор проанализировал феномен «эконо-
мики совместного потребления» - Uber, Airbnb и другие плат-
формы, где границы между личным и коммерческим использова-
нием ресурсов постепенно стираются. Сундараджан показал, что
успех таких систем зависит от четко спроектированных правил
допуска, процедур проверки участников и механизмов доверия.
Без них невозможно обеспечить массовое участие и ликвидность
обмена: алгоритмы и страховые гарантии оказываются не вспо-
могательным, а стратегическим элементом бизнес-модели.

Более узко этот вопрос проанализировали Коэн Френкен и
Джульет Шор в статье Putting the Sharing Economy into
Perspective (2017) 119]. Они предложили различать подлинные
peer-to-peer-платформы совместного пользования и коммерче-
ские площадки аренды, ориентированные на извлечение при-
были.

При всей разнице форматов ключевой фактор успеха, по их
мнению, один - способность снижать транзакционные из-
держки (поиск, сопоставление, верификация) и обеспечивать
ликвидность ресурсов, то есть достаточную плотность предло-
жений и спроса в каждом сегменте. Тем самым авторы фактиче-
ски сформулировали операционное условие существования се-
тевого эффекта: он работает только тогда, когда каждая сторона
ощущает мгновенную доступность другой.
Ещё одно направление анализа - репутационные механизмы
и системы обратной связи. Стивен Таделис в обзоре Reputation and
Feedback Systems in Online Platform Markets (2016) показал, что ре-
путация и оценки пользователей становятся производственным
фактором экосистемы [20]. Грамотно спроектированные рей-
тинги и процедуры модерации снижают информационную асим-
метрию, укрепляют доверие и повышают конверсию, позволяя
наращивать сетевые эффекты без экспоненциального роста рас-
ходов на маркетинг. Репутационные данные превращаются в ка-
питал: чем выше их качество, тем устойчивее сеть и тем ниже по-
рог вхождения новых участников.

Совокупно исследования 2005-2017 годов [15—20| закре-
пили стратегическое понимание платформ как экосистем, уп-
равляемых через правила, доверие и метрики. На смену логике
линейной цепочки создания ценности пришла логика оркестра-
ции взаимодействий, где ключевыми рычагами выступают
дизайн институциональной среды, поддержание ликвидности
и управление экономикой роста. Эти работы связали теорию
многосторонних рынков с практикой управления экосисте-
мами, создав основу для последующих исследований механиз-
мов масштабирования и устойчивости, которым посвящена сле-
дующая глава монографии.

2.4.	Современные тренды и критические подходы
(2016-2025)

К концу 2010-х и в первой половине 2020-х годов теория
платформенной экономики значительно расширилась: акцент
исследований сместился от анализа сетевых эффектов и струк-
туры цен к оценке качества взаимодействий, механизмов дове-
рия и институциональных последствий платформизации.
Наряду с признанием преимуществ платформенной модели всё
большее внимание уделяется её ограничениям, социальным
рискам и вопросам регулирования.
Переломным моментом стало осознание, что одни только се-
тевые эффекты не обеспечивают устойчивого успеха. Эту мысль
чётко сформулировали Андрей Хагиу и Саймон Ротман в статье
Network Effects Aren't Enough (2016) 121]: платформа не добьётся
долгосрочного роста лишь за счёт масштабов аудитории. Ключе-
вым фактором становится ликвидность - способность системы
поддерживать плотность предложений и спроса, обеспечивая вы-
сокую вероятность успешных транзакций. На примерах онлайн-
бронирования и сервисов доставки авторы показали, что даже
крупнейшие сети теряют эффективность, если не гарантируют
пользователям стабильного качества и надёжности.

Постепенно смещается и акцент исследований. Работы
Паркера, ван Алстайна и Чаудари (2016) [1], продолженные Ку-
сумано, Гауэр и Йоффи (2019) [3]. заложили управленческую
рамку анализа платформ, сосредоточенную на масштабирова-
нии и сетевых эффектах. Современная литература - и настоящая
монография в их числе - развивает этот подход, уделяя всё
больше внимания качественным параметрам взаимодействий:
ликвидности рынков, прозрачности governance, удержанию
пользователей (LTV/САС, retention, trust-metrics) и институцио-
нальным механизмам доверия. Таким образом, фокус исследова-
ний постепенно переносится с количественного роста на устой-
чивость экосистем - от описания масштабов к измерению их со-
гласованности и долгосрочного баланса сторон.

Дальнейшее развитие критической линии представил То-
мас Эйзенманн в книге Why Startups Fail (2021) [22]. На основе
анализа десятков неудавшихся платформенных стартапов он
выделил типичные ошибки: неверную оценку потенциального
рынка, переоценку самоподдержинающихся сетевых эффектов,
слабый контроль юнит-экономики (LTV/CAC) и недостаточное
внимание к операционному качеству и удержанию пользовате-
лей. Его вывод - сетевые эффекты усиливают только то, что уже
работает; если базовая ценность для пользователей неоче-
видна, масштабирование лишь ускоряет провал.
Одновременно усилился интерес к институциональному
и политическому измерению платформенной экономики. Еще
в 2010 году Мануэль Кастельс в книге The Rise of the Network
Society (231 описал сети как новую инфраструктуру власти, пе-
рераспределяющую влияние между государствами и корпора-
циями. В 2020-е годы эта идея обрела прикладное воплощение
в дискуссии о цифровом суверенитете: государства стремятся
выстраивать собственные платформенные экосистемы и кон-
тролировать ключевые инфраструктуры данных. Работы Джека
Голдсмита и Тима By (Who Controls the Internet?, 2006) 1241 стали
методологическим ориентиром для современных регуляторов,
показав, что глобальная сеть фактически разделена на нацио-
нальные и региональные контуры управления.

Практическим воплощением этой тенденции стала програм-
ма «Цифровая экономика Российской Федерации» (2017) |25|,
направленная на формирование национальных цифровых плат-
форм и сокращение зависимости от зарубежных сервисов. Похо-
жие процессы происходят в Европейском союзе, где приняты
Digital Markets Act16 и Digital Services Act, регулирующие ры-
ночную власть и ответственность крупнейших платформ, и в Ки-
тае, где государство жестко контролирует экосистемы Alibaba,
Tencent и ByteDance.

В 2023-2025 гг. к этим направлениям добавились новые
тренды. Во-первых, стремительный рост платформ искусствен-
ного интеллекта (OpenAI, Anthropic, Midjourney и др.) поставил во-
прос о платформизации генеративных технологий и монетизации
моделей как инфраструктуры. Эти кейсы показали, что даже
внутри AI-сектора действуют те же закономерности - сетевые эф-
фекты, эффект данных и конкуренция экосистем. Во-вторых,

16 Regulation (EU) 2022/1925 of the European Parliament and of the Council of
14 September 2022 on contestable and fair markets in the digital sector (Digital
Markets Act) // EUR-Lex. - URL: https://eur-lex.europa.eu/eh/reg/2022/1925/oj
(дата обращения: 10.11.2025).
в академической и регуляторной повестке усилилось внимание
к этическим и правовым аспектам платформ: прозрачности алго-
ритмов, ответственности за контент и управлению данными. Ев-
ропейский AI Act (2024) стал первой попыткой комплексного ре-
гулирования платформ, использующих искусственный интел-
лект, а глобальные дискуссии о «ответственном А1» закрепили
принцип управляемости алгоритмических экосистем.

Совокупность исследований и регуляторных инициатив
последних лет сформировала современный критический взгляд
на платформы как на социально-технические системы, где эко-
номические результаты неотделимы от качества взаимодей-
ствий, прозрачности и доверия. Платформы рассматриваются
теперь не только как бизнес-инструменты, но и как инфраструк-
тура власти и данных, требующая системного регулирования.
Таким образом, теория платформенной экономики вступила
в новую фазу - осмысления пределов и ответственности плат-
форм, где вопросы устойчивости, цифрового суверенитета и
этического управления становятся центральными для будущих
исследований.

Выводы по главе 2

Историко-научный анализ показал, что идеи платформен-
ной экономики формировались постепенно, как результат дли-
тельного развития представлений о координации, самооргани-
зации и совместном создании ценности.

В начале XX века российские исследователи - Алексей Гастев,
Александр Чаянов и Александр Богданов - сформулировали прин-
ципы, которые впоследствии получили развитие в платформен-
ной логике. Их труды описывали стандартизацию труда, горизон-
тальную кооперацию и системное устройство производственных
связей. Эти подходы задали основы мышления, ориентирован-
ного на согласование действий независимых участников, обмен
знаниями и коллективную организацию процессов.
Во второй половине XX века экономическая наука придала
этой логике строгую аналитическую форму. Исследования сете-
вых эффектов Майкла Каца и Карла Шапиро, модель двусторон-
них и многосторонних рынков, разработанная Жаном-Шарлем
Роше, Жаном Тиролем и Марком Армстронгом, а также модель
распространения инноваций Фрэнка Басса создали методологи-
ческий фундамент для понимания того, как взаимодействие
сторон рынка становится источником экономической ценности
и устойчивого роста.

На рубеже ХХ-ХХ1 веков эта теоретическая база перешла
в практику управления платформами и экосистемами. Работы
Джеффри Паркера, Маршалла ван Алстайна, Сангиита Чаудари
и других показали, что рост платформ определяется не контро-
лем над активами, а созданием среды доверия и ликвидности
взаимодействий. В последние годы исследования дополняются
вопросами регулирования, прозрачности и социальной ответ-
ственности, что свидетельствует о зрелости и институционали-
зации платформенной экономики.

Современное понимание платформ выросло из этой интел-
лектуальной траектории - от кооперативных и системных кон-
цепций к моделям сетевых взаимодействий и практике управле-
ния цифровыми экосистемами. Это наследие формирует теоре-
тическую основу для дальнейшего анализа механизмов роста
и устойчивости платформ, к которым переходит следующий
раздел монографии.
ГЛАВА 3.

ПЛАТФОРМЕННАЯ РЕВОЛЮЦИЯ:

МЕХАНИЗМЫ, УСТОЙЧИВОСТЬ, вызовы

Платформенная революция означает переход от традици-
онных принципов организации бизнеса к новой логи-
ке - когда главным источником ценности становятся
связи и взаимодействия между участниками, а не владение ак-
тивами. Платформы перестают быть отдельной моделью и ста-
новятся каркасом цифровой экономики, объединяющим множе-
ство самостоятельных акторов в единую систему координации.

Продолжая логику предыдущих разделов, здесь внимание
сосредоточено на механизмах, обеспечивающих устойчивость
и самоподдерживающийся рост платформ: сетевых эффектах,
архитектуре правил и институтах доверия. Платформа рассмат-
ривается как динамическая система взаимодействий, в которой
каждый новый участник повышает ценность для остальных, за-
пуская петли положительной обратной связи.

Показано, как сочетание снижения транзакционных издер-
жек, действия сетевых и данные-сетевых эффектов и институ-
ционального доверия формирует новую институциональную
логику хозяйствования, вытесняющую традиционные модели
и подготавливающую анализ вызова традиционной экономике,
который развивается в дальнейших разделах монографии.
Итоги главы служат переходом к количественному описанию
этих закономерностей в следующем разделе.
3.1.	Платформа как динамическая система

Современные цифровые платформы - это не просто ка-
налы посредничества между участниками рынка, а саморазви-
вающиеся системы, в которых рост, устойчивость и ценность
определяются количеством и качеством взаимодействий между
пользователями. Платформа объединяет множество независи-
мых сторон - производителей, потребителей, партнёров - и со-
здаёт условия, при которых их взаимные действия усиливают
ценность всей системы.

Ключевой критерий, который отличает платформы от тра-
диционных бизнес-моделей, - это организация прямых взаимо-
действий между сторонами, а не продажа или перепродажа то-
варов и услуг. Как отмечают Андрей Хагиу и Джулиан Райт,
именно способность платформы связывать участников и обес-
печивать их взаимовыгодные транзакции составляет её эконо-
мическое ядро.

Такой подход задаёт особую логику функционирования:
платформа действует как динамическая экосистема, где поведе-
ние участников становится частью механизма роста. В дальней-
ших подпунктах будут рассмотрены ключевые аспекты этой ди-
намики - различия между платформой и линейной фирмой,
условия достижения критической массы и поведенческие фак-
торы, формирующие доверие и устойчивость экосистемы.

3.1.1.	От традиционного бизнеса к платформенной модели

Принципиальные отличия платформенной модели от тра-
диционного бизнеса были рассмотрены в разделе 1.5. Здесь
важно подчеркнуть главное: классическая компания работает
как цепочка создания ценности, где ресурсы проходят последо-
вательные этапы преобразования внутри организации, а итого-
вый продукт контролируется на каждом шаге. Платформа же -
это экосистема взаимодействий, в которой компания управляет
не производственным процессом, а правилами и инфраструкту-
88
рой, связывающими множество независимых участников. На
смену внутренней оптимизации приходит координация, а вме-
сто управления активами - управление поведением и стимуля-
цией сторон. Исследования показывают, что успех платформ
определяется не контролем над ресурсами, а способностью ор-
кестрировать сетевые эффекты и обеспечивать ликвидность
взаимодействий [15, с. 54-62].

Платформа создаёт ценность прежде всего не за счёт
внутренних операций компании, а за счёт совокупности эко-
номически значимых взаимодействий между участниками
сети - поисков и просмотров, заказов, платежей, публикаций
и откликов, обмена контентом и т. п. Чем больше таких вза-
имодействий и выше их интенсивность, тем выше общая по-
лезность платформы для всех сторон. Если традиционная
компания растёт за счёт расширения производства, то плат-
форма масштабируется через сеть связей и сетевые эф-
фекты, которые усиливают друг друга и делают систему са-
моподдерживающейся |7, с. 424-440].

Отсюда меняется и представление о главном активе. Для
платформы им становится сама сеть участников и их внешние
ресурсы - контент, товары, услуги, навыки, - а не только соб-
ственные мощности компании. Управление сдвигается от кон-
троля процессов к дизайну правил доступа и взаимодействия,
балансировке интересов сторон и созданию инфраструктуры
доверия. Это формирует особую экономику правил и стимулов,
где платформа регулирует потоки не через владение, а через за-
давание условий участия. Именно поэтому платформы часто
субсидируют одну сторону рынка (например, пользователей)
и монетизируют другую (партнёров или поставщиков услуг), со-
здавая устойчивую структуру цен |8, с. 990-995].

Практически это означает, что платформа масштабируется
нс за счёт экономии от объёма производства, а за счёт усиления
сетевых внешних эффектов. Каждый новый участник или тип
контента повышает ценность системы для других, стимулируя
дальнейший приток и рост взаимодействий. Этот эффект опи-
сан в модели сетевой совместимости и координации ожиданий
|7, с. 424-440]. По сути, платформа создаёт новый контур разви-
тия экономики, где взаимодействие становится аналогом произ-
водства, а управление превращается в оркестрацию поведения
множества сторон (см. 3.1.2].

3.1.2.	Критическая масса и самоподдерживающийся рост

Ранее была введена ключевая для платформ понятие кри-
тический массы - порога, после которого сетевые эффекты начи-
нают действовать самоподдерживающимся образом. Для того
чтобы платформа перешла в режим такого роста, необходимо
преодолеть порог «зажигания», то есть достичь критической
массы участников. В начальной фазе она сталкивается с класси-
ческой «проблемой курицы и яйца»: ценность для первых поль-
зователей невелика из-за малого числа участников, поэтому они
не спешат присоединяться, а без них платформа не может про-
демонстрировать достаточную привлекательность [2, с. 45-47].
Поставщики и потребители выжидают друг друга, и новая плат-
форма застревает в состоянии низкого равновесия с ограничен-
ным числом пользователей.

Критическая масса - это минимальный объём участия,
при котором сеть становится достаточно ценной сама по себе,
и пользователи начинают присоединяться уже вследствие внут-
ренней привлекательности [2, с. 48-49; 7, с. 429-432]. Достигнув
этого порога, платформа преодолевает инерцию и запускает ди-
намику роста: сетевые эффекты усиливаются настолько,
что каждый новый участник заметно повышает ценность для
остальных, вызывая цепную реакцию новых подключений
11, с. 35-38; 7, с. 433-436]. В этот момент ценность участия пре-
вышает затраты и риски, поэтому присоединение к платформе
становится для большинства пользователей доминирующей
стратегией [7, с. 437-440].
До достижения критической массы рост требует актив-
ных усилий и стимулов, но после неё платформа развивается
сама: сетевые эффекты образуют петлю положительной об-
ратной связи, и каждый новый пользователь делает систему
всё ценнее. Ниже порога сеть распадается, выше - ускоря-
ется, переходя к экспоненциальному росту.

После преодоления критической массы включается меха-
низм положительной обратной связи. С каждым новым пользо-
вателем платформа становится привлекательнее, что стимули-
рует ещё большее число людей и организаций вступать в си-
стему - возникает эффект сетевого ускорения (bandwagon effect)
17, с. 433]. Эта положительная петля обратной связи ведет
к экспоненциальному росту до тех пор, пока рынок не достигнет
нового плато насыщения |2, с. 49-50]. Иными словами, достиг-
нув критической массы, платформа переходит в режим самопод-
держивающегося роста: сетевые эффекты подпитывают себя
без внешнего вмешательства. Исследователи называют этот мо-
мент «зажиганием» платформы, подчеркивая, что до него ком-
пании требуется активное стимулирование сторон, а после рост
происходит естественно, на волне возросшей ценности |2, с. 501.

Следствием сетевой динамики становятся эффекты насы-
щения и доминирования. Платформа, первой достигшая доста-
точной плотности взаимодействий, получает преимущество:
она быстро занимает значительную долю рынка, поскольку но-
вым игрокам трудно переманить пользователей из уже ценной
сети [1, с. 56-58]. При сильных сетевых эффектах рынок стре-
мится к состоянию эффекта победителя winner-takes-all: одна
или несколько платформ занимают доминирующее положение,
а остальные остаются нишевыми 17, с. 438-440]. Однако подоб-
ный исход не гарантирован. Многое зависит от ожиданий поль-
зователей: если они верят, что конкретная платформа станет
стандартом, они присоединяются именно к ней, что ускоряет её
лидерство [7, с. 436-438].
Экономическая теория двусторонних рынков объясняет,
почему платформа должна правильно распределять цены
между сторонами, чтобы преодолеть этот порог. Часто одна сто-
рона субсидируется (например, пользователи), чтобы быстро
нарастить аудиторию и сделать платформу привлекательной
для другой - поставщиков товаров или услуг (8, с. 990-995].

Важно понимать, что достижение критической массы не га-
рантирует вечного роста. После неё необходимо поддерживать
качество взаимодействий и доверие: при перегрузке или сниже-
нии ценности контактов положительная обратная связь может
стать отрицательной. Но именно момент выхода на критиче-
скую массу остается решающим для любой платформы: до него
компания инвестирует «вручную», после - сеть растёт органично.

Разные платформы проходят этот порог по-разному.
YouTube с самого начала стимулировал обе стороны: команда ак-
тивно привлекала авторов видео и одновременно наращивала
базу зрителей, добиваясь, чтобы одни приводили других и тем
самым «зажгли» рост |2, с. 46-47]. Другие модели строятся на
приоритете одной стороны. Например, площадка фриланс-услуг
может сначала субсидировать исполнителей, чтобы сформиро-
вать достаточное предложение, а затем переключиться на кли-
ентов. В обоих случаях цель одна - снизить барьеры для первых
пользователей и пройти точку зажигания.

После этого начинают работать механизмы самоускорения.
Так, в сервисе вроде Uber увеличение числа водителей сокра-
щает время ожидания и стоимость поездки, что привлекает
больше пассажиров; рост спроса мотивирует новых водителей
выходить на линию - возникает добродетельный цикл роста
[1, с. 58-601. Благодаря таким эффектам платформа масштаби-
руется во много раз быстрее традиционного бизнеса, почти
взрывообразно увеличивая базу пользователей после достиже-
ния порога критической массы. Задача управления - сохранять
баланс роста и качество взаимодействий, чтобы положительные
сетевые эффекты не превратились в отрицательные. При пра-
вильной настройке динамическая система платформы продол-
жает расширяться, с каждым витком создавая всё больше цен-
ности во взаимосвязях между участниками.

3.1.3.	Поведенческая логика участников и доверие

Поведение пользователей на платформах во многом опре-
деляется их ожиданиями, восприятием риска и уровнем доверия
к системе. Эти нематериальные факторы нередко оказываются
решающими: именно они определяют, сможет ли сеть преодо-
леть начальную инерцию и перейти в фазу самоподдсрживаю-
щегося роста.

Ожидания пользователей играют ключевую роль в мо-
менте запуска платформы. В условиях сетевых эффектов они мо-
гут становиться самосбывающимися пророчествами: если боль-
шинство убеждено, что платформа достигнет массовости, они
готовы присоединяться заранее - и тем самым сами обеспечи-
вают её рост. Если же преобладает скепсис, пользователи выжи-
дают, и сеть действительно может не набрать критическую
массу |12, с. 436-438]. Исследования показывают, что суще-
ствует несколько возможных равновесий - низкое (малая вовле-
чённость) и высокое (массовое использование), - и то, какое из
них реализуется, зависит от коллективных ожиданий пользова-
телей [12, с. 429-432]. Поэтому на ранних этапах особенно
важны сигналы, формирующие доверительные ожидания: уча-
стие известных инвесторов, поддержка авторитетных партнё-
ров, первые успешные кейсы. Часто платформы целенаправ-
ленно создают «эффект уверенности», привлекая якорных поль-
зователей (marquee users), чьё присутствие служит сигналом
надёжности и перспективности 12, с. 46-471.

Другим фактором является асимметрия сторон. Плат-
формы обычно соединяют несколько групп пользователей, и их
вклад в общую ценность неравномерен. Каждая сторона имеет
собственную поведенческую логику и разные пороги вовлече-
ния. Например, на видеохостинге авторы контента зависят от
93
объёма аудитории, а зрители - от разнообразия и качества роли-
ков. Если создателей мало, пользователи не приходят; если
аудитории нет, авторы не видят смысла публиковаться. При
этом степень лояльности у сторон различна: зрители легко пе-
реключаются, а авторы могут параллельно размещать контент
на нескольких площадках - эффект мультихоминга, характер-
ный для многосторонних рынков [9, с. 668-672]. Напротив, экс-
клюзивность возникает, когда платформа выстраивает условия,
побуждающие участников пользоваться только её сервисом, по-
вышая их приверженность и снижая вероятность ухода.

В результате возникает асимметрия зависимости: одна сто-
рона - чаще всего поставщики контента или услуг - оказывается
более критичной для запуска сети и чувствительна к её каче-
ству. Осознавая это, платформы направляют основные инвести-
ции именно туда, где отдача максимальна или риски выше. На
практике выделяются «сторона субсидирования» и «сторона
монетизации» [1, с. 35-38]. Одним участникам предоставляются
льготные или бесплатные условия, другим - платный доступ.
Например, разработчики программ получают от платформы тех-
ническую поддержку и низкие комиссии, потому что без доста-
точного выбора приложений невозможно привлечь пользовате-
лей; а пользователи, в свою очередь, обеспечивают основной до-
ход экосистемы. За счёт грамотной работы с этой асимметрией
достигается эффект взаимного притяжения: каждая группа при-
ходит тогда, когда платформа уже подготовлена к удовлетворе-
нию её ожиданий относительно другой стороны [2, с. 49-50].

Ещё один ключевой поведенческий фактор - уровень дове-
рия, необходимый для активного участия. Многие платформы
объединяют незнакомых людей для совершения сделок, что из-
начально связано с риском и недоверием. Порог доверия - это
минимальный уровень уверенности в безопасности и надёжно-
сти системы, при котором пользователи готовы вступать во вза-
имодействия. На старте доверие обычно низкое: участники сом-
неваются в качестве контрагентов, защите данных, сохранности
средств. Пока не накоплен положительный опыт, многие пред-
почитают наблюдать со стороны. Для преодоления этого барь-
ера платформа создаёт репутационные механизмы - рейтинги,
проверки, гарантии, систему отзывов [2, с. 50]. Эти элементы не
производят ценность напрямую, но становятся катализаторами
роста: они снижают восприятие риска и расширяют базу поль-
зователей. Так, сервис Airbnb внедрил двусторонние отзывы
и страхование имущества, благодаря чему арендаторы и хозяева
стали доверять незнакомцам.

Платформа должна накопить социальный капитал доверия,
прежде чем сетевые эффекты заработают в полную силу. Первые
пользователи - новаторы - готовы рисковать и участвовать при
низком уровне уверенности. Однако для выхода на массовый ры-
нок необходимо преодолеть порог социальной доказанности: ко-
гда есть достаточное число успешных сделок, положительные от-
зывы и партнёры с репутацией, доверие становится массовым.

Ожидания и доверие - это «невидимый капитал» плат-
формы. Именно они определяют, к какой экосистеме пользо-
ватели тяготеют и как быстро она растёт. Чем лучше плат-
форма управляет ожиданиями, балансом сторон и доверием,
тем устойчивее её рост и сильнее эффект самоподдержива-
ющихся сетевых взаимодействий.

Поведенческие факторы - ожидания, асимметрия и дове-
рие - взаимосвязаны и вместе определяют траекторию разви-
тия платформы. Успешные платформы формируют позитивные
ожидания, балансируют интересы сторон и укрепляют доверие
к новым типам взаимодействий. В результате всё больше участ-
ников считают участие выгодным и безопасным, сеть входит
в фазу самоподдерживающегося роста, а платформа переходит
из статического стартапа в динамически развивающуюся эко-
систему [1; 21. Эти закономерности определяют логику платфор-
менной революции: она совершается не только за счёт техноло-
гий, но прежде всего благодаря способности платформ созда-
вать институциональное доверие и координировать поведение
миллионов независимых пользователей.

3.2.	Запуск ликвидности и преодоление
«холодного старта»

Запуск платформы - это инженерия сгущения взаимо-
действий в узком домене, чтобы пересечь порог критиче-
ской массы: сперва создаем ликвидность одной/обеих сто-
рон, затем переводим сеть в режим самоподдерживающе-
гося роста и удерживаем качество.

Как отмечалось ранее, сетевые эффекты определяют дина-
мику роста платформ: пока база участников невелика, их дей-
ствие может быть обратным - ценность взаимодействий оста-
ётся низкой, и сеть не разворачивается в полную силу На этом
этапе возникает феномен «холодного старта»: недостаток поль-
зователей с обеих сторон приводит к состоянию «низкого рав-
новесия», из которого система самопроизвольно нс выходит
[7, с. 429-430; 2]. Задача запуска заключается не в охвате всех
сразу, а в создании локальной критической массы - такой плот-
ности взаимодействий, при которой вероятность успешной
сделки становится высокой и самовоспроизводимой.

Современная теория двусторонних рынков объясняет, по-
чему это возможно. При перекрёстных сетевых эффектах су-
ществуют множественные равновесия: «тонкое» (активности
мало) и «толстое» (сеть плотная), а переход между ними запус-
кается асимметричными стимулами и координированным вхо-
дом сторон |8, с. 996-1005; 7, с. 429-430]. Практика показывает,
что устойчивый «сдвиг» достигается не одним рывком, а комби-
нацией тактик, каждая из которых работает на создание и удер-
жание локальной ликвидности. Ниже - четыре базовых рычага
и как их применять.
1.	Фокус на минимально ликвидном сегменте рынка (MLP,
minimally liquid pocket] - узком сегменте, в котором платформа
может первой обеспечить устойчивую плотность спроса и пред-
ложения.

Сначала выбирается узкий сегмент, где достижим «эффект
все здесь»: одна товарная категория, один город/кластер, одно
чёткое использование. Цель - не полнота функционала, а время-
до-первой сделки и доля органических совпадений (например,
>60-70% заявок закрываются без субсидий). Чем плотнее
спрос/предложение в выбранной «песочнице», тем быстрее
включается положительная обратная связь («всё продаётся -
все приходят»). Это согласуется с интуицией сетевой динамики:
полезность (и склонность участвовать) растёт с числом контр-
агентов |1, с. 31-38; 7, с. 424-430]. Риск застрять в нише мини-
мизируют заранее рассчитанные «маршруты расширения»: по
географии, категориям и смежным ролям участников.

2.	Последовательный посев одной стороны (Two-Step)
и «имитация» второй.

Когда одну сторону проще собрать автономно (например,
исполнителей), разумен последовательный запуск: быстро
наращиваем «склад» (оферту) и лишь затем активируем спрос -
или наоборот. Верифицированный способ - имитация второй
стороны: платформа временно выступает «покупателем»/«про-
давцом» сама (создаёт стартовый контент, размещает тестовые
заказы, гарантирует минимальный доход), чтобы обеспечить
ранний поток сделок и сигналы качества [2]. Преимущество -
мгновенная ликвидность; риск - «ложные» метрики и выгора-
ние бюджета, если не задан чёткий порог выключения субсидий
и не просчитана unit-экономика.

Метрики включения среднее время до первой сделки
(TTFT17), доля заявок с матчингом без субсидий, коэффициент
удержания первой когорты через 30-60 дней.

17 TTFT (Time То First Transaction) - время до первой успешной сделки по-
сле регистрации; индикатор скорости активации.
3.	Поэтапная синхронизация сторон (ZigZag) и координация
ожиданий.

Когда обе стороны критичны «здесь-и-сейчас» (такси, до-
ставка, каршеринг), применяется ZigZag: пополняем небольшой
пул предложения -> тут же приводим спрос -> возвращаемся
к предложению и так далее, пока локальный рынок не станет са-
модостаточным. Это метод «стяжки» двух половин рынка через
координацию входа (единый «день X», белые списки первых
партнёров, гарантии объёма, медийная волна). Он эффективен
там, где каждое дополнительное подключение одной стороны
мгновенно повышает полезность другой. Риск - сбой синхрони-
зации (перевес одной стороны), поэтому нужны операционные
триггеры: лимиты на приём новых поставщиков, SLA по вре-
мени отклика, мониторинг отказов в момент старта 12].

Метрики включения: средняя глубина очереди/время ожи-
дания, конверсия «просмотр -> сделка» в целевой нише/гео, ско-
рость роста активной базы по сторонам.

4.	Асимметричная ценовая структура и управление участием
на одной или нескольких платформах (single-/multi-homing).

Переход через порог критической массы ускоряется за счёт
асимметричных стимулов: платформа субсидирует «сторону
привлечения» - обычно пользователей или создателей, - и мо-
нетизирует «сторону дохода» - рекламодателей, мерчантов и т. п.
Экономическая теория двусторонних рынков показывает, что
оптимальная структура цен зависит от чувствительности сто-
рон: иногда рационален нулевой или даже отрицательный
тариф для критической стороны, если это резко повышает её
численность и вовлечённость [8. с. 996-1005 . В динамике по-
лезно управлять multi-/single-honiing: там, где поставщики
легко «гуляют» между площадками, программы лояльности,
эксклюзивы и инструменты интеграции повышают долю за-
креплённых участников s Т, снижая давление на маржу и стаби-
лизируя ликвидность [9, с. 668-672].
Метрики включения: доля субсидируемой стороны в новых
сделках; соотношение LTV/CAC по сторонам; доля эксклюзив-
ных участников; эластичность конверсии по цене или размеру
субсидии.

Эффективность субсидирования определяется не только
его масштабом, но и распределением бюджета между сторо-
нами. В главе 4 представлена формализованная модель, показы-
вающая, что существует внутренний оптимум распределения
субсидий - не на краях («всё в покупателей» или «всё в постав-
щиков»), а внутри интервала, где совокупные затраты на запуск
минимальны (см. главу 4). Такая оптимизация позволяет точнее
планировать инвестиции и ускорять выход платформы к само-
поддерживающемуся росту.

Одних сетевых эффектов при этом недостаточно: без каче-
ства взаимодействий и доверия разгона не происходит - сеть
возвращается к состоянию низкого равновесия 121, с. 65-71]. По-
этому тактики запуска должны изначально учитывать архитек-
туру правил и механизмы обеспечения качества. В противном
случае положительная обратная связь может обернуться отри-
цательной - перегрузкой, снижением доверия и оттоком поль-
зователей.

Таблица 3.1 - Стратегии запуска ликвидности взаимодействий на
платформе

Стратегия	Когда применять	Ключевые приёмы (как «сгущать» взаимодей- ствия)	Что мерим / когда сворачивать
Фокус на MLP (минимально ликвидный сегмент рынка)	Есть узкая ниша/гео с высокой плотностью спроса/пред ложения	Узкое позицио- нирование; старт с 1-2 кате- горий/районов; быстрый цикл «запрос -» сделка»	TTFT (время до пер- вой сделки), доля органических сов- падений, повтор- ные сделки; свора- чиваем/расширяем по KPI
Окончание табл. 3.1

Стратегия	Когда применять	Ключевые приемы (как «сгущать» взаимодей- ствия)	Что мерим / когда сворачивать
Последова- тельный посев (Two-Step)	Одну сто- рону легко собрать за- ранее (напр., исполните- лей]	«Имитация» второй стороны; гарантии мин. дохода/заказа; витрина кейсов	Конверсия «реги- страция -»первая сделка», Unit econo- mics по обеим сто- ронам; стоп при от- рицательной оку- паемости субсидии
Синхронный запуск (ZigZag)	Обе стороны критичны «здесь и сей- час» (такси, доставка]	Пакетные под- ключения;  «день X»; квоты на слоты; ло- кальный РН	Время до матчинга, % заявок с откли- ком < N секунд; ба- ланс сторон, доля отказов; стоп при затяжных очередях
Асимметрич- ная ценовая структура	Нужен быст- рый приток «привлекае- мой» стороны	Нулевая/сни- женная цена, кешбэк/вауче- ры; тарифы для «стороны дохода» |8, с. 996-1005]	LTV/САС по сторо- нам; динамика от- тока после снятия бонусов; порог по бюджету субсидий
Координиро- ванный вход (Commitment)	Высокая цена под- ключения, нужны «якоря»	MOU с ключе- выми игроками; пилоты;про- зрачные SLA/ гарантии	Число активных «якорей», доля сде- лок с ними; рыноч- ный охват первого месяца; план В на случай срыва

Запуск ликвидности - это ключевой момент в жизни плат-
формы, когда идея превращается в самоподдерживающуюся
экосистему. Пока сеть мала, каждое взаимодействие требует
внешних усилий и инвестиций. Но после пересечения порога
критической массы система начинает расти сама: каждая новая
транзакция повышает ценность платформы и облегчает следу-
ющую.
Выбор правильной стратегии зависит от характера рынка,
числа сторон и их асимметрии. Универсального сценария не су-
ществует-успешные платформы комбинируют разные приёмы:
фокусируются на узких доменах, субсидируют ключевые груп-
пы, координируют ожидания и создают доверие. Общий прин-
цип остаётся единым: чем быстрее платформа формирует устой-
чивые связи между сторонами, тем скорее сетевые эффекты
переходят из потенциальных в реальные.

Главный критерий успешного запуска - ликвидность: спо-
собность участников быстро находить друг друга и получать
ценность без внешнего вмешательства. После этого начинает-
ся следующая фаза - управление качеством взаимодействий
и удержанием сторон. Рост платформы невозможен без механиз-
мов, которые сохраняют доверие и предотвращают распад сети
при увеличении масштабов. Именно эти вопросы - баланс сти-
мулов, поддержание качества и архитектура правил - рассмат-
риваются в разделе 3.3.

3.3.	Правила, стимулы и качество взаимодействий

После «зажигания» платформа держится не на субси-
диях, а на правилах, стимулах и механизмах качества: они
превращают разрозненных участников в устойчивую экоси-
стему, где выгодно вести себя «правильно», а нарушать - бес-
смысленно.

Платформа управляет не участниками напрямую, а средой
их взаимодействия. Такой тип управления называют governance -
управление через правила, а не через приказы. В этом смысле
платформа действует как «регулятор» собственной экосистемы:
она задаёт нормы доступа и поведения, распределение прав
и обязанностей, процедуры разрешения споров и степень про-
зрачности алгоритмов. Чёткие и предсказуемые правила повы-
шают доверие и вовлеченность, а значит - и силу сетевых эф-
фектов [1, с. 182—185; 212 218]. /(ля практики удобно выделять
три блока правил:

-	нормативные (кто и на каких условиях участвует);

-	экономические (структура комиссий, ограничения, поощ-
рения);

-	технические (данные, API, безопасность, SLA) [4, с. 53-56,
371-373].

Инструменты стимулов: короткий набор.

-	Финансовые стимулы: цены, скидки, кешбэк, рефералки -
но строго по метрикам окупаемости и с условиями сворачивания.

-	Нефинансовые награды: статусы («суперхост», «топ-про-
давец»), приоритетная поддержка, доступ к бета-функциям -
формируют лояльность без постоянных выплат.

-	Репутационные системы: рейтинги, отзывы, гарантий-
ные механизмы - фундамент доверия между незнакомыми аген-
тами; они же дисциплинируют качество через «рыночный от-
бор» лучших [20, с. 321-340].

-	Правила и модерация: КУС18/верификация, анти-фрод,
санкции за нарушения - защищают добросовестных участников
и снижают риск «ухудшения смеси».

-	Архитектура выбора (choice architecture): ранжирование
и фильтры, которые повышают видимость качественных пред-
ложений и затрудняют обход правил; интерфейс подталкивает
к нужным действиям [1, с. 212-218].

Качество ври масштабировании: как не скатиться в «тон-
кое» равновесие. По мере роста сети появляются отрицательные
внешние эффекты: перегрузка, спам, асимметрия информации,
«ухудшение смеси». Чтобы сетевой эффект не развернулся
вспять, платформа:

1)	ужесточает пороги качества (минимальный рейтинг/SLA
для сохранения доступа, скрытие «нижнего квартиля»);

18 KYC (Know Your Customer) - проверка и верификация личности участ-
ника; снижает риски мошенничества и фрода.
2)	автоматизирует контроль (анти-фрод/анти-спам, проак-
тивные блокировки);

3)	смещает стимулы «от количества - к качеству» (бонусы
за выполнение SLA, NPS19/CSAT20, низкую долю споров);

4)	поддерживает справедливость (прозрачные правила
апелляций, понятные изменения алгоритмов), - тем самым
удерживая ценность взаимодействий на единицу масштабиро-
вания [1, с. 182-185; 20, с. 321-340).

Ранняя стадия vs. зрелая стадия. В начале - «ручная сборка»
доверия: верификация, гарантийные выплаты, выборочный он-
бординг, персональная поддержка (типичные практики раннего
Airbnb, Uber). На зрелости - саморегуляция плюс автоматизация:
больше роли у рейтингов и алгоритмов, выше стандарты до-
пуска, меньше прямых субсидий; правила эволюционируют, но
остаются предсказуемыми и легитимными.

Централизация и ко-управление. Вазовые принципы и от-
ветственность - у оператора, но часть функций полезно делеги-
ровать сообществу: крауд-модерация, советы продавцов/созда-
телей, публичные RFC21 по изменениям правил. Это повышает
принимаемость решений и снижает издержки контроля при
росте.

Метрики «здоровья сети» (ориентиры для управления):

-	Ликвидность: время до матчинга/первой сделки (TTFT),
доля «органики» в сделках.

-	Качество: NPS/CSAT, доля споров/возвратов, доля кон-
тента/прсдложений ниже порога качества.

-	Надёжность: доля нарушителей/фрода, время реакции
модерации, доля KYC-верифицированных участников.

19 N PS (Net Promoter Score) - индекс готовности рекомендовать сервис; из-
меряется в баллах от -100 до +100.

2,1 CSAT (Customer Satisfaction) - уровень удовлетворённости пользовате-
лей качеством взаимодействий; измеряется в процентах.

21 RFC (Request for Comments) - открытая процедура публикации и обсуж-
дения изменений стандартов или правил платформы.
-	Баланс сторон: коэффициенты заполненности/ожидания
по ролям, асимметрия спрос/предложение.

-	Экономика стимулов: LTV/CAC по сторонам, бюджет суб-
сидий vs. рост «органики».

Правила, стимулы и механизмы качества - это «скелет»
платформы, который позволяет сетевым эффектам работать
в плюс и на масштабе. Грамотно спроектированная архитектура
делает добросовестное поведение выгоднее, чем обход системы;
благодаря этому сеть не распадается при росте, а экосистема
остаётся устойчивой и предсказуемой.

Следующий вопрос - как измерять и поддерживать баланс
сторон и ликвидность в динамике (когорты, пороги, операцион-
ные триггеры): это предмет раздела 3.4.

3.4. Устойчивость экосистемы и баланс сторон

Устойчивость платформы - это непрерывная работа по
выравниванию спроса и предложения и поддержанию каче-
ства взаимодействий. Как только ликвидность рынка - плот-
ность и скорость совпадений сторон - снижается, сетевые
эффекты теряют силу, а экосистема начинает распадаться.

Платформа не производит товары и услуги самостоятель-
но - она организует взаимодействие независимых сторон. По-
этому её жизнеспособность определяется не объёмом внутрен-
них ресурсов, а скоростью и предсказуемостью совпадений меж-
ду участниками. Ликвидность в этом контексте означает способ-
ность системы обеспечивать достаточный поток сделок, а ба-
ланс сторон - устойчивое соотношение спроса и предложения.
Любой перекос снижает ценность сети: избыток предложения
без спроса ведёт к простаиванию и оттоку поставщиков, а дефи-
цит - к росту времени ожидания, снижению удовлетворённости
и миграции клиентов к конкурентам [1; 2].

Отдельный источник нестабильности - мультихоминг, ко-
гда пользователи и поставщики работают сразу на нескольких
104
платформах. В таких условиях удержание участников зависит не
столько от цены, сколько от качества и скорости взаимодей-
ствий [9, с. 668-672; 21].

Для поддержания равновесия платформа должна посто-
янно отслеживать «здоровье» своей экосистемы. Наиболее важ-
ными индикаторами являются:

•	Время до матчинга (time-to-match22) - средняя скорость
совпадений между сторонами.

•	Заполняемость спроса и предложения (fill-rate) - доля за-
просов, получивших отклик или исполнение.

•	Отказы и отмены (cancellation rate) - число незавершён-
ных сделок и перегрузок.

•	Качество совпадений - NPS, CSAT, повторные транзакции,
доля споров и возвратов.

•	Индекс баланса сторон (S-ratio) и доля мультихоминга -
показывают, как распределён спрос и насколько участники за-
креплены в системе [2; 21].

Совокупность этих показателей отражает «температуру»
экосистемы: если время поиска партнера растёт, а конверсия па-
дает, сеть начинает терять плотность и ценность.

Для коррекции поведения сторон и восстановления ба-
ланса платформа использует гибкие инструменты:

1.	Динамическое ценообразование и квоты. Цены и комис-
сии автоматически подстраиваются под пиковые и спокойные
периоды, сокращая очереди и простои.

2.	Перекрёстные стимулы и приоритизация. В пиках спроса
вводятся активационные бонусы для поставщиков; в спадах -
промоакции и пакетные предложения для потребителей.

3.	Качество как ограничитель. Минимальные рейтинги
и SLA - условие доступа к «горячему» трафику; временное «ох-

22 Time-to-match (ТТМ) - время подбора пары между сторонами; измеря-
ется в секундах или минутах и отражает скорость совпадений на плат-
форме.
лаждение» или скрытие участников с низким рейтингом; гаран-
тии и эскроу как защита от риска 120].

4.	Работа с мультихомингом и эксклюзивностью. 'Гам, где
параллельное участие неизбежно, - улучшение условий (анали-
тика, быстрые выплаты, инструменты); эксклюзивность ис-
пользуется точечно - для якорных продавцов или премиальных
сегментов [9, с. 668-6721.

5.	Петли данных для улучшения матчинга. Чем выше
объём и качество поведенческих и контентных сигналов, тем
точнее алгоритмы рекомендаций и ниже фрикции [1; 4J.

Для управления равновесием платформа задаёт чёткие
операционные триггеры - правила, по которым система реаги-
рует на изменения.

-	если time-to-match превышает целевое значение, автома-
тически усиливаются ставки или субсидии для дефицитной сто-
роны;

-	при росте cancellation rate блокируются новые заказы
в перегруженной зоне и перераспределяется трафик;

-	увеличение доли низких рейтингов запускает кампании
по повышению качества и корректировку фильтров;

-	выход S-ratio за допустимый коридор ведёт к немедленной
корректировке цен и лимитов на привлечение новой стороны.

Такая логика позволяет платформе адаптироваться к ры-
ночным колебаниям без ручного управления.

Несмотря на продуманную архитектуру, экосистемы оста-
ются уязвимыми перед рядом рисков.

Во-первых, фрагментация сообщества и отток участников
снижают плотность сети и ослабляют сетевые эффекты. Проти-
водействие заключается в развитии собственных сервисов - ко-
шельков, логистики, аналитики, программ лояльности, - кото-
рые повышают издержки переключения и создают внутреннюю
связанность [21J.

Во-вторых, кризисы доверия (мошенничество, нарушения
безопасности, репутационные конфликты) требуют мгновен-
ного и публичного реагирования: прозрачного разбирательства,
компенсаций, обновления алгоритмов безопасности и подтвер-
ждения легитимности правил 120, с. 321-340].

В-третьих, циклические спады активности (сезонные или
экономические) компенсируются временными антикризис-
ными мерами - снижением комиссий, промоакциями, гаранти-
ями доходов для ключевых участников, - но при этом важно со-
хранить ядро активных пользователей, готовых перезапустить
рост после нормализации рынка [2; 10].

По мере развития платформы её подход к управлению
устойчивостью также меняется.

На ранней стадии приоритетом остаётся ликвидность и ба-
зовое доверие: действует ручной онбординг, сильная модерация
и персональная работа с участниками. На зрелом этапе управле-
ние становится автоматизированным: алгоритмы динамиче-
ского ценообразования и рейтинговые системы обеспечивают
саморегуляцию, прямые субсидии сокращаются, а контроль ка-
чества частично передаётся сообществу. В результате система
достигает состояния, в котором равновесие поддерживается не
внешними усилиями, а внутренними механизмами обратной
связи.

Таким образом, устойчивость платформенной экосистемы
формируется на пересечении трёх факторов - ликвидности, ка-
чества и доверия. Эти элементы взаимно усиливают друг друга:
чем быстрее и надёжнее происходят совпадения, тем выше удо-
влетворённость участников и тем сильнее сетевые эффекты. Со
временем накопленные связи, данные и репутационный капи-
тал превращаются в барьеры входа - социальный и поведенче-
ский капитал, который невозможно быстро воспроизвести.

Поэтому устойчивость становится не просто операционной
характеристикой, а источником стратегического преимущества.
Когда экосистема удерживает плотность взаимодействий и вы-
сокое качество сервиса, она создаёт структурную силу, защища-
ющую платформу от конкурентов. В следующем разделе будет
показано, как эта устойчивость трансформируется в системное
вытеснение традиционного бизнеса.

3.5.	Почему платформы вытесняют
традиционный бизнес

Платформы вытесняют традиционные компании по-
тому, что они радикально снижают издержки координации,
усиливают сетевые и эффекты данных, превращая доверие
между участниками в масштабируемый ресурс - новый тип
институционального капитала. В совокупности эти меха-
низмы формируют структурное превосходство платформ
и делают их ведущей формой организации современной
экономики.

Первое и наиболее очевидное преимущество платформ за-
ключается в снижении транзакционных издержек. Традицион-
ные компании тратят значительные ресурсы на поиск партнё-
ров, согласование условий и контроль исполнения. Платформы
устраняют большую часть этих издержек за счёт цифровизации
и алгоритмической координации. Они создают инфраструктуру,
где поиск, сопоставление и контроль происходят автоматиче-
ски, а доверие между сторонами поддерживается репутацион-
ными системами и рейтингами. Таким образом, взаимодей-
ствия, ранее требовавшие времени и посредников, становятся
быстрыми и прозрачными [1, с. 25-27; 8, с. 990-1018].

Существенным усилителем сетевого преимущества высту-
пают эффекты данных, определённые ранее в разделе 1.2. По
мере накопления транзакций и сигналов поведения алгоритмы
точнее прогнозируют потребности пользователей, улучшают
поиск, рекомендации и модерацию. Это создаёт кумулятивную
петлю роста: больше пользователей - больше данных - более
точные алгоритмы - выше качество сервиса - ещё больше поль-
зователей. Усиленная таким образом сеть ускоряет концентра-
цию рынка и способствует возникновению эффекта победителя
(winner-takes-all), когда одна или несколько платформ занимают
доминирующее положение [13, с. 155-160; 8, с. 1001-1003].

Третье преимущество связано со способностью платформ
масштабировать доверие. В традиционной фирме оно ограни-
чено рамками организации и личными связями. Платформы
превращают доверие в институциональный механизм: рейтин-
ги, отзывы, стандарты поведения, алгоритмы модерации и га-
рантии безопасности становятся частью самой архитектуры
системы. Благодаря этому доверие перестаёт быть локальным
и становится масштабируемым ресурсом, обеспечивая безопас-
ное взаимодействие миллионов участников [20, с. 321-340].

Эти три преимущества определяют структурное превосход-
ство платформ над линейными бизнес-моделями:

1.	Транзакционное превосходство - цифровая инфраструк-
тура минимизирует издержки поиска, сопоставления и кон-
троля.

2.	Сетевое превосходство - сетевые и эффекты данных уси-
ливают отдачу от масштаба без роста внутренних издержек.

3.	Институциональное превосходство - доверие и правила
встроены в саму архитектуру платформы, обеспечивая устойчи-
вость и прозрачность взаимодействий.

Минимизация «трений» упрощает участие, сетевые эф-
фекты обеспечивают устойчивый приток пользователей, а дове-
рие закрепляет их в системе. В результате платформа достигает
масштабирования без активов: она растёт не за счёт увеличения
внутренних ресурсов, а за счет организации внешних.

По мере развития платформа превращается в инфраструк-
туру отрасли. Её многосторонняя архитектура связывает поку-
пателей, поставщиков, разработчиков и партнёров, задаёт стан-
дарты взаимодействия и формирует новую институциональную
среду, к которой остальные участники рынка вынуждены адап-
тироваться [4, с. 61-66; 13, с. 212-215]. В отличие от традицион-
ных фирм, конкурирующих за долю уже существующего рынка,
платформа перестраивает сам рынок, определяя правила до-
ступа и масштабы взаимодействий.

Операционно платформы выигрывают благодаря алгорит-
мическому управлению и оркестрации внешних ресурсов. Если
линейные компании растут через накопление активов и пер-
сонала, то платформы масштабируются, координируя деятель-
ность множества независимых акторов и распределяя риски
между ними. Такая модель повышает гибкость, снижает из-
держки и делает экосистему более устойчивой к колебаниям
внешней среды [13, с. 159-162].

В результате формируется новая логика конкурентоспо-
собности. Преуспевает не тот, кто владеет активами, а тот, кто
управляет взаимодействиями. Там, где платформа достигает
устойчивого равновесия сторон и эффекта самоподдерживаю-
щегося роста, традиционные фирмы теряют способность сопер-
ничать: их издержки выше, а скорость реакции ниже. /Даже при
равных продуктах платформа выигрывает за счёт прозрачности,
гибкости и встроенного доверия.

Безусловно, преимущества платформ не абсолютны. В ка-
питалоёмких отраслях, где необходим строгий контроль каче-
ства и высокая технологическая специализация, вертикально
интегрированные компании по-прежнему сохраняют позиции.
Кроме того, исследователи, включая Н. Срничска, указывают на
риски платформизации - концентрацию данных, монополиза-
цию и нестабильность занятости [5, с. 5-9]. Тем не менее в боль-
шинстве секторов экономика уже развивается по иной логике:
производственные цепочки уступают место системам координа-
ции, а эффективность определяется не масштабом активов,
а способностью управлять сетевыми эффектами.

Таким образом, платформа становится основной формой
организации экономики XXI века. Её способность снижать из-
держки взаимодействия, усиливать сетевые эффекты и масшта-
бировать доверие превращает этот тип компании в устойчивую
институциональную модель, которая вытесняет традиционные
формы бизнеса и задаёт направление эволюции рынка [1, с. 45-47;
4, с. 61-64].

3.6.	Платформы как инфраструктура нового уклада

Когда координация становится дешевле и качествен-
нее, чем у традиционной «цепочки ценности», платформа
перестаёт быть только экосистемой участников и превраща-
ется в инфраструктуру - институциональный каркас, на ко-
тором строятся другие рынки и формы экономической ак-
тивности.

Преимущества, рассмотренные в предыдущем разделе, поз-
воляют платформам не только вытеснять традиционные компа-
нии, но и закрепляться в качестве новой экономической инфра-
структуры. По мере укрепления сетевых эффектов, накопления
данных и институционализации доверия платформа выходит за
пределы своей экосистемы и начинает выполнять функции
среды - пространства, через которое проходят основные потоки
транзакций, информации и капитала.

Если ранее инфраструктура ассоциировалась с физиче-
скими сетями - транспортом, энергетикой, телекоммуникаци-
ями, - то в цифровую эпоху её ядром становятся платформы,
обеспечивающие координацию участников на глобальном уров-
не. Они задают правила участия, стандарты взаимодействия
и технические протоколы, фактически превращаясь в операци-
онные системы отраслей. Как отмечают Кенни и Зисман, плат-
формы становятся экономической «почвой», на которой форми-
руются и развиваются новые рынки |4, с. 62-63].

В этом качестве платформа перестает быть просто посред-
ником и становится координатором отрасли. Она определяет
структуру конкуренции, устанавливает барьеры входа и выхода,
распределяет выгоды между участниками. На платформе вы-
страиваются целые экосистемы пользователей, партнёров
и разработчиков, объединённые общими стандартами доступа
и обмена. Каждый актор включён в инфраструктурные зависи-
мости, где именно платформа определяет правила взаимодей-
ствия и создаваемую ценность.

Как подчёркивают Паркер и соавт., платформы формируют
внутренние нормативные режимы, которые постепенно заме-
няют традиционные формы государственного или отраслевого
регулирования [1, с. 182-185, 212-218]. Рейтинги, репутацион-
ные механизмы, алгоритмы прозрачности и модерации стано-
вятся инструментами доверия и саморегуляции, а по мере ро-
ста - превращаются в отраслевые стандарты. То, что начиналось
как внутренняя политика компании, становится элементом ры-
ночной инфраструктуры и задаёт параметры поведения для
всех участников.

Особое измерение инфраструктурной роли платформ свя-
зано с концентрацией власти и контроля над данными. Как от-
мечает Срничек, контроль над потоками данных превращает
платформы в новые центры экономической и информационной
власти, формирующие капитализм нового типа - основанный
на сетевом доминировании и асимметрии информации [5,
с. 54-571. Данные становятся стратегическим ресурсом: чем
больше взаимодействий проходит через платформу, тем выше
её способность управлять рынками и стандартами. В результате
центр экономического влияния смещается от производителя
товаров к владельцу инфраструктуры взаимодействий, кото-
рый контролирует правила обмена и доступа.

Возрастающее значение платформ отражается и в сфере
экономической политики. Контролируя критические потоки
данных и капитала, они становятся сопоставимыми по влиянию
с традиционными институтами власти. Государства вынуждены
адаптировать регулирование - в области антимонопольного
надзора, налогообложения, защиты данных и рынка труда -
к новой реальности, где платформы определяют темпы и нап-
равления развития отраслей [4; 5]. Возникает гибридная архи-
тектура цифрового управления, в которой платформы и публич-
ные институты совместно формируют нормы функционирова-
ния экономики.

Таким образом, платформы становятся инфраструктурой
нового экономического уклада. Они соединяют технологи-
ческие, экономические и институциональные уровни: обеспечи-
вают координацию участников, сбор и обработку данных, фор-
мирование доверия и установление стандартов. Платформа пре-
вращается в структурную основу цифровой экономики - не про-
сто в бизнес-модель, а в институт, определяющий правила
распределения власти, ресурсов и инноваций.

В этом и заключается суть платформенной революции. Она
изменила не только способы производства и обмена, но и саму
архитектуру координации - создала новый каркас цифрового
общества, в котором организуются труд, данные, коммуникации
и доверие. Платформа стала новой институциональной формой -
не фирмой и не рынком, а инфраструктурным механизмом, че-
рез который осуществляется экономическое и социальное раз-
витие XXI века.

3.7.	Вызов традиционной экономике

Платформенная революция смещает фокус экономиче-
ского анализа от производства и обмена к координации и взаи-
модействию, пересобирая базовые категории «рынок - органи-
зация - государство» и вводя в предмет теории данные и дове-
рие как самостоятельные факторы.

Распространение платформенных моделей меняет не
только структуру отраслей, но и теоретические основания ана-
лиза. Классическая рамка формировалась в индустриальную
эпоху и принимала за центральный объект организацию как но-
сителя активов и производственных мощностей. В цифровой
экономике эту роль всё чаще занимает платформа - институци-
ональный посредник, который минимизирует издержки коор-
динации (поиска, сопоставления, контроля) и обеспечивает вза-
имодействия в масштабах, недостижимых для иерархически
управляемых систем [1; 10].

Из этого вытекают три методологических сдвига.

Во-первых, измерение эффективности: наряду с произво-
дительностью труда и капитала в центр анализа встаёт эффек-
тивность координации - скорость и точность совпадений, устой-
чивость равновесия при минимальных транзакционных затра-
тах (в прикладном выражении: time-to-match, fill-rate23, reten-
tion24, LTV/CAC, trust-metrics25].

Во-вторых, предмет конкуренции: соперничают не столько
продукты и отдельные организации, сколько архитектуры коор-
динации - совокупности правил, данных и алгоритмов, воспро-
изводящих сетевые эффекты. Побеждает тот, кто обеспечивает
наибольшую плотность и качество связей между участниками
[13; 20].

В-третьих, границы институтов: платформа частично бе-
рет на себя функции регулирования - стандарты доступа и каче-
ства, механизмы разрешения споров, репутационные системы, -
которые ранее находились в ведении государства или отрасле-
вых объединений. Возникает новая конфигурация «рынок - ор-
ганизация - государство», требующая уточнения компетенций
и ответственности [1, с. 182-185; 212-218].

На этой основе формируется парадигма экосистемной кон-
куренции. Конкурируют не изолированные хозяйствующие
субъекты, а экосистемы и поддерживающие их инфраструктуры
данных. Сетевые и эффекты данных создают кумулятивные пре-
имущества: достигнув критической массы и стандартов взаимо-
действия, платформа закрепляется в качестве отраслевого ори-

23 Fill-rate - доля заявок, завершившихся сделкой; ключевая метрика лик-
видности и баланса спроса и предложения.

24 Retention - удержание пользователей за период (7/30/90 дней]; показа-
тель повторного использования платформы.

25 Trust-metrics - метрики доверия; рейтинги, жалобы, споры и фрод-сиг-
налы; отражают надёжность участников.
ентира, а барьеры входа смещаются из материальной сферы
в сферу протоколов, интерфейсов и накопленного социального
капитала доверия [13, с. 155-160; 4, с. 61-66].

Одновременно усиливается институциональный вызов,
связанный с перераспределением власти и ресурсов. Контроль
над данными и алгоритмами означает контроль над потоками
информации и капитала, что формирует новую структуру эконо-
мического влияния. Возникает асимметрия между генерирую-
щими данные участниками и их агрегаторами; платформа ста-
новится узлом координации, через который осуществляются ре-
гулирование и распределение выгод. Для экономической
теории и публичной политики это означает необходимость пе-
реосмысления антимонопольных инструментов, налогообложе-
ния и регулирования занятости в условиях платформенных мо-
делей [5, с. 54-57].

Следовательно, вызов традиционной экономике состоит не
в отрицании её результатов, а в расширении аналитической оп-
тики:

-	рассматривать экономику не только как систему произ-
водства, но и как систему координации взаимодействий;

-	системно включать сетевые и институциональные эф-
фекты в объяснение эффективности и конкурентоспособности;

-	учитывать ролевую трансформацию государства и орга-
низаций в среде цифровых инфраструктур и данных.

Именно в этом смысле платформенная революция предъ-
являет запрос на обновление теоретического аппарата: коорди-
нация, данные и доверие становятся самостоятельными факто-
рами роста, определяющими динамику рынков и долгосрочную
устойчивость цифрового уклада [ 1; 4; 5; 13; 20].

Выводы по главе 3

Платформенная революция представляет собой структур-
ное преобразование современной экономики, в котором коорди-
нация взаимодействий становится основным источником эф'
фективности и устойчивого роста.

Платформа действует как динамическая система, где цен-
ность возникает из поведения и взаимных связей участников.
Механизмы критической массы и ликвидности запускают само-
поддерживающийся рост, а архитектура правил, стимулов и до-
верительных механизмов обеспечивает устойчивость экоси-
стемы при масштабировании. Сбалансированное взаимодей-
ствие сетевых и данные-сетевых эффектов формирует основу
новой экономики взаимодействий, способной развиваться без
жёсткой иерархии.

Эта логика порождает новую институциональную форму
хозяйствования, в рамках которой формируется инфраструк-
тура нового экономического уклада, где перестраиваются гра-
ницы между рынком, организацией и государством. Конкурен-
ция смещается к уровню экосистем и архитектур координации,
определяющих распределение данных, доверия и экономиче-
ских преимуществ.

Платформенная революция фиксирует переход экономиче-
ской мысли от анализа производства и обмена к анализу взаи-
модействий и правил координации. Сформированные в главе
положения завершают качественный аналитический блок мо-
нографии и подготавливают переход к количественному описа-
нию сетевых эффектов и экономическим моделям платформ
в следующем разделе.
ГЛАВА 4.

КОЛИЧЕСТВЕННЫЕ МОДЕЛИ

ПЛАТФОРМЕННОЙ ЭКОНОМИКИ

Платформенная экономика становится всё более сложной
и взаимозависимой системой, где успех определяется
не масштабом инвестиций, а точностью расчётов. После
анализа архитектуры и механизмов устойчивости в предыду-
щих разделах логично перейти от качественных описаний
к формализованным зависимостям, которые позволяют изме-
рять и прогнозировать развитие платформ.

Количественные модели описывают внутреннюю дина-
мику экосистем через параметры и функции: число участников,
силу сетевых эффектов, скорость роста, распределение стиму-
лов и устойчивость взаимодействий. Платформа в этом контек-
сте рассматривается не как интерфейс или продукт, а как урав-
нение, отражающее баланс интересов сторон и закономерности
обмена ценностью.

В главе приведены только примеры таких моделей - от за-
конов Меткалфа и Рида до модели Васса и авторской схемы оп-
тимального распределения субсидий. Их задача - не охватить
всё поле формализаций (оно неисчерпаемо), а показать, что
платформу можно рассчитать: сё поведение подчиняется зако-
номерностям, которые можно формализовать и использовать
для проектирования новых решений. На этом спектр возмож-
ных подходов не ограничивается - пространство для моделиро-
вания остаётся широким и открытым для дальнейших научных
и практических исследований.

Формализованный подход открывает переход от описания
к прогнозированию и подготавливает почву для последующего
анализа типологии и региональных траекторий развития плат-
форменных моделей.
4.1.	Параметры и язык количественного описания

Количественные методы позволяют переводить качествен-
ные рассуждения о работе платформ в плоскость количествен-
ных оценок. Цифровые экосистемы генерируют большие и раз-
нообразные массивы данных о пользователях, транзакциях
и поведении сторон, что создаёт эмпирическую основу для ана-
литики и построения моделей. Математические модели дают
возможность оценивать эффективность процессов формирова-
ния и запуска платформ, а также выявлять ключевые пороговые
значения - например, объём аудитории и плотность взаимодей-
ствий, при которых сетевые эффекты начинают устойчиво дей-
ствовать или, напротив, ослабевают.

Ниже вводятся основные обозначения и параметры, ис-
пользуемые для описания поведения систем платформенной
экономики. В дальнейшем они будут применяться при построе-
нии и интерпретации количественных моделей.

п - общее число пользователей (единицы, тыс., млн).

n7/( buyers) - количество активных покупателей на плат-
форме; измеряется в числе пользователей, совершивших хотя
бы одну транзакцию за период t.

ns (sellers) - количество активных продавцов (поставщи-
ков, исполнителей); измеряется аналогично - числом участни-
ков, предоставивших товар или услугу за период t.

V - суммарная ценность сети или платформы (aggregate
value); может измеряться в относительных единицах полезно-
сти, количестве потенциальных взаимодействий, либо в стои-
мостном выражении (₽, $, индекс ценности) - в зависимости от
задачи модели.

U - полезность участия пользователя в платформе, выра-
жаемая в условных единицах ценности (например, прирост удо-
влетворенности, экономия времени или ожидаемый доход).

UB(ns) - полезность покупателя, зависящая от числа про-
давцов; отражает перекрёстный сетевой эффект со стороны
предложения.
U•" (?2В) - полезность продавца, зависящая от числа покупате-
лей; отражает перекрёстный сетевой эффект со стороны спроса.

1/° - базовая (автономная) полезность платформы без дей-
ствия сетевых эффектов.

а, (3 - коэффициенты силы сетевого эффекта (чувствитель-
ность полезности к изменению числа участников другой сто-
роны); измеряются в долях изменения полезности на единицу
роста аудитории.

p,q - параметры модели Басса: р - инновационный импульс
(вероятность привлечения новых пользователей извне), q -
имитационный импульс (скорость распространения за счет су-
ществующих пользователей).

т - потенциальная ёмкость рынка, максимальное число
пользователей, которое может достичь платформа при полном
насыщении (единицы, тыс., млн).

К - коэффициент вирусного роста (viral coefficient), отража-
ющий, сколько новых пользователей в среднем привлекает
один активный участник (безразмерная величина).

SB, Ss - средние субсидии (или маркетинговые расходы) на
привлечение пользователей с каждой стороны, в денежных еди-
ницах за пользователя(₽/чел).

САС - Customer Acquisition Cost, стоимость привлечения од-
ного пользователя, в денежных единицах за период (подробный
разбор см. в разделе 4.2.5).

LTV - Lifetime Value, пожизненная ценность клиента, изме-
ряемая как суммарный доход на пользователя за весь срок его
активности (подробный разбор см. в разделе 4.2.5).

t - время или номер периода (например, кварталы, годы,
шаги симуляции), используемое для описания динамики роста
и насыщения.

Перечисленные параметры образуют рабочий набор для
количественного описания поведения платформенных систем.
В последующих разделах на их основе рассматриваются базовые
зависимости: функции сетевого эффекта, модели полезности
и логистические кривые роста. Вместе они составляют мини-
мальный набор инструментов для анализа динамики платформ.

Применение математического моделирования в платфор-
менной экономике имеет и свои пределы. Платформа - сложная,
нелинейная система, в которой на поведение пользователей
влияют ожидания, качество сервиса, интерфейсы, алгоритмы и
уровень доверия. Аналитические выражения на текущем этапе
не позволяют в полной мере учитывать все эти факторы, но по-
могают выявлять закономерности, которые неочевидны при чи-
сто качественном анализе: как быстро растёт ценность сети,
в какой момент включается критическая масса, почему эффект
масштаба со временем ослабевает. Даже простейшие модели
позволяют уловить структуру взаимодействий и задать управ-
ляемые параметры, превращая интуитивные наблюдения в ко-
личественные оценки.

Область, которую в данной работе условно обозначаем как
«математика платформенной экономики», еще только формиру-
ется. Это междисциплинарное направление, в котором пересе-
каются теория графов, методы оптимизации, поведенческая
экономика, теория игр и динамическое моделирование. Для неё
пока не сложилась единая устоявшаяся терминология, остаются
открытыми вопросы методов количественных и качественных
оценок сетевых эффектов, роста и устойчивости экосистем.

В этой главе используются лишь базовые и наглядные кон-
струкции, достаточные для дальнейшего анализа. В последую-
щих разделах будут рассмотрены конкретные модели: простей-
шие зависимости сетевых эффектов и функций полезности, ло-
гистические модели роста и диффузии (в том числе модель
Басса), а также авторская модель оптимального распределения
субсидий. Их задача не в исчерпывающем описании всех вариан-
тов формализации, а в задании рабочего инструментария, к ко-
торому мы будем обращаться в дальнейших главах.
4.2.	Математические модели роста и взаимодействий

Для анализа платформенных бизнес-моделей использу-
ются несколько базовых классов количественных моделей, опи-
сывающих рост сетей, полезность участия и экономическую эф-
фективность. Эти модели не претендуют на полноту охвата, но
дают рабочее представление о том, как ключевые свойства плат-
форм - сетевые эффекты, динамика распространения и удер-
жание пользователей - могут быть формализованы и использо-
ваны для расчётов.

В настоящем разделе рассмотрены базовые модели, которые
легли в основу современной теории платформенной экономики
и нашли практическое применение в бизнес-анализе. Приведен-
ные модели позволяют количественно оценивать ценность сети,
описывать рост аудитории и соотносить затраты на привлечение
пользователей с создаваемой ими экономической отдачей.

4.2.1.	Модели сетевых эффектов:
законы Меткалфа, Рида и их модификации

Количественные модели сетевых эффектов описывают за-
висимость ценности платформы от числа её пользователей
и позволяют оценивать характер роста при масштабировании.
Наиболее известные из них - законы Меткалфа и Рида, а также
их модификации, которые дают приближенное, но наглядное
представление о динамике ценности сети и позволяют оцени-
вать критическую массу пользователей, при достижении кото-
рой платформа становится устойчивой 116].

Один из наиболее известных эмпирических законов - закон
Меткалфа, согласно которому ценность сети (К) пропорцио-
нальна квадрату числа её пользователей (и). Формально это за-
писывается как

(4.1)
где V - условная ценность сети;

п - количество пользователей сети.
Если платформа увеличивает число пользователей с 10 до
100, условная ценность сети (в относительных единицах полез-
ности или в числе возможных взаимодействий) вырастает не
в 10, а в 100 раз [16|. Графически зависимость описывается па-
раболой, отражающей нелинейный характер усиления сетевых
эффектов (рисунок 4.1).

Закон Меткалфам Ценность сети пропорциональна квадрату числа пользователей

Рисунок 4.1 - Графическое представление закона Меткалфа

Следует отметить, что приведенная здесь форма закона
Меткалфа используется в обобщенном виде - как эвристическая
зависимость для быстрой оценки силы сетевого эффекта. Более
точная математическая интерпретация, учитывающая количе-
ство возможных парных взаимодействий между пользовате-
лями, будет приведена в разделе 4.2.4, где рассматривается ори-
гинальная формула Меткалфа.

Ещё более сильную зависимость предложил Дэвид Рид (1999):
согласно его закону, ценность сети растёт экспоненциально с чис-
лом её пользователей 2П, поскольку количество возможных
групповых взаимодействий увеличивается гораздо быстрее,
чем парных связей. Формула закона Рида имеет следующий вид:
V ~ 2п,

(4.2)

где V - условная ценность сети;

л - количество пользователей сети.

Пример расчёта по закону Рида показывает, что даже неболь-
шое увеличение числа пользователей резко повышает ценность
сети: если количество пользователей возрастает с 5 до 10, то цен-
ность сети увеличивается с 32 до 1024, т. е. в 32 раза 116] (см. фор-
мулу (4.2)). Графическое представление этого закона даёт экспо-
ненциальную кривую, демонстрируя резкий рост ценности сети
по мере увеличения числа участников (рисунок 4.2).

Рисунок 4.2 - Графическое представление закона Рида

Для полноты картины полезно кратко рассмотреть и дру-
гие подходы. Закон Сарнофа описывает линейную зависимость
ценности сети от количества пользователей /V:

V ~ 71,

(4.3)

где V - условная ценность сети;

71 - количество пользователей сети.
Этот закон характерен для простых вещательных сетей, где
пользователи получают информацию от центрального узла, но
не взаимодействуют друг с другом.

Более поздний подход предложил Род Бекстром (2009),
оценивая ценность сети как сумму добавленной стоимости всех
транзакций, проходящих через неё. В этом виде закон особенно
применим к транзакционным платформам - маркетплейсам
и платёжным системам, где каждая новая связь создаёт измери-
мый экономический эффект.

В литературе также встречаются уточненные аппроксима-
ции, например зависимость V ~ N • 1од(п), считающаяся более
реалистичной, когда пользователи не могут использовать весь
теоретический потенциал сети из-за когнитивных ограниче-
ний. Эти модификации позволяют избежать завышения оценки
сетевых эффектов и делают модели ближе к реальной динамике
цифровых платформ.

4.2.2.	Модели полезности пользователей

Если законы Меткалфа и Рида описывают совокупную цен-
ность сети V, то на уровне отдельного участника сетевой эффект
проявляется через изменение индивидуальной полезности U.
Простейшая форма этой зависимости выражается линейной
функцией

U[ = а + b - п,	(4.4)

где U[ - полезность для пользователя i;

а - базовая (начальная) ценность платформы, не зависящая
от числа пользователей;

b - коэффициент сетевого эффекта, показывающий, на-
сколько каждый новый пользователь увеличивает полезность
платформы для всех остальных;

п - число пользователей платформы |7].

Рассмотрим пример расчёта. Допустим, платформа имеет
начальную полезность а = 1 условную единицу, а коэффициент
сетевого эффекта b = ОД Если на платформе находится 100 поль-
зователей, полезность для каждого пользователя будет состав-
лять:

U = 1 +о,5 • 100 = 51.

Если число пользователей увеличится до 10 000, полез-
ность уже составит:

U = 1 + 0.5 • 10 000 = 5001.

Графически зависимость имеет линейный вид (рисунок 4.3),
показывая прямую пропорциональность между числом пользо-
вателей и индивидуальной полезностью платформы.

Линейный рост полезности пользе«ателя

а 40

с
v
г
ns
m
2
n
J
C
о
c

и
о

о
с

Количество пользователей, п

Рисунок 4.3 - Линейная зависимость полезности от числа
пользователей

Таким образом, простейшая модель полезности демонстри-
рует, что с увеличением числа пользователей индивидуальная
полезность U возрастает линейно (см. формулу (4.4)). Это под-
чёркивает роль сетевых эффектов как основного механизма ро-
ста и устойчивости платформенных систем.
4.2.3.	Модели роста и диффузии:
логистическая кривая Басса и вирусные процессы

Если функция полезности описывает статическую зависи-
мость между числом пользователей и ценностью платформы, то
логистические модели позволяют перейти к динамике - к тому,
как аудитория растёт во времени. Наиболее распространённая
среди них - модель Басса, учитывающая два механизма распро-
странения инноваций: внешний импульс (привлечение новых
пользователей извне, или инновации) и внутренний - распро-
странение информации внутри сети (имитация).

Формула модели Басса записывается следующим образом:

—т— = р + ч —)(т-"О)),	С4-5)

at \ mJ

где n(t) - число пользователей в момент времени t;

т - потенциальная ёмкость рынка (максимальное число
пользователей);

р - коэффициент инноваций (скорость привлечения новых
пользователей независимо от существующих);

q - коэффициент имитации (скорость привлечения пользо-
вателей за счёт рекомендаций текущих пользователей) [14].

Рассмотрим пример. Пусть т = 10 000 пользователей,
р = 0,03, q = 0,38. Изначально платформа растёт медленно, но
после достижения критической массы ( п » 1000) начинается
ускорение, а затем рост постепенно замедляется по мере насы-
щения рынка (и -> т). Графически это отражается 5-образной
(логистической) кривой, показывающей три стадии развития:
запуск, ускорение и насыщение, как показано на рисунке 4.4
и в формулах (4.5) и (4.6).

Часто модель Басса представляют в альтернативной, эмпи-
рически удобной форме через сигмоидную функцию:

Л(0 = t + et(t_t0).	(4-6)

где A(t) - количество пользователей в момент времени t;
L - максимально достижимое число пользователей;

к - скорость роста;

t0 - точка перегиба, где темп роста максимален.

Эта формула удобно иллюстрирует стадии роста аудито-
рии: медленный старт, ускорение и, наконец, насыщение рынка.

Логистическая (S-образная) кривая роста аудитории платформы

Рисунок4.4-Логистическая (5-образная) кривая роста
аудитории платформы

В дополнение к логистическим моделям используется по-
казатель вирусного роста К, показывающий, сколько новых
пользователей в среднем привлекает один активный участник.
Он вычисляется по формуле

К = i х с,	(4.7)

где i - среднее число приглашений, отправленных пользова-
телем;

с - коэффициент конверсии приглашений в новых пользо-
вателей.

Например, если каждый пользователь отправляет в сред-
нем пять приглашений (j = 5) и каждое пятое приглашение при-
водит к регистрации (с = 0,2), то К = 5 х 2 = 1. Коэффициент
К > 1 означает, что платформа способна к экспоненциальному
росту: каждый участник привлекает более одного нового пользо-
вателя. Такая динамика усиливает логистическую кривую, уско-
ряя выход на фазу массового распространения (рисунок 4.5).

Рисунок 4.5 - Схема реферального дерева роста
аудитории платформы

Логистические и вирусные модели описывают переход
платформы от локального роста к масштабной диффузии. Они
позволяют количественно оценить скорость распространения,
определить критическую массу пользователей и выбирать опти-
мальные стратегии привлечения. Таким образом, динамические
модели роста дополняют предыдущие статические зависимо-
сти, показывая, как сетевые эффекты реализуются во времени.

4.2.4.	Структурные модели сетей и влияние пользователей

Для анализа внутренней структуры платформы и взаимо-
действий между её участниками используются модели, описы-
вающие сетевую архитектуру. Одной из базовых является ори-
гинальное уравнение Меткалфа, оценивающее ценность сети
через количество возможных связей между пользователями:

п(п - 1)

(4.8)

2

где V - потенциальное количество связей (интеракций) в сети;
п — число пользователей.

Эта зависимость показывает, что ценность платформы воз-
растает не линейно, а квадратично - за счёт роста числа возмож-
ных взаимодействий между участниками [16]. Уравнение Мет-
калфа широко применяется при оценке сетевых эффектов в со-
циальных и цифровых платформах, так как оно наглядно
демонстрирует нелинейный характер увеличения ценности при
расширении пользовательской базы.

Следует отметить, что данное выражение представляет со-
бой уточнённую форму закона Меткалфа, обсуждавшегося ранее
в разделе 4.2.1. Упрощённая версия V ~ N- используется для
быстрой оценки силы сетевого эффекта и визуализации его
масштаба. Формула V = напротив, применяется при более
строгом анализе, когда необходимо определить точное число пар-
ных взаимодействий между пользователями без учёта повторов и
связей элемента с самим собой. Обе формы описывают одну и ту
же зависимость, но с различной степенью детализации.

Еще один важный инструмент структурного анализа - мет-
рики центральности (centrality measures), оценивающие поло-
жение участников в сети и степень их влияния на процессы
распространения информации. Среди них - центральность по
степени (degree), близости (closeness), посредничеству (betwe-
enness), а также обобщённые функции, предложенные Ульриком
Брандесом (Brandes, 2001). Эти показатели позволяют опреде-
лить «узловых» участников, через которых проходит значитель-
ная часть взаимодействий, и оценить их вклад в формирование
сетевых эффектов.
Применение показателей центральности особенно полезно
для платформ, где влияние отдельных пользователей или парт-
нёров значительно различается. Анализ структуры сети помо-
гает выявлять ключевых акторов, оптимально распределять ре-
сурсы, управлять сообществами и повышать устойчивость сис-
темы. В совокупности с моделью Меткалфа такие инструменты
дают возможность количественно описывать не только мас-
штаб, но и топологию сетевых эффектов - то, как ценность плат-
формы формируется из структуры её связей.

Таким образом, уравнение Меткалфа и функции централь-
ности представляют собой важные инструменты для глубокого
понимания структуры и динамики платформенных сетей. Они
позволяют переходить от оценки общей численности пользова-
телей к анализу конфигурации взаимодействий и выявлять ис-
точники сетевого влияния, обеспечивающие рост и устойчи-
вость платформы.

4.2.5.	Экономические метрики платформ

Для количественной оценки экономической эффективно-
сти платформенных бизнес-моделей широко применяются мет-
рики юнит-экономики, позволяющие сопоставить затраты на
привлечение пользователей с генерируемым ими доходом. Клю-
чевыми из них являются САС (Customer Acquisition Cost) - стои-
мость привлечения пользователя, и LTV (Lifetime Value) - пожиз-
ненная ценность пользователя 117]. Эти показатели использу-
ются для определения устойчивости и масштабируемости
платформы.

Стоимость привлечения клиента (САС) отражает средние
расходы платформы на привлечение одного нового пользова-
теля и рассчитывается по формуле (4.9)

Затраты на маркетинг и привлечение

САС = —f-------------------------------,	(4.9)

Количество новых пользователей
Пожизненная ценность клиента [LTV] характеризует сово-
купный доход, получаемый платформой от одного пользователя
за весь период его активности. В простейшем виде показатель
LTV определяется через отношение среднего дохода на пользо-
вателя (ARPU, Average Revenue Per User) к коэффициенту оттока
пользователей (Churn Rate) по формуле (4.10)

ARPU

LTV =

Churn Rate

(4.10)

где ARPU (Average Revenue Per User) - средний доход на одного
пользователя за выбранный период (руб./мес. или $/мес.);

Churn Rate - коэффициент оттока, отражающий долю поль-
зователей, перестающих пользоваться платформой за этот же
период.

Рассмотрим пример. Предположим, платформа тратит
100 000 рублей на привлечение новых пользователей и за это
получает 1 000 новых регистраций. Тогда САС будет равна

100 000

САС = - -  =100 (рублей).

1000 k J

Если средний доход на пользователя (ARPU) составляет
500 рублей в месяц, а ежемесячный коэффициент оттока пользо-
вателей равен 10% (Churn Rate = 0,1), то LTV пользователя будет:

500

L7V = — = 5000 (рублей).

Дополнительными метриками, тесно связанными с LTV, яв-
ляются показатели удержания (Retention Rate) и оттока (Churn
Rate). Retention Rate показывает долю пользователей, продолжа-
ющих пользоваться платформой спустя определённый период,
a Churn Rate - долю пользователей, которые за этот же период
перестали быть активными. Оба показателя измеряются в про-
центах за выбранный период (например, в месяц).

Эти метрики напрямую влияют на экономику платформы:
чем выше удержание, тем дольше пользователи остаются актив-
ними, увеличивая LTV и общий денежный поток. Поддержание
соотношения LTV » САС считается ключевым условием долго-
срочной устойчивости платформенного бизнеса 117].

В дальнейшем, при рассмотрении авторской модели опти-
мизации субсидий (раздел 4.3), эти показатели будут использо-
ваться как инструменты оценки эффективности распределения
ресурсов между сторонами платформы.

4.3.	Модель оптимального распределения субсидий

Количественные методы, рассмотренные в предыдущих раз-
делах, позволяют формализовать ключевые закономерности ро-
ста платформ - сетевые эффекты, динамику диффузии и экономи-
ческие показатели эффективности. Однако эти модели описы-
вают общие принципы и не учитывают специфику конкретных
управленческих решений. На практике каждая платформа сталки-
вается с уникальными параметрами спроса, предложения и пове-
дения пользователей, поэтому универсальной формулы, одина-
ково подходящей для всех случаев, не существует.

В настоящем разделе представлена авторская модель опти-
мального распределения субсидий, иллюстрирующая примене-
ние количественного подхода к решению прикладной задачи за-
пуска двусторонней платформы. В более формализованном
виде эта модель была впервые изложена автором в отдельной
работе, посвящённой оптимизации распределения субсидий
при запуске цифровых платформ26. Модель показывает, как ме-
тоды, описанные ранее, могут быть использованы для нахожде-
ния оптимального баланса инвестиций между сторонами рынка
при ограниченном бюджете.

26 Болдырев М В. Optimization of Subsidies for Launching Digital Platforms:
A Mathematical Model of Investment Decisions // 2025 18th International
Conference on Management of Large-Scale System Development (MLSD),
24-26 September 2025, Moscow, Russian Federation. - Piscataway, NJ: IEEE,
2025. - DOI: 10.1109/MLSD65526.2025.11220727.
Следует подчеркнуть, что данная модель не претендует на
исчерпывающее описание всего класса инвестиционных задач.
Математическое моделирование в платформенной экономике
охватывает широкий спектр направлений: прогнозирование по-
рога критической массы, оценку силы сетевых эффектов и эф-
фектов данных, оптимизацию удержания пользователей, дина-
мическое ценообразование и другие. Здесь представлен один из
возможных подходов, демонстрирующий, как платформенная
логика может быть переведена на язык количественных зависи-
мостей: формулируются исходные зависимости и условия уча-
стия сторон, проводится численный поиск оптимального рас-
пределения бюджета и анализ чувствительности результатов.

Задача рассматривается на примере типичной двусторон-
ней платформы (маркетплейса или агрегатора], где взаимодей-
ствуют две группы пользователей - продавцы и покупатели. Мо-
дель основана на функциях полезности сторон, пороговых усло-
виях участия и перекрёстных сетевых эффектах. Её цель -
минимизировать совокупные инвестиционные затраты, обеспе-
чивая одновременное достижение критической массы с обеих
сторон и запуск устойчивого самоподдерживающегося роста.

По сути, модель предлагает простой практический подход:
сначала платформа оценивает исходную ситуацию - сколько
у неё сейчас продавцов и покупателей, какой минимальный уро-
вень дохода или выгоды нужен каждой стороне, насколько
сильно одна сторона зависит от другой и какой есть стартовый
бюджет. Затем стартовый бюджет мысленно делится на две ча-
сти - «поддержка продавцов» и «поддержка покупателей» -
и рассматриваются несколько вариантов распределения: боль-
ше субсидий продавцам, больше покупателям или примерно по-
ровну Для каждого варианта оценивается, достаточно ли под-
держки, чтобы и продавцам, и покупателям было экономически
целесообразно подключаться, и какова общая сумма затрат Оп-
тимальным считается тот вариант, при котором обе стороны до-
стигают критической массы, а совокупные стартовые издержки
135
минимальны. Такой результат даёт понятный ориентир: кого
и в какой степени целесообразно субсидировать на этапе запуска.

В последующих подразделах изложены постановка задачи,
математическая модель, результаты численного моделирова-
ния и интерпретация полученных зависимостей.

4.3.1.	Постановка задачи и исходные зависимости

Рассмотрим модель запуска цифровой двусторонней плат-
формы (например, маркетплейса), на которой взаимодействуют
две группы пользователей - продавцы и покупатели. Проблема
старта платформы обусловлена эффектом низкой начальной цен-
ности: при малом числе пользователей с каждой стороны цен-
ность платформы для участников оказывается недостаточной.
Это связано с наличием перекрёстных положительных сетевых
эффектов - ценность платформы для одного участника возрас-
тает с увеличением числа контрагентов с другой стороны [7; 8; 9].

Пусть п5 - число продавцов, привлечённых на платформу,
а пв - число покупателей. Обозначим функции полезности сле-
дующим образом:

UB = US =	(4.11)

где UB - полезность покупателя, зависящая от числа продавцов,
a Us - полезность продавца, зависящая от числа покупателей.
Эти функции возрастают, но обладают эффектом насыщения,
который может описы-ваться, например, экспоненциальными
зависимостями [14; 16].

Для привлечения пользователей на раннем этапе плат-
форма предлагает субсидии: SB - средняя субсидия одному по-
купателю, Ss - одному продавцу. Условие участия пользователя
формулируется как:

М%) + $в > Umin> UsM + .Ss- > Umin, (4.12)
где UjBnin и - минимальные пороговые значения полезности,
при которых пользователь решает присоединиться к плат-
форме. Тогда минимально необходимые субсидии равны
SB = max{0, (/"in - 1/B(ns)} , Ss = max{0, УД,„ - t/s(nB)}, (4.13)

Пусть BH - совокупный объём субсидий покупателям, Bs -
субсидий продавцам (в широком смысле сюда могут входить
и маркетинговые расходы на привлечение, САС [171]. Тогда

В в = пв ’ $в > Bs = ns ‘ $s > Brot =	• Bs, (4.14)

Цель платформы - минимизировать общий объём инвести-
ций, необходимый для достижения критической массы:

mir!|nBns) B<ot = пв • SB + ns • Ss,	(4.15)

при условиях, гарантирующих, что обе стороны достигнут такой
численности, при которой дальнейшее участие становится вы-
годным без дополнительных субсидий.

Таким образом, критическая масса определяется как

Ув(^) = (/";„, ys(nj) = y"in, (4.16)

где % и Пд - минимальные значения численности продавцов и по-
купателей, при которых выполняются условия участия обеих сто-
рон и система достигает устойчивого равновесия. Ниже этих зна-
чений платформа остаётся в неустойчивом состоянии, тогда как
их превышение обеспечивает самоподдерживающийся рост [2].

Альтернативно, можно ввести параметр распределения
бюджета а Е [0,1], отражающий долю бюджета, направленную
на покупателей:

Вв ~ а  Btot, Bs = (1 — a) • Btot.	(4.17)

Тогда задача сводится к поиску оптимального а, минимизи-
рующего суммарные затраты при выполнении условий участия

minae|o,ij	(4.18)

Таким образом, модель включает:

-	перекрёстные сетевые зависимости i7B(ns) и Us(nB);

-	пороговые условия участия;
-	инвестиционную функцию;

-	целевую функцию оптимизации или при альтернативной
постановке.

Решение задачи позволяет определить оптимальное рас-
пределение ограниченного бюджета между двумя сторонами
платформы, минимизируя затраты на запуск при обеспечении
условий устойчивого роста [8; 9; 17].

4.3.2.	Аналитические свойства модели

В предыдущем подразделе была сформулирована задача
минимизации общего бюджета субсидирования при запуске
двусторонней платформы и заданы основные функциональные
зависимости. В этом подразделе уточняются выбранные формы
функций полезности, анализируется влияние параметров сете-
вых эффектов и порогов участия на решение задачи и приво-
дится графическая иллюстрация получающихся зависимостей.

Функции полезности и и$(пв)> заданы в виде экспо-
ненциально-насыщающихся кривых, отражающих типичную за-
висимость роста полезности от размера противоположной сто-
роны:

Ув(п?) = и^ах  (1 - ys(nB) =

= U%,ax .(l-e-fe"«),	(4.19)

где U%U}X, U„lax - максимальная полезность платформы для по-
купателей и продавцов,

Ps ~ коэффициенты сетевого эффекта (чувствительно-
сти).

Поведение этих функций иллюстрируется на рисунке 4.6.
Отмечен порог U^in, выше которого покупатель начинает участ-
вовать без субсидий. Область ниже этого порога требует ком-
пенсации ценности через SB.

Чем выше параметр тем быстрее нарастает полезность
с ростом UR при увеличении п5, то есть тем сильнее сетевой
Рисунок 4,6 - Кривая полезности Uв (%) и порог участия Ufnin
эффект со стороны предложения. Это напрямую влияет на эф-
фективность субсидирования: при высоком /? достаточно при-
влечь относительно небольшое количество продавцов, что-
бы ценность платформы для покупателей.

Рассмотрим также альтернативную параметризацию через
долю бюджета а е 10,1], направляемого на покупателей из об-
щего бюджета Btot. На практике стратегия может быть выра-
жена как комбинация двух инструментов:

-	стимулирование покупателей (через 55);

-	стимулирование продавцов (через 5Л).

График зависимости общего бюджета от параметра а при
прочих равных условиях имеет вогнутую форму (рис. 4.7).
В точке минимума а = а' достигается оптимальное соотноше-
ние между вложениями в разные стороны платформы. При зна-
чениях а = 0 или а = 1 совокупные затраты возрастают из-за
«перекоса» и ослабления сетевого эффекта на одной из сторон.

При наличии априорной информации о чувствительности
сторон (рв, /?5) и их порогах участия ( U^nin, U^nin), платформа может
заранее вычислить критические значения пв и п$, при которых
возможно устойчивое развитие без дальнейшего субсидирования.
Рисунок 4.7 - Зависимость общего бюджета
от доли бюджета, направленного на покупателя

Для анализа чувствительности решения по а к параметрам
модели может быть введена производная общего бюджета по а:

(4-20)

где и H, 'f‘ - затраты на достижение Umin по каждой стороне
при изолированном субсидировании. Эта зависимость позво-
ляет численно искать минимум по а при заданных значениях
функций UB, Us и их пороговых значениях.

Таким образом, предложенная модель описывает нелиней-
ную динамику взаимодействия между группами пользователей
и задает формальный критерий оптимального распределения
ограниченного инвестиционного ресурса. Она позволяет коли-
чественно определить, какая доля бюджета должна быть
направлена на стимулирование каждой стороны для минимиза-
ции совокупных затрат и достижения критической массы.

В следующем разделе представлены результаты числен-
ного моделирования, иллюстрирующие применение получен-
ных зависимостей на условных параметрах.
43.3. Результаты численного моделирования

В первом наборе результатов демонстрируется динамика
роста числа пользователей при различном распределении суб-
сидий. Например, рисунок 4.8 показывает эволюцию количества
продавцов п5(с) и покупателей nB(t) во времени. По горизон-
тальной оси отложен условный дискретный шаг привлечения
пользователей, по вертикальной - количество активных участ-
ников. Представлены три сценария: оптимальное распределе-
ние инвестиций (сплошные линии), перекос бюджета в сторону
продавцов (пунктирные линии) и недостаточное финансирова-
ние (точечные линии).

Рисунок 4.8 - Рост ns(f) nnB(t) при разных стратегиях
субсидирования: сплошные линии - оптимальное распределение;
пунктирные - перекос в сторону продавцов;
точечные - недостаточное финансирование

Кривые при оптимальной стратегии имеют характерную
S’-образную форму: первоначальный медленный рост сменяется
резким ускорением после преодоления порога критической
массы, а затем наступает насыщение на высоком уровне пользо-
141
вателей. Напротив, при перекосе субсидий на одну из сторон
рост другой группы замедляется, а при недостаточном бюджете
платформа не выходит из неустойчивого состояния, оставаясь
в зоне низкой активности.

Как уже показано на рисунке 4.7, общий бюджет Btot прини-
мает минимальное значение при некотором внутреннем значе-
нии сг ч, отличном от крайних значений 0 или 1. Это означает, что
полное субсидирование только одной стороны (например,
только продавцов или только покупателей) неэффективно. Та-
кая стратегия либо не обеспечивает требуемого уровня полез-
ности для второй стороны, либо требует чрезмерных затрат на
поддержание роста. Оптимальным оказывается сбалансирован-
ное, но не обязательно равное распределение бюджета, при ко-
тором обе стороны достигают порогов участия при минималь-
ных совокупных инвестициях.

Проведённый анализ также показывает, что положение ми-
нимума на кривой BTot(a) чувствительно к параметрам модели:

-	при высоком - сетевой эффект у покупателей срабаты-
вает быстрее, и оптимальное значение ст* снижается;

-	при высоком U^nln - продавцы менее склонны к участию,
и а* смещается в их сторону (меньше средств покупателям);

-	при низком USmax или высокой чувствительности про-
давцов к числу покупателей может быть выгоднее сосредото-
чить субсидии на привлечении покупателей, создавая ценность
для продавцов косвенным образом.

В таблице 4.1 представлены результаты численного моде-
лирования для пяти различных стратегий субсидирования (раз-
ных значений а от 0 до 1 с шагом 0.25). Для каждой стратегии
указаны:

-	достигнутое число продавцов ns и покупателей пв;

-	общий затраченный бюджет Btot;

-	достигнуты ли условия UB > U^in, Us U^lin без дальней-
ших субсидий (да/нет);

-	средняя стоимость привлечения одного активного поль-

зователя.
Для численного моделирования использованы условные па-
раметры: U®(n = 5, U= 5, U^ax = 30, Ufnax = 30, ft, = ft = 0,6.

Параметры выбраны симметричными и условными для де-
монстрации качественных закономерностей: минимальная по-
лезность участия пользователей (U?nlri, U?nin) принята равной 5;
максимальная полезность (U„iax, U^in) ограничена уровнем 30;
коэффициенты чувствительности сетевого эффекта и за-
даны равными 0,6. Численный расчёт проводился методом ите-
ративного поиска: для фиксированного значения а вычисля-
лись необходимые субсидии по каждой стороне и общий бюджет
Btot; далее проверялось выполнение условий участия без даль-
нейших субсидий.

Таблица 4.1 - Результаты моделирования при разных долях
бюджета на покупателей а

Доля бюджета, а	Число продав- цов, пх	Число покупате- лей, пр	Общий бюджет, Btnt	Успешный запуск	Затраты на 1 ак- тивного
0,00	20	5	180	Пет	9,00
0,25	22	18	125	Нет	3,91
0,5	25	25	100	Да	2,00
0,75	18	30	115	Нет	3,29
1,00	5	28	165	Нет	5,89

Как видно из таблицы, только при а - 0,5 достигнут устой-
чивый запуск платформы при минимальных затратах. Все про-
чие стратегии либо не обеспечили роста, либо оказались более
дорогими. Это наглядно подтверждает основной результат мо-
дели - наличие внутреннего минимума общей стоимости и важ-
ность балансировки стимулирования двух сторон.

Показатели в таблице и на графиках приведены в относи-
тельных единицах (бюджет - в отн. ед., численности - в услов-
ных пользователях), поскольку целью эксперимента является
демонстрация качественных закономерностей, а не прогнозиро-
вание по реальным бизнес-метрикам. Модель может быть адап-
тирована под реальные параметры конкретных платформ.
4.3.4. Интерпретация результатов

Полученные результаты моделирования можно интерпре-
тировать с позиций экономической интуиции и теории двусто-
ронних платформ. Во-первых, подтверждается вывод о том, что
сбалансированное субсидирование обеих сторон является
наиболее эффективной стратегией при запуске маркетплейсов
и агрегаторов [1; 2; 9]. Экономическая логика этого результата
заключается в том, что ценность платформы реализуется толь-
ко при наличии достаточного числа участников с обеих сторон,
поскольку именно в этом случае запускаются полноценные се-
тевые эффекты [3; 7|. Дисбаланс инвестиций приводит к ситуа-
ции «узкого места»: избыточные вложения в одну сторону ока-
зываются неэффективными, так как ценность платформы для
другой стороны остаётся недостаточной.

Оптимальное значение доли бюджета а*, указывает, какая
из сторон требует большего внимания в конкретных рыночных
условиях. Например, если а* > 0,5, это означает, что покупатели
более чувствительны к субсидиям и платформе целесообразно
направить им большую долю бюджета. Напротив, при а* < 0,5
оправдан больший акцент на привлечение продавцов, так как
именно их присутствие формирует ключевую ценность для по-
купателей. Такой результат согласуется с теорией двусторонних
рынков, согласно которой платформы часто субсидируют наи-
более чувствительную к цене сторону и монетизируют противо-
положную [8].

Дополнительно проведённый анализ чувствительности
модели (см. табл. 4.1 и рис. 4.7) к параметрам модели
^min> Umin) показывает, как сила сетевых эффектов и требова-
ния пользователей влияют на стратегию оптимального субси-
дирования. Например, при большем значении полезность по-
купателей возрастает быстрее, и платформа может позволить
себе меньшие инвестиции в покупателей. Наоборот, при высо-
ком пороге полезности продавцов оптимальное значение
а* смещается в сторону продавцов, так как их привлечение тре-
бует больших усилий.

Особое значение имеет феномен критической массы участ-
ников. Как показано на рисунке 4.7, ниже пороговых значений
(rig, n's) платформа находится в неустойчивом равновесии: поль-
зовательская база не растёт и постепенно сокращается. Превы-
шение этих порогов обеспечивает переход системы в устойчи-
вое состояние и запуск самоподдерживающегося роста за счёт
положительных сетевых эффектов [2]. С практической точки
зрения это означает, что объём субсидий на этапе старта должен
быть достаточен для преодоления критического барьера. Недо-
финансирование (см. точечные линии на рисунке 4.7) ведёт
к неэффективным расходам без последующего роста.

Результаты моделирования согласуются с эмпирическими
примерами. Так, в стратегии Airbnb одновременно стимулирова-
лись обе стороны - покупатели (путешественники) и продав-
цы (владельцы жилья), что позволило платформе быстро дос-
тичь критической массы и запустить экспоненциальный рост
[1]. Другой пример - игровые консоли, где пользователи-гей-
меры первоначально субсидировались низкой ценой устройств,
а доход формировался за счёт разработчиков игр [ 21. В терминах
рассматриваемой модели это пример сильной асимметрии суб-
сидирования, оправданной высокой чувствительностью одной
из сторон. Тем не менее в большинстве случаев оптимальное ре-
шение находится внутри интервала (0 < а < 1) - при сбаланси-
рованном распределении бюджета между сторонами.

Таким образом, ключевой практический вывод заключа-
ется в необходимости точного определения «узких мест» плат-
формы и выстраивания сбалансированной политики субсиди-
рования. Это позволяет минимизировать стартовые затраты
и одновременно обеспечить запуск устойчивых сетевых эффек-
тов, гарантирующих дальнейший рост и развитие платформен-
ной экосистемы.
Выводы по главе 4

Количественный анализ переводит исследование платфор-
менной экономики из описательной плоскости в вычислимую.
Он позволяет выражать механизмы взаимодействия в виде
математических выражений, выявлять закономерности роста
и формализованно задавать условия устойчивости экосистем.

В главе рассмотрены базовые модели, лежащие в основе
современного анализа платформ: законы роста сетей (Меткалфа
и Рида), модель диффузии инноваций Басса, а также авторская
модель оптимального распределения субсидий между сторо-
нами двусторонней платформы. Эти модели показывают, как
с помощью математики можно оценивать силу сетевых эффек-
тов, определять критические пороги (например, по ёмкости рын-
ка и численности активных пользователей) и количественно
настраивать баланс инвестиций между сторонами.

Введённые параметры и используемые функциональные
зависимости, разумеется, не исчерпывают всего пространства
возможных формализаций. Напротив, область количественного
моделирования в платформенной экономике остаётся откры-
той и интенсивно развивающейся: отсутствует полная согласо-
ванность по терминологии, допущениям и методам получения
оценок, что оставляет широкий простор для дальнейших иссле-
дований и разработки собственных инструментов анализа
у учёных, аналитиков и практиков.

Количественные модели в таком понимании становятся не
только средством измерения, но и рабочим языком междисци-
плинарного диалога между экономикой, математикой и управ-
лением. Рассмотренные в главе конструкции и предложенная
авторская модель оптимального распределения субсидий за-
дают инструментальную основу, на которую опирается последу-
ющий прикладной анализ - типологический и региональный -
в следующем разделе монографии.
ГЛАВА 5.

ПЛАТФОРМЕННЫЕ МОДЕЛИ: ОТРАСЛЕВАЯ И

РЕГИОНАЛЬНАЯ СПЕЦИФИКА

Теоретические и модельные представления о платфор-
менной экономике сейчас находятся в стадии активного
развития, но уже достаточно сформировались, чтобы слу-
жить основой для прикладного анализа. После формализации
ключевых закономерностей роста и сетевых эффектов в преды-
дущем разделе логично перейти к рассмотрению того, как эти
принципы воплощаются в различных отраслях и институцио-
нальных контекстах.

Если в предыдущих разделах было показано, почему плат-
формы растут, то в этой главе рассматривается, как они это де-
лают - через различные модели, рынки и механизмы коорди-
нации.

Настоящая глава систематизирует существующие типы
платформенных моделей и показывает, как единые механизмы
принимают разные формы в зависимости от сферы применения,
технологической среды и национальных особенностей.

Анализ строится в двух плоскостях: типологической - где
выделяются транзакционные, инновационные и гибридные
платформы с их архитектурой ценности и механизмами монети-
зации; и региональной - где сравниваются модели развития
в США, Европе, Азии и России с учётом различий в институтах,
регулировании и политике цифрового суверенитета.

Глава связывает теоретико-модельный уровень с эмпири-
ческим и подготавливает почву для анализа долгосрочных тен-
денций концентрации, регулирования и трансформации экоси-
стем, рассматриваемых в следующем разделе монографии.
5.1.	Маркетплейсы: модели, экономическая логика
и региональные особенности

Торговля исторически выступала первой и наиболее чув-
ствительной к инновациям сферой экономики: именно через об-
мен и посредничество быстрее всего проявляются новые орга-
низационные формы. После любых экономических шоков - от
революций до распада государств - прежде всего восстанавли-
вается торговля, а уже затем - производство и финансы. По-
этому именно маркетплейсы стали локомотивом платформен-
ной революции: они первыми перевели массовую торговлю на
многостороннюю цифровую основу и распространили платфор-
менную логику в повседневное потребление.

С точки зрения экономической теории маркетплейсы отно-
сятся к транзакционным платформам (transaction platforms),
которые организуют взаимодействие двух и более сторон рын-
ка и извлекают ценность из управления сетевыми эффектами
12; 8; 9]. Жан-Шарль Роше и Жан Тироль показали, что основным
механизмом устойчивости таких систем является асимметрич-
ная ценовая структура: субсидирование одной стороны (чаще
покупателей) для ускорения роста другой и балансировки пере-
крёстных сетевых эффектов [8, с. 990-995]. Марк Армстронг до-
полнил эту модель анализом мультихоминга и поведенческой
лояльности участников [9, с. 668-672]. Джеффри Паркер, Мар-
шалл ван Алстайн и Сангиит Чаудари в Platform Revolution
(2016) описали маркетплейсы как наиболее чистый пример са-
моусиливающейся петли сетевых эффектов: рост числа продав-
цов повышает полезность для покупателей, а рост числа поку-
пателей - для продавцов |1, р. 29-35].

Экономическая логика маркетплейсов строится на сниже-
нии транзакционных издержек и рационализации обмена -
в терминах Р. Коуза и О. Уильямсона, на переносе функций рынка
внутрь организованной цифровой инфраструктуры. Платформа
создаёт стандартизированное пространство для поиска, сопос-
150
тавления и совершения сделок, устраняя «трение» между сторо-
нами и повышая ликвидность рынка. В формализованном виде
динамика маркетплейсов описывается законами сетевых эф-
фектов Меткалфа и Рида (см. гл. 4) и моделью Басса (1969), в ко-
торой рост числа пользователей следует логистической 5-образ-
ной кривой. При положительных перекрёстных эффектах эти
модели объясняют экспоненциальный рост до достижения
плато насыщения [14].

Для конечных пользователей маркетплейсы породили но-
вый паттерн поведения. Если в первое десятилетие интернета
покупатели искали товары через поисковые системы и отдель-
ные интернет-магазины, то сейчас они предпочитают совер-
шать покупки через мобильные приложения платформ. Пользо-
ватели привыкли к единым интерфейсам, унифицированным
правилам оплаты и возврата; стандартизация поведения соз-
даёт эффекты данных (data network effects), улучшающие персо-
нализацию и точность рекомендаций. Таким образом, маркет-
плейсы становятся «точкой входа» в электронную коммерцию
и фактически вытесняют традиционный ритейл.

В российской экономике развитие маркетплейсов обуслов-
лено не только цифровыми, но и географическими факторами.
При огромной территории и неравномерной инфраструктуре
ключевым ограничением долгое время оставалась логистика.
Крупнейшие платформы - Ozon, Wildberries, «Яндекс Маркет» -
создали собственные сети пунктов выдачи заказов и доставки,
что существенно снизило издержки для жителей малых городов
и отдалённых регионов. Это превратило торговлю в инфра-
структурный механизм пространственного выравнивания:
практически все товары стали доступны для всех групп населе-
ния, а сетевые эффекты приобрели социальное измерение. Ха-
рактерной чертой российских маркетплейсов является их пре-
вращение в многосторонние платформы (многосторонние рын-
ки в смысле Роше и Тироля): к двум базовым сторонам - продав-
цам и покупателям - добавилась третья группа участников -
владельцы пунктов выдачи заказов. Их интересы непосред-
ственно влияют на ликвидность и географическое покрытие
платформы, что делает эту сторону рынка фактором устойчиво-
сти экосистемы.

На стадии зрелости маркетплсйсы переходят от «роста лю-
бой ценой» к максимизации доли дохода, которую они изымают
из создаваемой стоимости. Это проявляется в изменении цено-
вой структуры: росте комиссий, расширении платных логисти-
ческих и рекламных услуг, усложнении скидочных программ.
В 2025 году по ряду категорий товарного e-commerce в России
комиссии маркетплейсов достигают и превышают 30%, а сово-
купная нагрузка платформы (комиссия, логистика, реклама) на
конечную цену товара по оценкам участников рынка может пре-
вышать 50%. Одновременно сохраняются масштабные про-
граммы субсидирования конечного спроса: платформа повы-
шает комиссию, продавцы поднимают цены, но для покупателя
цена сглаживается за счёт скидок, кешбэков и программ соинве-
ста27. Формально компенсации скидок учитываются как доход
продавца и облагаются налогами, тогда как на стороне плат-
формы те же суммы проходят как расходы на услуги платформы,
уменьшая налогооблагаемую прибыль. В результате часть по-
тенциального дохода платформы перераспределяется из при-
были в скидочные расходы, что становится предметом дискус-
сии о том, как должна распределяться налоговая база между
платформами, продавцами и государством.

Быстро идёт и экосистемная эволюция маркетплейсов. Ве-
дущие платформы открыли собственные банки и финансовые
сервисы, предлагают продавцам кредиты и лизинг, вводят про-
граммы страхования и факторинга, дают льготные комиссии
при использовании внутренних платёжных инструментов. Та-

27 В скидки подмешали налоги: руководители «Сбера» и ЦБ включились
в регулирование цен на маркетплейсах // Коммерсантъ. - 2025. - 19 нояб. -
URL: https://www.kurnrnersant.ru/doc/8212091 (дата обращения:
19.11.2025).
ким образом, транзакционная платформа постепенно обрастает
новыми бизнес-моделями и становится гибридной экосистемой
в смысле Кусумано, Гауэр и Йоффи [3, с. 19-25]. Экономически
это расширение объясняется ростом LTV (пожизненной цен-
ности пользователя) и снижением САС (стоимости привлечения
пользователя) за счёт вертикальной интеграции сервисов
и мультипродуктового удержания (см. раздел 4.2.5).

По мере роста и консолидации рынка возникает потреб-
ность в регулировании. Маркетплейсы стали первым сегмен-
том, на который распространилось правовое оформление плат-
форменной экономики. В России принят Федеральный закон
№ 289-ФЗ от 31 июля 2025 г. «Об отдельных вопросах регулиро-
вания платформенной экономики», который по существу ориен-
тирован прежде всего на деятельность маркетплейсов и агрега-
торов. Закон закрепляет понятие «оператора цифровой плат-
формы», определяет ответственность за качество товаров и ус-
луг, вводит принципы прозрачности ценообразования и запрета
дискриминации участников. По своему содержанию он ближе
к европейскому Digital Markets Act, чем к американскому анти-
картельному подходу, и фактически стал первой попыткой за-
дать правовые рамки для платформенного сектора в целом.
Регулирование началось именно с маркетплейсов - «локомоти-
вов» платформенной экономики, наиболее массового и чувстви-
тельного для потребителей формата.

Международная практика подтверждает универсальность
этой логики. Amazon, Alibaba, eBay и Shopee следуют типовой
траектории S-образного роста (см. гл. 4): от нишевого запуска
через экспоненциальное масштабирование к консолидации
и созданию гибридных экосистем. На этапе зрелости сетевые
эффекты дополняются эффектами данных: каждое взаимодей-
ствие генерирует поведенческие сигналы, улучшающие поиск
и рекомендации. Тем самым маркетплейсы превращаются из
посредников в производителей данных и становятся централь-
ным элементом платформенной экономики.
Однако по мере масштабирования возникают и системные
риски. Как отмечают Коэн Френкен и Джульет Шор [19], массо-
вый рост платформ приводит к ухудшению качества товаров,
информационной асимметрии и перераспределению рыночной
власти в пользу операторов. Феномен «платформенной зависи-
мости» уже рассматривается в литературе как форма экономи-
ческого неравенства между платформами и внешними продав-
цами. Потому в развитых юрисдикциях вводятся специальные
нормы - от Digital Markets Act в ЕС до аналогичных инициатив
в США и Китае - устанавливающие принципы прозрачности, от-
крытости API и защиты интересов пользователей.

В итоге, маркетплейсы представляют собой базовый тип
транзакционных платформ, в котором сетевые и эффекты дан-
ных порождают экспоненциальный рост, а развитие логистики
и финансовых сервисов превращает их в центры экосистем.
В российской практике они уже выполняют роль социально-эко-
номической инфраструктуры, обеспечивая территориальную
доступность товаров и вовлечённость регионов в цифровую
экономику. Одновременно регулирование маркетплейсов стано-
вится лабораторией для формирования правил всей платфор-
менной экономики - как сектора, определяющего новую архи-
тектуру рынков и взаимодействий.

5.2.	Агрегаторы услуг: специфика сервисных платформ

Агрегаторы услуг занимают особое место в структуре плат-
форменной экономики, представляя собой цифровые плат-
формы, связывающие потребителей и исполнителей в режиме
реального времени. В отличие от товарных маркетплейсов, где
обмен ограничивается покупкой и продажей товаров, агрега-
торы функционируют на стыке онлайн- и офлайн-сред, коорди-
нируя взаимодействия, результат которых формируется в мо-
мент оказания услуги. Это предопределяет их высокую зависи-
мость от геолокации, времени реакции и качества исполнения.
С позиции экономической теории агрегаторы услуг отно-
сятся к транзакционным платформам с динамическими сете-
выми эффектами во времени и пространстве - on-demand
platforms. Андрей Хагиу и Джулиан Райт показали, что агрега-
торы характеризуются особой формой перекрёстных сетевых
эффектов: ценность для каждой стороны зависит не от общего
числа контрагентов, а от плотности и скорости совпадений
(match rate) в конкретной зоне и момент времени. Основным па-
раметром их устойчивости становится ликвидность рынка
услуг - вероятность успешного матчинга при минимальных вре-
менных и информационных издержках.

Математически динамика агрегаторов описывается зави-
симостью полезности пользователя от пространственно-вре-
менной плотности предложений:	= UQ + aSi(x, t) — dt, где

5j(x,t) - число доступных исполнителей в точке х и момент t,
a dt - среднее время ожидания. Положительный коэффициент а
характеризует силу сетевого эффекта, отрицательный /? - чув-
ствительность к задержке. Следовательно, для агрегаторов кри-
тична не масштабность аудитории, а операционная скорость
и «плотность» взаимодействий - в терминах Роше и Тироля [8]
это качество баланса многостороннего рынка.

Примеры успешных агрегаторов - Uber, Airbnb, DoorDash,
Deliveroo; в России - «Яндекс Go», «Авито Услуги», «Профи.ру»,
YouDo. Для устойчивой работы платформы необходимо обеспе-
чивать достаточное число исполнителей в каждой географиче-
ской зоне, что требует постоянных инвестиций в локализацию и
баланс сторон. Механизм динамического ценообразования
(surge pricing) служит примером алгоритмической саморегуля-
ции ликвидности в реальном времени.

Репутационные механизмы являются центральным ин-
струментом доверия в агрегаторах. Стивен Таделис показал,
что системы рейтингов и отзывов функционально заменя-
ют контракты и служат институциональной основой доверия
[20, с. 321-340], Агрегаторы вроде Uber и Airbnb внедрили дву-
сторонние рейтинги, позволяющие оценивать обе стороны
сделки и формировать самоподдсрживающийся механизм кон-
троля качества. Рейтинговая система превращается в производ-
ственный фактор платформенной экосистемы, усиливая сете-
вые и эффекты данных.

Особое внимание исследователи уделяют социально-тру-
довым последствиям агрегаторных моделей. Арун Сундараджан
в монографии The Sharing Economy (2016)28 описал формирова-
ние нового типа занятости (gig work), где исполнители оказы-
вают услуги через платформу без трудового договора с операто-
ром. Такая модель обеспечивает гибкость и оперативность, но
снижает уровень социальной защиты. По данным Института со-
циальной политики НИ У ВШЭ, по результатам специальных вы-
борочных обследований, в апреле 2024 года около 3,5% населе-
ния в возрасте 18-72 лет были регулярно включены в платфор-
менную занятость, а общий охват (включая эпизодические
подработки) достигал 16%29. Рост гибких форм занятости под-
тверждает переход от классического труда к проектной органи-
зации взаимодействий.

Однако скорость распространения платформенной модели
в сфере услуг неоднородна. В России рынок такси практически
полностью платформизирован - доля поездок, осуществляемых
через агрегаторы, близка к 100%. Аналогичная тенденция
наблюдается в доставке еды и курьерских сервисах. В то же вре-
мя в бытовых услугах (ремонт техники, мелкий ремонт, уборка]
ни один сервис пока не смог достичь масштабируемости: уни-
кальность задач и отсутствие повторяющихся операций затруд-

28 Sundararajan A. The Sharing Economy: The End of Employment and the Rise
of Crowd-Based Capitalism. - Cambridge, MA; London: The MIT Press, 2016. -
256 p.

24 Синявская О. В., Бирюкова С. С., Карева Д. Е., Стужук Д. А. Платформенная
занятость в России: динамика распространенности и ключевые характе-
ристики занятых: экспертный доклад. - Москва: Издательский дом Выс-
шей школы экономики, 2024. - 64 с.
няют алгоритмизацию. Аналогичные трудности возникают
в сфере профессиональных и консалтинговых услуг, где при
множестве стартапов до сих пор нет ни одного глобального до-
минирующего игрока. Различие в скорости платформизации
объясняется тем, что только часть услуг поддаётся стандартиза-
ции и массовому воспроизводству, но с развитием алгоритмов
доверия и верификации эти барьеры постепенно снижаются.

Российские агрегаторы услуг успешно адаптировали меж-
дународные модели к национальным условиям. «Яндекс Go» объ-
единяет такси, доставку и каршеринг в едином приложении, соз-
давая взаимное усиление сетевых эффектов. «Профи.ру» и YouDo
строят модели профессиональных услуг, опираясь на рекомен-
дательные алгоритмы и системы рейтингов, минимизирующие
информационную асимметрию. Агрегаторы всё чаще приобре-
тают черты многосторонних платформ, включая дополнитель-
ные группы участников - таксопарки, службы доставки, финан-
совые и страховые партнёрства, каждая из которых имеет свои
интересы и вес в экосистеме.

Правовое регулирование агрегаторов в России формиру-
ется поэтапно. Федеральный закон № 289-ФЗ от 31 июля 2025 г.
«Об отдельных вопросах регулирования платформенной эконо-
мики» впервые установил понятие оператора платформы, прин-
ципы прозрачности алгоритмов и ответственности за качество
услуг. Однако он пока не регулирует социальный статус испол-
нителей и не создаёт механизмов налогообложения их доходов -
эти вопросы остаётся решать в рамках отдельных проектов по
реформированию трудового и налогового законодательства. От-
сутствие чётких границ между самозанятостью и внештатной
платформенной работой порождает серую зону, в которой воз-
никают схемы обхода действующих норм. Так, распространён-
ной становится практика, когда региональный магазин уволь-
няет продавца, а затем тот продолжает работать на том же месте
через платформу-агрегатор. Формально это не нарушает закон,
но фактически позволяет обойти ограничения на повторный
наём и снизить налоговую нагрузку. Если такую модель исполь-
зует один участник, то в конкурентной борьбе остальные также
вынуждены следовать ей, что трансформирует рынок занятости
в целом. Подобные кейсы наглядно показывают, что вопрос ре-
гулирования платформенного труда и налогообложения тре-
бует системного решения на уровне экономической политики.

Френкен и Шор [19J обращают внимание на отрицательные
внешние эффекты масштабирования агрегаторов - ухудшение
качества услуг, монополизацию рынка, непрозрачность алго-
ритмов распределения заказов. Решением становится введение
механизмов «алгоритмической ответственности»: аудит реко-
мендательных систем, раскрытие принципов ранжирования
и возможность апелляции решений платформы. Эти меры повы-
шают доверие и поддерживают социальную легитимность агре-
гаторов как новых инфраструктурных институтов рынка услуг.

В целом агрегаторы услуг становятся одним из ведущих
направлений развития платформенной экономики, объединяя
экономическую эффективность, технологическую гибкость и со-
циальную чувствительность. Они изменяют структуру рынка
труда и сферы повседневных услуг, создают новые формы заня-
тости и управления доверием, но одновременно обостряют
необходимость тонкого регулирования и баланса интересов
между платформами, исполнителями и потребителями. В долго-
срочной перспективе именно агрегаторы могут стать площад-
кой для формирования новых моделей социального партнер-
ства и ответственного применения алгоритмических техноло-
гий в экономике взаимодействий.

5.3.	Другие платформенные модели и отраслевая
специфика

Помимо маркетплейсов и агрегаторов услуг, платформен-
ная экономика включает широкий спектр моделей, в которых
источники ценности смещаются от физической инфраструк-
туры и логистики к данным, алгоритмам и стандартам взаимо-
действия. К ним относятся контентные и рекламные платформы
(социальные сети, видеохостинги, UGC-сервисы), финтех-плат-
формы и платёжные сети, образовательные платформы, плат-
формы для разработчиков и магазины приложений, а также ин-
фраструктурные и индустриальные решения - от облачных вы-
числений до систем промышленного интернета вещей.

Каждая из этих моделей основана на принципах многосто-
ронних рынков и сетевых эффектов, введённых ранее, но реали-
зует их по-разному - в зависимости от характера участников,
типа создаваемой ценности и степени стандартизации взаимо-
действий. В одних случаях ключевую роль играют данные и ал-
горитмы персонализации, в других - финансовые транзакции,
образовательные сигналы или технологические интерфейсы.
При этом различаются и операционные метрики: вовлечён-
ность пользователей, скорость транзакций, завершённость обу-
чения, активность разработчиков или уровень интеграции ин-
фраструктуры.

Далее рассмотрены основные группы таких платформ
и особенности их функционирования - экономическая логика,
принципы роста и регулирования, а также примеры ведущих
международных и российских решений.

5.3.1.	Контентные и рекламные платформы

К числу контентных и рекламных платформ относятся со-
циальные сети, видеосервисы и площадки пользовательского
контента, обеспечивающие создание, распространение и моне-
тизацию цифровых материалов.

Контентные и рекламные платформы стали одними из пер-
вых и наиболее массовых форм цифровых платформ. Именно
они в начале 2000-х годов задали основные принципы взаимо-
действия в сетевой экономике: соединение миллионов пользо-
вателей в единой инфраструктуре, мгновенное распростране-
ние контента и монетизация через данные и рекламу. По сути,
именно социальные сети первыми наладили цифровое посред-
ничество между людьми, превратив общение в новую экономи-
ческую категорию - поток внимания.

С экономической точки зрения такие платформы представ-
ляют собой трёхсторонние рынки «создатели - аудитория - ре-
кламодатели», где монетизация определяется вовлечённостью
аудитории и качеством модерации, а устойчивость - управле-
нием доверием и данными. Их логика основана на модели мно-
госторонних рынков и экономике информационных благ, где
предельные издержки распространения стремятся к нулю,
а ключевым ресурсом становится внимание пользователя.

На стороне рекламодателей формируются рынки аукци-
онного типа (аукционы второй цены, описанные Варианом
и Эдельманом), где стоимость инвентаря зависит от точности
таргетинга и конкуренции за аудиторию. На стороне пользова-
телей ценность растёт благодаря эффектам данных (data
network effects): каждый просмотр, лайк или комментарий улуч-
шает качество рекомендаций и увеличивает глубину вовлечён-
ности, создавая положительную обратную связь между актив-
ностью и временем потребления контента.

Экономика контентных платформ может быть выражена
в упрощённой форме через модель двух потоков доходов - ре-
кламы и подписок:

Rt = Lt • Vt • eCPMt + Pt  St,	(5.1)

где Lt - доля рекламных показов (ad load);

Vt - объем просмотров;

eCPMf - ожидаемый доход на тысячу показов;

Pt - цена подписки;

St - число подписчиков.

При этом 0V/3L < 0: избыточная реклама снижает вовле-
чённость, и равновесие достигается при оптимальном соотно-
шении интенсивности рекламы и времени потребления кон-
тента.
Для оценки устойчивости применяются метрики, рассмот-
ренные ранее (см. гл. 4): активная месячная и дневная аудито-
рия (MAU/DAU), среднее время потребления (watch / listen time),
доля рекомендованного трафика, уровень модерации и жалоб
(T&SJ, доля премиальных подписок и ARPU - средний доход на
пользователя.

С течением времени социальные сети перестали быть про-
сто платформами коммуникации и превратились в инфраструк-
туру информационного влияния. Возможность мгновенного
распространения контента и управления общественными наст-
роениями сделала их инструментом политической и экономиче-
ской конкуренции. После 2016 года мировая практика столкну-
лась с феноменом «информационных войн», когда цифровые
платформы стали использоваться для манипулирования по-
весткой и распространения дезинформации. В результате мно-
гие страны начали выстраивать собственные национальные
социальные сети и усиливать контроль над внешними платфор-
мами. Так, США инициировали расследования против TikTok из-
за угрозы утечки данных и возможного влияния на обществен-
ное мнение, а Россия ограничила деятельность зарубежных
соцсетей и развивает национальные решения - VK, RuTube,
Telegram-каналы и экосистему «Яндекса».

Отдельное направление российской политики - развитие
отечественных коммуникационных сервисов, включая создание
национального мессенджера МАХ, который должен обеспечить
технологическую независимость и защиту внутреннего инфор-
мационного пространства. Такая стратегия отражает общий
тренд «платформенного суверенитета», когда государства стре-
мятся контролировать критические цифровые каналы связи
и алгоритмы распространения информации.

Современные контентные платформы остаются централь-
ным элементом платформенной экономики. Они одновременно
создают экономическую ценность и формируют инфраструк-
туру общественного взаимодействия, где внимание, доверие
и алгоритмы становятся ключевыми производственными фак-
торами. В этом проявляется двойственная природа социальных
сетей: они усиливают сетевые эффекты и стимулируют обмен
знаниями, но при этом требуют ответственного управления
и национального регулирования, поскольку напрямую влияют
на информационную безопасность и культурный суверенитет
стран.

5.3.2.	Финтех-платформы и платёжные сети

Финансово-технологические платформы представляют со-
бой одну из самых устойчивых и формализованных форм плат-
форменной экономики. По сути, именно платёжные сети -
наряду с социальными медиа - стали первыми зрелыми много-
сторонними рынками, где ценность создается за счёт взаимо-
действия миллионов независимых участников, объединённых
общими правилами и стандартами. Карточные системы Visa
и Mastercard, а позднее PayPal, Alipay и WeChat Рау продемон-
стрировали, что координация транзакций через цифровую ин-
фраструктуру может стать самостоятельной бизнес-модслью,
основанной на сетевых эффектах и доверии.

Экономическая логика финтех-платформ строится на спо-
собности осуществлять безошибочные и дешёвые транзакции
с высокой скоростью обработки и предсказуемостью резуль-
тата. Ценность создаётся благодаря совместимым интерфейсам
(API), высокому уровню прохождения процедур KYC/AML, низ-
кому уровню мошенничества и гарантированной безопасности
данных. Сетевые эффекты здесь выражены особенно чётко: чем
больше торговцев и покупателей подключено к одной платёж-
ной сети, тем выше её полезность для каждой из сторон и тем
сильнее барьеры выхода.

Платёжные сети - классический пример многостороннего
рынка с асимметричной ценовой структурой (эмитент / эквай-
ринг), подробно описанный в работах Ж.-Ш. Роше и Ж. Тироля,
а также Д. Эванса и Р. Шмалензи |8; 2]. В простейшей модели
(5.2)

платформа устанавливает цены для покупателей (рй) и продав-
цов (ps.) таким образом, чтобы совокупный маржинальный до-
ход отражал силу перекрёстных сетевых эффектов между сторо-
нами. Условие равновесия перекрёстных эффектов можно запи-
сать как

dUb = д1^
dns дпь'

где Uh и Us - полезности покупателей и продавцов соответ-
ственно, a nh и ns - количество участников на каждой стороне
платформы. Это равенство отражает ситуацию, при которой
предельное увеличение числа участников одной стороны при-
носит сопоставимую приростную ценность другой, обеспечивая
устойчивый баланс экосистемы. Поэтому платёжные системы
часто субсидируют потребителя (бесплатные переводы, кеш-
бэк) за счёт комиссий с торговцев: снижение цены на одной сто-
роне усиливает ценность другой, а совокупная рента плат-
формы растёт за счёт объёма оборота.

Финтех-платформы выполняют не только самостоятель-
ную функцию, но и становятся инфраструктурным уровнем для
других платформ - маркетплейсов, агрегаторов услуг, образова-
тельных и контентных сервисов. Они обеспечивают расчёты, де-
понирование (escrow), рассрочку и кредиты (BNPL), инстру-
менты идентификации, антифрод-системы и управление рис-
ками. Для многих экосистем финансовый контур стал ключевым
элементом удержания пользователей: собственные банки и пла-
тёжные сервисы позволяют платформам замыкать цикл взаи-
модействий внутри своей инфраструктуры.

Встроенный в маркетплейс финансовый контур, однако,
меняет и конфигурацию конкуренции. По мере роста рыночной
силы платформы возникает особый тип ценовой дискримина-
ции - различие цены одного и тосо же товара в зависимости от
способа оплаты. Если на доминирующей площадке покупка сис-
тематически оказывается дешевле при оплате картой аффили-
163
рованного банка или внутренним кошельком, платформа фак-
тически использует контроль над торговым трафиком для про-
движения собственных финансовых инструментов. С экономи-
ческой точки зрения это усиливает привязку пользователей
к экосистеме и повышает ценность финтех-контуров для самой
платформы, но одновременно создаёт асимметрию условий для
независимых банков и платёжных систем и становится предме-
том регулирования с позиций принципа недискриминацион-
ного доступа.

Отдельного внимания заслуживает вывод, сделанный в мо-
нографии «Национальная инвестиционная экосистема» (Криво-
шеин Н. В., Патутина Н. А., 2024 г.) [26]. Авторы подчёркивают,
что именно финансовая сфера первой подверглась глубокой
цифровизации, поскольку обслуживает массовый потребитель-
ский сектор - переводы, кешбэк-сервисы, программы лояльно-
сти, ипотеку и рассрочку - и менее подвержена рискам, чем про-
мышленность. В результате финтех стал основным драйвером
конкуренции на рынке финансовых услуг и институтом пере-
распределения компетенций от человека к автоматизирован-
ным системам. В работе выделяются три модели глобального
развития финтеха: «бигтеховская» (американо-китайская), ос-
нованная на доминировании технологических гигантов; «стар-
таповская» (европейская), где лидируют нишевые компании;
и «традиционная» (российская), в которой инновации развива-
ются внутри банков и платёжных систем, то есть у традицион-
ных посредников финансового рынка [26, с. 154-157).

Регуляторная среда для финтех-платформ развивается осо-
бенно активно. В России ключевыми нормативными актами вы-
ступают:

-	Федеральный закон № 161-ФЗ от 27 июня 2011 г. «О наци-
ональной платёжной системе», определяющий порядок осу-
ществления переводов денежных средств и регулирование дея-
тельности операторов платёжных систем;
-	Федеральный закон № 115-ФЗ от 7 августа 2001 г. «О про-
тиводействии легализации (отмыванию) доходов, полученных
преступным путём, и финансированию терроризма» (KYC/AML-
процедуры);

-	Федеральный закон № 152-ФЗ от 27 июля 2006 г. «О пер-
сональных данных», устанавливающий требования к обработке
и защите информации о пользователях.

В Европейском союзе аналогичную роль выполняет Дирек-
тива (ЕС) 2015/2366 - Payment Services Directive 2 (PSD2), а также
концепция Open Hanking, обязывающая банки предоставлять
доступ к своим API для внешних разработчиков при согласии кли-
ента. Во многих странах сформированы национальные системы
быстрых платежей (Fast Payments Systems, FPS), которые обеспе-
чивают мгновенные переводы в режиме 24/7, снижают зависи-
мость внутренних расчётов от международных платёжных систем
и повышают устойчивость финансовой инфраструктуры.

В России финтех-платформы развиваются по модели пла-
тёжного суверенитета. Национальная система «Мир» и Система
быстрых платежей (СБП) обеспечили внутреннюю автономию
расчётов. Крупные экосистемы - «Яндекс», Ozon, Wildberries - от-
крыли собственные банки и платёжные сервисы, интегрировав
финансовые функции в маркетплейсы и сервисные приложе-
ния. Банковские группы развивают открытые API и платфор-
менные решения для внешних партнёров, а локализация хо-
стинга платёжных данных и переход на отечественные процес-
синговые центры стали элементом цифрового суверенитета.

Для оценки эффективности финтех-платформ применя-
ются показатели, рассмотренные ранее (см. гл. 4): доля автори-
зованных транзакций, уровень chargeback / fraud-rate, среднее
время клиринга и settlement, отказоустойчивость (SLA), LTV /
САС по мерчанту, стоимость привлечения и удержания пользо-
вателей. Эти метрики позволяют оценить не только экономиче-
скую результативность, но и доверие к платформе как к финан-
совому институту.
Финтех-платформы становятся важнейшим узлом цифро-
вой экономики, объединяющим финансовые, технологические
и регуляторные механизмы. Они обеспечивают непрерывность
транзакций, прозрачность потоков данных и интеграцию фи-
нансовых сервисов в экосистемы, превращаясь из вспомогатель-
ной инфраструктуры в основу новой финансовой архитектуры.
Их развитие показывает, что устойчивость цифровых экосистем
определяется не только экономией от масштаба, но и качеством
доверия и институциональной среды, поддерживающей баланс
интересов всех участников платформенного рынка.

5.3.3.	Образовательные платформы

Образовательные платформы являются важнейшим зве-
ном в развитии человеческого капитала цифровой экономики.
Их ключевая функция - масштабирование доступа к обучению и
объективной оценке прогресса, когда качество определяется не
числом слушателей, а долей завершённых курсов и трудо-
устройством выпускников по полученной специальности.

Такие платформы сочетают признаки трёхстороннего рын-
ка: обучающиеся, провайдеры курсов и работодатели, кото-
рые выступают потребителями сигнала о навыках. На стороне
спроса действует логика человеческого капитала, согласно кото-
рой образование рассматривается как инвестиция в рост буду-
щих доходов30, а также принцип сигналинга, предполагающий,
что диплом или сертификат выступает рыночным сигналом
о компетенциях и способности к обучению31. На стороне пред-
ложения ключевыми становятся стандартизация образователь-
ных модулей, механизмы прокторинга, поддержание репутации

311 Теория человеческого капитала разработана Гори Беккером. См.: Gary S.
Becker. Human Capital: A Theoretical and Empirical Analysis, with Special Ref-
erence to Education. - Chicago: University of Chicago Press, 1964.

31 Теория сигналинга в образовании - Майкл Спенс. См.: Michael Spence.
Job Market Signaling // Quarterly Journal of Economics. - 1973. - Vol. 87,
No. 3. - Pp. 355-374.
провайдера и интеграция с внешними системами сертифика-
ции.

Операционно деятельность образовательных платформ мож-
но представить через «воронку обучения» - последовательность
стадий привлечения, вовлечения и завершения курсов. Её эффек-
тивность характеризуется двумя ключевыми показателями:

CR =

завершившие курс
записавшиеся

вышедшие на релевантную работу за 6 мес.

выпускники

где CR - коэффициент завершения, а ЕЬт - показатель трудо-
устройства по профилю. Высокие значения этих коэффициентов
свидетельствуют о реальной ценности программы и силе обрат-
ной связи между образовательной платформой и рынком труда.

С точки зрения распространения инноваций образователь-
ные платформы подчиняются динамике, описываемой моделью
Басса (см. гл. 4): параметры р и q отражают влияние внешних
и внутренних стимулов участия, ат - ёмкость ниши. Это объяс-
няет резкий рост числа пользователей в фазе критической
массы, после чего наступает этап стабилизации спроса.

Основные метрики эффективности (см. гл. 4): коэффициент
завершения CR, среднее время до трудоустройства, доля трудо-
устроенных по профилю, индекс удовлетворённости выпускни-
ков (NPSJ, а также окупаемость обучения - отношение прироста
дохода к стоимости курса (ROI).

В российской практике наиболее заметные участники
этого сегмента - «Яндекс Практикум», Stepik, Skillbox, «Нетоло-
гия», GeekBrains, а также корпоративные платформы обучения
при крупных компаниях. Институциональная рамка задаётся
Федеральным законом № 273-ФЗ от 29 декабря 2012 г. «Обобра-
зовании в Российской Федерации», который регламентирует ак-
кредитацию программ, признание результатов обучения и меха-
низмы учёта квалификаций. Активно развиваются bootcamp-
167
модели и программы корпоративного апскеллинга, ориентиро-
ванные на практические навыки и быструю адаптацию кадров
под запросы работодателей.

Образовательные платформы демонстрируют, как сетевые
и эффекты данных могут быть направлены на общественно по-
лезные цели - распространение знаний, повышение квалифика-
ции и сокращение разрыва между системой образования и реаль-
ной экономикой. Они превращают процесс обучения из линейной
цепочки передачи знаний в динамическую экосистему взаимо-
действий, где ценность создаётся совместно всеми участниками.

5.3.4.	Платформы разработчиков и магазины приложений

К этой категории относятся платформы, предоставляющие
среду для разработки и распространения программных продук-
тов - операционные системы, облачные сервисы, АРЬплат-
формы и магазины приложений, объединяющие разработчиков
и пользователей в единой экосистеме.

Платформы разработчиков и магазины приложений фор-
мируют технологическую основу цифровой экономики, объеди-
няя инфраструктуру (ядро: интерфейсы AP1/SDK, правила до-
ступа, инструменты для сборки и тестирования) и создаваемые
на ней комплементы (периферия: приложения, модули, инте-
грации). Экономическая логика таких платформ строится на ба-
лансе открытости и контроля качества: увеличение открытости,
как правило, повышает объём и разнообразие инноваций, но
при чрезмерной открытости растут риски дефектности, уязви-
мостей и несовместимости; оптимум зависит от издержек кон-
троля и силы сетевых эффектов между пользователями и разра-
ботчиками32- 33.

32 Boudreau К. J. Open Platform Strategies and Innovation: Granting Access vs.
Devolving Control // Management Science. - 2010. - 56 (10). - P. 1849-1872.

33 Hagiu A. Multi-Sided Platforms: From Microfoundations to Design and Gov-
ernance. - HBS Working Paper 09-115, 2009.
Формально взаимное усиление сторон удобно выразить че-
рез супермодулярность полезности:

а)
дп да

(5.4)

где п - число пользователей, а - число приложений/комплемен-
тов. Положительная смешанная производная означает, что од-
новременный рост базы пользователей и набора приложений
повышает совокупную ценность платформы (синергия сетевых
эффектов; см. общий каркас [8; 9; 1|).

Метрики эффективности таких платформ аналогичны дру-
гим типам экосистем (см. гл. 4), но с акцентом на инновацион-
ную активность и качество технической поддержки. Среди клю-
чевых показателей - число активных разработчиков, частота
выпусков и обновлений приложений, среднее время модерации,
доля отклонённых релизов, уровень дефектности и уязвимо-
стей, а также доля API-вызовов, приходящихся на внешние при-
ложения. Эти метрики отражают нс только техническое состоя-
ние платформы, но и её способность поддерживать доверие со
стороны сообщества разработчиков.

На международном уровне усиливается внимание к вопро-
сам открытости и недискриминационного доступа к интерфей-
сам. Принятый в Европейском союзе Digital Markets Act закреп-
ляет особые обязанности для крупных цифровых операторов -
так называемых gatekeepers - включая прозрачность правил, за-
прет на дискриминацию сторонних разработчиков и обеспече-
ние переносимости пользовательских данных. Для экосистем

это означает, что комиссии, алгоритмы модерации и политика
совместимости становятся инструментами перераспределения
власти внутри платформ, а сами правила доступа - частью меха-
низма платформенного управления (platform governance).

В российской цифровой экосистеме длительное время до-
минировали глобальные магазины приложений (Арр Store,
Google Play), но в последние годы начали формироваться нацио-
нэльные альтернативы. Большинство из них пока не являются
полноценными системными аналогами, а функционируют как
витрины и каталоги, встроенные в инфраструктуру Android-
экосистемы: через предустановку производителями устройств,
механизм сайдлоада или интеграцию с системным установщи-
ком. По сути, это не отдельная операционная платформа, а «ма-
газин внутри магазина» - слой, обеспечивающий локализацию,
фильтрацию и адаптацию контента к требованиям российского
законодательства. Такой подход снижает барьеры входа и уско-
ряет дистрибуцию, но ключевые рычаги контроля (совмести-
мость, безопасность, биллинг] по-прежнему остаются на сто-
роне базовой мобильной платформы.

Более устойчивая динамика наблюдается в серверном сег-
менте. Здесь быстро растут отечественные облачные плат-
формы PaaS/IaaS - Yandex Cloud, VK Cloud, SberCloud - формиру-
ющие собственные SDK, API и каталоги сервисов. Эти инфра-
структуры становятся площадками для разработчиков, создают
внутренние экосистемы интеграций и способствуют укрепле-
нию технологического суверенитета страны благодаря локали-
зации данных и стандартизации интерфейсов.

В целом правила доступа и совместимости становятся глав-
ным инструментом управления инновациями. Платформа
должна сохранять равновесие между открытостью - необходи-
мой для привлечения внешних разработчиков и масштабирова-
ния - и контролем качества, обеспечивающим безопасность,
совместимость и стабильный пользовательский опыт. Комис-
сии, политика API и модерация контента формируют структуру
стимулов для участников, определяя не только скорость, но
и направление технологической эволюции экосистемы.

5.3.5.	Инфраструктурные и индустриальные платформы

К числу инфраструктурных и индустриальных платформ
относятся облачные сервисы, системы промышленного интер-
нета вещей (11 оТ) и логистические платформы, обеспечивающие
совместимость данных, обмен информацией и интеграцию про-
цессов между компаниями.

Инфраструктурные и индустриальные платформы обра-
зуют «глубинный слой» платформенной экономики - цифровую
основу, на которой строятся экосистемы прикладных серви-
сов34. Они координируют взаимодействие пользователей, по-
ставщиков, интеграторов, разработчиков и производителей
оборудования, обеспечивая совместимость данных и процессов
в В2В-срсде.

Экономическая логика индустриальных платформ опреде-
ляется высокой долей фиксированных затрат (F) на разработку
инфраструктуры и убывающими средними издержками (АС)
при росте объёма операций ((?):

F + cQ

AC(ff) =	(5.5)

где с - переменные издержки. По мере роста нагрузки средняя
стоимость обслуживания снижается, что порождает экономию
на масштабе и стремление к стандартизации интерфейсов и ка-
талогов сервисов [service marketplaces).

Дополнительный источник ценности формируют сетевые
эффекты данных: чем больше устройств и цифровых двойников
подключено, тем точнее аналитические модели и выше отдача
от оптимизации производственных процессов35. В промышлен-
ности это реализуется через интеграцию систем мониторинга,
предиктивного обслуживания и управления ресурсами.

Эффективность таких платформ оценивается по показате-
лям, введённым ранее (см. гл. 4): доступность и задержка (SLA),
стоимость владения (ТСО), время интеграции, доля стандарти-

34 Gawer A., Cusumano М. A. Industry Platforms and Ecosystem Innovation //
Journal of Product Innovation Management. - 2014. - Vol. 31. - Pp. 417-433.

35 Jansiti M., Lakhani K. R. Competing in the Age of AI Strategy and Leadership
When Algorithms and Networks Run the World. - Boston: Harvard Business Re-
view Press, 2020
зированных интерфейсов, уровень повторного использования
модулей и динамика снижения АС при росте Q.

В России активно развиваются индустриальные и В2В-плат-
формы, опирающиеся на национальные облачные мощности.
В нефтегазовом и металлургическом секторах действуют системы
Zyfra ПоТ Platform O&G, «СберПром», «Газпром нефть Цифровые
решения»; в логистике - ATI.SIJ и Cargo Place, На государственном
уровне развивается ГосПлатформа - единая инфраструктура об-
мена данными и сервисами между ведомствами и регионами.
Использование отечественных облачных технологий позволяет
интегрировать промышленные и транспортные цепочки в еди-
ную экосистему данных, усиливая технологический суверенитет
и снижая зависимость от зарубежных поставщиков.

Нормативное регулирование в этой сфере базируется на
Федеральном законе № 152-ФЗ от 27 июля 2006 г. «О персональ-
ных данных», определяющем требования к обработке и локали-
зации данных, и Федеральном законе № 187-ФЗ от 26 июля
2017 г. «О безопасности критической информационной инфра-
структуры Российской Федерации», устанавливающем меры по
защите объектов цифровой инфраструктуры и ответственность
операторов.

Инфраструктурные и индустриальные платформы обеспе-
чивают экономию на масштабе, эффекты совместимости и со-
здают новую институциональную среду для интеграции произ-
водственных, логистических и финансовых потоков. Они стано-
вятся фундаментом долгосрочной устойчивости платформенной
экономики и основой цифрового суверенитета страны.

5.4. Региональные модели развития
платформенной экономики

Платформенная экономика развивается неравномерно,
и её траектории в разных частях мира зависят от сочетания трёх
ключевых факторов - доступа к капиталу, жёсткости регулири-
вания и политики цифрового суверенитета. Именно эта комби-
нация определяет, какие платформы получают глобальное до-
минирование, какие - остаются локальными игроками, а какие
развиваются в партнёрстве с государством.

Региональная специфика проявляется в различии институ-
циональных и культурных условий, а также в историческом кон-
тексте цифровизации. Американская модель опирается на вен-
чурный капитал и гибкое регулирование, европейская - на ба-
ланс инноваций и социальной ответственности, азиатская - на
тесное взаимодействие государства и бизнеса, тогда как россий-
ская - на сочетание рыночных стимулов и стратегического
курса на цифровой суверенитет.

В этом разделе рассмотрены четыре ключевых региона, ко-
торые внесли наибольший вклад в формирование глобального
платформенного ландшафта: США, Европа, Азия (Китай, Япония,
Южная Корея) и Россия. Для каждого из них анализируются
особенности становления платформенных экосистем, меха-
низмы масштабирования, роль государства и институциональ-
ные условия развития. Отдельное внимание уделяется тому, как
национальные особенности регулирования, структура капитала
и политика в области данных формируют уникальные модели
роста и конкурентные преимущества платформ.

Помимо этих четырех центров, в мире формируются и дру-
гие локальные экосистемы - в Канаде, Австралии, Бразилии,
ЮАР, а также в странах Африки и арабского мира, - однако их
влияние на глобальную архитектуру платформенной эконо-
мики пока остаётся ограниченным. Вместе с тем в странах
Глобального Юга уже складывается собственная повестка циф-
ровой трансформации и платформенного развития: африкан-
ские траектории анализируются, в частности, в работе Б. Ндемо
и Т. Вайсса о цифровой трансформации Африки36, а специфика

36 Ndemo В., Weiss Т Making sense of Africa's emerging digital transformation
and its many futures // Africa Journal of Management. - 2017. - Vol. 3, No. 3-4. -
P. 328-347.-DOI: 10.1080/23322373.2017.1400260.
цифровой экономики и платформенных сервисов в арабском ре-
гионе - в исследованиях ЭСКЗА ООН37 и Белой книге Всемирного
экономического форума о «цифровом арабском мире»38.

5.4.1.	США

Соединённые Штаты остаются ядром глобальной платфор-
менной экономики, где впервые сформировались условия для
массового масштабирования цифровых экосистем. Американ-
ская модель опирается на уникальное сочетание факторов - раз-
витый венчурный рынок, культура предпринимательского
риска и мягкая регуляторная среда. Именно этот институцио-
нальный контур позволил платформенным компаниям превра-
тить инновации в доминирующую форму организации бизнеса
[1, с. 12-17].

С начала 2000-х годов в США сложилась инфраструктура,
обеспечивающая быстрый рост технологических стартапов:
венчурные фонды Кремниевой долины, университетские аксе-
лераторы, развитая биржевая система IPO и гибкий трудовой
рынок. В совокупности эти элементы сформировали «машину
экспоненциального роста», благодаря которой появились гло-
бальные чемпионы - Amazon, Apple, Microsoft, Alphabet (GoogleJ,
Meta, Uber, Airbnb. Их успех основан не только на технологиях, но
и на способности быстро привлекать капитал, создавать откры-
тые архитектуры и масштабировать сетевые эффекты.

Американская модель традиционно характеризуется прин-
ципом «свободы инноваций», при котором регулирование сле-
дует за технологией, а не предшествует ей. Раздел 230 Закона
о порядочности коммуникаций (Communications Decency Act of

37 Economic and Social Commission for Western Asia (ESCWA). Perspectives on
the Digital Economy in the Arab Region. - Beirut: ESCWA, 2018. -
(E/ESCWA/TDD/2017/2).

38 World Economic Forum The Digital Arab World: Understanding and Embrac-
ing Regional Changes in the Fourth Industrial Revolution; White Paper. -
Geneva: World Economic Forum, 2018.
1996, Section 230) освободил платформы от прямой ответственно-
сти за пользовательский контент, что позволило социальным се-
тям и маркетплейсам стремительно наращивать аудиторию. Этот
нормативный компромисс стал одной из предпосылок появления
многосторонних цифровых рынков в их современном виде.

Начиная с 2018 года в США происходит смещение фокуса от
стимулирования инноваций к контролю рыночной власти плат-
форм. В центре внимания - концентрация данных и алгоритми-
ческое влияние на поведение пользователей. Ключевые иници-
ативы включают антимонопольные расследования против
Google, Meta и Amazon со стороны Федеральной торговой комис-
сии (FTC) и Министерства юстиции (DoJ), обсуждение мер по
разделению бизнес-направлений и ограничению вертикальной
интеграции. На политическом уровне усилилось внимание
к проблемам конфиденциальности (скандалы Cambridge Analytica
и Facebook Papers), прозрачности рекламных алгоритмов и воз-
можного влияния платформ на демократические процессы.

Современный американский академический дискурс о плат-
формах вышел за рамки анализа сетевых эффектов. Ряд фунда-
ментальных работ конца 2010-х - начала 2020-х годов (Stigler
Committee on Digital Platforms Report, 201939; OECD Competition in
Digital Markets, 202040; Khan L., The Separation of Platforms and
Commerce, 201941; Wu T., The Curse of Bigness, 201842) акценти-
руют внимание на вопросах структурной рыночной власти, ал-

39 Stigler Committee on Digital Platforms. Final Report. - Chicago: Stigler Center
for the Study of the Economy and the State, University of Chicago Booth School
of Business, 2019.

411 OECD. Abuse of dominance in digital markets. - Paris: OECD Publishing, 2021. -
URL: https://www.oecd.org/content/dam/oecd/en/publications/reports/2021/
10/abuse-of-dominance-in-digital-markets_cb5e6fa5/4c36b455-en.pdf (дата
обращения. 10.11.2025).

41 Khan L. The Separation of Platforms and Commerce. - Columbia Law Review. -
2019. - Vol. 119, No. 4. - Pp. 973-1098.

42 Wu T. The Curse of Bigness: Antitrust in the New Gilded Age. - New York:
Columbia Global Reports, 2018.
горитмического надзора и перераспределения данных как фак-
тора экономического неравенства. В отличие от ранних оптими-
стичных работ, рассматривавших платформы как универсаль-
ный драйвер инноваций, современная школа сосредоточена на
поиске равновесия между инновационностью и общественным
контролем.

Новой чертой американской модели стало появление реги-
ональных кластеров платформенной экономики, выходящих за
пределы Кремниевой долины. Центры развития платформ те-
перь формируются также в Остине, Бостоне, Сиэтле и Нью-
Йорке, где сочетаются университетские экосистемы, венчурные
фонды и лаборатории крупных корпораций. Параллельно рас-
тёт число нишевых В2В-платформ в промышленности, финан-
сах и логистике - например, Stripe (финтех), Snowflake (облачная
аналитика), Palantir (индустриальные данные), что свидетель-
ствует о диверсификации платформенной экономики.

Современные вызовы для платформенной экономики США
связаны с управлением рисками алгоритмической власти, кон-
тролем над искусственным интеллектом и прозрачностью обра-
ботки данных. После серии публичных слушаний в Конгрессе
(2023-2024 гг.) внимание регуляторов сместилось от антимоно-
польных расследований к вопросам Al-governance и этических
стандартов автоматизированных решений. В 2023 году прези-
дентская администрация представила A) Bill of Rights - «Хартию
прав человека в эпоху искусственного интеллекта», закрепив-
шую принципы справедливости, объяснимости и ответственно-
сти алгоритмов. Одновременно несколько штатов, включая Ка-
лифорнию и Нью-Йорк, обновили законодательство о конфи-
денциальности, расширив California Consumer Privacy Act (2018)
до California Privacy Rights Act (CPRA, 2023), включив нормы
о биометрии и генеративных моделях.

Американская модель платформенной экономики посте-
пенно переходит от либеральной свободы инноваций к институ-
циональному регулированию цифровых экосистем. Ее конку-
рентное преимущество по-прежнему заключается в способно-
сти быстро коммерциализировать технологические идеи, од-
нако дальнейшее развитие всё больше зависит от баланса меж-
ду динамикой венчурного капитала, социальной ответственно-
стью, прозрачным управлением данными и доверием к алгорит-
мическим системам.

5.4.2.	Европа

Европейская модель платформенной экономики формиро-
валась как ответ на американский либерализм и азиатский гос-
ударственный капитализм. В отличие от США, где приоритетом
остаётся скорость инноваций, и Китая, где доминирует государ-
ственная координация, Европа строит платформенные экосис-
темы вокруг принципов прав человека, защиты данных и со-
циальной устойчивости. Здесь платформа рассматривается не
только как инструмент бизнеса, но и как институт, влияющий на
структуру общества и права граждан.

Хотя Европа уступает США и Азии но числу глобальных
платформ, она разработала уникальную регуляторно-институ-
циональную модель цифрового развития. Принятый Общий ре-
гламент по защите данных (General Data Protection Regulation,
GDPR, 2018) стал мировым эталоном в сфере защиты персональ-
ной информации и закрепил принцип data sovereignty - права
пользователя распоряжаться своими данными. В 2022 году всту-
пили в силу Digital Markets Act (DMA) и Digital Services Act (DSA)43,
ограничившие рыночную власть крупнейших цифровых по-
средников (gatekeepers) и усилившие требования к прозрачно-
сти алгоритмов, модерации контента и недискриминационному
доступу к интерфейсам. В 2024 году Совет ЕС одобрил Artificial

43 Regulation (EU) 2022/1925 on contestable and fair markets in the digital
sector (Digital Markets Act); Regulation (EU) 2022/2065 on a Single Market for
Digital Services (Digital Services Act). - EUR-Lex. - URL: https://eur-lex.eu-
ropa.eu (дата обращения: 10.11.2025).
Intelligence Act - первый в мире комплексный закон об ИИ, вво-
дящий классификацию рисков и запрет на высокорисковые сис-
темы без должного контроля.

Формирование этой регуляторной архитектуры опирается
на активную научную дискуссию. Существенный вклад внес до-
клад Ж. Кремера, И.-А. де Монжуа и X. Швайцер Competition Policy
for the Digital Era (2019)44, подготовленный для Еврокомиссии
и задавший концептуальные основания ех ante-регулирова-
ния крупных цифровых платформ, а также исследования А. де
Стрее45, посвящённые экономической логике и механизмам реа-
лизации DMA/DSA. Вопросы защиты данных и «цифрового су-
веренитета» развиваются, в частности, в работах М. Хилде-
брандт46, связывающих GDPR, зарождающееся регулирование
ИИ и проблематику верховенства права в условиях алгоритми-
ческого управления.

Крупнейшие европейские платформы - Spotify (Швеция),
Booking (Нидерланды), Zalando (Германия), Delivery Него и Just
Eat Takeaway - демонстрируют способность к росту при сохране-
нии строгого соответствия нормативным требованиям. Их мо-
дели развития строятся на глубокой локализации, прозрачных
отношениях с пользователями и приверженности ESG-принци-
пам. Платформы ЕС чаще всего остаются нишевыми или регио-
нальными, но благодаря доверию и стабильности обеспечивают
устойчивые долгосрочные позиции на внутреннем рынке.

Важным направлением европейской политики стало раз-
витие цифрового суверенитета (European Digital Sovereignty).

44 Cremer J., de Montjoye Y.-A., Schweitzer H. Competition Policy for the Digital
Era: Final Report. - Luxembourg: Publications Office of the European Union,
2019.

45 Larouche P., de Streel A. The European Digital Markets Act: A Revolution
Grounded on Traditions // Journal of European Competition Law and Practice. -
2021. - Vol. 12, No. 7. - P. 542-560.

46 Hildebrandt M. Smart Technologies and the End(s) of Law: Nove) Entangle-
ments of Law and Technology. - Cheltenham; Northampton, MA: Edward Elgar
Publishing, 2015.
Программа Europe’s Digital Decade 2030 нацелена на создание
собственной облачной инфраструктуры (GAIA-X), независимых
дата-центров, сетей 5G/6G и открытых стандартов ИИ. ЕС стре-
мится снизить зависимость от американских и китайских про-
вайдеров, формируя инфраструктурный слой, контролируемый
внутри Европы.

Наряду с регулированием данных и конкуренции особое
внимание уделяется социальной устойчивости платформенных
моделей. Европейская комиссия в 2023 году представила проект
Directive on Platform Work, направленный на повышение про-
зрачности алгоритмического управления и защиту трудовых
прав исполнителей. Он предусматривает признание зависимо-
сти работников от платформ и гарантии минимальной оплаты,
отпусков и социального страхования. Таким образом, Европа
становится первой юрисдикцией, где цифровые трудовые отно-
шения переходят в зону публичного регулирования.

На уровне трудового права европейская дискуссия о плат-
форменной занятости во многом формируется работами В. Де
Стефано и Л. Ллоизи47, предложивших типологию платформен-
ной работы и концепцию «алгоритмического управления» как
нового объекта регулирования, а также анализирующих проект
Директивы о платформенной занятости и его последствия для
статуса исполнителей в разных нравопорядках ЕС. В националь-
ных контекстах значимы, в частности, исследования Э. Докса
(Le salariat des plateformes)48, посвящённые французской судеб-
ной практике по делам Take Eat Easy и Uber и переосмыслению
категории наёмного труда в условиях платформенной эконо-
мики.

47 De Stefano V., Alois) A. European Legal Framework for "Digital Labour Plat-
forms". - Luxembourg: Publications Office of the European Union, 2018 ; Aloisi
A., De Stefano V. 11 tuo capo e un algoritmo: contro il lavoro disumano. - Roma;
Bari: Laterza, 2020. - XVJ, 223 p.

48 Dockes E. Le salariat des plateformes: A propos de 1'arret TakeEatEasy // Le
Droit Ouvrier. - 2019. - No. 846. - P. 8-15. - DOI: 10.3917/drou.846.0008.
Главный вызов европейской модели - сохранение иннова-
ционной динамики при высокой регуляторной плотности. Мно-
гоуровневая структура ЕС, языковая и культурная фрагмента-
ция, сложность согласования норм замедляют масштабирова-
ние стартапов и усложняют конкуренцию с глобальными лиде-
рами. Однако именно эта модель обеспечивает баланс между
технологическим прогрессом и общественным контролем, де-
лая Европу мировым центром формирования этических стан-
дартов цифровой эпохи.

5.4.3.	Азия (Китай, Япония, Южная Корея)

Азиатская модель платформенной экономики демонстри-
рует широкий спектр подходов - от государственно-координи-
рованных экосистем Китая до корпоративно-инновационных
кластеров Японии и гибких цифровых суперприложений49 Юж-
ной Кореи. Общим для региона остается высокий уровень техно-
логической интеграции и стратегическая роль государства
в формировании цифровой инфраструктуры.

Китай к 2025 году сохраняет статус одного из крупней-
ших мировых центров платформенной экономики. Компании
Alibaba, Tencent, JD.com, Meituan и ByteDance (создатель TikTok
и Douyin] сформировали модель, сочетающую рыночную конку-
ренцию и государственное стратегическое управление. Китай-
ская платформа-модель базируется на концепции «цифрового
государственного капитализма», где цифровые экосистемы рас-
сматриваются как часть национальной промышленной поли-
тики. Государство стимулирует развитие суперприложений -
прежде всего WeChat и Alipay, - объединяющих социальные, фи-
нансовые, транспортные и потребительские сервисы в едином
интерфейсе.

49 Термин «суперприложение» (super-app) используется для обозначения
мобильной платформы, объединяющей в едином интерфейсе несколько
типов сервисов - коммуникации, финансы, транспорт, электронную ком-
мерцию и др.
За последние годы Китай усилил регуляторный надзор над
технологическими гигантами. После расследований 2020-2022 го-
дов введено лицензирование алгоритмов и ужесточён контроль
над использованием персональных данных. Приняты Data
Security Law (2021)50, Personal Information Protection Law (PIPL)
(2021 ]51 и Regulation on the Management of Generative Al Services
(2023]52, впервые установившая ответственность разработчи-
ков нейросетей за достоверность и происхождение данных. Это
отражает переход Китая от фазы экспансии к этапу управляемой
цифровой зрелости, где рост подчинён задачам безопасности
и внутреннего контроля.

Китайская платформа-модель и переход от фазы «экспан-
сии» к фазе жёсткого регулирования подробно анализируются
как в фундаментальных работах под руководством И. Хуана, по-
свящённых инновации, управлению и регулированию платфор-
менной экономики53, так и в англоязычных исследованиях
Л. X. Чжан54 и С. МакНайта, М. Кенни, Д. Брезница55, рассматрива-
ющих эволюцию режимов регулирования и изменения баланса
между государством и крупными платформами.

50 Data Security Law of the People’s Republic of China, 2021 r.

51 Personal Information Protection Law (PIPLJ of the People's Republic of China,
2021 г

52 Временные меры по управлению сервисами генеративного искусствен-
ного интеллекта (Interim Measures for the Management of Generative Artifi-
cial Intelligence Services), Управление киберпространством КНР, 2023 г.

53 Ж

2022 ; Huang У. The platform economy in
China: Innovation and regulation // China’s Transition to a New Phase of Devel-
opment / Ed. by L. Song, Y. Zhou. - Canberra: ANU Press, 2022. - P. 73-88.

54 Zhang A. H. Agility over stability: China's great reversal in regulating the plat-
form economy // Harvard International Law Journal. - 2022. - Vol. 63, No. 2. -
P. 457-514.

55 McKnight S., Kenney M., Breznitz D. Platformizing the Economy? Building and
Regulating Chinese Digital Platforms. - Berkeley: University of California,
Berkeley Roundtable on the International Economy (BRIE), 2021 (Working Pa-
per 2021-6).
Япония развивает иной тип платформенной экономики, ос-
нованный на технологических инновациях и сильной роли про-
мышленных конгломератов. Здесь платформы часто возникают
внутри корпораций (keiretsu), обеспечивая устойчивость, но
ограничивая гибкость. Ещё в начале 2000-х экосистема i-mode
компании NTT DoCoMo предвосхитила появление Арр Store
и Google Play. Сегодня крупнейшие японские платформы -
Rakuten, Mercari, Nintendo и Sony PlayStation - формируют устой-
чивые экосистемы, интегрируя торговлю, финансы и развлече-
ния. В 2023 году Агентство цифрового развития Японии (Digital
Agency) представило стратегический отчёт, в котором разви-
тие «платформы доверия» (Trust Framework) для государствен-
ного и частного обмена данными обозначено как ключевое
направление построения безопасной и совместимой цифровой
среды56.

Японский путь к платформенной экономике - от ранних
мобильных сервисов i-mode до экосистем Rakuten и Mercari - по-
дробно реконструирован в монографии М. Стейнберга The
Platform Economy: How Japan Transformed the Consumer Internet57,
где японская модель рассматривается как альтернативная тра-
ектория становления платформ по сравнению с доминирующим
силикон-вэллейским вариантом.

Южная Корея превратилась в лабораторию суперприложе-
ний, где платформы Какао и Naver объединяют коммуникации,
платежи, контент, транспорт и торговлю в единой экосистеме.
Компании Coupang и Toss экспортируют корейскую модель за
пределы страны. Высокая цифровая грамотность населения,
государственные инвестиции в ИИ и 5G, а также развитая куль-

56 Digital Agency (Japan), Digital Agency Activity Report (September 2022 - Au-
gust 2023). - Tokyo: Digital Agency, 2023. - Annual Report 2022.9-2023.8. -
URL: https://www.digital.go.jp/en/policies/report-202209-202308 (дата об-
ращения: 10.11.2025).

57 Steinberg M. The Platform Economy: How Japan Transformed the Consumer
Internet. - Minneapolis: University of Minnesota Press, 2019. - 304 p.
тура безналичных платежей сделали Корею одним из мировых
лидеров по скорости масштабирования платформ.

Развитие корейской платформенной экономики и транс-
формация порталов Naver и Какао в «мсгаплатформы» деталь-
но рассмотрены в работах Ким Кён-пхиля58, Д.-Ё. Джина59 60
и С. Намаь0, показывающих, как платформы становятся новыми
чеболями, а вокруг их доминирования формируются трудовые
конфликты и общественные дебаты о «республике Какао».

Главные вызовы для азиатских экосистем связаны с поис-
ком баланса между национальным контролем и международной
интеграцией. Китай выстраивает жёсткий периметр цифрового
суверенитета и экспортирует свою модель регулирования дан-
ных в дружественные страны; Япония и Корея развивают ги-
бридные модели, совмещающие открытые стандарты с требова-
ниями безопасности и локализации. Для всех трёх стран клю-
чевыми темами становятся регулирование искусственного ин-
теллекта, защита данных и обеспечение доверия между плат-
формами и пользователями.

Азиатский опыт показывает, что платформенная эконо-
мика может быть эффективной не только при рыночной сво-
боде, но и при активной роли государства. Регион задаёт новые
стандарты технологической независимости и синтеза частного
и государственного управления, подтверждая, что цифровой су-
веренитет становится главным ресурсом экономического ли-
дерства XXI века.

58 Kim К.-Р. The rise and development of the platform economy in South
Korea // International Journal of Asian Studies. - 2023. - Vol. 20, No. 2. -
P. 575-589. DOI: 10.1017/S1479591422000225.

59 Jin D Y. PJatformization of Korean Internet portals toward mega-platforms:
A historical approach // First Monday. - 2023. - Vol. 28, No. 5. - DOI: 10.5210/
fm.v28i5.12682.

60 Nam S. The Republic of Kakao goes on hiatus: The public cost of platform mo-
nopolies in South Korea // Communication and the Public. - 2024. - Vol. 9,
No. 1. - P. 84-99. - DOI: 10.1177/20570473231224818.
5.4.4.	Россия

Российская модель платформенной экономики к 2025 году
прошла стадию становления и вошла в этап институциональной
консолидации. Если в 2010-е годы драйверами выступали част-
ные компании, перенявшие глобальные практики - «Яндекс»,
Ozon, Wkldberries, «ВКонтакте», «Авито», «Сбер», - то сегодня
развитие платформ становится частью национальной экономи-
ческой политики. Государство перестаёт быть только регулято-
ром и всё чаще действует в логике platform state, выступая сораз-
работчиком и оператором экосистем.

Главная тенденция последних лет - формирование плат-
форменной архитектуры государства. Сектор госуслуг, ранее
просто цифровизированный, трансформируется в единую Гос-
Платформу, объединяющую взаимодействие граждан, бизнеса
и регионов. Развитие сервисов «Госуслуги», «Госключ», «Единое
окно инвестора» и системы межведомственного обмена дан-
ными создаёт институциональную рамку, в которой платфор-
менные принципы - масштаб, сетевые эффекты, стандарти-
зация данных - впервые применяются в управлении государ-
ством.

В частном секторе российские экосистемы переходят от мо-
дели «маркетплейс + логистика» к интеграции финансовых, обра-
зовательных, транспортных и медийных сервисов. «Сбер», «Ян-
декс» и VK эволюционируют в платформы общего назначе-
ния, конкурируя уже нс в отдельных сегментах, а за внимание
пользователя. Появляются отраслевые решения второго уров-
ня - в логистике (ATI.SU, «Почта Тех»], промышленности (Zyfra ПоТ
Platform, «СберПром», ГГ1Н Digital), агросекторе («Росагротех»,
«Цифровое зерно»), образовании («Сферум», «Яндекс Учебник»).
Российский рынок переходит от фазы копирования западных об-
разцов к фазе структурной платформизации отраслей.

Нормативная база также претерпела изменения. Принят
Федеральный закон № 289-ФЗ от 31 июля 2025 г. «Об отдельных
вопросах регулирования платформенной экономики», который
впервые закрепил правовой статус оператора платформы
и принципы его ответственности перед пользователями и парт-
нёрами. Закон стал отправной точкой для формирования сис-
темной политики регулирования платформенных отношений,
включая вопросы доступа к данным, недискриминации участ-
ников и прозрачности алгоритмов.

Курс на развитие отечественных цифровых платформ за-
креплён в послании Президента Российской Федерации Феде-
ральному Собранию (2024 г.):

«Считаю, что к 2030 году нужно сформировать цифровые
платформы во всех ключевых отраслях экономики и социальной
сферы. Это один из приоритетов национального проекта "Циф-
ровая экономика". Направим на его реализацию в предстоящие
шесть лет не менее 700 миллиардов рублей»61.

Эта позиция закрепила стратегическую роль государства
как координатора платформенных экосистем. В связке с зако-
нами № 152-ФЗ «О персональных данных» и № 187-ФЗ «О без-
опасности критической информационной инфраструктуры Рос-
сийской Федерации» новый нормативный пакет формирует
правовой каркас отечественной платформенной экономики.

Ключевое отличие российской траектории - нс только
в курсе на цифровой суверенитет, но и в формировании нового
социально-экономического контракта между государством, биз-
несом и пользователями. Платформы становятся каналом реа-
лизации государственной политики - от выплат пособий и сбора
налогов до организации труда и доставки товаров. Одновре-
менно они создают новый класс платформенных работников, не
вписывающихся в традиционную систему занятости и налого-
обложения. По оценкам НИУ ВШЭ, к 2025 году не менее 6% эко-

61 Послание Президента Российской Федерации Федеральному Собранию
от 29 февраля 2024 г. // Consultant.ru. - URL: https://www.consultant.ru/
document/cons_doc_LAW_471111/ (дата обращения: 15.11.2025).
номически активного населения регулярно получает доход че-
рез цифровые платформы. Это формирует запрос на пересмотр
системы социальной защиты, налогообложения и страхования.

Серьёзным вызовом остаётся инвестиционная ёмкость рос-
сийского рынка. Ограниченный доступ к международным капи-
талам компенсируется ростом внутреннего венчурного финан-
сирования и государственных фондов («Цифровая экономика
РФ», РБК, ВЭБ.РФ). Приоритет смещается в сторону долгосроч-
ных инфраструктурных проектов - создания дата-центров, об-
лачных платформ, каналов передачи данных и отечественного
программного обеспечения.

В научной среде усиливается интерес к анализу платформ
как особой формы экономической организации в условиях санк-
ционного давления. Активно обсуждаются вопросы националь-
ной стандартизации данных, этики искусственного интеллекта,
платформенного труда и моделей участия государства в экоси-
стемах. Всё чаще выдвигается концепция «платформенного гос-
ударства», в котором данные и алгоритмы становятся инстру-
ментом суверенного управления.

Российская модель платформенного развития приобретает
черты гибридной системы, сочетающей рыночную самооргани-
зацию и централизованную координацию. Её устойчивость
определяется способностью встроить принципы сетевых эф-
фектов в национальные приоритеты - технологическую незави-
симость, безопасность данных и равный доступ участников. Та-
кой подход позволяет России формировать собственный путь
в мировой платформенной экономике, где главным ресурсом
становится не капитал, а институциональная способность
управлять цифровыми экосистемами.

Выводы по главе 5

Проведённый анализ показал, что платформенные модели
превратились из отдельных бизнес-решений в универсальную
архитектуру современной экономики. Они формируют новую
логику взаимодействия участников рынков - от торговли и фи-
нансов до логистики, образования и промышленности - и обес-
печивают перераспределение ценности через механизмы сете-
вых и данные-сетевых эффектов.

Разнообразие платформ - маркетплейсов, агрегаторов
услуг, финансовых, контентных, образовательных, индустри-
альных и инфраструктурных решений - отражает различие объ-
ектов посредничества при общей логике цифровой агрегации.
Платформа объединяет участников, снижает издержки коорди-
нации, стандартизирует правила и превращает накопленные
данные в ресурс дальнейшего роста. В этом состоит её отличие
от традиционных организаций, ограниченных линейной моде-
лью создания стоимости.

Отраслевая специфика определяет темпы и глубину пере-
хода к платформенной логике: в потребительских сервисах и он-
лайн-торговле она уже доминирует, в индустриальных и В2В-
секторах - только формируется, но направление изменений не-
обратимо. На глобальном уровне наблюдается схожий процесс -
смена фазы экспансии на фазу зрелости, где ключевое значение
приобретают регулирование, прозрачность и доверие.

Региональные различия демонстрируют множественность
путей развития. Американская модель базируется на венчурном
капитале и рыночной гибкости, европейская - на правовом ре-
гулировании и защите данных, азиатская - на государственной
координации и интеграции технологий, российская - на сочета-
нии рыночных стимулов и курса на цифровой суверенитет. При
всех различиях во всех моделях прослеживается единая тенден-
ция - концентрация взаимодействий и усиление роли платформ
как ключевых механизмов организации экономических и соци-
альных потоков.

Платформенная логика универсальна по своим принципам,
но принимает локальные формы реализации. Это подтверждает,
что платформизация экономики не означает унификацию, а пред-
ставляет собой адаптивную эволюцию, в ходе которой общие ме-
ханизмы приобретают различные институциональные очерта-
ния в зависимости от национального контекста. При этом во всех
странах сохраняется единая логика - усиление сетевых эффектов
и рост влияния платформ на экономику и общество. Полученные
результаты подготавливают переход к рассмотрению долгосроч-
ных тенденций развития платформенных экосистем и роли госу-
дарства в формировании их регуляторных рамок.
ГЛАВА 6.

ТРЕНДЫ РАЗВИТИЯ

ПЛАТФОРМЕННЫХ МОДЕЛЕЙ

Платформенная экономика вступает в стадию глубоких
институциональных преобразований. Платформы пере-
стают быть технологическими инструментами и превра-
щаются в новый способ организации экономической и социаль-
ной жизни, охватывая производство, финансы, труд, управление
и коммуникации.

После анализа типологии и региональных различий ло-
гично рассмотреть долгосрочные тенденции, которые опреде-
ляют траекторию развития платформенных экосистем. Эти тен-
денции затрагивают технологические, институциональные
и социальные измерения, связывая платформизацию с ключе-
выми процессами цифровой трансформации.

В центре внимания - интеграция искусственного интел-
лекта, интернета вещей и распределённых вычислений, усиле-
ние роли государства и формирование политики цифрового су-
веренитета, а также влияние платформ на рынок труда и обще-
ственные институты. Показано, как платформы из механизмов
бизнеса превращаются в инфраструктуру нового хозяйствен-
ного уклада, где данные, алгоритмы и доверие становятся базо-
выми факторами развития.

Итоги главы задают основу для заключительных выводов
монографии, где обобщаются результаты исследования и фор-
мулируются направления дальнейшего изучения платформен-
ной экономики.
6.1. Превращение платформ в экосистемы

Одним из ключевых направлений эволюции цифровой эко-
номики стало превращение отдельных платформ в комплекс-
ные экосистемы. Если на ранних этапах развития платформа вы-
полняла роль посредника между двумя сторонами рынка - про-
давцами и покупателями, - то сегодня она формирует мно-
гоуровневую среду взаимодействий, объединяющую произво-
дителей, потребителей, партнёров, разработчиков и государ-
ственные институты.

Экосистема возникает, когда вокруг платформенного ядра
выстраивается устойчивая сеть взаимосвязанных участников,
действующих по единым стандартам данных, интерфейсов
и правил взаимодействия. Это расширение обусловлено дей-
ствием трёх взаимосвязанных механизмов: сетевых эффектов,
экономии масштаба и обволакивания смежных рынков (envelop-
ment). Сетевые эффекты усиливают ценность участия с ростом
числа пользователей, экономия масштаба снижает предельные
издержки, а обволакивание позволяет платформам интегриро-
вать новые сервисы и отрасли, превращаясь в универсальную
инфраструктуру.

В результате формируется экосистемная конкуренция,
в которой соперничают не отдельные компании, а взаимосвя-
занные комплексы сервисов, объединённые единой архитекту-
рой данных и пользовательских интерфейсов. Контроль над
ключевыми узлами - идентификацией, платежами, логистикой,
контентом и инфраструктурой - становится источником рыноч-
ной власти и создаёт барьеры для выхода участников за пре-
делы экосистемы.

Современные исследования подчёркивают, что цифровая
экосистема - это не иерархическая структура, а самоорганизую-
щаяся сеть, где платформенное ядро выполняет роль института
координации, задающего стандарты доступа, совместимости
и распределения ценности. Экосистема строится по принципу
192
«ядро - периферия»: стабильное технологическое ядро обеспе-
чивает совместимость и стандарты, а периферия создаёт ком-
плементарные сервисы и инновации. Такой подход позволяет
одновременно поддерживать устойчивость и гибкость системы
14, с. 23-331. В ряде работ отмечается, что экосистемы представ-
ляют собой социотехнические образования, где совместное со-
здание ценности и коэволюция участников становятся источни-
ком инноваций и роста [4, с. 50-62].

На практике этот процесс проявляется в эволюции круп-
нейших компаний - Amazon, Alibaba, Tencent, Google, «Яндекс»,
«Сбер», - которые прошли путь от одного ядра (поиск, торговля,
платежи или мессенджер) к множеству взаимосвязанных
направлений: финтех, логистика, облачные сервисы, контент,
искусственный интеллект. Экосистема превращается в самодо-
статочный «организм» с внутренней циркуляцией данных, ка-
питала и пользователей.

Главный результат этой трансформации - смещение цен-
тра экономической ценности от производства отдельных про-
дуктов к управлению взаимодействиями. Ценность создаётся не
внутри компании, а в пространстве связей между участниками,
где данные и алгоритмы обеспечивают координацию и доверие.

Следовательно, превращение платформ в экосистемы яв-
ляется фундаментальным трендом современной цифровой эко-
номики. Платформа перестаёт быть сервисом-посредником
и становится институциональной средой, объединяющей тех-
нологии, данные и поведение пользователей. Этот переход за-
даёт основу для дальнейших изменений - интеграции искус-
ственного интеллекта и усиления роли государства в управле-
нии цифровыми экосистемами.

6-2. Платформы на основе искусственного интеллекта

Следующий этап эволюции цифровой экономики связан
с появлением платформ, функционирование которых основано
на искусственном интеллекте. Если ранние платформы рабо-
тали по фиксированным правилам и алгоритмам ручной
настройки, то современные экосистемы переходят к модели, где
ключевые процессы - от рекомендаций и модерации до ценооб-
разования и логистики - управляются самообучающимися сис-
темами.

Платформы на основе искусственного интеллекта стано-
вятся новым типом экономической организации. Они не просто
обрабатывают информацию, а непрерывно адаптируются к по-
ведению пользователей и изменению внешней среды. Алго-
ритмы машинного обучения позволяют предсказывать спрос,
оптимизировать маршруты и запасы, персонализировать пред-
ложения и управлять качеством взаимодействий в режиме ре-
ального времени. Это радикально снижает издержки координа-
ции и повышает эффективность экосистем, приближая их к со-
стоянию автономного управления.

Интеграция ИИ изменяет саму архитектуру платформ.
Управление становится не иерархическим, а алгоритмическим:
решения принимаются не людьми, а системами, способными
учиться на потоках данных. Развиваются технологии on-device
Al (искусственный интеллект, выполняющий вычисления непо-
средственно на пользовательском устройстве] и edge AI (пери-
ферийный искусственный интеллект, при котором обработка
данных происходит на локальных узлах сети - сервере, сенсоре,
контроллере], что позволяет переносить вычисления ближе
к пользователю, повышая скорость и безопасность. Одновре-
менно внедряются методы privacy-preserving machine learning -
федеративное обучение и дифференциальная приватность -
обеспечивающие защиту персональных данных при обучении
моделей. Появление синтетических данных решает проблему
ограниченных выборок и позволяет обучать модели без пря-
мого доступа к пользовательской информации.

Наряду с искусственным интеллектом развитие платформ
усиливается сопряжёнными технологиями, формирующими ин-
фраструктуру интеллектуальных экосистем. К их числу отно-
сятся интернет вещей (1оТ), обеспечивающий непрерывный по-
ток данных от подключённых устройств и сенсоров; периферий-
ные вычисления (Edge Computing), позволяющие обрабатывать
эти данные в реальном времени; а также блокчейн-решения, со-
здающие доверенную и прозрачную среду для обмена цифро-
выми активами и идентичностями. В совокупности эти техноло-
гии расширяют возможности платформ, делая их более гиб-
кими, автономными и энергоэффективными.

Эти изменения усиливают персонализацию платформен-
ных сервисов и качество пользовательского опыта. Рекоменда-
тельные системы становятся точнее, интерфейсы - адаптивнее,
а взаимодействие с сервисами - контекстным и «человеко-ори-
ентированным». Искусственный интеллект пронизывает все
уровни экосистемы: от инфраструктуры до клиентских при-
ложений, обеспечивая единство данных, интерфейсов и алго-
ритмов.

Однако рост автономности платформ создаёт и новые вы-
зовы. Расширение применения ИИ сопровождается рисками ал-
горитмической предвзятости, токсичности контента, дрейфа
моделей и зависимости от ограниченного числа поставщиков
вычислительных мощностей и данных. В ответ на это формиру-
ется направление Al-governance - система принципов и проце-
дур управления искусственным интеллектом, направленных на
обеспечение прозрачности, подотчётности и объяснимое™ ре-
шений. Ведущие платформы внедряют внутренние кодексы
этики, проводят аудит моделей и создают системы «человека
в контуре» для контроля за критическими решениями.

Развитие искусственного интеллекта становится ключе-
вым фактором конкурентоспособности платформ. Инвестиции
крупнейших компаний - Google, Amazon, Microsoft, Alibaba, «Ян-
декса», «Сбера» - направлены не только на применение ИИ в сер-
висах, но и на создание базовых моделей и инфраструктуры обу-
чения, доступных через открытые интерфейсы. Формируется
195
новая модель - «искусственный интеллект как платформа», где
модели и алгоритмы становятся таким же инфраструктурным
слоем, как облачные вычисления или платёжные системы.

Появление платформ на основе искусственного интеллекта
знаменует переход к новой фазе цифровой экономики. Плат-
форма перестаёт быть инструментом обмена и превращается
в самообучающуюся систему координации, способную самосто-
ятельно управлять потоками данных, взаимодействиями и цен-
ностью. Этот сдвиг задаёт основу для формирования интеллек-
туальных экосистем, в которых алгоритмы становятся главным
драйвером роста и новым объектом регулирования.

6.3.	Государство как архитектор цифровой среды

Третьим ключевым направлением развития платформен-
ной экономики становится усиление роли государства. Если
в начале 2010-х годов платформы развивались почти без внеш-
него вмешательства, то теперь государства переходят от пози-
ции наблюдателя к роли архитектора цифровой среды, опреде-
ляющего стандарты доступа, совместимости и управления дан-
ными.

Эта трансформация отражает общий сдвиг мировой поли-
тики - от последующего контроля (ex post, реакция на уже со-
вершённые нарушения) к предварительному регулированию
(exante), когда принципы интероперабельности, переносимости
данных и недискриминации закладываются ещё на этапе проек-
тирования платформ. Европейский союз стал пионером этого
подхода, приняв Общий регламент по защите данных (GDPR)
и Акты о цифровых рынках (DMA) и цифровых услугах (DSA), ко-
торые задали глобальные стандарты прозрачности алгоритмов,
доступа к интерфейсам и прав пользователей |4, с. 65-67; 24,
с. Г12-118| Вслед за Европой аналогичные рамки разрабатыва-
ются в США (инициативы FTC по регулированию больших тех-
нологий) и в Китае, где формируется система лицензирования
алгоритмов и хранения данных в рамках концепции «цифрового
суверенитета» [3, с. 50-56).

В российской дискуссии о регулировании платформ всё
большее внимание смещается от вопросов «чистой» конкурен-
ции к распределению налоговой базы. Масштабные скидочные
программы и схемы соинвеста на маркетплейсах переводят
часть потенциальной прибыли в расходы на лояльность и мар-
кетинг, изменяя структуру налогооблагаемой прибыли как у са-
мих платформ, так и у продавцов, работающих через них. Это
ставит перед государством задачу рассматривать маркетплейсы
не только как объекты антимонопольного и потребительского
регулирования, но и как элементы фискальной инфраструктуры
цифровой экономики, через которые выстраиваются новые ме-
ханизмы учёта и сбора налогов.

Вовлечение государства происходит не только через регу-
лирование, но и через создание собственных платформенных
решений. Концепция Government as a Platform предполагает, что
государственные сервисы строятся по тем же принципам, что
и коммерческие экосистемы: стандартизированные API, единая
идентификация, переиспользуемые данные. Наиболее яркий
пример - российская система «Госуслуги», которая преврати-
лась из портала заявок в базовую инфраструктуру взаимодей-
ствия граждан, бизнеса и органов власти. Вокруг неё формиру-
ется связанная архитектура: «Госключ», цифровые удостовере-
ния личности, единое окно инвестора и платформа межведом-
ственного обмена.

В условиях геополитической фрагментации цифрового
пространства усиливается значение национальных платформ
и технологий. Россия, Китай, Индия, ряд стран Азии и Ближнего
Востока развивают собственные экосистемы, направленные на
снижение зависимости от зарубежных технологических реше-
ний и на обеспечение контроля над данными. В России этот курс
закреплён в Федеральном законе № 289-ФЗ от 31 июля 2025 г.
«Об отдельных вопросах регулирования платформенной эконо-
мики» и поддержан программой «Цифровая экономика РФ». По-
литика цифрового суверенитета становится стратегическим ин-
струментом развития, обеспечивая устойчивость и безопас-
ность платформенных экосистем.

Государство постепенно превращается в координатора
цифровой экономики: оно задаёт технические стандарты, регу-
лирует трансграничный обмен данными, обеспечивает доверие
между участниками и стимулирует инновации в рамках едино-
го цифрового пространства. Таким образом, роль государства
в платформенной экономике выходит далеко за пределы клас-
сического регулирования - оно становится соавтором и арбит-
ром новой архитектуры цифровых экосистем, от качества кото-
рой зависит устойчивость и конкурентоспособность националь-
ной экономики.

6.4.	Платформенная занятость и трансформация
социальной сферы

Вопрос платформенной занятости становится центральным
направлением социальной трансформации в эпоху цифровых эко-
систем. Эта тема настолько масштабна, что заслуживает отдель-
ного исследования, однако в контексте тенденций развития плат-
форменной экономики её невозможно обойти стороной.

Платформизация труда - не частный феномен «gig-эконо-
мики», а системный сдвиг, при котором почти все граждане так
или иначе вовлечены в цифровые платформы. Продавцы и поку-
патели, поставщики и потребители услуг, владельцы пунктов вы-
дачи заказов, курьеры, фрилансеры и контент-создатели - все ста-
новятся участниками единой платформенной инфраструктуры.
Фактически современное общество превращается в общество
платформенной занятости, где экономическая активность, труд
и потребление сливаются в единую цифровую экосистему.

Такой формат занятости обеспечивает гибкость, доступ-
ность и низкий порог входа на рынок труда. Платформы создают
миллионы возможностей для самозанятости, дополнительного
дохода и самореализации, особенно для групп, ранее ограничен-
ных в трудовой мобильности. Вместе с тем он подрывает тради-
ционные механизмы социальной защиты: исчезают фиксиро-
ванные трудовые договоры, не накапливается страховой стаж,
размывается понятие рабочего времени и ответственности ра-
ботодателя. Возникает противоречие между экономической
эффективностью платформ и отсутствием системы социальных
гарантий.

Переход к массовой платформенной занятости требует
переосмысления трудового законодательства.

На глобальном уровне уже обсуждаются модели «платфор-
менного работника» - особого правового статуса, сочетающего
элементы самозанятости и наёмного труда. Европейская ко-
миссия представила проект директивы о правах работников
цифровых платформ, закрепляющий минимальные стандарты
оплаты, страхования и защиты данных. В других странах разви-
ваются гибридные решения, предусматривающие упрощённые
формы налогового и социального учёта. Для России такая адап-
тация становится стратегической необходимостью: требуется
обновить Трудовой кодекс, ввести понятие «платформенного
работника» и создать механизмы автоматизированных соци-
альных взносов через цифровые платформы.

В перспективе это ведёт к формированию новой модели со-
циального государства, где государство взаимодействует с граж-
данами через платформенные каналы. Пенсионные и страховые
начисления могут производиться автоматически на основе
транзакций, а социальная поддержка - распределяться по циф-
ровому профилю занятости. Платформа становится не только
местом работы, но и посредником между гражданином и систе-
мой социальной защиты.

При этом социальные вопросы не исчерпываются трудом.
Параллельно растёт значение этических и экологических аспск-
тов платформенной экономики: прозрачность алгоритмов,
справедливое распределение доходов, снижение цифрового не-
равенства и экологичность инфраструктуры. Эти темы форми-
руют новую плоскость общественного запроса - от «права на
труд» к праву на цифровую справедливость.

Платформенная занятость становится не просто новой
формой организации труда, а основой социально-экономичес-
кого уклада цифровой эпохи. Она требует переосмысления гра-
ниц между работником, пользователем и государством и пос-
тановки задачи формирования платформенной социальной
модели, способной объединить экономическую гибкость с соци-
альной устойчивостью.

6.5.	Переход к новому экономическому укладу

С точки зрения экономической науки, термин «экономиче-
ский уклад» используется для обозначения исторически сло-
жившейся системы организации производства, распределения
и обмена, в рамках которой действуют определённые инсти-
туты, формы собственности и механизмы координации. Исто-
рия показывает, что смена укладов сопровождалась изменением
способов координации - от власти и традиции к рынку, от рынка
к плану и, в наши дни, к цифровым алгоритмам.

Сегодня формируется платформенный (цифровой) уклад,
основанный на данных, алгоритмах и экосистемах, объединяю-
щих миллионы участников в единую систему обмена и взаимо-
действия. Если для капиталистического уклада ключевым ин-
ститутом был рынок, а для социалистического - план, то для
платформенного уклада им становится цифровая платформа,
сочетающая свойства рынка (свободу выбора) и плана (коорди-
нацию потоков) в алгоритмической форме.

Главный драйвер перехода - резкое снижение транзакци-
онных издержек и рост сетевых эффектов. По мере цифровиза-
ции все отрасли - торговля, транспорт, образование, финансы,
здравоохранение, промышленность - переходят на платфор-
200
менные принципы организации. Экономическая рациональ-
ность ведёт к интеграции: чем ниже издержки взаимодействия,
тем сильнее стимул объединяться в экосистемы. Так возникает
экономика экосистем, где границы между отраслями стираются,
а координация осуществляется через общие интерфейсы, дан-
ные и стандарты.

Важной частью этого процесса становится переход к про-
странственно-производственным платформам. Концепции «ум-
ных» городов и Индустрии 4.0 воплощают соединение ин-
тернета вещей, искусственного интеллекта и периферийных
вычислений. Город и фабрика превращаются в цифровые экоси-
стемы, где платформы управляют потоками энергии, транс-
порта, ресурсов и данных в реальном времени. Это не просто тех-
нологический проект, а новый тип организации среды обитания
и производства, где алгоритмическая координация заменяет
бюрократическое управление.

Параллельно формируются платформы знаний - научные,
образовательные и социальные. Они объединяют миллионы
пользователей для совместного обучения, исследования и соз-
дания контента, превращая коллективный интеллект в фактор
экономического роста. Эти «платформы общества» расширяют
рамки экономики, связывая производственную, информацион-
ную и культурную сферы в единую систему.

Неотъемлемым элементом платформенного уклада стано-
вится ориентация на устойчивое развитие. Экосистемы инте-
грируют принципы ESG, оптимизируют энергопотребление, раз-
вивают «зелёные» дата-центры, минимизируют отходы и соз-
дают механизмы прозрачного распределения экономических
выгод. Таким образом, устойчивость и социальная ответствен-
ность становятся внутренним условием эффективности плат-
форм.

По мере того как экосистемы пронизывают все уровни эко-
номики, государство также принимает платформенную форму
Его функции координации, регулирования и предоставления
услуг реализуются через цифровые инфраструктуры и алго-
ритмы. Государство будущего - это интегрированная платфор-
ма, соединяющая финансы, налоги, образование и здравоохра-
нение на единой технологической базе.

Поскольку платформа является инструментом геоэконом и-
ческого влияния, в мировой системе формируется конкуренция
межгосударственных экосистем - цифровых союзов, объединён-
ных общими стандартами данных и нормативными режимами.
В перспективе можно ожидать перехода от соперничества госу-
дарств к взаимодействию глобальных платформ, где предметом
регулирования станут не территории и ресурсы, а алгоритмы,
протоколы и интерфейсы.

Если в отдалённом будущем человечество сумеет преодо-
леть культурные и идеологические различия, логика эволюции
подсказывает движение к единой планетарной платформе -
цифровой экосистеме, объединяющей экономические, экологи-
ческие и социальные процессы. Производство, распределение
и управление ресурсами станут элементами общего цифрового
контура, а различия между государствами превратятся в разли-
чия между уровнями доступа и ролями в этом пространстве.

Переход к платформенному укладу знаменует собой не про-
сто технологическое обновление, а цивилизационный сдвиг.
Платформенная революция подтверждает, что данные и алго-
ритмы становятся такими же фундаментальными факторами
производства, как труд и капитал, а сама координация хозяй-
ственной деятельности превращается в алгоритмический про-
цесс. Платформа становится главным институтом нового вре-
мени - универсальной формой организации труда, знания и вла-
сти, через которую человечество вступает в новую стадию
своего экономического и социального развития.

Выводы по главе 6

Современная платформа превращается из бизнес-модели
в базовую инфраструктуру цифровой экономики и фактор гло-
бальной конкуренции. Её развитие сопровождается консолида-
цией экосистем, технологическим усложнением и усилением
роли государства. Платформы становятся не просто инструмен-
тами рынка, а структурными элементами новой архитектуры
мировой экономики, где создаются, перераспределяются и уп-
равляются потоки данных, капитала и доверия.

Первое направление эволюции связано с процессом кон-
центрации. Вокруг крупных экосистем формируются устойчи-
вые ядра взаимодействий, объединяющие сервисы, пользовате-
лей и партнёров. Сетевые эффекты, эффект масштаба и стан-
дартизация сервисов усиливают тенденцию к консолидации,
создавая устойчивые центры притяжения. Однако наряду с этим
возрастает риск монополизации, что требует новых подходов
к антимонопольной политике и выработки механизмов поддер-
жания конкурентной среды.

Второе направление - межотраслевая интеграция. Универ-
сальность и масштабируемость платформ приводят к размыванию
границ между секторами экономики, формируя межотраслевые
экосистемы, где взаимодействуют ранее изолированные отрасли -
от финансов и логистики до образования и промышленности. Эта
интеграция меняет характер конкуренции, заставляя бизнес и ре-
гуляторов модернизировать инструменты управления и разраба-
тывать новые модели координации в цифровой среде.

Третье направление - трансформация роли государства.
Оно переходит от наблюдения к активному участию в создании
цифровой инфраструктуры и управлении данными. Политика
технологического суверенитета становится ключевым факто-
ром устойчивости национальных экосистем, а международная
практика (Европейский союз, Китай, Россия) подтверждает
необходимость баланса между инновационным развитием и за-
щитой общественных интересов.

Технологическое измерение характеризуется интеграцией
искусственного интеллекта, блокчейн-решений, периферийных
вычислений и 1 оТ-инфраструктур. Эти технологии усиливают
аналитические и управленческие возможности платформ, пре-
вращая их в интеллектуальные системы, способные автономно
управлять потоками информации, ресурсов и решений.

Социальное измерение отражает рост платформенной за-
нятости и изменение структуры трудовых отношений. Возни-
кает потребность в адаптации трудового законодательства, об-
новлении социальных институтов и внедрении ESG-подходов,
обеспечивающих устойчивое развитие и цифровое равновесие
между интересами бизнеса, государства и общества.

Наконец, инфраструктурные и регуляторные вызовы - ан-
тимонопольная политика, защита данных и кибербезопасность,
обеспечение прозрачности алгоритмов и доверия участников -
становятся решающими факторами, определяющими стабиль-
ность развития платформенных экосистем в долгосрочной пер-
спективе. От того, насколько сбалансированы правовые и ин-
ституциональные механизмы, зависит устойчивость всей циф-
ровой архитектуры будущего.

Платформенная экономика сохраняет высокий потенциал
роста, но её дальнейшая эволюция требует баланса между тех-
нологическими инновациями, социальной ответственностью
и регуляторной стабильностью. Всё это подтверждает, что плат-
форменная революция - не этап развития информационной эко-
номики, а переход к новому хозяйственному укладу, основан-
ному на данных, алгоритмах и экосистемах. Этот уклад объеди-
няет технологическое, институциональное и социальное
измерения, формируя условия для глобальной перестройки ме-
ханизмов координации и распределения.

Платформы становятся ядром новой модели мира, где эко-
номическая мощь определяется не количеством предприятий,
а способностью управлять цифровыми потоками и создавать
среду совместного развития. Эти тенденции завершают анали-
тическую часть монографии и подготавливают переход к Заклю-
чению, где обобщаются результаты и формулируются стратеги-
ческие выводы для науки, бизнеса и государственной политики.
ЗАКЛЮЧЕНИЕ

Платформенная революция знаменует собой один из ред-
ких исторических переломов, когда меняется не просто струк-
тура рынка или технология производства, а сама логика органи-
зации экономической жизни. На протяжении всего индуст-
риального периода рост обеспечивался расширением матери-
альных мощностей, механизацией и стандартизацией труда.
Сегодня источником эффективности становится иное - способ-
ность координировать действия множества независимых участ-
ников через общие правила, данные и алгоритмы. Экономиче-
ская система, основанная на координации, вытесняет систему,
основанную на владении.

Платформа постепенно приобретает статус нового типа ин-
ститута - не организации и не рынка в классическом смысле,
а гибридной формы, соединяющей частное и коллективное, цен-
трализованное и распределённое. Она выступает средой коор-
динации и распределения данных, в которой правила и алго-
ритмы во всё большей степени заменяют традиционные уп-
равленческие иерархии. Сетевые эффекты обеспечивают нели-
нейную отдачу от масштаба, при которой рост числа участников
повышает эффективность всей системы без увеличения издер-
жек. В результате экономика становится самообучающейся и са-
морегулируемой: она развивается не столько благодаря плани-
рованию, сколько благодаря организации потоков информации
и поведению участников внутри цифровой среды.

Платформенная логика переносит центр тяжести с произ-
водства вещей на производство взаимодействий. Если инду-
стриальная эпоха измеряла успех объёмом капитала и товаров,
то эпоха платформ измеряет его плотностью связей, скоростью
обмена и устойчивостью экосистем. Экономика всё больше
напоминает живую систему, где ключевую роль играют связи,
а не отдельные элементы, и где устойчивость обеспечивается
балансом интересов, норм и обратных связей.

В этом контексте монография сочетает несколько уровней
научного и прикладного вклада. Во-первых, она реконструирует
историко-научную преемственность платформенной логики,
связывая современные представления с отечественной органи-
зационной мыслью начала XX века. Во-вторых, она систематизи-
рует теоретические подходы к платформам и экосистемам,
предлагая целостную типологию моделей и региональных тра-
екторий их развития. В-третьих, в качестве примера формализу-
ющего подхода построена и численно проиллюстрирована ав-
торская модель оптимального распределения субсидий между
сторонами двусторонней платформы. Эта модель сознательно
представлена как один из возможных вариантов; она показы-
вает, каким образом платформенная логика может быть переве-
дена на язык количественных зависимостей и использована для
анализа прикладных задач в разных отраслях и для различных
типов платформ.

Эта новая форма организации порождает и новые прин-
ципы конкуренции. Конкурируют больше не фирмы, а архитек-
туры координации - совокупности правил, интерфейсов, стан-
дартов и протоколов. Тот, кто управляет этими архитектурами,
фактически управляет потоками ресурсов, внимания и доверия.
В результате власть смещается от производителей к архитекто-
рам взаимодействий - к тем, кто способен задавать инфраструк-
турные стандарты, связывающие экономические и социальные
системы.

Платформизация не уничтожает прежние институты, а вби-
рает их, перестраивая под цифровую логику. Фирмы становятся
ядрами экосистем, отрасли - сетями взаимодействий, а государ-
ства - архитекторами цифровой среды. Платформа превраща-
ется в универсальный механизм согласования интересов, где
управление осуществляется через алгоритмы и данные, а не че-
рез административные команды. Экономика, право, социальная
политика и наука начинают действовать в едином цифровом
контуре, где взаимодействие становится формой власти, а до-
ступ - формой собственности.

Одновременно усиливаются противоречия. Концентрация
данных и сетевых эффектов порождает новые формы зависимо-
сти и асимметрии власти. Алгоритмы, создававшиеся как ин-
струменты оптимизации, становятся инструментами регулиро-
вания поведения. Массовая платформенная занятость подни-
мает вопрос о границах ответственности и правах человека
в цифровой среде. Эти вызовы требуют не отрицания платфор-
менной логики, а осознанного институционального управления
ею - выстраивания баланса между инновацией, конкуренцией
и общественным контролем.

Платформенная революция требует нового взгляда на роль
государства. Если раньше государство регулировало уже сло-
жившиеся рынки, то теперь оно должно участвовать в их архи-
тектурном проектировании: определять стандарты совмести-
мости, управлять инфраструктурами данных, обеспечивать
цифровой суверенитет и справедливое распределение выгод от
сетевых эффектов. В этом проявляется новая функция власти -
функция кодификатора цифровых правил, без которой ни ры-
нок, ни общество не смогут сохранить устойчивость.

Будущее экономики зависит от того, сможет ли общество
соединить предпринимательскую энергию с институциональ-
ной ответственностью. Платформы дают колоссальные возмож-
ности для роста производительности, кооперации и инноваций,
но без системного научного и государственно-политического
сопровождения они способны породить новую форму неравен-
ства - между теми, кто управляет данными, и теми, кто ими ста-
новится. Именно поэтому исследование и осмысление платфор-
менной экономики должны стать самостоятельным направле-
нием экономической науки, философии и государственного
управления.

Платформенная эпоха - это не просто технологический
этап, а новая стадия развития капитализма, в которой главным
средством производства становятся алгоритмы, а главным
институтом - платформа как механизм координации. В этом
смысле платформенная экономика - не альтернатива традици-
онной, а её высшая стадия, где эффективность, власть и смысл
объединяются в цифровых инфраструктурах.

Россия, как и многие страны, находится в моменте страте-
гического выбора. Мы можем стать потребителями чужих плат-
форменных архитектур - или архитекторами собственных. Для
этого необходимо развивать национальные экосистемы, инсти-
туциональные стандарты, школы анализа данных и междисци-
плинарные исследования, соединяющие экономику, право, ки-
бернетику и гуманитарное знание. Платформа - это не только
технология, но и форма социального договора, и от того, кто
определит её правила, зависит конфигурация мировой эконо-
мики в XXI веке.

Платформенная революция уже произошла. Вопрос теперь
не в том, принять ли сё, а в том, как ею управлять. Те, кто
научатся проектировать платформенные институты - устойчи-
вые, открытые и справедливые, - определят контуры новой эко-
номической цивилизации.
список источников

1.	Parker G. G., Van Alstyne M. W., Choudary S. P. Platform Revo-
lution: How Networked Markets Are Transforming the Economy -
and How to Make Them Work for You. - New York : W. W. Norton &
Company 2016.

2.	Evans D. S., Schmalensee R. Matchmakers : The New Econom-
ics of Multisided Platforms. - Boston, MA : Harvard Business Review
Press, 2016.

3.	Cusumano M. A., Gawer A., Yoffie D. B. The Business of Plat-
forms: Strategy in the Age of Digital Competition, Innovation, and
Power. - New York : Harper Business, 2019.

4.	Handbook on Digital Business Ecosystems : Strategies, Plat-
forms, Technologies, Governance and Societal Challenges / ed. by
S. Baumann. - Cheltenham : Edward Elgar, 2022.

5.	Srnicek N. Platform Capitalism. - Cambridge : Polity Press,
2016.

6.	Cusumano M. A., Gawer A. Platform Leadership : How Intel,
Microsoft, and Cisco Drive Industry Innovation. - Boston, MA : Har-
vard Business School Press, 2002.

7.	Katz M. L., Shapiro C. Network externalities, competition, and
compatibility // American Economic Review. - 1985. - Vol. 75,
No. 3.-P. 424-440.

8.	Rochet J.-C., Tirole J. Platform competition in two-sided mar-
kets // Journal of the European Economic Association. - 2003. -
Vol. l,No. 4.-P. 990-1029.

9.	Armstrong M. Competition in two-sided markets // RAND
Journal of Economics. - 2006. - Vol. 37, No. 3. - P. 668-691.

10.	Гастев А. К. Как надо работать : практическое введение
в науку организации труда. - 2-е изд. - М. : Экономика, 1972.
11.	Beissinger M. R. Scientific Management, Socialist Discipline,
and Soviet Power. - Cambridge, MA : Harvard University Press, 1988.

12.	Чаянов А. В. Организация крестьянского хозяйства. -
M.: Центральное товарищество «Кооперативное издательство»,
1925.

13.	Богданов А. А. Тектология : всеобщая организационная
наука. - Берлин, 1922.

14.	Bass Е М. A new product growth model for consumer dura-
bles // Management Science. - 1969. - Vol. 15, No. 5. - P. 215-227.

15.	Van Alstyne M. W., Parker G. G., Choudary S. P. Pipelines, plat-
forms, and the new rules of strategy // Harvard Business Review. -
2016. - Vol. 94, No. 4. - P. 54-62.

16.	Metcalfe B. Metcalfe's Law after 40 years of Ethernet // Com-
puter. - 2013. - Vol. 46, No. 12. - P. 26-31.

17.	Gupta S., Lehmann D. R. Managing Customers as Invest-
ments : The Strategic Value of Customers in the Long Run. - Upper
Saddle River, NJ: Wharton School Publishing, 2005.

18.	Sundararajan A. The Sharing Economy : The End of Employ-
ment and the Rise of Crowd-Based Capitalism. - Cambridge, MA : MIT
Press, 2016.

19.	Frenken K., Schor J. Putting the sharing economy into per-
spective // Environmental Innovation and Societal Transitions. -
2017.-Vol. 23.-P. 3-10.

20.	Tadelis S. Reputation and feedback systems in online plat-
form markets // Annual Review of Economics. - 2016. - Vol. 8. -
P. 321-340.

21.	Hagiu A., Rothman S. Network Effects Aren't Enough : The
hidden traps in building an online marketplace // Harvard Business
Review. - 2016. - Vol. 94, No. 4. - P. 65-71.

22.	Eisenmann T. Why Startups Fail : A New Roadmap for Entre-
preneurial Success. - New York : Currency, 2021.

23.	Castells M. The Rise of the Network Society. - 2nd ed. - Chi-
chester; Malden, MA : Wiley-Blackwell, 2010.
24.	Goldsmith J., Wu T. Who Controls the Internet? Illusions of
a Borderless World. - New York : Oxford University Press, 2006.

25.	Программа «Цифровая экономика Российской Федера-
ции» : утв. распоряжением Правительства Российской Федера-
ции от 28 июля 2017 г. № 1632-р.

26.	Кривошеин Н. В., Патутина Н. А. Национальная инвести-
ционная экосистема : монография. - М. : НИЦ ИНФРА-М, 2025. -
194 с.
Научное издание

Болдырев Михаил Владимирович

Платформенная революция:
вызов традиционной экономике

Монография

Сертификат соответствия № РОСС RU.AB51.HO5316

Подписано в печать 26.12.2025. Формат 60x90 1/16
Печать цифровая. Бумага офсетная № 1. Усл. печ. л. 13,25
Тираж 500 экз. Заказ №

Издательско-торговая корпорация «Дашков и К0»
129347, Москва, Ярославское шоссе, д. 142, к. 732
Тел.: 8 (495) 668-12-30, 8 (499) 182-01-58
E-mail: sales@dashkov.ru - отдел продаж;

office@dashkov.ru - офис; http://www.dashkov.ru

Отпечатано в полном соответствии с качеством
предоставленных материалов в ООО «Фотоэксперт»
109316, г. Москва, Волгоградский проспект, д. 42,
корп. 5, эт. 1, пом. I, ком. 6.3-23Н