Технологические детерминанты и ключевые активы рыночной власти глобальных цифровых платформ в мировой туристской индустрии

ВВЕДЕНИЕ

В структуре мирового хозяйства туристская индустрия занимает особое место, выступая одновременно одним из крупнейших секторов глобальной экономики и индикатором ее динамики. По итогам 2025 г. зафиксировано 1,52 млрд международных туристских прибытий [1], а совокупный вклад сферы путешествий в глобальный валовой внутренний продукт оценивается в 11,37 трлн долл., что составляет около 10% мирового ВВП [2]. Однако рост физических потоков сопровождается беспрецедентной концентрацией цифровой дистрибуции туристских услуг. Так одна лишь группа Booking Holdings провела за 2025 г. валовых бронирований на 186,1 млрд долл. при более чем 1,2 млрд забронированных ночевок [3]. Технологические инновации, обеспечившие эту трансформацию, стали фактором перераспределения рыночной власти в глобальном масштабе, что делает их исследование актуальной задачей анализа в мирохозяйственной системе.

Степень разработанности проблемы характеризуется определенной дисциплинарной фрагментацией. Общие тренды цифровой трансформации и ее глобализации исследованы, в том числе на страницах настоящего журнала [4], включая практику применения цифровых технологий транснациональными корпорациями [5]. В рамках политэкономического подхода были разработаны теоретические конструкции платформенного капитализма [6], «капитализм наблюдения» [7] и рентного характера платформенных доходов [8]. Экономическая теория многосторонних рынков формализовала ценообразование и конкуренцию платформ [9; 10]. Туристская специфика цифровизации отражена в концепциях умного туризма [11] и информационно-технологического ускорения отрасли [12]. Вместе с тем сохраняется научный пробел в сфере анализа технологических детерминант платформенной трансформации туристской индустрии. Указанные детерминанты рассматриваются, как правило, изолированно друг от друга, тогда как механизм их соединения в устойчивую рыночную власть остается нераскрытым, хотя именно этот механизм превращает набор инноваций в структуру доминирования.

Цель исследования – выявление механизма, посредством которого технологические детерминанты цифровой трансформации мировой туристской индустрии трансформируются в устойчивую рыночную власть глобальных платформ.

Научная гипотеза исследования заключается в том, что в мировой туристской индустрии устойчивость платформенного доминирования определяется не превосходством в отдельных технологиях, а взаимодействием накопительных активов, образующих самоусиливающийся контур. Вследствие этого новые технологические разработки, включая генеративный искусственный интеллект, при отсутствии институциональных мер не подрывают, а укрепляют сложившуюся структуру мирового туристского рынка, что имеет существенные последствия для глобального перераспределения доходов от туристской деятельности.

Исследование опирается на классическую постановку вопроса о присвоении выгод от технологических инноваций: доход приносит не сама технология, а контроль над комплементарными активами и режимом присвоения [13]. Научная новизна работы состоит в специализации этого подхода применительно к платформенному рынку. В статье обосновывается концепция технологического пакета платформенной трансформации мировой туристской индустрии как совокупного, а не просто суммарного действия шести групп технологий, полнота которого объясняет время и глубину платформенной революции в отрасли. Наряду с этим показано, что роль комплементарных активов в туристской дистрибуции выполняют три накопительных актива (сетевые эффекты, данные, экосистемная связанность), которые, в отличие от известных перечней такого рода, образуют самоусиливающийся контур, где устойчивость доминирования выступает свойством системы связей, а не отдельных ее элементов, вследствие чего поэлементные меры регулирования не приводят к желаемому результату. Дополнительно систематизированы каналы влияния генеративного искусственного интеллекта на конфигурацию рыночной власти в международном туризме и установлена неравноценность активов контура, когда контроль точки входа пользователей доминирует над глубиной накопленных массивов данных.

ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ

Теоретико-методологическую основу исследования составило сочетание нескольких теоретических подходов, позволившее провести комплексный междисциплинарный анализ на стыке мировой экономики, экономики инноваций и институциональной теории.

Теория многосторонних рынков (Ж.-Ш. Роше, Ж. Тироль) использована для формализации ценообразования и конкуренции цифровых платформ как посредников между различными группами пользователей на мировом туристском рынке. В рамках экосистемной концепции стратегического управления (М. Джакобидес, К. Ченнамо, А. Гавер) анализируется процесс создания ценности через взаимодополнение независимых участников вокруг платформенного ядра. Теория присвоения выгод от технологической инновации (Д. Тис) использована для объяснения того, почему доход от инновации получает не ее создатель, а обладатель комплементарных активов и контроля над режимом присвоения на мировом туристском рынке [13]. Концепция технологий общего назначения (Т. Бреснахан, М. Трайтенберг) привлечена для интерпретации совокупного, а не изолированного действия технологических детерминант [14]. Экономическая теория данных (Ч. Джонс, К. Тонетти) использована для анализа данных как фактора производства особой природы – неконкурентных в использовании и обладающих свойством самовозрастающей ценности.

В работе использованы такие методы научного познания как анализ, синтез, индукция, дедукция, системный подход, институциональны и сравнительный анализ. Настоящая статья развивает авторскую линию исследований влияния цифровых технологий на распределение конкурентных преимуществ в мировой экономике [15; 16].

ОСНОВНАЯ ЧАСТЬ

Платформенная трансформация туристской дистрибуции не выводится ни из одной отдельно взятой технологии. Предлагаемая концепция технологического пакета фиксирует шесть групп технологий, воздействие которых на мировой туристский рынок носит системный характер, когда каждая последующая многократно усиливает эффект предыдущих, а изъятие любой из них разрушает работоспособность целого.

К технологиям, обеспечивающим глобальный охват и доступность услуг, относится сетевая подключенность (в 2025 г. интернетом пользуются порядка 6 млрд человек (в 2024 г. – 5,8 млрд), или 74% населения планеты, при сохраняющемся разрыве между странами с высоким (94%) и низким (23%) уровне дохода [17]) и мобильность, благодаря которой смартфон превратил туриста в постоянно подключенного экономического агента, а сочетание социальных данных, геолокации и мобильного доступа сделало возможным маркетинг реального времени [18]. К технологиям масштабирования и обработки относятся облачные вычисления, снявшие капитальные барьеры и приблизившие предельные издержки дополнительной транзакции к нулю [19], а также большие данные и алгоритмы машинного обучения, замкнувшие полный цикл потребительского поведения (поиск – сравнение – покупка - оценка) в наблюдаемый и оптимизируемый контур [12]. Замыкают пакет программные интерфейсы приложений (API), сделавшие технически сложной многостороннюю архитектуру рынка в виде синхронизации средств размещения между десятками цифровых витрин и сборки сервисных экосистем из модулей разных поставщиков [20], и генеративный искусственный интеллект, представляющий собой новейшую группу технологий, которая будет проанализирована отдельно.

Взаимосвязанное действие технологий, образующих пакет, объясняет, почему платформенная революция произошла именно в конце 2000-х годов, хотя электронная дистрибуция в туризме существовала с 1980-х. Еще тогда глобальные дистрибутивные системы туристской отрасли располагали данными и интерфейсами, но не имели ни массовой связанности, ни мобильности, ни облачной масштабируемости, то есть пакет был неполон, и рыночная власть операторов оставалась ограниченной профессиональным сегментом.

Первым и базовым активом, в который конвертируется технологический пакет, выступают сетевые эффекты. Классическая теория различает прямые эффекты, проявляющиеся в росте ценности сети с числом участников той же стороны [21], и перекрестные, связывающие стороны многостороннего рынка (чем больше средств размещения на цифровой витрине глобальной платформы, тем она ценнее для путешественника, и наоборот) [9]. Динамическим следствием является положительная обратная связь, когда преимущество в масштабе конвертируется в преимущество в ценности, которое вновь наращивает масштаб [22]. Рынок с такой динамикой не сходится к равновесию множества сопоставимых игроков, а опрокидывается в пользу лидера, что подтверждается эмпирически. На европейский рынок онлайн-дистрибуции объектов размещения на долю одной группы приходится порядка 70% бронирований через агрегаторов [23].

Приведенные данные допускают количественную интерпретацию. Доля одной группы в 70% задает нижнюю границу индекса рыночной концентрации Херфиндаля-Хиршмана: HHI ≥ 0,70² * 10000 = 4900 пунктов независимо от распределения оставшихся 30% рынка. Полученная оценка более чем вдвое превышает пороговое значение в 2000 пунктов (практика ЕС, в США с декабря 2023 г. требования были ужесточены до порога в 1800 пунктов), начиная с которого рынок квалифицируется как высококонцентрированный в практике анализа состояния конкуренции. Второй расчет характеризует масштаб перераспределяемой дистрибутивной ренты, когда при валовых бронированиях одной группы в 186,1 млрд долл. [3] и комиссионной нагрузке в 15-20% ежегодное изъятие из выручки поставщиков туристских услуг оценивается в 27,9 – 46,5 млрд долл. Оба показателя были рассчитаны автором и приводятся как порядковые оценки, характеризующие масштаб явления.

Строение возникающей власти уточняет концепция конкурентного узкого места [24]. Поставщики туристских услуг присутствуют одновременно на нескольких цифровых платформах. Типичный отель представлен одновременно на нескольких агрегаторах, тогда как потребитель, как правило, привязан к одной-двум. Сторона, которая не диверсифицирует свое присутствие, становится дефицитным ресурсом. Поэтому доступ к своим лояльным пользователям платформа продает поставщика практически на монопольных условиях, и множественность агрегаторов не улучшает переговорную позицию отеля, а лишь умножает совокупные издержки дистрибуции на мировом туристском рынке. Этим объясняется эмпирический парадокс устойчивости комиссионной нагрузки в 15-25% выручки поставщиков при формальной конкуренции нескольких каналов. Эмпирические исследования эффектов запретов ценового паритета показали, что и регуляторное вмешательство меняет ценовое поведение лишь частично, пока сохраняется сама архитектура этого узкого места мирового туристского рынка [25].

Данные как второй актив рассматриваются в качестве фактора производства особой природы. Данные неконкурентны в использовании, вследствие чего их общественно оптимальное применение предполагает широкое многократное использование, тогда как частная оптимизация ведет к огораживанию [26]. Оцифровка данных встроена в логику накопления, когда данные извлекаются, аккумулируются и капитализируются подобно капиталу [27]. Туристская цифровая платформа представляет собой образцовый механизм такого накопления, обеспечивая наблюдение намерений (поисковый запрос), выбор (бронирование), опыт (отзывы) и повторение (лояльность), то есть полный поведенческий цикл потребителей туристских услуг, размеченные геолокацией и уровнем платежеспособности.

Ключевым свойством данных как актива выступает собственный сетевой эффект. Чем больше транзакций проходит через цифровую платформу, тем точнее алгоритмы прогноза и персонализации, тем выше конверсия и тем больше новых транзакций. Контур обучения недоступен ни поставщику, ни новому конкуренту, поскольку историю двух десятилетий мирового спроса в туристской сфере нельзя приобрести, а можно только накопить. Данные превращают преимущество текущего масштаба в барьер будущего входа новых участников на платформенный рынок туристских услуг. В отношениях с поставщиками тот же актив работает как асимметрия знания. Цифровая платформа знает эластичность спроса по каждому направлению и профиль гостей каждого отеля, тогда как отель видит лишь собственную книгу бронирований [7]. Для национальных туристских рынков асимметрия имеет макроэкономическое измерение, выступая драйвером перераспределения конкурентных преимуществ между странами [15; 28].

Третьим активом является экосистемная связанность. Теория экосистем описывает создание ценности через взаимодополнение независимых участников вокруг платформенного яда [29; 30]. Оборотной стороной взаимодополнения являются издержки выхода из сложившейся экосистемы. Для путешественников это накопленные статусы, история и привязанные платежные инструменты, для отелей – интеграция операционных систем и зависимость календаря загрузки, а для разработчиков – встроенность в программный контур цифровой платформы. Экспансия экосистем подчиняется логике «обволакивания», когда цифровая платформа входит на смежный рынок, используя общую базу пользователей и данных, и вытесняет специализированного игрока не лучшим продуктом, а связкой сервисов, объединенных в рамках единой цифровой экосистемы [31].

В российское практике наиболее показательным примером логики «обволакивания» является стратегия экосистемы «Яндекс» в сегменте онлайн-бронирования. За период с 2022 по 2025 год сервис «Яндекс Путешествия» увеличил свою долю на рынке онлайн-бронирования объектов размещения с 1% до 29%, последовательно обогнав всех конкурентов [32]. Укрепив лидерство в сегменте самостоятельных путешественников, платформа приступила к «обволакиванию» смежного корпоративного сегмента путем поглощения компании «Академ-Онлайн» в 2025 году [33]. Эта сделка позволила «Яндексу» получить доступ к контрактной базе отелей, экспертизе в организации деловых поездок и массивам данных о транзакциях в корпоративном сегменте, то есть к тем активам, которые составляли ядро конкурентного преимущества специализированного игрока. Таким образом, экосистемный лидер вытеснил профильного оператора за счет его интеграции в свою цифровую экосистему на основе общей пользовательской базы и данных.

Укрепив рыночную власть, «Яндекс Путешествия» с февраля 2026 г. повысил базовую комиссию для отелей с 15 до 17%, а для участников программ продвижения – до 20-25% [34]. Повышение комиссии вызвало демарш крупнейших гостиничных сетей, временно отключивших свои объекты от этой цифровой платформы [35; 36], что служит наблюдаемым индикатором концентрации переговорной власти у экосистемного агрегатора. Мировым аналогом той же логики выступает стратегия Google, который за счет интеграции расширенных функций планирования путешествий в поисковую выдачу перехватывает спрос у специализированных онлайн-турагентств, используя контроль над верхней частью потребительской воронки и массивы поисковых данных [37]. Тем самым «обволакивание» является наблюдаемым механизмом, посредством которого действующие цифровые платформенные лидеры переопределяют в свою пользу рыночную власть и доходы на смежных сегментах туристского рынка.

Основной теоретический результат исследования состоит в том, что три описанных актива образуют не сумму, а систему – самоусиливающийся контур, определяющий конфигурацию мирового туристского рынка (табл. 1). Сетевые эффекты создают масштаб глобальной дистрибуции, который генерирует массивы данных о поведении потребителей туристских услуг. Данные повышают качество соединения сторон рынка и тем укрепляют сетевой эффект, усиливая концентрацию туристских потоков на ведущих платформах. Экосистемная связанность страхует контур от распада, повышая издержки выхода всех участников цифровой экосистемы и закрепляя сложившуюся архитектуру мирового туристского рынка. Каждый элемент опирается на остальные, поэтому конкурентная атака на любой из них в отдельности неэффективна. Новый участник мирового туристского рынка с лучшей технологией не имеет данных, обладатель данных не имеет ликвидности рынка, а коалиции поставщиков туристских услуг, воспроизводящие технологию, не воспроизводят поведенческий капитал потребителей, накопленный на глобальных платформах. Гипотеза исследования находит здесь свое обоснование в том, что устойчивость доминирования в мировой туристской индустрии представляет собой свойство контура, а не отдельных технологий.

Таблица 1

Самоусиливающийся контур ключевых активов рыночной власти цифровых платформ в мировой туристской индустрии

Генеративный искусственный интеллект как шестая группа технологического пакета заслуживает отдельного анализа как первая с момента платформенной революции инновационная волна, потенциально способная перестроить архитектуру рынка. Систематизация позволяет выделить три канала ее влияния на мировую туристскую индустрию. Первый канал – это перестройка потребительской воронки, когда маршрут, прежде собиравшийся из десятков запросов, складывается в диалоговом окне, а эмпирические исследования уже фиксируют феномен «алгоритмического со-агентства» как соучастия рекомендательных моделей в туристском выборе [38]. Второй канал – трансформация самого туристского опыта, вплоть до формирования синтетических его форм [39]. Третий – операционная диффузия, характеризующаяся проникновением моделей во все звенья отраслевой цепочки, от прогнозирования потоков до автоматизации обслуживания [40].

Эмпирические данные свидетельствуют о разнонаправленных процессах, происходящих в мировой туристской индустрии в ответ на распространение генеративного искусственного интеллекта. С одной стороны, ведущие цифровые платформы осуществляют интеграцию ИИ-инструментов в свои экосистемы. Так, в 2025 г. Booking Holdings через свою дочернюю компанию KAYAK запустила функцию AI Mode на основе ChatGPT, позволяющую пользователям с ее помощью планировать поездки [41]. Expedia Group анонсировала ассистента Romie AI Assistant с более чем 40 функциями, который позиционируется как единый агент для планирования, бронирования и сопровождения поездки [42]. Одновременно с этим платформы заключили партнерские соглашения с разработчиками больших языковых моделей. Так Booking.com и Expedia вошли в число первых партнеров OpenAI для интеграции приложений в диалоговый интерфейс ChatGPT, а Tripadvisor присоединился ко второй группе партнеров, также подписав соглашение с конкурирующим сервисом Perplexity AI [43]. По оценкам аналитиков, подобная стратегия рассматривается как механизм адаптации к возможному появлению ИИ-агентов, способных выполнять функции бронирования без обращения к традиционным платформам [44].

С другой стороны, изменение поискового ландшафта создает давление на платформы, чья бизнес-модель основывается на бесплатном поисковом трафике. Внедрение Google AI Overviews, генерирующих ответы на запросы непосредственно в поисковой выдаче, привело к трансформации потребительской воронки. По данным исследования BrightEdge, за первый год после запуска AI Overviews общее число поисковых запросов в Google выросло на 49%, однако показатель кликабельности (CTR) органических, то есть ранжируемых алгоритмом неоплачиваемых ссылок снизился на 30%, что отражает переход от поисковой к ответной модели [45]. В сегменте путешествий влияние оказалось наиболее заметным. Там по данным Semrush, доля запросов туристской тематики, сопровождаемых выдачей AI Overviews, выросла на 14,3 п.п. [46]. Согласно анализу Seer Interacrive, AI Overviews сократили CTR органических ссылок в среднем на 61% [47]. Приведенные оценки получены разными методиками и на разных выборках запросов и потому не тождественны. Для целей настоящего анализа существенны их однонаправленность и порядок величины, а не точный уровень показателя.

С наиболее выраженными последствиями этого явления столкнулась Tripadvisor, десятилетия монетизировавшая переходы пользователей по ссылкам, у которых по итогам первого квартала 2026 г. выручка гостиничного сегмента сократилась на 20% [48]. В ответ компания объявила о смене стратегической модели с отзывно-ориентированной на впечатления-ориентированную, сопровождаемую сокращением штата примерно на 16% и реструктуризационными затратами в размере 40 млн долл. Как отмечается в аналитическом обзоре, Tripadvisor представляет собой пример платформы, чья бизнес-модель, основанная на бесплатном поисковом трафике, оказалась уязвимой перед масштабным увеличением «нулевых» запросов потребителей туристских услуг (когда ответ получен без перехода на сайт) [49].

Данные примеры позволяют уточнить предложенную модель. Технологическая волна генеративного искусственного интеллекта не уравнивает конкурентные позиции участников рынка. Компании, интегрирующие ИИ в собственные экосистемы (Booking, Expedia и др.), демонстрируют стратегию адаптации, тогда как платформы, чья модель зависела от посредничества в поисковом трафике (Tripadvisor), оказываются в положении вынужденной трансформации. Однако прямое прочтение кейса Tripadvisor противоречит допущению о равноценности активов контура: компания располагала крупнейшим в отрасли массивом пользовательского контента, накопленным за два десятилетия, и тем не менее утрата контроля над точкой входа привела к сокращению выручки профильного сегмента на пятую часть.

Отсюда следует первое уточнение модели: активы контура не равноценны, и контроль точки входа пользователей доминирует над глубиной накопленных данных, поскольку данные капитализируются только через интерфейс, на котором совершается выбор. Второе уточнение касается направления уязвимости. Модель верно предсказывает неэффективность фронтальной атаки со стороны нового участника, не располагающего ни данными, ни ликвидностью рынка, однако контур оказывается уязвим по вертикали – со стороны платформы вышележащего слоя, которая уже контролирует верхнюю часть потребительской воронки и потому не нуждается в воспроизводстве отраслевых активов. Вытеснение специализированных агрегаторов генеративный поисковой выдачей представляет собой не конкуренцию внутри рынка туристской дистрибуции, а перенос точки присвоения ренты на уровень выше.

С учетом обоих уточнений исходная гипотеза не опровергается, а конкретизируется. Генеративный слой наследует рыночную власть того, кто контролирует пользовательский интерфейс и транзакционные данные одновременно, а инерционным сценарием остается укрепление самоусиливающегося контура на новом технологическом ярусе – при возможном смещении состава его бенефициаров в пользу владельцев вышележащих слоев.

Распределительный эффект новой волны, однако, не предопределен технологически. Возможны три конфигурации: усиление действующих платформ, соединяющих закрытые массивы данных с диалоговыми интерфейсами; пересборка воронки внешними ИИ-агентами, оттягивающими ренту у сегодняшних агрегаторов; либо множественная конфигурация конкурирующих моделей при суверенных корпусах данных. Поскольку обучающие данные и точки входа пользователей сконцентрированы у действующих лидеров, то инерционным сценарием является первый, предполагающий укрепление контура на новом технологическом ярусе, что согласуется со второй частью авторской гипотезы. Смена конфигурации требует институциональных мер, включающих обязательства по доступу к данным, совместимости и переносимости пользовательских профилей, что находится за пределами собственно технологической динамики.

ЗАКЛЮЧЕНИЕ

Проведенное исследование позволяет сформулировать следующие выводы. Технологические детерминанты платформенной трансформации мировой туристской индустрии действуют как единый пакет взаимодополняющих технологий, так как сетевая подключенность, мобильность, облачные вычисления, данные, программные интерфейсы приложений и генеративный искусственный интеллект усиливают друг друга. И именно полнота пакета, а не отдельные инновации, объясняет время и глубину платформенной революции в мировой туристской отрасли.

Технологический пакет конвертируется в рыночную власть через три накопительных актива (сетевые эффекты, данные и экосистемную связанность), образующих самоусиливающийся контур. Авторская гипотеза о контуре как источнике устойчивости доминирования получила теоретическое обоснование и непротиворечивую интерпретацию эмпирического материала концентрации мирового рынка онлайн-дистрибуции. При этом количественная верификация составляет предмет дальнейших исследований.

Генеративный искусственный интеллект как новая детерминанта при инерционном развитии укрепляет, а не подрывает сложившийся контур, поскольку наследует концентрацию обучающих данных и точек входа. Анализ новой технологической волны позволит уточнить модель: активы контура не равноценны, поскольку контроль точки входа пользователей доминирует над глубиной накопленных массивов данных, а сам контур уязвим не фронтально, со стороны нового участника, а по вертикали, со стороны платформы вышележащего слоя потребительской воронки. При этом перераспределительный потенциал новой волны реализуем лишь при институциональном сопровождении.

Практическая значимость результатов исследования состоит в смене объекта экономической политики. Меры, нацеленные на отдельные проявления платформенной власти, такие как комиссия, ранжирование, паритет цен, не воздействуют на контур их воспроизводства. В то время как эффективная системная политика должна быть направлена на его разрывы, обеспечивая доступ к отраслевым данным, переносимость репутационного капитала, совместимость и поддержку альтернативных точек входа. Для российской туристской индустрии, где после 2022 г. сложился конкурентный национальный рынок агрегаторов, но уже трансформирующийся в сторону монополизации, эти выводы задают ориентиры превентивного регулирования. Они должны предотвратить воспроизводство глобальной конфигурации в национальной экономике. Предлагаемые объекты регулирования соотносимы с уже сформированной в России нормативной базой – положениями пятого антимонопольного пакета, распространившими антимонопольный контроль на владельцев цифровых платформ [48], и законодательством о платформенной экономике [49]. Их сопоставление с критериями разрыва контура (доступ к данным, переносимость репутационного капитала, совместимость) представляет самостоятельное исследовательское направление.

Дополнительно в качестве направлений дальнейших исследований можно выделить также количественную оценку вклада отдельных активов контура в устойчивость доминирования, эмпирическое измерение алгоритмического со-агентства в туристском выборе и сравнительный анализ институциональных инструментов разрыва контура в различных юрисдикциях.