數據是未來的石油

監管數據經濟

世界上最寶貴的資源

巨大的數據流讓一些公司獲得了前所未有的權力。要控制它們,反壟斷法規需要與時俱進

一種新商品催生出一個盈利豐厚、發展迅速的行業,促使反壟斷監管機構介入,以約束那些掌控這種商品流轉的從業者。一百年前石油就是這樣一種資源。現在,一些巨頭公司引發了類似的擔憂,它們經營的是數據——數字時代的石油。這些巨頭包括Alphabet(谷歌的母公司)、亞馬遜、蘋果、Facebook和微軟,看起來勢不可擋。它們是全球市值最高的五家上市公司,利潤也在飆升:2017年第一季度它們的凈利潤總和超過250億美元。亞馬遜佔據了美國在線消費總額的一半,谷歌和Facebook幾乎包攬了美國去年數字廣告收入的全部增長。

如此的統治地位引發了要求拆分科技巨頭的呼聲,就像20世紀初標準石油公司(Standard Oil)面臨的境地一樣。本刊過去曾經反對過這樣的極端舉措。規模本身並不是罪過。巨頭們的成功也讓消費者受益。沒人想要自己的生活里沒有谷歌搜索、亞馬遜一日送達和Facebook的動態消息流。以標準的反壟斷測試衡量,這些公司也並未觸達警戒線。它們沒有向消費者亂開價,而是免費提供很多服務(實際上,用戶以提交更多數據的方式來交換免費服務)。考慮到線下的對手,它們的市場份額看起來就沒那麼令人擔憂了。而Snapchat這類新貴公司的出現表明新入行的公司仍能捲起風浪。

不過仍然有理由擔心。互聯網公司對數據的掌控給了它們極大的權力。在所謂的「數字經濟」時代,有關競爭的舊思維已顯得不合時宜。因為那種思維方式產生於石油時代,而現在需要新的思考方法。

數量本身也是質量

什麼發生了改變?智能手機和互聯網讓數據豐富充裕、無處不在、價值飆升。無論你在跑步、看電視,甚至只是在旅途中安坐,幾乎每項活動都會產生數字痕迹,這就為數據提煉廠提供了更多的原料。隨著從手錶到汽車等各種設備接入互聯網,數據量還在持續增長:有估算稱一輛自動駕駛汽車每秒會產生100G的數據。與此同時,像機器學習這樣的人工智慧(AI)技術從數據中提取了更多的價值。演算法能預測客戶何時下單、噴氣發動機何時需要維護,或是某人何時可能罹患某種疾病。GE和西門子等工業巨頭現在則把自己包裝成了數據公司。

數據之豐富改變了競爭的本質。科技巨頭一向受益於網路效應:Facebook的註冊用戶越多,就會吸引越多人加入。有了數據後,還會帶來更大的網路效應。通過收集更多數據,公司會有更大的空間來改進產品,從而吸引更多用戶,產生更多數據,如此循環。特斯拉從它的自動駕駛汽車那裡收集的數據越多,就越能改進自動駕駛技術——特斯拉第一季度只賣出了2.5萬輛車,但目前市值比賣出230萬輛車的通用汽車還高,這便是原因之一。因此,巨大的數據池可以充當護城河。

能夠獲取數據也從另一方面保護了公司免受競爭對手的威脅。在技術行業里,對競爭持樂觀態度的理由是認為既有公司可能會被在車庫裡的創業公司打個措手不及,或是在意想不到的技術轉型中受挫。但這兩種情況在數字時代都更不太可能發生。巨頭們的監控系統覆蓋了整個經濟:谷歌能看到人們在搜索什麼,Facebook能看到人們分享了什麼,亞馬遜能看到人們購買了什麼。它們有自己的應用商城和操作系統,並把計算能力出租給創業公司。對於自己市場內外發生的活動,它們都擁有「上帝視角」。當某個新產品或服務越來越受歡迎時,它們能夠及時模仿,或乾脆在這一新貴變成更大的威脅前出手收購。很多人認為,2014年Facebook以220億美元收購僱員不到60人的即時通訊應用公司WhatsApp就屬於消滅潛在競爭對手的「擊斃式收購」。通過設置准入門檻和預警系統,數據可以抑制競爭。

你打算盯誰,反壟斷者?

數據的特性讓過去的反壟斷措施不那麼有效。把谷歌這樣的公司拆解成五個「小谷歌」並不能阻止網路效應重現:假以時日,它們當中的某個會再度確立霸主地位。現在需要徹底反思。隨著新方法的輪廓逐漸清晰,兩大想法脫穎而出。

其一是反壟斷機構要從工業時代步入21世紀。例如,在考慮併購時,它們以往習慣根據規模來確定何時介入。現在,在評估交易影響時它們需考慮公司數據資產的範圍。收購價格也是個信號,可能預示既有公司意在吞掉新生威脅。根據這些衡量標準,Facebook願意出如此高價收購併無收入可言的WhatsApp,已經發出了危險信號。反壟斷機構在分析市場動態時也必須變得更擅長利用數據,例如通過模擬來尋找合謀控制價格的演算法,或是確定怎樣能最好地促進競爭。

第二條原則是削弱在線服務供應商對數據的掌控力,讓提供數據的一方擁有更大的控制權。更高的透明度會有幫助:可以強制要求公司向消費者展示它們掌握的信息,以及從中獲利多少。政府可以開放更多自身的數據資源庫,或是將數據經濟的關鍵部分作為公共基礎設施來管理,從而鼓勵新服務的產生,就像印度推動數字身份系統Aadhaar那樣。政府還可以規定在徵得用戶同意的情況下,分享某些類型的數據;歐洲正在金融服務中採用這種方法,要求銀行讓第三方能夠獲取客戶數據。

在信息時代重啟反壟斷絕非易事。這會產生新的風險:比如,信息分享增多會威脅到隱私。但如果政府不希望由幾大巨頭掌控數據經濟,那麼它們就要儘快行動。

推薦閱讀:

TAG:大數據分析 | 機器學習 | 深度學習DeepLearning |