用分散式平台商業模式的優勢和弊端，評論滴滴車事件

06-03

來自專欄風吹江南

2018-5-11

許多年前，我寫過分散式平台商業模式的優勢和弊端，用來評論這兩天滴滴車事件也是恰當的。

這個問題其實我在《風吹江南之互聯網金融》這本書用了一個章節來論述，我的核心是想說明所有的平台模式的優勢是最大限度的拓展了整體的效率提升，但是帶來的弊端是什麼呢?是個體的效率的降低。世界上沒有那麼好的事情，同時讓個體和整體的效率都有提升，那只是個理論假設，現實並不存在。

我們先做個基本闡述，當然以下概念都是我自己的理解，不代表普遍社會規定。

第一個，我認為平台分為兩類，一類是分散式，一類是集中式，分散式代表了去中心化的概念。去中心化，可以解決集中模式下計算能力不足的問題。怎麼理解呢？

以滴滴打車、快的打車和慈善作為案例，簡單分析下：過去傳統的叫車方式，是把所有的需求通過計程車公司的CALL CENTER（呼叫中心）彙集起來，然後由這個後台統一分配給就近地區的司機。這種集中撮合匹配的方式，是要靠極大的數據彙集產生小概率的匹配，在實踐中有一個很大的問題——如果沒有足夠大的供需數據，就無法有效匹配。也就是說，如果沒有多少司機接入這裡，那麼乘客打再多電話也解決不了叫車的問題，這裡說明供給必須是海量；同樣，如果司機都接入進來了，但沒有多少乘客打電話進來，那麼也是毫無意義的，這個平台就沒有價值，說明需求也必須是海量。

在供需雙方都是海量的情況下，成交的可能性才會大。

但是，如果海量的供需雙方都要通過這個中心來實現匹配的話，那麼一旦數據過多，又會出現計算能力不足的情況。大量的數據在匹配中心這裡集中，需要這個中心具備極強的處理能力，但現實是往往沒有中心能滿足這種匹配需求。實際上，往往等中心匹配上的時候，乘客已經不需要司機了。並且，集中匹配還面臨著流量波動問題，如打車高峰期，突然爆發極大的流量需求，其他時間則明顯需求較少。流量的不穩定，也使得集中處理的方式需要大量的冗餘計算能力，從而增加成本。

互聯網技術的出現，提供了解決此類問題的另外一種方式。

它就是搭建一個交易平台，讓所有的需求和供給都在這個平台上自我搜尋和匹配，把集中式匹配變成分散式的「點對點」交易狀態，從而解決了集中處理能力不足的問題，最終從總體上優化了資源的匹配效率，讓原先一直無法解決的問題通過互聯網很快地解決了，並且由於去掉了中介，從而可能成本更低，淘寶就是壓縮了大量中介的典型分散式平台模式。

但是，這種看上去很好的分散式平台模式的弊端是什麼呢？由於各自尋求匹配的自我優化行為，所以會受限制於個體的差異性特徵，從而會發現很多個體的匹配效率是很低的。這產生的問題很多，如叫車過程中，會發現司機爽約、客戶爽約等不好的情況。

在淘寶里就會發現很多人自我識別能力有限，經常會買到假貨，甚至是買了大量無用的東西，從而實際的購物成本是增加的情況。所以，我們也發現大量的非分散式平台模式的電商其實也都在興起，例如京東他就是集中式的模式，通過統一篩選，統一流程來滿足個體的高效率需求。

但是這種前提必然是無法把規模做大到淘寶模式。因為兩個是截然不同的商業模式，但是他們的並存，恰恰說明了什麼呢？說明了，他們其實都是滿足人類不同時候的不同需求的不同商業模式，不是嚴重對立的，是可以並存的。

人在某些時候，願意自我滿足效率，譬如很著急不允許出錯的時候，就會選擇集中模式，而在某些時候對效率要求不高，追求成本較低的時候，則會選擇分散式模式。這個在打車裡很常見，如果接待貴賓的時候，用神州專車，如果只是自己不趕時間就會選擇滴滴打車。所以總的來說，分散式平台模式，最終其實是通過犧牲個體的效率來抬高整體的效率的。世界必然是如此的，不可能存在一種完美的模式，都是特定技術條件下，特定階段里誰更合適的問題。對於分散式平台的確更有義務加強審查監管義務，而不是只看到優點看不到缺點。

我在文章里這段話是用來闡述一個簡單的邏輯的，就是金融是否適合分散式，我認為放到金融領域裡面來看，很多事情是不能接受犧牲個體的效率來換取整體高效率的，而是需要降低整體的效率來換取個體的高效率。

哪怕整體效率再低，也必須堅持，如司法體系、貨幣體系、金融體系等等。這種情況下，分散式計算就不如集中式計算。所以，這也是可能為什麼全球範圍內的P2P 模式，並不能如預期一般地取代傳統金融的原因。