Facebook脫困指南

作者：由曦

來源：央行觀察

如何構建大數據時代的生產關係？是今天擺在包括Facebook在內所有企業面前的一道難題。

1,「用戶同意了嗎？」

2003年一個秋天的晚上，一個名叫Facemash的小型網站出現在哈佛大學的科克蘭公寓中，19歲的扎克伯格編利用在線電話簿，把9棟宿舍學生的頭像「拖拽」到網上，讓學生們從隨機配對的兩張兩張照片中投票選出「更性感的」照片，這個網站深受扎克伯格的同學們的歡迎，也引起了極大的爭議。哈佛大學指責扎克伯格未經允許發表照片的行為侵害了同學的肖像權和隱私權，這一度使得扎克伯格陷入了困境。

然而，當時的扎克伯格恐怕不會想到，這個惡作劇式的嘗試，竟在後來萌發出了一個用戶超過20億、市值近5000億美元的全球獨角獸公司；當然，他也一定料想不到，10幾年後，他的公司再一次因為用戶數據隱私權的問題而廣受爭議。

電影社交網路片段

2016年美國大選期間，一家名叫劍橋分析（CambridgeAnalytica）的大數據公司，利用5000萬Facebook用戶數據，在模型演算法的幫助下，通過精準投放廣告為特朗普助選，而與此同時，數百個似乎源自俄羅斯的虛假Facebook帳號和頁面購買了價值10萬美元的政治廣告，此事一經披露，因為競選期間在宣傳虛假新聞和其他誤導信息中所扮演的角色，扎克伯格和Facebook遇到了創業以來最大的公關危機。

一時間股價大跌、輿論嘩然，特斯拉創始人埃隆·馬斯克、WhatsApp聯合創始人布萊恩·阿克頓等名人相繼表示卸載Facebook，。扎克伯格本人也迎來了美國國會的聽證。

在4月10日舉行的聽證會上，扎克伯格強調了Facebook工具屬性，在曆數Facebook給人帶來的美好的同時，他也承認，Facebook在阻止人們用它做惡時做得還遠遠不夠，公司沒有從一個更寬廣的維度審視自己的責任。

扎克伯格被國會質詢片段

「那是一個巨大的錯誤，是我的錯誤，對不起」，聽證會剛一開場，扎克伯格就首先道歉。

隨後的數小時，扎克伯格回答了各種各樣的質詢，最核心的焦點卻體現在下面這段對話中：

「基本的問題是，Facebook在收集用戶信息，將他們的信息發給特定機構時，是否應該先徵得用戶的同意？」，民主黨籍伊利諾伊州參議員迪克·德賓問道。

「是的，參議員先生，我認為每個人都應該能夠控制他的信息如何被使用」，扎克伯格如此回答。

2,點贊的秘密

事實卻並非如此。

就像十五年前，扎克伯格沒有經過哈佛女生的同意就拖拽她們的照片進行對比一樣，今天Facebook上的用戶數據也在用戶不知情的情況下，被研究、被使用、被窺探。

劍橋分析是一家美國諮詢公司，這家公司曾在2016年的總統大選中為特朗普助選。他們在未經Facebook用戶同意的情況下，收集了5000多萬用戶的信息，利用其建立起了自己的行為模型，從而在不同的政治活動中瞄準潛在投票者。

通過對用戶數據進行計算，劍橋分析公司可以清晰的反映出用戶到底是怎樣的存在。如果你看過《紐約時報》的文章《你在Facebook上點的「贊」是如何被人利用的》，你一定會驚訝於現在大數據的對你透徹了解，而你對於這一切，幾乎毫無察覺。

作為一位Facebook的用戶，你可能會知道，當你在美國明星卡戴珊的主頁上點過「贊」，或者可能只是你想在自己的新聞推送中看到關於她的新聞，營銷人員就會根據你對她的興趣而向你投放定向廣告，但你可能並不清楚的是，研究人員已經弄清了你對卡戴珊的興趣如何與某些性格特徵相關聯，比如你有多麼外向（非常外向）、有多麼嚴謹（比大多數人都嚴謹），以及思想有多開放（只是有點開放）。一旦把你對卡戴珊的喜愛和你在Facebook上顯示出的其他興趣相關聯，研究人員相信，他們的演算法就能比你的愛人更精準地預測出你政治觀點的細微差別。

劍橋公司根據斯坦福大學及劍橋大學心理測量中心研究人員進行的研究調整了自己的性格建模方法。該研究依賴於Facebook一款名叫myPersonality（我的性格）的應用收集來的數據，這是一套由心理測量中心開發的100問小測驗，可測評一個人的開放性(openness)、嚴謹性(conscientiousness)、外向性(extroversion)、宜人性(agreeableness)和神經質(neuroticism)，這些特徵常被學術界以縮寫「OCEAN」指代。

許多通過myPersonality接受測試的受試者都同意授權該應用訪問其個人及其好友的Facebook資料數據——當時Facebook還允許這麼做。這使研究人員得以對測試結果——OCEAN數值得分——及用戶的Facebook「點贊」進行交叉對照，並根據他們在兩者之間找到的關聯建模。有了這個模型，研究人員往往只需一張他們的「點贊」清單，就能精準預測後續用戶的性格，不需再進行100題測試。

《紐約時報》稱，根據3.2萬多名接受該模型以及一兩位好友評估的參與者的樣本，研究人員發現，通過分析僅僅10個點贊得出的模型比同事的評估更準確。對70個點贊的分析比朋友或室友的評估更準確；對150個點贊的分析比家庭成員的判斷更準確；對300個點贊的分析比配偶的判斷更準確。

這種僅僅看300個贊，就能比配偶預測性格還準備的模型，尤其擅長「預測物品使用、政治態度和身體健康狀況等生活結果」。

「我們幫你找到投票人並催促他們行動，」劍橋分析公司在其網站上如此宣稱，而他們確實也被認為在促使特朗普當選上起到了推波助瀾的作用。

3,中國的現狀

在聽證會上，一位阿拉斯加州參議員問扎克伯格，「從校園寢室的小網站，發展到現在的跨國公司，這樣的故事只能發生在美國吧，你同意嗎？你在中國做不到這些，對嗎」，扎克伯格想了想說，「參議員，我知道中國也有一些互聯網巨頭」。

的確，今天的中國也有很多互聯網巨頭，而他們面臨著與Facebook一樣的問題，和美國的同行一樣，他們還沒有充分重視用戶的數據隱私權。

李彥宏在中國發展高層論壇上關於數據隱私的表態

媒體的曲解曾一度令他備受爭議

車寧是北京市網路法學研究會理事，他供職於某大型商業銀行，從事前沿創新與風控合規工作多年。業務開展的需要、法學教育的背景，加上日趨嚴格的監管壓力，讓他一直關注著數據隱私保護的問題。用他的話說，雖然業內一直有客戶移轉隱私權利換取產品服務、尤其是個性化定製化服務的「潛規則」，但在法律法規、行業標準漸趨完備和信息收集維度、強度持續擴展的客觀情形下，事實性的、所謂「默認」的交易安排註定是不穩定的。

車寧指出，我國當下並沒有專門的、涉及個人、企業數據權利界定及保護的成文法律，目前仍是九龍治水式的、分散於民事、行政、刑事等多個部門的規制體系，其中最具標誌意義的是2017年生效的《網路安全法》及「兩高」《關於辦理侵犯公民個人信息刑事案件適用法律若干問題的解釋》。兩者共同構成了涉及定罪量刑、法律適用、舉證責任等方方面面完整的規範體系，事實上塑造了我國區別於歐盟、美國的獨特模式，其調整主體廣、入刑門檻低、適用刑罰嚴的特色非常突出，且兼及單位犯罪和個人犯罪，需要特別引起重視。

儘管法律已有規定，但是法律的執行卻步履蹣跚。

2018年4月4日，32歲的北京藝術家鄧玉峰，在武漢的一家博物館做了一個特殊的展覽，在這場名為「34.6萬武漢公民的秘密」的展覽中，他用一種特殊的溶液，將印有這些人姓名、性別、電話號碼、網購記錄、旅行日程和車牌號碼等信息的紙張，整齊地掛在一面牆上，參觀者只有在特殊的光源下才能看到相關信息，鄧玉峰對關鍵的身份細節被進行了模糊化處理。

辦這個展覽，鄧玉峰就是為了引起公眾對於數據隱私權的重視。六個月前，鄧玉峰開始利用QQ聯繫這些信息的賣家，他總共花了約合5000元人民幣，獲取每一個人的信息成本只略高於一分錢。

鄧玉峰的展覽

個人信息如此廉價。用戶的隱私數據可以賣錢，而且可以不止一次的重複賣錢，雖然國家可以通過嚴刑峻法來整肅規範，但是如果沒有找到問題根源的話，很可能只是指標而不治本。

問題的根源在數據的生產關係沒有理清。當用戶數據隱私權屬並不清晰時，一定會發生「公地悲劇」，針對數據的「巧取豪奪」將不可避免，這個領域必將是一片弱肉強食的黑暗森林，換句話說，我們雖然已經進入了數據時代，但是並沒有建立起數據時代的生產關係。

實體經濟中的原油生產貿易有清晰的產權關係，但是在虛擬世界，作為大數據時代生產原材料的用戶數據隱私，到底屬於誰呢？

這個問題比較複雜。

在一個典型的數據生產關係的鏈條中，通常包括數據生產方、數據使用者，數據生產方因為自身提供的服務而得以沉澱用戶的數據，並對用戶的數據進行建模分析，開發出相應的數據產品，在這個過程中，數據生產方要消耗大量的數據存儲資源，投入大量的成本，但是在目前的很多互聯網免費服務中，數據生產方並沒有直接從用戶身上收費，他們通過用戶數據來生成廣告類的產品，讓廣告主替用戶付錢。

這就是今天人們熟知的「眼球經濟」，平台通過產品、內容和服務吸引用戶的注意，在用戶將時間投入其中時，平台就能夠從廣告主那裡收取費用，換句話說，如果想要免費獲得我的服務，你就用眼球來換，而看什麼東西用戶並不能決定。

像Facebook這樣的平台，核心的商業模式就是根據用戶的喜好和瀏覽精準投放廣告。Facebook的2017年年報顯示，在其約407億美元的收入中，廣告收入為399億美元，佔到了收入總額的98%。（見下圖）

Facebook的「廣告收入"與"支付和其他收入」的佔比圖

不僅Facebook，廣告模式也是百度、阿里巴巴等互聯網企業營收的關鍵。從這個角度來看，扎克伯格在華盛頓國會山上面臨的問題，同樣拷問著中國的政府、商界和普羅大眾。

4,構建數據時代生產關係

在調取用戶數據的時候，以用戶知情同意為前提，這不僅僅是對於用戶數據隱私權的尊重和保護，更是一種從用戶角度出發的思維，在這種思維下，商業的競爭格局將發生巨大的變化。

在扎克伯格的聽證會上，一名參議員就轉述了Facebook一位高管的建議，給予用戶選擇權，要免費使用Facebook的服務，你就需要看廣告，不想看廣告，你就需要付費。如果再做的細緻一些的話，Facebook可以事先徵詢用戶的意見，讓用戶選擇他想要看的廣告類別，通過用戶同意的方式，來授權Facebook和數據使用者。

但這種安排還是限於單一中心化的平台上，而上述通過區塊鏈的權證解決方案則有望在保護用戶數據隱私權的前提下，打通數據流通的死結，數字確權證書這就好像交在用戶手裡的一把鑰匙，用戶的隱私數據可能放在了各個房間里，如果別人想要看你的數據的話，需要經過你的同意，你只有給他鑰匙他才能去你的房間里開門看。

在這個過程中，數據使用方並不關心用戶具體的數據。比如，陽光保險對於用戶張三、李四血壓數值並不關心，他們更在意通過這些數值所輸出的對保險有意義的結果，或者說他們看重的是，將這些數值代入公式所計算出的結果。事實上，這也是大多數據使用方所關心的，這就避免了直接查看用戶數據可能造成的數據泄露。

在我寫《螞蟻金服：科技金融獨角獸的崛起》一書時，我深刻體會到了最終用戶、提升用戶體驗對於公司發展的重要作用，在該書的封面上，我曾用三個短語概括螞蟻金服的成功秘訣，分別是「用戶第一、價值觀主導、用業務錘鍊組織」。其中，「用戶第一」是最重要的。

對於企業來說，「用戶第一」絕不是嘴上說說，而真的要在產品設計和商業實踐中下苦功夫。餘額寶就是一個顯著的例子，2013年，支付寶將本來可以留給自己的備付金利息讓渡給了客戶，從而誕生出這樣一個跨時代的互聯網金融產品，打開了螞蟻金服從支付向金融轉型的大門，開啟了一個今天估值1500億美元公司的序幕。

當時，中國的商業銀行不是沒有能力做同樣的事情，但是在當時的市場環境下，存款人對於利息還沒有那麼敏感，於是銀行陷入了「集體的沉默」，低息存款是銀行最重要的資源，沒有人願意將這部分利益讓渡出去。然而，商業競爭的魅力就在於此，它內在的原動力是一種可敬畏的能量，這種能量自發地尋找可以不斷提升用戶價值的那個點，找到以後，總有創新者在這個點上傾斜投入戰略資源，從而獲取用戶，衍生出其他商業價值。

在有了像餘額寶這樣的貨幣市場基金之後，銀行就變得很被動，既最終不得不依然讓渡這部分利益，也一定程度上失去了客戶的粘性，雖然各家銀行後來也跟進了類似產品，但是最早的先發紅利已經失去，在這個事情上，銀行的「集體沉默」在一段時間內是市場理性的，然而，這種理性的平衡總有可能被新入局者所打破。

同樣的，在用戶數據隱私權利已經成為核心生產資料的情況下，誰能最先意識到這個問題，誰能最先從用戶的角度思考，誰能最先以開放、共享的心態看待問題，誰能設計出有的機制並首先踐行，誰就有可能獲得發展的先機。

如果我們順著這個思路考慮下去的話，這種對用戶數據產權的確認和保護，所帶來的絕不是顛覆、革命和破壞，而是有序的結構重塑，任何一個有生命力的系統要想持續的發展，都需具備兩個要素，一是能量、二是結構，如果用這個框架來分析的話，我們發現，人們對於數據的需求是那樣強烈，這個慾望所帶來的能量是無窮無盡的，目前缺的就是有序的結構，而蘇文力的這個基於區塊鏈上的數據證書的方案，在保護用戶隱私的前提下，照顧到數據生產方的現存利益的同時，又考慮到了數據使用者的利益。

在這種方案下，互聯網巨頭們依然有巨大的競爭優勢，因為他們某種程度上掌握了上游的數據資源優勢，然而，這種優勢不是排他的，它要想更好的利用這種優勢，首先要提供更好的服務，只有這樣它才可能沉澱用戶數據，其次它要更開放的分享數據，只有這些它才不會被排除在系統之外，這個機制天然的會導致一個蓬勃發展的數字生態。

因此，在尊重既往的前提下，這個方案確立了大數據條件下的生產關係，它的意義不亞於西方歷史上對於私有財產權的確認和保護。如果你熟知在私有產權被確立後，經濟獲得多持久的發展，也許你就能夠理解在數字產權確認的情況下，我們可能會擁有多麼美好的未來。

小扎，你覺得這個主意好嗎？