中国 PC 时代互联网自 2000年 左右经过 10年 发展，创造了 “流量经济”；移动互联网自 2010年 左右开始大跃进 5年，催生了 “共享经济”；站在 2015年 的驿道上，最令人心驰神往的路标非 “互联网 +” 莫属，这个以新一代信息通讯技术、云计算、大数据和物联网为基础，推动消费互联网向产业互联网转移及传统行业 + 互联网升级转型的创新生态逻辑，无疑像夜空中最亮的星一样，指引着中国科技创新创业前行的方向。那么，在中国互联网速度的跨越式迭代周期下，“互联网 +” 又会孕育怎样的创新经济形态呢？答案是 “算法经济”。
算法经济才是大数据的未来
据 Intel 预测，到 2020年，世界各地将有超过 500 亿个连接设备和 “物” 运作；而面对如此庞大的连接及产生的海量数据时，最大的障碍是将所有的数据赋予含义，这不得不使问题重点从数据切换到算法，以期望能够利用隐藏在庞大数据里的信息价值。Intel 称之为 “Algorithm Economy”，我们将其翻译成 “算法经济”，意思是数据成为社会、企业和个人已经无法忽视的资产时，算法是这些数据资产估价及交换的载体，这将会推动一些有意思的新的经济模式产生。
从有 “大数据” 这个词开始，很多地方都提到：大数据是 21 世纪的石油。这话不假，但根据 Gartner 最新发表的文章分析称，就数据本身而言是无含义的，数据本身并没有做任何事情，除非你知道如何使用它。正如石油本身是没用的粘性物质，除非把它提炼成燃料。算法就是大数据版本的燃料提炼，不同的专有算法对应不同的提炼出的燃料，来解决实际问题并转化为可执行的决策。这必将是未来成功企业的秘密武器。下一波的数字化淘金浪潮将会是如何利用数据来解决实际问题，而不仅仅是使用数据的行为。这便是算法经济的希望所在。
“未来已经来临”
事实上，“未来已经来临，只是尚未流行”。
Source: EverString Innovation
算法经济在美国的企业级软件服务领域已经开始发挥作用。自上世纪 70年 代开始的 20年，美国的企业级软件服务提供商还主要集中在提供收集、存储和度量数据的工具，进入 90年 代，以 Salesforce 为代表的新型 SaaS 公司开始通过自动化销售工作流程管理，随着数据的积累，靠人脑很难分辨出超过 3 个维度数据信息的内在价值，于是进入 2000年 逐渐开始出现以 Tableau 为代表的数据可视化工具，辅助人分析数据。之后大数据开始流行，但大数据只是一个中间阶段，很快在美国就进入预测即服务 (Prediction As a Service) 阶段。从预测下一个目标，到诊断下一个行为，终极目标是通过人工智能自动化做决策，这就是未来五年在美国企业级软件服务领域的方向。
大数据时代以来，中国出现的新公司已经不少是算法经济的践行者。互联网金融领域表现特别明显。互联网金融就能很好地服务中国的中小微企业和个人,但金融的本质是经营风险，则需要大量真实的数据为基础来做风险评估。无论是 P2P、股权众筹，还是第三方支付，抑或电商平台的金融服务，都需要通过算法来构建信用模型，或者反欺诈模型，来提高针对企业和个人的个性化金融服务的效率和质量。往更长远而言，基于个人或企业的征信体系，做到互联网金融产品能基于风险定价，专有的算法则是根本。很明显，征信算法即服务，反欺诈算法即服务应该离我们不远了。通过自动化算法引擎来动态定价、资源分配和用户反馈，每家互联网金融公司都可以重新想象其产品，以迎接算法经济这场革命。
算法经济推动智力资本的共享
云计算是互联网集约化经营的典范。对使用云计算的人而言，喜欢将复杂隐藏在云端，自己的操作回归简单。所以，沿着这个趋势下去，当大数据来临，将获取和存储数据放在云端，提供即插即用的 API 调用服务，数据即服务（Data As a Service, DaaS）。美国已经有很多独立的第三方 DMP（Data Management Platform），如 D&B、Bluekai、Acxiom 等专门提供各种数据 API 服务，中国也开始有非常专业的第三方数据提供商出现。
Source：EverString Innovation
下一步搬到云端的就是各种专有的算法服务。一方面，这是互联网集约化运营的趋势，让专业公司做专业事情，不是每个公司都有能力或都有必要建立数据科学家团队；同时，这也是智力资本共享的需求，当所有公司都 “+” 互联网了，都需要数据科学家分析数据帮助数据驱动的决策，但哪有这么多的数据科学家呢？必然的趋势是，拥有专业数据科学服务能力的公司来可以提供专业的算法服务。
算法经济会创造新的模式与趋势
个人、企业和智能设备将构成算法经济的主体，他们生产数据，基于互联网、物联网通讯，基于算法思考决策，形成自己的生态系统。在这个系统里，专有算法会产生经济效益，有利益就会有市场进行交易。因此，可以大胆预测一下，未来可能创造的新的模式与趋势有：
1. 企业人工智能（Enterprise Intelligence）
现在我们谈企业级服务，还主要停留在 SaaS 上。但未来 SaaS 可能只是企业级服务的一种中间状态，企业的内部工作流和互联网之间是相通的，会产生大量复杂的数据，未来的企业级服务会将这些数据通过各种算法服务利用起来，直接作为决策的工具。企业级服务的产品形态将可能会由不同场景产生的数据及专业算法决定，会思考的 SaaS 才是未来。当看到亚马逊 AWS 和微软 Azure 两家巨头云平台推出机器学习服务，BAT 都在推出数据开放平台，企业构建专业算法将变得越来越容易。可以想象一下，未来企业之间可以直接对话，对话的语言就是各种专有算法，去直接匹配服务的供求双方，这就是企业人工智能的未来。
2. 小数据驱动服务 (Small Data Driven Service)
物联网上的设备已经开始产生大量与个人的数据，比如各种医疗健康 App，可以根据个人体质测试数据，不断滚动生产个人的 “健康画像”，这是个人非常有价值的数据资产，即量化的自我 “小数据”。依靠这样的健康小数据，可以通过算法推荐适合身体健康的养生建议，甚至基于位置推荐适合的健身或养生服务；当个人的健康 “小数据” 汇聚成家庭的健康 “小数据”，甚至可以用来指导家庭的饮食计划及各种健康服务。同理，家里使用的智能硬件形成以家庭为单位的 “小数据”，可以用来衡量家庭的生活质量，进而针对性推荐提升家庭生活质量的服务。个人征信也是一种 “小数据”，将会成为个人获取互联网上虚拟生活服务的主要凭证。
3. 专有算法提供商（Proprietary Algorithm Provider）
当算法成为一种普遍需求时，肯定会有第三方专业算法服务提供商的模式出现；当算法可以直接带来经济效益时，基于算法的套利交易就会产生。这跟金融行业的算法服务与交易如出一辙。金融行业的资产管理公司都需要风险模型，于是有如 MSCI Barra 提供的各种不同区域的 Risk Model 来测算投资组合的风险；更进一层次是，高频交易算法的基金直接利用其专有的算法在金融市场上赚取利润，更有利用人工智能算法来分析互联网信息以获取信息不对称进行套利。当前，互联网 RTB 广告行业已经算是走在算法经济的前沿，通过算法来竞价广告投放，DSP 就是一种第三方的算法服务提供商；未来当 RTB 形成规模后，也肯定会有直接通过算法来套利的交易商。
