数据是“新时代的石油”:一个误读?

大数据 CIOAge
自从《经济学人》将数据类比为21世纪的石油以来,数据的重要性已家喻户晓。但是,这一比喻令人误解,因为它不但容易让人联想到洛克菲勒的标准石油公司或美孚石油公司,还会误认为现在的数据就像一百年前的石油那样,成为市场上奇货可居、盈利丰厚的商品。然而,正规的数据交易市场根本没有形成,更不用说在数据市场里呼风唤雨的数据大鳄了。

“数据是新时代石油”的说法是一句成功的口号,但它只说对了一半,数据有价,但它本质上并非石油。

[[214712]]

我们每一个人都不喜欢垄断,除了垄断者。因为对普罗大众来说,垄断往往意味着更高的价格、更差的商品和不太好的服务。难怪曾为鲍勃•迪伦做过巡演经纪人的乔纳森•塔普林(Jonathan Taplin)在《迅捷行动,打破传统:Facebook、谷歌和亚马逊何以垄断文化、削弱民主》一书中对数字时代的垄断忧心忡忡,并倡议审查亚马逊、Facebook和谷歌对大数据的控制权。无独有偶,被称为“科技巨头克星”的欧盟委员会竞争专员玛格丽特•维斯塔格(Margrethe Vestager)亦表示:“数据可能成为并购中如何影响竞争这一问题中的重要因素。我们正在探索是否介入那些涉及重大价值数据的并购,即使拥有数据的公司并没有高昂的营业额。”这种学术和监管的新观点都着眼在“数据垄断”上,但究竟什么是“数据垄断”,它真的存在吗?

“新时代的石油”:一个误读?

自从《经济学人》将数据类比为21世纪的石油以来,数据的重要性已家喻户晓。但是,这一比喻令人误解,因为它不但容易让人联想到洛克菲勒的标准石油公司或美孚石油公司,还会误认为现在的数据就像一百年前的石油那样,成为市场上奇货可居、盈利丰厚的商品。然而,真实的情景是:正规的数据交易市场根本没有形成,更不用说在数据市场里呼风唤雨的数据大鳄了。其中的道理简单明了:数据并非真正的石油。

数据并不稀缺。总量有限的石油牢牢把控在欧佩克和俄罗斯等少数产油大国的手中。与之相反,数据无处不在且源源不绝。随着互联网、物联网和智能终端的发展,新的数据每分每秒都在产生,并且,只要网络用户在线,纷繁芜杂的“电子足迹”就会被记录和收集。正如IDC报告所显示的,在过去数年,全球的数据量均以每年58%的速度增长,到2020年,全球数据总量将超过40ZB(相当于4万亿GB),达到2011年数据总量的22倍。不仅于此,由于数据可以零边际成本地生产和分配,企业从自己或第三方等不同来源那里获取数据并没有实质的障碍。

数据并不排他。石油只能被特定的企业占有和消费,而数据不同,它被一家企业收集、使用并不以排斥他人为代价。作为网络用户,我们能够接受不同企业提供的不同网络服务,甚至是同一类服务,比如百度知道和知乎。这一被称为“多重归属”的网络经济特性,将我们的数据分散到各个网络平台上,以至于没有企业可以独占所有数据。非排他性还意味着,即便一家企业拥有了特定数据,它也不能阻止他人通过别的途径获得同一数据。正因如此,在新浪微博诉脉脉反不正当纠纷中,脉脉便抗辩说相关数据是其利用“协同过滤算法”而得,并非从微博处获取,以证明自己数据的合法性。

数据价值并不***。石油固然不是“恒久远和永留传”的钻石,但其并无有效期限,价值难以消减乃不争事实。与石油要储藏够久才有价值迥异,数据是典型的时效品,老数据不如新数据值钱,而且随着时间推移,前者越来越没有价值。恰如王坚先生的《在线》一书所洞见的,大数据与其说是“大”的数据,毋宁是实时在线的“活”的数据。所以,因数据累积而形成的优势会迅速消逝,因为数据的寿命有限,一旦它们“死去”,便一文不值。

数据没有法律上的所有者。数百年来,围绕石油已经建立起一套权属清晰、边界清晰的规则体系,而数据产权目前还是一笔糊涂账。最近,围绕欧盟委员会《关于构建欧洲数据经济征求意见书》,欧洲学界就数据财产权是否设立、以及如何设立论战不休。美国则基于实用主义的考虑,立法仅仅规范数据的收集、利用和流转,根本不谈数据归属问题。我国在今年生效的《民法总则》中***将数据纳入其中,但由于缺乏细则,只有宣示“数据受法律保护”的指向意义。更重要的是,数据与个人信息、隐私等有关人格的权利夹杂不清,进一步影响了数据产权的确立。“清楚界定的产权是市场交易的前提”(科斯),数据的“无法”状态自然让数据市场的发展困难重重。

总之,“数据是新时代石油”的说法是一句成功的口号,但它只说对了一半,数据有价,但它本质上并非石油。

数据能决定企业竞争力吗?

如果说数据不是企业的产出品(output),那么我们换一个视角,数据能否作为投入品(input),从而构成左右企业竞争力的源泉?当前,“构建以数据为关键要素的数字经济”已经在世界范围内获得广泛共识,可我们如何理解数据在企业竞争中的作用呢?

首先必须承认数据是企业发展的重要因素。数字经济的技术革新彻底改变了数据运用的传统方式。现在,企业能够通过数据的学习效应(learning effect),来改进产品和服务。例如,Youtube可以收集每个用户的点击信息,来修正和完善算法,从而吸引更多用户。企业还能基于大数据的“用户画像”,提供订制化的产品,并根据其消费者能力和价格敏感度设定个性化的价格。此外,企业还能对数据进行二次利用,开发出新的商机。最近,电子商务网站美团开辟“美团打车”业务,便是一个鲜明的例子。

然而,数据的作用也不可高估。纵观历史,拥有海量数据而失败的企业比比皆是。这首先是因为,数据的优势很容易被削弱。一方面,数据是可分的和高度差异化的。基于长尾理论的观察,不同的消费者在网络购物、在线约会、社交网络、在线旅游等场景下,往往导向更精确、更符合其需求的网络服务提供者。所以,成功的企业必须挖掘属于自己的利基市场,而不能盲目跟随领先者。差异化的竞争使得自己富有价值的数据,对其他企业可能用处寥寥。另一方面,数据本身可被替代。一家将传感器嵌入公路以收集交通拥堵数据的企业,很快就会发现,随着自动视频分析、手机导航等技术运用,其数据已沦为第二选择。

其次,数据不能独立带来优势。根据胡凌先生的分析,网络平台的竞争在“资源、数据、算法、基础服务”等四个维度展开。具体来说,经由信息技术降低交易成本而带来生产性资源的不断增长,伴随着前者的活动产生大量数据,然后企业使用算法对数据进行动态分析预测,最终据此改进基础服务。显然,数据只是一个中间环节而已,它不是也不可能是决定性的。这也说明了,为什么数据巨头会失败:从时代华纳收购美国在线,到微软收购网络广告公司aQuantive,这些数据驱动型并购都降低了、而非增强了它们的竞争优势。相反,在那些看似需要大量数据才能生存的数字产业里,初创者也能脱颖而出。当Tinder在2012年9月登陆在线约会战场时,它没有任何用户数据,但凭借着简单的用户界面和对消费者需求的精准关注,Tinder很快成为市场的***,迄今为止,Tinder 已经见证了200 亿成功配对,成为全球***的交友应用。

***,数据带来的力量十分脆弱。数字经济是高度创新的行业,更有甚者,在“颠覆性创新”(Disruptive Innovation)与“维持性创新”(Sustaining Innovation)二分架构下,其创新更偏向前者而不是后者。这意味着在不断变化和迅速迭代的竞争环境中,数据巨头的竞争优势将因完全意料不到的竞争对手和商业模式化为乌有,甚至会逆转为劣势。更惨烈的是,这种变化的彻底性与网络倾覆效应(Tipping Effects)相结合,往往让基于历史数据的决策错得离谱。MySpace与Facebook擦肩而过,AltaVista和Lycos输给了谷歌,诺基亚给iPhone让位,Google+遭遇滑铁卢,雅虎更名“Altaba”,这样的事件不胜枚举。

在最近的一篇文章中,经济学家Anja Lambrecht和Catherine E. Tucker细致检讨了数据是企业核心竞争力的观点,他们认为:“在变动不居的数字经济中,几乎没有任何证据表明,仅仅拥有数据就能充分排斥更优的产品或服务的供给。要想建立可持续的竞争优势,数字战略的重点应当放在如何使用数字技术,以***的方式给用户带来价值上。”就此而言,“数据是新时代石油”还有一层隐含的意义,那就是占有数据远没有开发数据有价值,正如石油大国往往不是经济强国,而这未尝不是“资源诅咒”的另类运用。

正是出于以上种种理由,尽管美国和欧洲的监管者都对数据垄断表示了关注,但在Google收购DoubleClick、TomTom收购TeleAtlas、Facebook收购WhatsApp、Nielsen收购Arbitron等一系列并购案中,他们并没有针对数据采取激进的反垄断审查措施,而把是否破坏行业竞争和侵害消费者权益作为监管目标。当然,不用讳言,数据巨头对数据的收集和利用将给普罗大众的个人信息权利和隐私权带来了挑战,可这已经是反垄断法之外的故事了。

作者:法学博士、中国人民大学金融科技与互联网安全研究中心副主任

责任编辑:未丽燕 来源: 网络大数据
相关推荐

2010-03-31 17:21:04

云计算

2016-09-26 17:26:20

2023-01-03 12:30:25

架构CPUGPU

2021-10-20 22:31:36

人工智能AI呼叫中心

2015-07-20 16:32:27

大数据新时代

2012-03-07 09:44:29

iPadIE6

2011-12-14 15:53:51

云计算

2022-03-08 16:42:28

数据数据实践

2018-03-14 22:22:43

区块链房地产安全

2018-07-09 12:34:47

2022-09-08 15:27:28

元宇宙数字化转型通信技术

2016-11-09 15:57:50

2019-05-06 11:37:52

混合云微软云提供商

2021-02-20 10:09:12

6G5G无线网络

2015-08-05 15:46:56

2021-10-08 09:00:00

大数据DataOps工具

2022-07-14 10:00:21

数据价值

2015-11-03 15:04:04

2020-10-10 08:13:53

云计算

2024-01-15 14:39:45

以太网网络电缆PoE系统
点赞
收藏

51CTO技术栈公众号