對話維克托教授：再見金融資本主義，你好大數據資本主義

作者丨高飛 編輯 | 周雅

來源丨賽博故事（ID：cybergushi）

談到全球大數據的概念普及，一定離不開一位學者的名字，他就是國際知名大數據專家、牛津大學網路學院互聯網研究所治理與監管專業教授Viktor Mayer-Sch?nberger（維克托·邁爾-舍恩伯格）。當年他的一本暢銷書《大數據時代》，完成社會大眾對大數據的價值啟蒙。在過去數年間，維克托教授經常到訪中國，我們也一直和維克托教授保持相當頻繁的交流，追蹤他對大數據產業和泛科技產業的最新看法和判斷。

就在上個月的中國(長沙)網路安全·智能製造大會上，我們邀請了維克托教授在峰會上做主題演講，並在會後和他進行了獨家專訪。

我們著重探討了以下幾個話題：

1.第四次工業革命的特徵是什麼？

2.傳統企業如何利用數據價值？

3.如何解決巨頭壟斷問題？

4.大數據的隱私問題如何解決，GDPR還是區塊鏈？

5.中美科技產業格局誰主沉浮？

6.他的新書：《大數據資本主義》的新主張是什麼？誰會在《大數據資本主義》時代勝出？

賽博故事：您如何看待第四次工業革命？

Viktor：講到工業革命，我們都知道第一次工業革命以蒸汽機為標誌，實現了更廉價的方式來進行批量化生產， 20多年以前，數字技術興起，計算機、網際網路的使用，幫我們繼續提升了批量生產的效率並改善了流程。正在到來的新工業革命，依靠大數據和人工智慧的大量使用，實現了全新的製造模式。德國政府曾提出工業4.0概念，但是我認為不是特別準確，不能完全反映這場新工業革命的本質，當下進行的不是工業1.0、2.0、3.0後的下一個延續，而是一個全新的工業化革命，與之前完全不同。

賽博故事：互聯網公司很善於利用數據，這讓他們在新工業革命時期佔據優勢。但這個世界還有很多傳統企業，他們如何才能在新工業革命時代不掉隊？

Viktor：這對傳統企業是一個巨大的挑戰，不僅僅在中國，全世界的傳統公司都面臨挑戰，從商業模式到製造模式都會在大數據時代遭遇衝擊。對於傳統製造業來講，最大的挑戰是要改變思維，不僅是要學習新技術，新技能，關鍵是要從陳舊的、傳統的工業化思維中創新地解脫出來。在舊工業時代，是按照規劃執行，逐步付諸實施；現在則是全新的、敏捷靈活的製造模式，要做到有了新點子就能投入生產。傳統企業要具備敏捷製造的能力，讓自己的公司和客戶、顧客有更多的互動，才能獲得成功。歐洲有很多老牌製造業公司，他們非常成功，但我發現他們目前的思維模式還處於舊工業化時代。從這一點來看，中國製造業企業可能具備一定的優勢，因為他們非常善於不斷地迭代開發、生產新產品，這種新模式其實對德國工程師來說是非常不適應的。

賽博故事：數據現在越來越多掌握在科技巨頭手中，人們擔心這會造成壟斷，你擔心這個問題嗎？

Viktor：我擔心這個問題，在我的新書《大數據資本主義》當中，有一個觀點就是要人人都可以獲得數據。創新是需要數據的，如果是出現了數據被大公司巨頭壟斷，就會極大扼殺競爭性。我們需要競爭，為消費者帶來多樣化的選擇，提供物美價廉的產品，為社會帶來新的創意，解決社會的，經濟的，環境的問題。所以我們不能任由大公司來壟斷數據，我們需要確保數據可以流通分享，讓中小企業也可以獲得數據。

賽博故事：說到共享，區塊鏈能解決數據的所有權和數據保護問題么？或者歐盟的GDPR，它能解決數據隱私保護問題么？

Viktor：我不認為區塊鏈可以解決數據所有權問題，區塊鏈事實上反而可以製造出一些問題。有一些專家認為如果把數據控制權交還到個人手上，這個問題就解決了，並不是。

關於數據保護方面的法律，歐洲有長達30年的歷史，但是效果並不好，因為沒有個人去行使它的權利，要保護自己的數據是需要花大量的時間和精力的，我們的生活已經是夠複雜的了，不可能每個人同時還是數據方面的專家，行使保護自己數據的權利。

舉個簡單的例子，去超市買菜，不可能像化學家一樣，帶著整套實驗室設備去測試這個菜能不能吃，那個菜能不能吃。數據也是一樣的道理，要有一種信任的機制，相信有這樣的機構或者機制來包保護我們的數據，數據不被濫用，這種信任需要專門的機構或人來負責任的。在歐洲，很長一段時間，保護數據的這個責任是放在個人身上，但是其實個人是不知道怎麼來保護自己的數據和隱私的。大公司收集了大量的個人數據，甚至是利用這些數據獲得盈利，他們應該對此負有一定的責任。

關於GDPR，它是歐洲保護數據的一個新法案，我覺得效果無法達到這個法律制定者的初衷的，當然核心價值是好的，初衷是要保護個人的數據和隱私。但是這個實施的方式我覺得是錯誤的，因為它把所有的數據保護的動作下放到個人層面。其實作為獨立個人，其實並不知道像阿里巴巴，騰訊，谷歌或者是臉書，拿到他們的數據去做什麼事情？我們再舉一個例子，我去看醫生，醫生給我開藥，我不會吃藥之前還要測試一下這個葯什麼成分，有沒有效，我們對醫生是有信賴的，葯的安全性在於醫生和製藥廠，而不是在於病人本人。數據也是一樣的道理，新的法案GDPR機制的原理就是錯誤的，它設計的目的是要減少數據的使用，這一點是大錯特錯的。

數據本身是沒有害處，也不危險的，危險的是對數據的濫用和錯誤的用法。就個人健康數據而言，如果我的數據能夠帶來新的治療手段，或者是給製藥廠一些新的靈感，這個數據就是一種善用，能夠幫助社會，幫助病人。但是如果把個人數據用於幫助保險公司重新計算保費，讓消費者支付更多的錢，這就是對數據的濫用。所以數據保護法案的關鍵，應該是保護數據不被濫用（不是減少數據使用，和讓消費者自己去判斷是否公開數據）。

賽博故事：很多科技公司都在建立自己的生態平台，從數據價值的角度出發，一個好的生態應該具備什麼特徵？

Viktor：好的生態系統就像好的「市場」一樣，市場並不只是資本主義的產物，事實上中國幾千年以前就有市場了，比歐洲出現早得多了。市場是一個偉大的發明，因為大家可以在市場上進行良好的協作。

好的市場和壞的市場它的區別是很明顯的，好的市場會給你提供豐富的選擇。壞的市場，正相反，讓你只能在這一個地方買東西，就好比我們如果要在亞馬遜網站購物，其實我們只有一種選擇，我買的產品都是亞馬遜的老闆推薦出來的產品，它的選擇是固定的。不像傳統的購物方式，我們可以讓朋友推薦。好的市場是鮮活的，五彩斑斕的，允許多種意見存在，但是現在的一些大型互聯網公司，亞馬遜也好，谷歌也好，給我們的選擇越來越少了。

賽博故事：您在新書《大數據資本主義》中提出，數據正在取代金融，成為市場經濟的核心驅動力，它和金融資本主義的區別是什麼？在金融資本主義時期，最輝煌的職業是交易員和銀行家，在經濟要素轉變的大數據資本注意時代，哪些人，哪些職位將脫穎而出？

Viktor：在全球化市場里，有數以十億計的人在分工合作。這個市場它的驅動力是什麼呢？是靠貨幣和金融，我們通過這個價格來決定是買還是不買什麼？做出買和不買的決策，價格就是我們做出從信息到決策的捷徑。

但價格其實是一種濃縮性的信號，把很多產品的細節給忽略了，事實上基於價格的市場，讓我們比較容易做比較。其實很多細節性的信息已經不存在了，讓我們造成錯誤的決策。

大家都有這種經歷，買了某個產品，並不是因為需要它，僅僅是因為它便宜。在這樣一個基於價格的市場上，金融是它的潤滑劑。在大數據的時代，這個潤滑劑就應該被數據，被信息所取代，因為數據可以給我們提供更豐富的信息，讓我們知道產品更豐富的細節，幫助我們找到更好的、匹配需要的產品。

基於數據或者是數據富集的市場是一個更好的市場，我們不再單一依賴價格這個信息指標，會有更多豐富的數據幫助我們做出決策。在這個時代，銀行也會變得不那麼重要。（可以預測），如果再過20年、50年，有200年的金融資本主義就會消失。那時我們已經克服了金融資本主義的各種弊端，進入了一個富數據的市場，這會是一個更好的市場。

賽博故事：那麼具備何種特徵的公司，將在大數據資本主義時代勝出？

Viktor：顯然傳統的，層級森嚴的企業會不適合大數據時代，因為他們的效率非常低下。在富數據的時代，成功的企業是那些動作迅速、靈敏、適應能力強，可以迅速看到機會，捕捉機會，把「市場行為」帶入組織內部的企業。

舉一個例子，我知道瑞典一個醫藥公司，在公司內部有不同的團隊互相競爭，讓公司成為一個市場。一些傳統企業，例如賓士，也正在把市場機制帶入到公司內部，打破階層劃分。所以我們要擁抱富數據的市場，把市場機制引入到公司內部，提倡競爭，讓公司保持多樣化，靈敏性和適應能力。

賽博故事：我們知道，您經常遊走於中美兩國之間，怎麼看待兩個國家的科技產業區別？

Viktor：首先，美國也是一個幅員遼闊的國家，各地情況不同。美國存在著很多創新的元素和土壤，包括在大數據，人工智慧領域。但是這些產業主要集中在加州和東海岸，而中部的創新就沒有那麼活躍。另外，我們看到美國目前特朗普總統蠻看重傳統製造業，想要挽救傳統製造業的光輝，但是這個想法是錯誤的，和未來格格不入。我們要塑造未來，就不可能沉迷過往。或許無論特朗普總統增加多少的關稅，也挽救不了美國傳統製造業，關鍵在於改變思維。我在中國看到完全不同的景象，中國的中小企業、初創公司，甚至很多老牌企業都在擁抱變化，不斷適應新市場，這一點我是美國無法比擬的。中國企業更加靈活，中國也有很好的基礎設施，因此我對中國充滿信心。但是這不意味未來會很容易，對整個人類社會來說，我們正在面臨近200年、300年以最大的變革期，經濟上，社會上都是如此。我們需要付出更大的努力來迎接挑戰。

附Viktor Mayer-Sch?nberger（維克托·邁爾-舍恩伯格）教授新書《大數據資本主義》目錄及文摘：

《大數據資本主義》闡述了當市場從金融資本主義轉向大數據資本主義後如何定義市場，企業，金錢，銀行，工作和社會正義等。舍恩伯格以具體的例證、深刻的思索，提出他所洞察到的種種問題、以及可能的解決方案：

● 金錢的交易功能雖可維持，但金錢的信息功能將被大數據（與富數據rich data）接管，數據是新資本，代表金錢流、人流、物流的新趨向。

● 金融資本開始貶值之後，哪些人、哪些企業，將受到最嚴重的打擊？

● 人工智慧介入企業的日常事務與決策流程，擁有哪種技能的人才難以被取代？應當徵收「機器人稅」嗎？全民基本收入（UBI）能解決社會問題？我們能否把最重要的選擇權掌握在自己手裡？

● 傳統銀行有如駛進暴風圈的黃金商船，正面臨三大威脅，銀行該怎樣應對危局？

● 超級巨星企業雄霸市場，少數人鯨吞了經濟成長的果實，面對富數據市場的「老大哥」，法規和稅制須如何因應，以促進多元性、避免集中化，讓市場更有效率、社會更永續？

目錄：

1.重塑資本主義：從金融資本主義走向數據資本主義

2.企業與市場：集中式協調與分散式協調

3.市場與貨幣：以金錢為交易基礎的市場，效率低下

4.富數據與市場：三項信息新科技助力變革

5.企業與管理：企業該如何駕馭日趨龐大的數據流

6.企業的未來：市場機制正在蠶食企業的運作機制

7.銀行的未來：數據資本重於金融資本

8.反饋效應：防範富數據市場的「老大哥」

9.工作權益與分配正義：莫讓少數人鯨吞了經濟成長的果實

10.人類的選擇：在知識的道路上，繼續向前進步

文摘：

多數情況下，當一個群體為了一個共同的目標而努力時，每一個成員都應該把這個目標當成自己的目標。一部分人需要勸導、勉勵、說服、激勵其他人，讓他們把個人的優先選擇和喜好偏愛放在一邊，哪怕只是暫時的。當人們能夠做到這一點時，就可以進行有效的合作了。但是，讓所有人長期保持意見一致是很難做到的，所以很多時候，人們往往做不到同心協力。還有些人根本就不會去說服別人，他們的做法是強迫別人合作，而不是讓別人做出選擇。這樣的做法即使成功了，也是不道德的，而且這種成功也不會持久，這一點許多強權統治者是最明白的。

市場則完全不同。參與者進行交易時不需要目標一致，也沒有人強迫他們做到這一點。恰恰相反，參與者可以只接受對他們個人有利的交易，以進一步增加自身利益。這樣做不但是市場所允許的，甚至可以說市場所鼓勵的。這一過程可以說是為人類合作這部機器抹上了潤滑油，讓每一個參與者都能受益。

市場並不是唯一的可以讓人類合作的社會機制。與市場共同成為人類關注焦點的，還有公司。儘管我們通常認為公司是市場體系的一部分，可實際上，在高效地協調人類活動方面，市場和公司採取的方法卻是互補的、對立的。從人類的合作能力角度講，市場和公司在本質上是一對競爭對手。

公司在幫助人類合作方面，也獲得了同樣的成功。世界各地大約有1-2億家公司，而多數國家都有超過三分之二的勞動力受雇於這些公司。過去的幾十年里，很多國家在私營企業工作的人口比例都在不斷增長，尤其是在中國這樣的高增長國家，私營企業的就業人數達到激增的程度。在經濟合作與發展組織(OECD)里的發達國家中，幾乎每五個人中就有四個在公司工作。這些公司有的可能很小，只僱傭幾個員工；有的可能很大，像美國折扣零售商沃爾瑪(Walmart)那樣擁有200多萬名員工；有的則介於兩者之間。

然而，與市場不同的是，公司是一個集權合作的例子，其交流模式也是以集中為特點的。大家一起加入公司，將個人的努力和資源也匯聚到一起。但是，公司成員的活動是由一個公認的集中權威來組織和指導的。公司會有一個相對穩定的成員群體，參與者在一段時期內都是公司內部職員。外人來了必須經過嚴格審查；新人來了則需給予全面指導。有相關經驗的員工負責為公司的特定目標做出重要決策——通常情況下，儘管並不總是如此，他們的決定要做到對公司的所有者和股東負責，使公司的利潤最大化。獲得公司領導崗位的人，要麼具備與公司的競爭優勢相關的專長，要麼擅長激勵員工和說服客戶。公司的每一個成員都有明確的職責，員工能夠進入公司，是因為他們的技能符合公司的既定戰略。由於分工不同，大多數公司都是按照不同層級進行集中決策的。

在分層管理和命令與控制方面，亨利·福特的貢獻使其享譽全球。1908年10月1日，當T型車的第一台原型車駛離工廠時，汽車市場才剛剛出現。福特的成功與其說是源於汽車設計，不如說是源於他對製造過程的控制。在生產過程中，福特不是讓工人在一輛輛汽車之間來回走動，而是讓工人原位不動，讓移動的流水線將生產中的汽車送到他們面前。這一創舉，再加上許多其他的創新，將生產一輛汽車的時間縮減了一半以上。為了解決車漆晾乾的用時問題，福特使用了自己的黑色亮漆特殊配方。這種亮漆48小時就可以晾乾，比他所測試的其他配方或顏色要快得多。1909年福特汽車上市時，其生產方式已大幅削減了公司的汽車價格，一輛汽車已低至人們可以負擔的825美元。到20世紀20年代中期，福特的T型車售價已不到300美元。

福特公司的各項規定都很嚴格，除了對工廠的規定，公司還有對工人家庭的規定。在員工的高周轉率威脅到公司效率時，福特提高了工人工資，實施了「每日五元」制。但是，享受這個薪酬的員工，必須是那些符合福特「社會部」用人標準的人。用人標準不但要收集有關員工的性格等細節，同時還會監管他們的飲酒、消費等習慣，甚至還會關注員工家庭的整潔度。福特不想與任何人分享決策權。當公司的股東要求加大分紅比例時，他就借錢來支付股息，同時還借錢回購了公司，將公司的控制權歸於他一人名下。在1920年銷售額暴跌時，福特將公司的製造部門關閉了近六周，同時取消了任何他認為屬於浪費的東西，其中包括60%的公司用電話。在他看來，「任何公司都只有很少一部分人需要電話。」畢竟，重要的信息都應該是向上流動的，流向身處公司總部的他本人，而不是旁流四溢。到了第二年，公司的銷售額翻了一番，而車價卻下降了。公司重回正軌。

許多公司，不僅僅是汽車行業的公司，都遵循福特的模式，將勞動分工與集中決策相結合，對生產過程進行嚴格控制和垂直管理。一些資本主義的批評人士認為，公司將會擴大規模，進行合併，形成壟斷或寡頭壟斷，並最終控制經濟，擠垮現在的市場。儘管我們在許多產業上，從十九世紀九十年代的火車業和鋼鐵業，到二十世紀後半葉的巨型集團公司(有時稱為國家冠軍企業，即national champions)，再到二十一世紀的亞馬遜、谷歌、臉書（Facebook）和百度等數碼巨頭，看到了高度集中的現象，但是到目前為止，公司還沒有取代市場。在效率問題上，公司和市場仍然在為誰佔主導地位而相互競爭。在製造業等曾經由公司主導的行業中，目前正在發生一場由市場組織的變革。

例如，在20世紀90年代，中國的一些國有企業與「四大」日本製造商(本田、川崎、鈴木和雅馬哈)合作，為不斷增長的中國國內市場生產摩托車。31家中國公司從日本開發商那裡獲得了摩托車設計的授權，然後就像福特汽車公司那樣，在生產的每一個環節都制定出嚴格的規範和要求。不過，儘管這些摩托車比日本製造的同類車型便宜很多，但價格卻還是高達700美元左右，遠遠超出了大多數中國人的預算。按照研究人員約翰?西利?布朗(John Seely Brown)和約翰?哈格爾(John Hagel)的說法，在政府向小企業開放該行業後，雲集在重慶的幾家企業開始打破授權制度，他們試圖創建出更便宜的生產流程，讓摩托車最終成為大眾消費得起的產品。這些企業並沒有去尋找減少自己工廠費用的方法，而是決定購買和組裝其他公司製造的零件。他們直接奔向了市場。

這些組裝企業首先將最流行的摩托車模型的設計，分解為四個基本模塊，每個模塊由數百個構件組成。然後，他們將這些模塊的草圖分發給每個可能的部件供應商，標明了幾乎所有的細節。潛在的供應商必須確保他們生產的部件在重量和尺寸上符合基本標準，並且可以與模塊中的其他部件無縫銜接。此外，供應商可以在設計上做出任何他們想要的改進，特別是在降低成本方面，不論是降低供應商自己的成本，還是降低組裝企業或者消費者的成本。組裝企業並不是發號施令者，在摩托車生產過程中，有許多的決策者——他們彼此的關係完全平等。這大概就是他們與其他公司最不一樣的地方。

許多組裝企業也明確表示，他們不會與任何一家供應商簽訂獨家合同，那樣就太過約束自己了。他們希望能夠自由地從多個來源購買相同或類似的組件和模塊，能夠根據供給條件和需求變化進行調整和轉換，並對消費者覺得最有吸引力的新信息做出反應。重慶每天生產著數以百萬計的可互換摩托車配件，甚至小小的「夫妻店」也可以進入摩托車裝配流程，這就大大增加了市場參與者的數量。

這種基於市場的模塊化生產流程，使摩托車的價格暴跌至200美元以下。到2005年，中國製造商所佔份額已達到全球摩托車產量的一半。在幾個新興市場，他們的份額已超過了日本的幾大品牌。本田在越南市場的銷售份額在短短5年內從90%下降到30%。中國人不僅解構了日本最先進的摩托車的基本構造，同時還解構了摩托車生產的基本組織結構。他們沒有選擇公司的集中控制和垂直管理。他們的成功，靠的是積極利用各類市場參與者，高效地生產出人們可以買得起的摩托車。

是選擇分散管理、分權模式，還是選擇集中管理、分層模式？這是我們想要實現高效協作時必須面對的選擇。是選擇市場還是選擇公司？兩者都有其獨特的品質，彼此截然不同。市場和公司雖然有時互補，同時又是兩種迥異的社會創新，兩種幫助人類實現合作的強大機制，兩種彼此激烈競爭的偉大戰略。

市場與公司之間的最大不同，主要體現在如下幾方面：信息流動的方式、信息轉化為決策的方式，以及決策的制定者是誰。這些不同充分反映在市場與公司的組織結構上：市場的信息流動是從每一個人到任何人的，通過分權模式，由所有市場參與者做出決策；而公司的信息流動模式，則是將信息全部匯總到某個中心，通過分層模式，由領導者做出關鍵決策。當然，並不是所有的汽車製造公司都像福特汽車公司那樣運轉，也不是所有的市場都與重慶的摩托車零部件市場相同。在不同的背景下，公司和市場各自都形成了多種運轉良好的組織結構。

更重要的是，在不同的時期，市場與公司的競爭優勢各不相同。自19世紀初以來，在新方法和新工具的推動下，公司在信息流動和決策過程等方面的特殊模式，為其贏得了得天獨厚的優勢，公司的重要性急劇上升。

我們認為，公司的這種優勢並非永久性的，並且已經開始走向尾聲。數據時代引入了一種前所未有的反作用力，它將推動市場向前發展，為市場與企業之間由來已久的競爭譜寫出新篇章，並最終為社會提供了一種更加行之有效的合作方式。想要理解這一切將如何實現，我們需要首先了解一下傳統市場的信息流動與決策過程。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！