伦敦–脸书和其他科技公司滥用数据的行为终于得到了应有的官方关注。随着个人数据变成世界上最有价值的商品，用户会成为平台经济的主人还是奴隶？
平台经济民主化的前景仍黯淡无光。算法现在的发展方向，是让公司能从我们的过去、现在和未来的行为、或者从哈佛商学院的肖沙娜•朱伯夫（Shoshana Zuboff）所形容的“行为盈余（behavioral surplus）”中获益。许多案例证明 电子平台已经比我们自己还了解我们的偏好，因此可以刺激我们做出还会产生更多价值的举动。我们真的想生活在这样的社会中，让我们内心深处的欲望和展示出的个人能动性供出售吗？
资本主义一直擅长激起人们新的欲望。但是有了大数据和算法后，技术公司既可以加速也可以逆转这个过程。比起仅仅靠预测人们可能想要什么来创新商品和服务，技术公司已经知道我们会要什么，并且正在出售我们未来的自己。更糟的是，所用的算法会固化性别和种族的偏见，它会被追求经济或政治利益的人操控。虽然我们所有人都从像谷歌搜索这样的数字服务中获利颇丰，但我们并没有同意企业收录、调整和售卖我们的行为。
要改变这一点，就需要直接聚焦在当下流行的商业模式上，尤其在经济寻租的来源上。如同十七世纪地主从地价通胀中收取租金、强盗资本家从稀少的石油中赢利一样，今天的平台公司也正在从搜索和电商服务的垄断中萃取价值。
的确，人们可以预测具有高网络外部性的领域——即总用户数上涨，个人用户获利增加的领域——会产生大公司。这解释了为什么过去电话公司增速如此之快。但平台公司的问题不是规模，而是这些基于网络的公司如何运用自己的市场力量。
如今的技术公司原本利用自己的宽带网络引进丰富多样的供应商，这对消费者来说大有好处。亚马逊允许小出版商卖那些本不会出现在当地书店展示架上的书籍（包括我的第一本书）。谷歌的搜索引擎过去常常给出大量不同的供应商、货物和服务的搜索结果。
但是现在，这两家公司都通过控制产品用户看到的结果并且偏爱自家的品牌（许多名字看上去和这两家公司毫不相关），从而利用自己的主导地位来抑制竞争。而同时，不在这些平台打广告的公司发现自己处于严重不利地位。提姆·奥莱理（Tim O’Reilly）曾说，随着时间流逝，这样的寻租行为会削弱供应商的生态系统，而这些平台创始之初就是为了服务供应商。
经济政策制定者不能想当然地以为所有经济寻租都是一样的，而应该试着理解平台算法如何在消费者、供应商和平台自身之间分配价值。一些分配情况可能体现出真实的竞争，而另一些是由价值萃取（value extraction）而不是价值创造（value creation）驱使的。
因此，我们要发展出新的治理结构，这要从创造一套新的词汇开始。例如，当实际是纳税人资助发展从因特网到GPS这样重要而基础的技术时，把平台公司叫作“科技巨头（tech giants）”则暗示了是他们投资了自己正从中获利的技术。
此外，广泛地进行税收套利和雇佣合同工（为了免去医疗保险和其他保险费等费用）正侵蚀着平台经济所依赖的市场和制度。规章制度不能只停留在口头上，我们还需更进一步接受例如共同创造的概念。政府能够也应该调整市场，保证共同创造的价值让每个人都获益。
同样，竞争政策不应该只关注规模的问题。拆分大公司不能解决价值萃取和滥用个人权利的问题。假设许多类似谷歌或脸书的小型公司会以不同方式运营，或发展新型且剥削性较低的算法，这些想法毫无道理。
创造奖励真正的价值创造和惩罚价值萃取的环境是我们时代的经济挑战。幸运的是，政府现在也在建设平台，以认证市民、收税和提供公共服务。由于在互联网早期，人们担心官方滥用数据，现在许多数据架构都是由私人公司建立的。但是如今政府平台有了巨大的潜能，能提高公共领域的效率和民主化平台经济。
为了实现潜能，我们要重新思考数据治理，发展新制度，以及鉴于平台经济的动态，用其他所有权的形式进行实验。从众多例子之一来看，使用谷歌地图、Citymapper或任何依靠纳税人资助的数据的平台时，产生的数据应该要用于改善公共交通或其他服务，而不是仅仅变成私人牟利。
当然，有些人会争论道，管理平台经济会阻碍以市场为导向的价值创造。他们应该回去看看亚当·斯密的书，亚当·斯密的理想是没有寻租行为的“自由市场”，而不是没有国家管理。
算法和大数据要用于改善公共服务和工作环境、增进全人类的福祉。但是现在这些技术被用于暗中破坏公共服务，推广零时工合同，破坏个人隐私和使全球民主国家动荡不安——这都是为了个人利益。
创新并不只有发展的速度，它还有方向。人工智能和其他技术带来的威胁不在于它们发展的速度中，而在于设计和使用的方式。我们的挑战，是如何制定出一条新的道路。
Translated by Yuxuan Yi, Research Assistant at Intellisia Institute, an independent think tank in China.
伦敦–脸书和其他科技公司滥用数据的行为终于得到了应有的官方关注。随着个人数据变成世界上最有价值的商品，用户会成为平台经济的主人还是奴隶？
平台经济民主化的前景仍黯淡无光。算法现在的发展方向，是让公司能从我们的过去、现在和未来的行为、或者从哈佛商学院的肖沙娜•朱伯夫（Shoshana Zuboff）所形容的“行为盈余（behavioral surplus）”中获益。许多案例证明 电子平台已经比我们自己还了解我们的偏好，因此可以刺激我们做出还会产生更多价值的举动。我们真的想生活在这样的社会中，让我们内心深处的欲望和展示出的个人能动性供出售吗？
资本主义一直擅长激起人们新的欲望。但是有了大数据和算法后，技术公司既可以加速也可以逆转这个过程。比起仅仅靠预测人们可能想要什么来创新商品和服务，技术公司已经知道我们会要什么，并且正在出售我们未来的自己。更糟的是，所用的算法会固化性别和种族的偏见，它会被追求经济或政治利益的人操控。虽然我们所有人都从像谷歌搜索这样的数字服务中获利颇丰，但我们并没有同意企业收录、调整和售卖我们的行为。
要改变这一点，就需要直接聚焦在当下流行的商业模式上，尤其在经济寻租的来源上。如同十七世纪地主从地价通胀中收取租金、强盗资本家从稀少的石油中赢利一样，今天的平台公司也正在从搜索和电商服务的垄断中萃取价值。
的确，人们可以预测具有高网络外部性的领域——即总用户数上涨，个人用户获利增加的领域——会产生大公司。这解释了为什么过去电话公司增速如此之快。但平台公司的问题不是规模，而是这些基于网络的公司如何运用自己的市场力量。
如今的技术公司原本利用自己的宽带网络引进丰富多样的供应商，这对消费者来说大有好处。亚马逊允许小出版商卖那些本不会出现在当地书店展示架上的书籍（包括我的第一本书）。谷歌的搜索引擎过去常常给出大量不同的供应商、货物和服务的搜索结果。
BLACK FRIDAY SALE: Subscribe for as little as $34.99
Subscribe now to gain access to insights and analyses from the world’s leading thinkers – starting at just $34.99 for your first year.
Subscribe Now
但是现在，这两家公司都通过控制产品用户看到的结果并且偏爱自家的品牌（许多名字看上去和这两家公司毫不相关），从而利用自己的主导地位来抑制竞争。而同时，不在这些平台打广告的公司发现自己处于严重不利地位。提姆·奥莱理（Tim O’Reilly）曾说，随着时间流逝，这样的寻租行为会削弱供应商的生态系统，而这些平台创始之初就是为了服务供应商。
经济政策制定者不能想当然地以为所有经济寻租都是一样的，而应该试着理解平台算法如何在消费者、供应商和平台自身之间分配价值。一些分配情况可能体现出真实的竞争，而另一些是由价值萃取（value extraction）而不是价值创造（value creation）驱使的。
因此，我们要发展出新的治理结构，这要从创造一套新的词汇开始。例如，当实际是纳税人资助发展从因特网到GPS这样重要而基础的技术时，把平台公司叫作“科技巨头（tech giants）”则暗示了是他们投资了自己正从中获利的技术。
此外，广泛地进行税收套利和雇佣合同工（为了免去医疗保险和其他保险费等费用）正侵蚀着平台经济所依赖的市场和制度。规章制度不能只停留在口头上，我们还需更进一步接受例如共同创造的概念。政府能够也应该调整市场，保证共同创造的价值让每个人都获益。
同样，竞争政策不应该只关注规模的问题。拆分大公司不能解决价值萃取和滥用个人权利的问题。假设许多类似谷歌或脸书的小型公司会以不同方式运营，或发展新型且剥削性较低的算法，这些想法毫无道理。
创造奖励真正的价值创造和惩罚价值萃取的环境是我们时代的经济挑战。幸运的是，政府现在也在建设平台，以认证市民、收税和提供公共服务。由于在互联网早期，人们担心官方滥用数据，现在许多数据架构都是由私人公司建立的。但是如今政府平台有了巨大的潜能，能提高公共领域的效率和民主化平台经济。
为了实现潜能，我们要重新思考数据治理，发展新制度，以及鉴于平台经济的动态，用其他所有权的形式进行实验。从众多例子之一来看，使用谷歌地图、Citymapper或任何依靠纳税人资助的数据的平台时，产生的数据应该要用于改善公共交通或其他服务，而不是仅仅变成私人牟利。
当然，有些人会争论道，管理平台经济会阻碍以市场为导向的价值创造。他们应该回去看看亚当·斯密的书，亚当·斯密的理想是没有寻租行为的“自由市场”，而不是没有国家管理。
算法和大数据要用于改善公共服务和工作环境、增进全人类的福祉。但是现在这些技术被用于暗中破坏公共服务，推广零时工合同，破坏个人隐私和使全球民主国家动荡不安——这都是为了个人利益。
创新并不只有发展的速度，它还有方向。人工智能和其他技术带来的威胁不在于它们发展的速度中，而在于设计和使用的方式。我们的挑战，是如何制定出一条新的道路。
Translated by Yuxuan Yi, Research Assistant at Intellisia Institute, an independent think tank in China.