罗汉堂

迈克尔·斯宾塞:大数据的价值在于流动

迈克尔·斯宾塞是2001年诺贝尔经济学奖获得者,也是斯坦福大学 Philip H. Knight 荣誉教授,斯坦福商学院前院长。劳动力市场信号传递模型是斯宾塞的代表研究成果之一。他开创式地提出了“市场信号”概念,用于说明信息在市场中的传递方式、效用以及对市场行为的影响,从而为信息不对称理论的延展打下了坚实基础。他的研究显示了信息在当代经济社会中的极端重要性。

重要观点

迈克尔·斯宾塞总结了罗汉堂报告两点关键洞察

  • 回答大数据创造的价值从何而来。
  • 分析大数据可能的误用滥用,并提出解决方法。

他指出消费者的不信任是目前大数据面临的最严峻的问题。他相信大数据和AI可以正面改善市场信息结构,赋能商家进行更精准的产品差异化设计,改善混同均衡对于市场的负面影响。

 

发言内容

迈克尔·斯宾塞首先称赞了罗汉堂。他认为罗汉堂建堂两年来产出了大量关于数字经济的研究,价值颇丰。尤其是去年的普惠报告与今年的隐私报告,相辅相成。前者揭示了开放、平台为中心、设计精妙的数字生态如何助力中国电商和电子金融行业实现更普惠的行业增长范式。

他总结性地指出罗汉堂报告的两点关键洞察:一、回答了大数据创造的价值究竟来自哪里;二、分析了潜在的大数据滥用误用行为有哪些,和我们该如何尽量减少这些滥用误用对大数据给社会和经济创造的价值造成的伤害。

斯宾塞补充道,大数据的价值创造来自数据的流动与分享的过程中产生的具有广泛可操作性和指导意义的洞察和预测。而这个过程也催生了一些不确定性、不安全因素和风险,导致大数据可能被滥用和误用。我们应该学习如何控制这些可能的负面因素,以尽可能最大化利用大数据的正面价值。

毫无疑问,消费者的信任问题是大数据领域现在主要着眼的问题之一。根据麦肯锡2020年4月在北美进行的调查,信任问题存在于各行各业。调查结果显示,医疗和理财行业对于客户的隐私和数据保护相比之下得到最高的认可。但即使如此,也仅有不到一半的消费者表示相信这两个行业的客户隐私保护能力。其余行业如电力/天然气、零售、科技等行业都面临低于20%的客户信任。石油和天然气行业位居榜尾,只有10%的消费者表达了对该行业保护消费者隐私能力的认可。

有趣的是,在早年互联网刚刚出现时,人们普遍期望互联网的普惠性可以逐步改善长期存在于市场的信息不对称。当时的理解认为,互联网使得经许多消费者曾经无法获得的数据和信息变得唾手可得,而这将弥补消费者的信息劣势。

这个看法现在看来并不是错的,但却是不完整的。数据与信息的广泛产生和传播不仅使买家受益,也赋予了卖家更多的能量。以至于现在人们更多地在讨论该如何避免数据被企业或第三方恶意使用来损害消费者权益。大数据对市场信息结构潜在的正面影响是不可忽视的。具体而言,大数据可以在一定程度上改善混同均衡,使分离均衡更容易达到。

在不完备信息的市场环境中经常出现混同均衡:当卖家无法根据买家的差异将他们区分开,并设计出有足够的针对性地满足不同人需求的产品时,市场机制很难保证每个人最终获得与之适配的有效率的产品。在一些情况下,这可能会导致市场无效率或者市场崩溃。而与之相对的分离均衡概念,则描述的是卖家能够根据买家的差异匹配给其最合适的商品的市场状态。

举例说明,如果车保公司能够将它们的客户泾渭分明地分成两类:一类驾驶小心谨慎,一类驾驶风格狂野;并对前者推出保价低、出事后赔款也低的产品,对后者则推出报价高、赔款也高的产品,则理论上实现了分离均衡。而事实上,大多数情况下,保险公司并不能准确分辨客户的驾驶习惯,并适配其最合适的产品,所以处于混同均衡的状态。保险公司对于风险高低不同的客户往往只能提供相同的产品。这样一来,低风险的客户投保的收益低于不投保的收益,于是选择退出。高风险的客户则大举买入,致使保险公司出现亏损。

而大数据和AI则有望解决这个问题,改善市场的结果。许多对人类来说无法察觉的差异在大数据和AI的支持下会变成可以分辨,可以归类,可以总结的清晰区别。概括来说,在信息匮乏的市场里,大数据和AI将赋能商家推进更精准的产品差异化,从而瓦解混同均衡的状态。

斯宾塞指出这样的赋能不仅可以帮助市场上现有的商家与卖家,也可以帮助那些原本因为信息劣势被排除在市场外的人群。他引用罗汉堂的报告指出,推荐引擎帮助了许多因为信息鸿沟而经营低效的商家。商家其实很难准确了解买家的需求和喜好。而由大数据和AI推动的推荐引擎能帮助商家更好地“了解你的客户”(KYC),省下原本低效,甚至无用的广告成本。

但是,斯宾塞同时指出,混同均衡的状态并非完全是负面的。比如在购买医疗保险,人们是否愿意让卖家获取自己及亲人的基因和生物信息,并基于它们来设计更精准的差异化产品仍然是个存疑的问题。

0 条评论

评论请

加载中...

00:00:0000:00:00