平台之惑

作者：吴晨

消费者在谷歌和亚马逊这样的互联网平台上留下的行为数据正成为平台最重要的资产，提高了准入门槛，也拜大数据与算法所赐，帮助平台挖掘出提供更好更便捷服务的机会。当消费者日益依赖这些平台，当消费者“让渡”的隐私信息日积月累，就开始需要深入讨论平台的治理问题。

数字化和互联网催生了一种既是交易场所又是共享库的新型平台。操作系统便是一个例子，如Windows、苹果手机的iOS以及智能手机的安卓系统。这些程序提供基本的服务，可以运行他人开发的程序。另一种平台是电子商务网站，如为卖家与买家搭起桥梁的亚马逊和淘宝。社交网络也是平台——它们将消费者、广告商以及其他各种应用汇聚在一起。共享经济中的优步与Airbnb也是一种将用户与司机/房间牵线搭配的平台。

互联网平台有其特点：首先它们都是“ 多边 ”的，意思是其客户群不止一种；其次它们都展示了强大的“ 网络效应 ”：一种客户群体持续成长，吸引了其他类型的客户，继而又会反过来吸引更多第一种客户，如此等等。最后，它们都是 私营 的，其所有人或运营者设定一系列规则，在此人们依照这些规则进行交易和业务往来。

这些平台得益于网络效应：平台的一方可用以配对的用户越多，就会吸引越多的人涌入平台另一方，其结果也许就可能形成对某一领域的垄断。平台为了谋求垄断而可能会愿意去烧钱，让尽可能多的人参与进来，消费者通常无需为平台服务支付任何费用，有时甚至还能倒赚钱。

互联网平台通常基于一种“默契”的商业模式：消费者让渡部分隐私的使用权——他们的个人信息和在平台上留下的痕迹，或者默许平台搜集他们的信息（包括虚拟 与现实世界的——比如说地理——信息），以换取免费的服务。脸书的功能，在用户看来是帮助他们维护并扩大自己的朋友圈，但是脸书的最终目标仍然是如何将每个人的社交网络变现。

互联网平台最重要的资产之一，恰恰是由用户在线行为所积累而成的大数据。如果一个平台能够占有多种消费者的数据，将会给它带来无与伦比的优势。谷歌作为搜索引擎如此高效，部分原因就是它的算法利用了大量过往的搜索记录。亚马逊也可利用客户的交易记录进行更精准的营销。换言之，日益累积的大数据，会构成阻拦新进者的日益高企的准入门槛。

随着大数据、算法与人工智能的演进，互联网平台对大数据分析的能力将逐步提升。如果没有约束或缺乏治理，会令人担忧。

想象一个场景，如果有约会平台可以捕捉用户的浪漫史，恰如亚马逊会积累用户的购物史一样，那么这个平台依托它的算法帮用户提供的约会建议可能会更贴心。这到底是好事还是坏事？

拜大数据和算法所赐，亚马逊对用户需求的预测已经越来越准确，它已经能据此在用户附近的仓储备货，以便在用户下单后更“快捷”地将货物运出。但是同理，如果约会网站可以更“便捷”地提供约会建议，让偶遇与邂逅不再需要，长此以往，是否会令婚恋异化？

更为根本的议题是，功利主义的人工智能（基于大数据的算法分析）有可能并非是赋予了机器以灵魂，而是把人变得更像机器，可以更准确地预测人们的行为，从而更好地去牟利。

消费者/用户与平台所达成的默契也可能演化成另一种“老大哥”的景象。

一开始，每个人在网络平台上的足迹构成了他们在网上的形象；可是自此之后，他们的网络形象会转而影响到他们的生活。他们在网上之所见，更重要的是，他们在网上看不见什么，都可能会被某种“算法”所决定。他们以为生活在真实的世界，但这种真实，很可能是被外部力量所决定，而他们却不知情。

还是去看一个例子。谷歌所做的个性化地图（根据用户信息“优化”的），已经可以更方便指向你此前搜索过的地方或者与你“志趣相投者”的聚集地。如此个性化的地图，如果走向极致，会演化成一个“不平”的社会，一个依赖大数据和算法不 断分层、分化、区隔的社会，每个人都以为看到了一样的地图，但是地图上的信息 展示的浓淡与取舍，却是人见人殊。

套用一句奥威尔的话：所有数据都是平等的，但有些数据要比其他数据更平等。

恰恰因为这些担忧，令“平台”治理提上日程。

其一、平台拥有海量的信息，可能比政府更能了解消费者，我们应该怎么去看待这些平台上积累的消费与行为大数据？这些数据有公共属性么？应该设定什么样的规则，令这些数据可以开放用于研究，令社会有所裨益？

科技公司Adobe从使用其软件的网站上收集经过匿名处理的销售数据，编制一份“数字物价指数”（DPI）。这份大数据暴恐美国500强零售商的四分之三的网上销售。Adobe邀请两位美国经济学家来处理这些数据。

DPI与传统的CPI不同。CPI只包含八万种商品，而DPI追踪140万种商品的价格。DPI基于实际购买价格而非广告标价，因而提高了指数的精确性。而庞大的数据量也令研究者可以运用更先进的统计方法来解释人们因价格变动而改变购买选择的行为。

其二、是应该完全由平台制定规则，还是需要政府加以监管？监管的底线是平台不能作恶。但是，在底线之上，平台是否可以制定其规则？

在美国热议的脸书算法中对特定新闻歧视的问题就是一个例子。脸书已经成为了美国人获取新闻的重要渠道，但是被曝光其新闻筛选的算法中对“保守主义”新闻有所歧视，很可能令用户无法平等地接触到各类新闻。脸书是否有权这么做？

同样，谷歌提出不再接受“发薪日贷款”（针对穷人的工资赊账短期高利贷）广告，理由是这些广告让很多穷人陷入更为窘迫的境地。问题是，凭什么谷歌有权力这么做，谷歌所评判的标准又是什么？如果谷歌是大多数人搜索信息（同时也被在线广告轰炸）的平台，又如果发薪日贷款还是有一定“借急救难”的属性，他们这么做的结果真的会帮助穷人么，还是会把一些穷人逼的走投无路？

如果追问一句的话，是否有一个阈值，超过之后，平台上积累的数据就有了一定的公共属性，需要某种程度的“共治”？又该如何制定这样“共治”的规则？

其三、如何鼓励平台之间的信息协作，以推进整体社会福祉？

在中国的语境中就有一个很实际的例子。各大互联网平台都有自己的一套信息，可以帮助用于判定用户的“信用”。而中国金融体系最缺乏的恰恰是公开、透明、准确并覆盖全面的信用体系。怎样才能让各方都能分享自己的数据，怎么去达成征信标准并由第三方发布？

其四、如何在平台统合力越来越强，影响力越来越大的情况下，仍然能够引入竞争，避免平台成为无可撼动的垄断者？平台所拥有的数据围栏越高，令新进者进入就越难；平台的资金越雄厚，其买断创新者与潜在竞争对手的能力就越强；虽然某些平台的公共服务属性令多平台的效率低下（没有必要有两家自来水公司来选择），

但如何保证平台不滥用自己的垄断地位攫取利益？

其五、政府与平台的博弈。苹果与美国政府就加州恐怖袭击嫌疑犯所留下手机解锁问题的对峙，恰恰凸显了这一问题。在国家安全与个人隐私两者之间做权衡时，该坚持什么原则？是否有变通的余地？放在不同的语境，可能是政府需要调用平台的大数据，以便更好地去了解社会的发展，人民的好恶，或是舆情的走向。平台与政府的“协作”应该基于什么样的程序与理由？政府又应该如何保障平台数据的安全和不被滥用？