数据已成为全球最值钱资源,资源垄断如何监管?

企业动态
今天,数据成为数字时代的石油,数据交易的巨头们使人们引发了顾虑。互联网公司对数据的控制使他们拥有无限的权利。石油时代产生的对竞争的看法都已经过时,数据经济时代需要新方法。

数据经济亟需反垄断手段

有这么一种新兴商品,它孕育着一个利润丰厚且发展迅速的产业,并会吸引反垄断监管者介入,以对掌控这种商品流通的公司加以限制。一个世纪以前,这种商品指的是石油。今天,数据成为数字时代的石油,数据交易的巨头们使人们引发了同样的顾虑。这些巨头们,指的是Alphabet (谷歌的母公司),亚马逊,苹果,Facebook和微软,他们看似势不可挡。它们是这个世界上最值钱的5家上市公司,并且利润激增:2017年1季度这5家公司累计实现超过250亿美元的净利润,而亚马逊占据了美国网上消费一半的市场。谷歌和Facebook几乎收割了美国数字广告行业去年新增的所有收入。

[[192550]]
编译 | 大饼,刘云南

这种绝对支配地位引发了分拆这些科技巨头的呼吁,就像20世纪早期呼吁分拆美孚石油(译者注:原文是Standard Oil标准石油,因标准石油更名为美孚石油,此处翻译为美孚石油)一样。《经济学人》杂志过去反对这种激进的分拆行为:因为规模本身不构成犯罪。这些巨头的成功也对它们的客户有好处。几乎没有人可以离开谷歌的搜索引擎、亚马逊的次日到货和Facebook的新闻订阅。而且这些公司并没有一家触发标准反垄断测试的警报。它们不但没有对客户漫天要价,反而提供了很多免费服务(但实际上,客户通过提供大量数据的方式买了单)。如果考虑线下的竞争对手,它们的市场份额看起来并没有大的令人担心。此外创业公司,比如Snapchat的兴起,也说明新的进入者仍然可以掀起波澜。

但是,前面提到的担忧还是有原因的。互联网公司对数据的控制使他们拥有***的权利。石油时代产生的对竞争的看法都已经过时,数据经济时代需要新方法。

数量本身就意味着品质

什么发生了改变?智能手机和互联网使得数据更多、无处不在,也更有价值。不管你是在跑步、看电视或者堵在路上,任何活动都会带来数据痕迹,这也使得数据处理库里的原始数据越来越庞大。随着从手表到汽车的各种设备联入网络,数据的流量也在增加:据估算,一辆自动驾驶汽车每秒会产生100GB的数据。同时,人工智能(AI),比如机器学习,可以从数据中提取出更多的价值。算法可以预测出什么时候客户打算购物,什么时候喷气发动机需要保养,或者什么时候某人有生病的可能等。包括通用电气和西门子在内的行业巨头们现在都宣称自己是数据公司。

数据的丰富程度会改变竞争的性质。科技巨头们总能从网络效应中获益:Facebook的注册用户越多,就越能从其他平台吸引来客户。数据还会带来额外的网络效应:企业收集的数据越多,就能从越多的方面改进产品,从而吸引更多的用户,再收集更多的数据,如此循环往复。特斯拉从其自动驾驶汽车上收集的数据越多,就能生产出越好的自动驾驶汽车。这就是为什么这家***季度只销售了2.5万辆车的公司比同一时间段内销售了230万辆车的通用汽车市值更高。由此可见,庞大的数据形成的数据池会形成护城河。

数据准入也以另一种方式保护公司,免于受到竞争伤害。对科技行业竞争的一种乐观观点认为,大公司可能对创业公司在隐秘角落里的发明或意料之外的科技转变毫无防备。但是这都不太可能发生在数据时代。巨头们的检测体系覆盖经济的每个角落:谷歌可以看到人们在搜索什么,Facebook可以看到人们在分享什么,亚马逊可以看到人们在买什么。这些巨头们不仅拥有应用商店和操作系统,还租赁运算能力给创业公司。它们拥有“上帝视角”,能看到在它们各自的市场和其他市场中发生的一举一动。它们可以看到新的产品或服务从什么时候开始受欢迎,然后抄袭这些产品或服务,或者直接收购那些还没有成长为威胁的创业公司。很多人认为,2014年Facebook以220亿美元的价格收购员工不足60人的信息应用程序公司WhatsApp,就属于此类意在消灭潜在竞争对手的决战式歼灭型并购。通过建立准入门槛和早期预警系统,数据可以抑制竞争。

反垄断监管者,你打算向谁求助?

数据的本质决定了过去的反垄断努力都徒劳无功。把谷歌拆分成5家公司并不能阻止网络效应。因为一段时间后,这5家中的一家就会再次占据市场主导地位。所以我们需要理智思考,随着新方法框架的明确,有两个建议脱颖而出——

***个建议是反垄断当局需要从工业时代进步到二十一世纪:以前并购审查时,反垄断当局会习惯性地用并购交易规模来认定是否需要进行干预,现在需要用公司的数据资产规模来评估并购交易的影响。购买价格也是一种信号,从中可以看出收购标的是否被巨头认为是潜在威胁。在这些衡量维度上,Facebook愿意花天价收购没有任何收入的WhatsApp,这件事情就应该引起反垄断当局的警觉。反垄断当局在分析市场动态时也需要对数据有更多认知,比如运用实验仿真模拟来寻找那些决定价格的算法,或者是来决定如何最有效地促进竞争。(http://www.economist.com/news/finance-and-economics/21721648-trustbusters-might-have-fight-algorithms-algorithms-price-bots-can-collude)

第二个建议是打破网络服务提供商对数据的掌控,并且加强对数据提供者的管控。提高透明度可能会有所帮助:公司必须告知顾客它们持有什么信息以及用这些信息赚了多少钱。另外,政府应该鼓励新服务的崛起、开放政府自己的数据仓库或者把数据经济中的关键部分建设成公共基础设施,就像印度的数字身份识别系统Aadhaar那样。同时,在用户许可的前提下,政府可以强制要求共享特定类别的数据,比如,欧洲对金融服务业采用的方法就是要求银行向第三方开放客户数据。

重新开始信息时代的反垄断工作不是一件容易的事情,而且这也会带来新的风险,比如:共享信息可能意味着泄漏个人隐私。但是如果政府不想看到数据经济被几家巨头垄断,那么就必须尽快采取行动。

原文:http://www.economist.com/news/leaders/21721656-data-economy-demands-new-approach-antitrust-rules-worlds-most-valuable-resource

【本文是51CTO专栏机构大数据文摘的原创译文,微信公众号“大数据文摘( id: BigDataDigest)”】

      大数据文摘二维码 

戳这里,看该作者更多好文

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2013-04-27 10:40:11

大数据全球技术峰会大数据CIO

2013-07-29 10:56:51

2014-03-31 15:08:23

机器学习大数据

2009-04-30 08:45:10

iPhone苹果移动OS

2023-06-28 15:03:24

2023-12-08 18:26:03

Java微软Code

2011-09-22 16:27:46

思科互联网

2011-05-12 09:03:18

2023-06-19 11:25:25

2015-06-10 15:06:53

绿色节能数据中心

2022-05-01 17:26:09

数据安全个人信息大数据

2010-04-02 16:37:31

云计算

2011-12-28 21:18:18

App

2020-11-12 09:42:32

云计算

2015-05-29 13:43:48

5G

2011-07-21 10:20:39

2020-09-01 07:55:16

VS CodePython代码编辑器

2009-04-08 13:08:22

多核服务器英特尔

2022-06-30 17:57:41

混合云多云公有云

2021-12-09 11:45:57

云计算云计算环境云应用
点赞
收藏

51CTO技术栈公众号