ipfs分布式存储能否拯救互联网杀熟

数据是一种资源,也是一种权力。

数据本是用户的一项私人资源,数据所有权也就是一项私*力。但是,现在大型平台没有采用分布式系统,私人数据被中心化的数据库垄断。因此,私人的数据所有权被剥夺,科技公司便产生了所谓的大数据支配优势。科技公司往往在不告知用户的前提下采集、占有并使用私人数据。

用户在平台上留下的任何结构性的和非结构性的数据,经过科技公司的数学模型分析后,变得具有预测性。隐秘在用户深处的欲望、需求、情绪、情感可能被算法洞悉,科技公司可借此推送信息,引导消费,改变甚至控制人们的思想及行为。

2018年,Facebook陷入“数据泄露丑闻”。在听证会上,有*质问扎克伯格:“Facebook在窃听用户说的话?”扎克伯格婉转地回答:“我们允许用户上传分享自己拍摄的视频,这些视频的确有声音,我们也的确会记录那些声音,并且利用对这些声音的分析来提供更好的服务。”

ipfs分布式存储能否拯救互联网杀熟

滥用大数据支配优势的极端情况是大数据杀熟。

所谓大数据杀熟,是一种差异化定价行为。比如,某电商平台上同样一件商品,老用户和新用户客户端上所显示的价格不同。又如,当你急于在某个网络平台上购买飞机票时,票价却莫名其妙地上涨了。

亚马逊是大数据杀熟的“始作俑者”。2000 年,亚马逊针对同一张 DVD 碟片施行不同的价格政策,新用户看到的价格是 22.74 美元,如果是算法认定有购买意愿的老用户,价格会显示为 26.24 美元。如果删除 Cookie,价格马上又回落。很快这种策略被用户发现并投诉,亚马逊 CEO 贝索斯公开道歉,说这仅仅是一场实验,也承诺不再进行价格歧视。

大数据杀熟其实是一种歧视性定价行为。而价格歧视是一种被打击的垄断行为

英国经济学家庇古在1920年《福利经济学》按照价格歧视程度,分为一级价格歧视、二级价格歧视、三级价格歧视【5】。

三级价格歧视,对不同群体的客户索取不同的价格,但群体内的价格是一致的。民航、电影院、跨国公司经常采取这类差异化定价策略。

二级价格歧视,针对不同购买量索取不同的价格。数量折扣,多买更优惠,也是常用的定价策略。

但是,一级价格歧视是不被允许的。一级价格歧视,也叫完全价格歧视,同一商品针对每一个不同的买家都采用不同的价格。大数据杀熟就是属于一级价格歧视。

ipfs分布式存储能否拯救互联网杀熟

这里需要引入两个概念:信息不对称和消费者剩余。

所谓信息不对称,是指交易中的各人拥有的信息不同。在交易中,掌握充分信息的一方对信息贫乏一方构成议价优势。价格歧视程度,与厂商所掌握的信息量直接相关。在一级价格歧视中,厂商占据了绝对的信息优势,对每一个买家的信息了如指掌,从而可以做出差异化定价,最大限度地榨取消费者剩余。

而价格歧视所获取的超额利润,也正是“交易剩余”。正因为企业攫取了消费者的“交易剩余”,我们才认定其获得了超额垄断利润。在一级价格歧视中,企业掌握了每一个买家的信息,对每一个买家都索取了其愿意支付的最高价格,从而赚取了所有买家的全部消费者剩余。

根据哈耶克的信息分散理论,企业不可能掌握每一个买家的所有完整信息。但是,在“大数据杀熟”中,平台公司的算法越出色,对每一个买家的信息分析越充分,就可能榨取更多的消费者剩余。换言之,算法极限追求消费者剩余。

所以,理论上,劳方“剥削”资方。劳方“偷懒”,“敲竹杠”,“寻租”,便是在赚取更多的“交易剩余”。如果劳方不计加班费地干活,资方便赚取了更多的“交易剩余”。值得注意的是,劳资市场中的交易剩余、价格歧视都在过程之中,不容易被发现。

从经济学的角度来说,交易双方利用各自的信息,与对方进行价格博弈,本是一种正常的合理的竞争行为。正是这种竞争行为才促进技术进步及效率提升。但是,在*市场中,其中一方获取了信息垄断优势,比如平台掌控了私人数据,对另一方实施价格歧视,最大限度地榨取“交易剩余”,那么价格将扭曲,经济效率也会下降。骑手的部分收益被平台攫取,财富长期向平台倾向,打乱*市场的分配机制

要杜绝大数据杀熟,必须解决个人数据私有化问题。分布式信仰者试图通过点对点技术、加密算法等构建去中心化数据库。极客们不仅面临赛道拥堵、自治宪法等技术性挑战,还面临奥尔森所述的权力挑战。

反科技“狂人”希尔多·卡辛斯基曾在《工业社会及其未来》一文发出警告:“工业化时代的人类,如果不是直接被高智能化的机器控制,就是被机器背后的少数精英所控制。”

如果数据不私有化或未建立对算法的有效管控(注意前提),算法即剥削

上一篇:IPFS是什么?布局IPFS有什么好处?IPFS利好有哪些?


下一篇:FIl一定要知道的知识点!