午夜免费电影-中文字幕丰满乱孑伦无码专区-久久久久久亚洲精品无码-国产精品天天狠天天看

中國PC時代互聯網自 2000年 左右經過 10年 發展，創造了 “流量經濟”；移動互聯網自 2010年 左右開始大躍進 5年，催生了 “共享經濟”。

站在 2015年 的驛道上，最令人心馳神往的路標非 “互聯網 +” 莫屬，這個以新一代信息通訊技術、云計算、大數據和物聯網為基礎，推動消費互聯網向產業互聯網轉移及傳統行業 + 互聯網升級轉型的創新生態邏輯，無疑像夜空中最亮的星一樣，指引著中國科技創新創業前行的方向。

那么，在中國互聯網速度的跨越式迭代周期下，“互聯網 +” 又會孕育怎樣的創新經濟形態呢？答案是 “算法經濟”。

算法經濟才是大數據的未來

據 Intel 預測，到 2020年，世界各地將有超過 500 億個連接設備和 “物” 運作；而面對如此龐大的連接及產生的海量數據時，最大的障礙是將所有的數據賦予含義，這不得不使問題重點從數據切換到算法，以期望能夠利用隱藏在龐大數據里的信息價值。

Intel 稱之為 “Algorithm Economy”，我們將其翻譯成 “算法經濟”，意思是數據成為社會、企業和個人已經無法忽視的資產時，算法是這些數據資產估價及交換的載體，這將會推動一些有意思的新的經濟模式產生。

從有 “大數據” 這個詞開始，很多地方都提到：大數據是 21 世紀的石油。這話不假，但根據 Gartner 最新發表的文章分析稱，就數據本身而言是無含義的，數據本身并沒有做任何事情，除非你知道如何使用它。正如石油本身是沒用的粘性物質，除非把它提煉成燃料。

算法就是大數據版本的燃料提煉，不同的專有算法對應不同的提煉出的燃料，來解決實際問題并轉化為可執行的決策。這必將是未來成功企業的秘密武器。

下一波的數字化淘金浪潮將會是如何利用數據來解決實際問題，而不僅僅是使用數據的行為。這便是算法經濟的希望所在。

“未來已經來臨”

事實上，“未來已經來臨，只是尚未流行”。

算法經濟在美國的企業級軟件服務領域已經開始發揮作用。自上世紀 70年 代開始的 20年，美國的企業級軟件服務提供商還主要集中在提供收集、存儲和度量數據的工具。

進入 90年 代，以 Salesforce 為代表的新型 SaaS 公司開始通過自動化銷售工作流程管理，隨著數據的積累，靠人腦很難分辨出超過 3 個維度數據信息的內在價值，于是進入 2000年 逐漸開始出現以 Tableau 為代表的數據可視化工具，輔助人分析數據。

之后大數據開始流行，但大數據只是一個中間階段，很快在美國就進入預測即服務 (Prediction As a Service) 階段。從預測下一個目標，到診斷下一個行為，終極目標是通過人工智能自動化做決策，這就是未來五年在美國企業級軟件服務領域的方向。

大數據時代以來，中國出現的新公司已經不少是算法經濟的踐行者。互聯網金融領域表現特別明顯。互聯網金融就能很好地服務中國的中小微企業和個人,但金融的本質是經營風險，則需要大量真實的數據為基礎來做風險評估。

無論是 P2P、股權眾籌，還是第三方支付，抑或電商平臺的金融服務，都需要通過算法來構建信用模型，或者反欺詐模型，來提高針對企業和個人的個性化金融服務的效率和質量。

往更長遠而言，基于個人或企業的征信體系，做到互聯網金融產品能基于風險定價，專有的算法則是根本。很明顯，征信算法即服務，反欺詐算法即服務應該離我們不遠了。

通過自動化算法引擎來動態定價、資源分配和用戶反饋，每家互聯網金融公司都可以重新想象其產品，以迎接算法經濟這場革命。

算法經濟推動智力資本的共享

云計算是互聯網集約化經營的典范。對使用云計算的人而言，喜歡將復雜隱藏在云端，自己的操作回歸簡單。所以，沿著這個趨勢下去，當大數據來臨，將獲取和存儲數據放在云端，提供即插即用的 API 調用服務，數據即服務（Data As a Service, DaaS）。

美國已經有很多獨立的第三方 DMP（Data Management Platform），如 D&B、Bluekai、Acxiom 等專門提供各種數據 API 服務，中國也開始有非常專業的第三方數據提供商出現。

下一步搬到云端的就是各種專有的算法服務。一方面，這是互聯網集約化運營的趨勢，讓專業公司做專業事情，不是每個公司都有能力或都有必要建立數據科學家團隊。

同時，這也是智力資本共享的需求，當所有公司都 “+” 互聯網了，都需要數據科學家分析數據幫助數據驅動的決策，但哪有這么多的數據科學家呢？必然的趨勢是，擁有專業數據科學服務能力的公司來可以提供專業的算法服務。

算法經濟會創造新的模式與趨勢

個人、企業和智能設備將構成算法經濟的主體，他們生產數據，基于互聯網、物聯網通訊，基于算法思考決策，形成自己的生態系統。在這個系統里，專有算法會產生經濟效益，有利益就會有市場進行交易。因此，可以大膽預測一下，未來可能創造的新的模式與趨勢有：

1. 企業人工智能（Enterprise Intelligence）

現在我們談企業級服務，還主要停留在 SaaS 上。但未來 SaaS 可能只是企業級服務的一種中間狀態，企業的內部工作流和互聯網之間是相通的，會產生大量復雜的數據，未來的企業級服務會將這些數據通過各種算法服務利用起來，直接作為決策的工具。

企業級服務的產品形態將可能會由不同場景產生的數據及專業算法決定，會思考的 SaaS 才是未來。當看到亞馬遜 AWS 和微軟 Azure 兩家巨頭云平臺推出機器學習服務，BAT 都在推出數據開放平臺，企業構建專業算法將變得越來越容易。

可以想象一下，未來企業之間可以直接對話，對話的語言就是各種專有算法，去直接匹配服務的供求雙方，這就是企業人工智能的未來。

2. 小數據驅動服務 (Small Data Driven Service)

物聯網上的設備已經開始產生大量與個人的數據，比如各種醫療健康 App，可以根據個人體質測試數據，不斷滾動生產個人的 “健康畫像”，這是個人非常有價值的數據資產，即量化的自我 “小數據”。

依靠這樣的健康小數據，可以通過算法推薦適合身體健康的養生建議，甚至基于位置推薦適合的健身或養生服務；當個人的健康 “小數據” 匯聚成家庭的健康 “小數據”，甚至可以用來指導家庭的飲食計劃及各種健康服務。

同理，家里使用的智能硬件形成以家庭為單位的 “小數據”，可以用來衡量家庭的生活質量，進而針對性推薦提升家庭生活質量的服務。個人征信也是一種 “小數據”，將會成為個人獲取互聯網上虛擬生活服務的主要憑證。

3. 專有算法提供商（Proprietary Algorithm Provider）

當算法成為一種普遍需求時，肯定會有第三方專業算法服務提供商的模式出現；當算法可以直接帶來經濟效益時，基于算法的套利交易就會產生。這跟金融行業的算法服務與交易如出一轍。

金融行業的資產管理公司都需要風險模型，于是有如 MSCI Barra 提供的各種不同區域的 Risk Model 來測算投資組合的風險；更進一層次是，高頻交易算法的基金直接利用其專有的算法在金融市場上賺取利潤，更有利用人工智能算法來分析互聯網信息以獲取信息不對稱進行套利。

當前，互聯網 RTB 廣告行業已經算是走在算法經濟的前沿，通過算法來競價廣告投放，DSP 就是一種第三方的算法服務提供商；未來當 RTB 形成規模后，也肯定會有直接通過算法來套利的交易商。