精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:大數據業界動態 → 正文

大數據入侵隱私:被賣還不算,錢袋也被掏空了

責任編輯:editor005 作者:利求同 |來源:企業網D1Net  2016-01-03 19:20:17 本文摘自:思想市場

隱私,現代社會的一項基本價值,正在迅速退出大數據時代人們的生活。

沒了隱私,如何生活?然而,日復一日,我們被告知:放棄一點隱私,完全值得。因為,換來的是領先國際的科學管理和高技術創新,一種市場空前繁榮、辦事越來越方便的新生活!更何況,人不干壞事心不驚,干嘛害怕與大數據為伴?

如此看來,倒是那些執著于隱私意識的人心虛,不愿做貢獻了。道理竟可以這樣講,人的尊嚴與自由得讓位于所謂科學管理、創新和市場,這里面,一定有什么難言的隱情吧。

原來,新興的電商資本有一種貪欲:依靠實時實地收集用戶的隱私信息,由此全面掌握并準確預測消費者的行為,用于營銷、開發各種產品。只不過,未經許可攫取用戶的隱私,至少依照現行的法律是違法的。所以就需要一套冠冕堂皇的說辭,借用一些時髦的話語,然后才能否定,并最終讓人們忘卻隱私信息的初始產權;才能拿“洗過”的跟沒“洗過”的數據,在交易所公開合法地買賣。今天,手機和電腦用戶,誰沒有被“瞄準式廣告”(targeted advertising)跟蹤追逐過?仿佛廣告熟知了你從小到大的一切,包括早已遺忘的某一次瀏覽、點贊、選購或者退貨記錄。當然,如果你覺得煩人,可以點擊“關閉”,把它當一只蒼蠅趕開。但是,假若你以為這是電商收集隱私的主要用途,那就大大地小看了資本“創新”的能耐。

聽說過“消費者剩余價值”(consumer surplus)嗎?就是商品成交時,消費者能夠,或潛意識中愿意支付的最高價和實際支付價之間的差額。差額越小,商家的利潤就越高。例如,客人愿意花二十元買一樣商品,定價十五元,便留下了五元消費者剩余價值。不用說,消費者要的恰好相反,希望物美價廉。淘寶網、雙十一、飯店、超市,一切消費,都可以上演一場買賣之間的剩余價值拉鋸戰。常言道,知己知彼,百戰不殆;信息,就是決定這拉鋸戰(學者稱博弈)勝負的關鍵。消費者的支付意愿或價格承受力,依其生活需求、財力、心情、環境等各樣因素,可有很大的差異和波動。弄清楚這些因素同商品定價、市場營銷策略等的復雜關系,就能獲取消費者剩余價值?;谶@一認識形成的理論和實踐,即以價格歧視(price discrimination)為導向的動態定價系統。其基本策略,便是同一商品以隨時變動的不同價格出售給不同的買家;其著眼點不在商品的質量或成本,而是隨時發現并引導、控制每一個消費者的需求和支付意愿。

價格歧視大致有三個類別。大數據之前,因為沒有工具來大規模獲取個人消費行為的真實數據,商家只能通過劃分消費者群體,對特定群體的一般或平均需求和支付意愿做一估計,據此實施第二級和第三級價格歧視。前者即按數量定價,類似于近年流行的團購:購買量越大,單位價越低。后者則是分群體定價,例如,公園門票分外地游客和本地居民兩個價。這種簡單的價格歧視隨處可見,但“吸金能力”有限,因為定價基于大略估算的某個平均值,而非每個消費者不斷變化著的需求和支付意愿所包含的剩余價值。后者才是商家真正心儀的東西:第一級價格歧視。

大數據讓電商看到了曙光。大數據追蹤、記錄信息,描寫并預測行為模式的能力,正是第一級價格歧視所必需的。大數據來到我們中間收集隱私,無聲無息成就的便是這個。沒錯,人們照常用電腦、玩手機、交朋友、過日子,隱私卻高速海量地流入了電商的數據庫,無限期地保存起來,不管是收入、職業、行蹤、心理、人際關系,還是消費需求、偏好、支付能力和意愿,沒一件落下。接著,商家用算法處理數據,剖析用戶隱私,發現他的行為模式,預測他的購買意向、每一次欲望和感情的波動。商家變得比消費者自己還要了解消費者。然后,就可以把數據分析的結果付諸使用了,如瞄準式廣告的推送。而消費者對廣告的每一次反應,都生成對特定商品的行為數據,這些都是大數據的素材,用以激活智能算法自我學習、自我調節的功能。這樣循環往復,不斷完善,大數據做出的預測就越來越精確;第一級價格歧視的條件也就成熟了!研究表明,由瞄準式廣告推出的商品,其平均價格一般比傳統廣告要高(艾斯特夫)。更讓商家激動的是,用互聯網瀏覽行為數據甄別人群,實施第一級定價歧視,非常有效,被瞄準的消費者(如周二周四白天上網,并瀏覽wiki)可接受高出他人一倍的定價,而商家獲利高達全部消費者剩余價值的百分之四十二(西勒)。

說到利潤,商家的喜往往是消費者的憂,沒法雙贏。我們來看一個實例。“按使用保險”(UBI)是一款大數據汽車保險,正迅速占領多國市場。它被保險商吹得神乎其神,既能大大降低險費,又能有的放矢地改善參保人的駕駛習慣,使道路更加安全。UBI不同于傳統車險的一個特點是,第一次把個人駕駛行為的“真實因果數據”(true causal data)引入了風險評估模型,據此量身定價,設置參保人的險費和保單理賠。它是這樣操作的:在車上安裝實時探測(telematics)裝置,聯網追蹤駕駛行為、車況、路況和周邊環境,上傳至保險商的數據庫。該裝置的數據采集功能極強,除了時間、地點、公里數,連急剎車的次數和用力強度,急轉彎的次數和弧度,是否聽收音機、音量強度,是否接打電話、聲調情緒如何,都一一記錄。當然,常規的類聚群體變量,風險評估模型也照舊使用,如年齡、性別、婚姻狀態、居住地、職業、受教育程度、健康狀況、信用得分等;再加上環境變量,如區域天氣、治安、路段事故發生頻率等。如此,UBI的風險評估模型所用的變量參數,從傳統的數十個、上百個,一下飆升到一百多萬個!有了這樣精密的大數據分析,保險商就可以識別并預測各種差異細微的風險。風險評估不再是類型化的平均值估算,而是十分接近參保人的真實風險,使得第一級定價歧視能夠實施了。統計表明,UBI在美國上市不久,個人風險評估預測的準確度,較大數據之前提高了三倍??梢灶A見,隨著個人駕駛行為數據的迅速積累、智能算法的自學和調節,風險評估型將進一步趨于“真實因果”,從而大大降低保險商的理賠風險,其利潤的增長也可想而知了。

那么,參保人在失去隱私,被一刻不停地追蹤記錄之后,能得到什么好處呢?

這個問題的答案因人而異。如果參保人被評估為低風險,他的險費很可能會下降。但只要上路,就會有風險,而UBI保險商掌握了參保人的所有風險信息,包括隱私,很容易在保單上做文章,瞄準風險設定條款,將隨機風險和遺留風險盡可能多地放到參保人身上,壓縮參保人的實際受保護(即理賠)范圍。

但如果參保人被鎖定為高風險,情形就更不妙了。既然有“真實因果數據”的記錄和預測,保險商就有充分理由將他的險費和保單設定在與風險相匹配的水平上。結果險費上漲,直逼事故發生后損害賠償的實際費用;或者,羅列排除條款,嚴格限制理賠條件和范圍。這樣,車險在事實上失去了風險集體分擔的基本功能,成了損害賠償專項費用的事先存放。可以想象,因為難以承受大幅上漲的險費和苛刻的保單條款,多數高風險駕駛人將不得不離開車險市場。

也許有人會說,即便如此,大數據保險對消費者整體和全社會仍有好處。因為知道了哪些人有高風險及不安全行為的細節,保險商就能有的放矢地提出建議,敦促他們改正。這樣,總體風險就會下降,道路也就更安全了。這的確是美好的憧憬。不幸的是,保險商恐怕不會對此感興趣。幫助高風險人士改正駕駛習慣,成本太高了,保險商還得披露自己的風險評估模型和操作細節,承擔遭調查和打官司的風險。何況另有一種簡單、誘人的市場策略可供選擇:以第一級價格歧視,用高額險費和排除條款將高風險人士驅逐出本公司的服務范圍。保險商從來就不歡迎高風險人士,總是想方設法甄別他們、剔除他們。只是過去不容易辦到。現在,有了大數據技術,瞄準了歧視就只是舉手之勞。而高風險人士一旦受市場排斥,無力購買保險,不能合法駕駛,生活、工作都大受影響,反彈是必然的。他們很可能豁出去,非法上路。據統計,2010年美國有百分之十二點六的駕駛人沒有車險,給道路安全和社會秩序帶來極大的隱患。

所以,UBI在實際運作中,并沒有兌現保險商宣傳允諾的眾多好處,無論對參保人,還是對社會大眾。難怪,美國州保險專員聯席會議的2015年UBI研究報告直言不諱:從消費者和公共政策角度看,UBI 走的是一條歧路,是市場的失敗。報告提醒我們,大數據是工具,效用取決于掌控者。我們不能只期待大數據的好處,而忘記了掌控它的電商同消費者和公眾的利益有沖突。資本的本性是追逐利潤,我們的隱私就成了他們榨取利潤的利器,而經常損害我們的利益,綜合表現在以下各個方面。

首先,隨著用戶隱私流入商品交易平臺,大數據急劇擴大了市場信息的不對稱。網絡時代,日常消費不再是簡單的貨幣商品交換;買方不僅要支付貨幣,還得交出隱私,才能成交,無論自愿與否。結果,電商可以實時追蹤用戶行為,攫取隱私,對消費者了如指掌。而后者面對鋪天蓋地的瞄準式廣告,接受的只是為他定制的誘惑性信息。同時,他又被眼花繚亂的“創新”手段挾持,不得不配合商家的追蹤,否則,就會遭到互聯網屏蔽,被市場拋棄,而難以正常生活。更有甚者,用戶還無法得知自己的哪些隱私被交易平臺掌握,被誰利用,會有什么結果。常有媒體專家提醒消費者:多加小心,謹防網上暴露身份隱私,必要時,可以考慮匿名、用不同的方式上網、做假動作迷惑數據收集者。但是,大數據的追蹤哪里是躲避得了的?在這虛擬同真實高度重合的時代,要在網上裝扮一個人,你就得在生活中變成那人,告別自己?;蛘?,你希望讓網絡世界“忘卻”自己,但那是要有足夠的財力和權位才能做到的。“被忘卻”的權利,現在是奢侈品里的奢侈品,普通人哪敢奢望。于是,市場對大多數人越來越神秘,第一次,真的變成了一只“看不見的手”;對少數人,卻是用隱私大數據編織的一張大網,捕捉的不是別的,就是消費者剩余價值。

其次,大數據的紅利分配是弱肉強食的。照理說,用戶交出了隱私(往往是被迫或不知情),電商才有了大數據的“食糧”和巨大收益??墒怯脩舻玫降氖鞘裁矗渴菬o數商業兼公關廣告加上專家學者的鼓吹與不斷重復的一個許諾:隱私數據換來“高大上”的商品和服務,投入市場造福于消費者。然而,這諾言在法律看來,并沒有約束力。因此,許諾者不必受任何監督,也不用承擔任何義務。即使利用隱私信息,開發新產品、新服務,贏了紅利,也不會與消費者分享。甚至,可以拿用戶隱私做損害用戶利益的事,也無須承擔法律后果。例如,商家在大數據交易中買賣隱私數據,掙了大錢,但擁有數據初始產權的消費者卻一無所得(詳見拙文《大數據賣的就是隱私》,《上海書評》2015年7月19日)。又如,電商盤剝消費者剩余價值,消費者在法律上沒有任何救濟手段,大數據的控制者成了紅利的絕對占有者。而可憐的消費者就必須承受雙重的侵害:交出隱私不算,錢袋還被掏空。

第三,生活必需品因為消費多,特別容易受到大數據市場營銷策略的攻擊,是消費者的軟肋。大數據推動新的市場倫理規范,要求大家接受第一級價格歧視演繹的原則和實踐,視商家利潤最大化為理所當然。生活必需品就難逃厄運了。消費者個體的生活必需品需求彈性小,支付意愿剛性,大數據算法可以便利準確地用隱私數據分析預測出來,恰好是第一級價格歧視的理想靶子。這不是預言,而是現實,如Airbnb租房定價算法。醫療保險業更是首當其沖,藥品價格亂象叢生。據報道,某抑制癌癥嘔吐的藥,在美國,用保險購買三十天劑量是九百美元,而不用保險,僅需四十五美元。能這樣定價,就是大數據的功勞:醫藥資本吃透了醫保系統的“消費”意愿和支付能力,是針對新出爐的奧巴馬全民醫保進行利潤最大化的做法。當醫藥業、保險業同大數據聯手,利用DNA等高度隱私的信息,又能輕而易舉地鎖定有潛在高風險的患者,或以價格歧視等手段將他們逐出市場,或瘋狂提價,榨取患者(消費者)的剩余價值。這噩夢般的醫保失控的前景,在引領大數據技術的美國已經浮現;在我國,醫改屢屢屈服于商業邏輯,更有青出于藍之勢。也許,天真的人們還在寄希望于市場競爭與那只“看不見的手”自動調節。但是,這念想被大數據斬斷了。

這是因為,第四,隱私信息的濫用,提高了市場準入門檻,會促成壟斷。自從有了大數據,囤積消費者隱私和高端算法處理已經成為許多企業參與市場競爭的前提條件。一切產品設計、定價營銷都要依靠“真實因果”或實時追蹤的消費者行為數據的優化。投資者也期待企業擁有這些條件。而有效的數據和算法,只有通過長時間、大規模的營運才能獲得。后來者很難加入競爭,弱小的競爭者也很容易被擊垮或吞并。例如車險,先行的大保險商已經甄別、留住了低風險、高利潤的客戶;剩下的在市場上尋找車險的,多數是高風險駕駛人,基本上沒有利潤潛力,甚至是賠本的買賣。UBI的迅速發展就是這市場壟斷趨勢的一個注腳。消費者交出了隱私,得到的卻是永遠瞄準著自己的商品定價。而公眾的消費被大數據定價和營銷手段割裂,碎片化的個體消費者的市場談判力極低。所以才有這樣惡劣的漲價:今年美國Turing制藥公司給艾滋病非專利藥Daraprim重新定價,猛漲五十五倍,從十三點五美元升至七百五十美元一片。它鉆的是該藥毒性大、處方需嚴格控制的空子,通過大數據限制配藥,使潛在競爭者拿不到該藥來測定成分和藥性。而新藥研發必須向聯邦藥品管理局(FDA)證明新藥的同等藥性,否則不會獲批。就這樣,消滅了競爭而形成壟斷。對失去了隱私的患者,瘋狂提價就成了宿命。盡管Turing公司后來迫于輿論壓力,答應降低漲幅,但它居然能夠宣布漲價五十五倍,而公眾沒有任何法律手段來抵制,不能不說是社會的悲哀。

第五,大數據之下,個人隱私及信用評估被少數公司壟斷,公眾所能選擇、獲得的服務就受到越來越多的限制?!督鹑跁r報》稱,今年初,央行已授權八家機構試行信用評估系統,目標是到2020年建成覆蓋全國的評估系統。問題是,這些巨無霸信用系統,拿什么做標準,用哪些數據,如何評分、使用,誰來評分、使用,公眾即隱私交出方是完全蒙在鼓里的。一切由掌控隱私、生產大數據的電商說了算,毫無透明度。例如據報道,某智能手機廠商旗下的金融服務機構正在試驗一個信用評估系統,其評估數據包括用戶的財務記錄、網購產品和使用該廠品牌手機的頻率等。這樣的信用評估,不是在鼓勵或變相強迫消費者使用特定產品,是在干什么?還一舉兩得,排斥了競爭。

入侵隱私,是大數據的“基因”性格。我們需要大數據,但只要使用它,這性格就會發作。如果不加以節制,受侵害的就是廣大消費者,遭破壞的則是平等、公正、互相關愛的社會基本準則。怎么辦?對這類攪局型新技術,我們的唯一對策,大約就是嚴格的、民主的監督了,就像對核能和一些化工產品的安全監督。大數據不應例外。但大數據很特殊,看似無邪無害,不僅有用,還很神奇。它入侵隱私是無聲息的、非暴力的;它還用海量的數據為自己營造了貌似客觀、科學、公平的形象。它目標性強,在損害他人利益的同時,為掌控者謀取暴利,因而受到強勢資本集團的推崇和保護。因此,我們真正要應對的不是大數據技術,而是躲在幕后的掌控者。這就需要公開辯論,加強民主監督,并立法規定數據的財產性質,即確認用戶享有隱私數據的初始財產權。這應該是必須跨出的第一步。因為進入大數據時代,民主參與和知情權、財產權一樣,不應是少數人的奢侈品或可有可無的消費選擇,而是老百姓日常生活的必需品;是我們保護隱私、不讓錢袋子被人掏空的唯一可行的一條新路。這條路能不能走通,則要看民眾的覺醒、民眾的發聲了。

關鍵字:算法處理動態定價

本文摘自:思想市場

x 大數據入侵隱私:被賣還不算,錢袋也被掏空了 掃一掃
分享本文到朋友圈
當前位置:大數據業界動態 → 正文

大數據入侵隱私:被賣還不算,錢袋也被掏空了

責任編輯:editor005 作者:利求同 |來源:企業網D1Net  2016-01-03 19:20:17 本文摘自:思想市場

隱私,現代社會的一項基本價值,正在迅速退出大數據時代人們的生活。

沒了隱私,如何生活?然而,日復一日,我們被告知:放棄一點隱私,完全值得。因為,換來的是領先國際的科學管理和高技術創新,一種市場空前繁榮、辦事越來越方便的新生活!更何況,人不干壞事心不驚,干嘛害怕與大數據為伴?

如此看來,倒是那些執著于隱私意識的人心虛,不愿做貢獻了。道理竟可以這樣講,人的尊嚴與自由得讓位于所謂科學管理、創新和市場,這里面,一定有什么難言的隱情吧。

原來,新興的電商資本有一種貪欲:依靠實時實地收集用戶的隱私信息,由此全面掌握并準確預測消費者的行為,用于營銷、開發各種產品。只不過,未經許可攫取用戶的隱私,至少依照現行的法律是違法的。所以就需要一套冠冕堂皇的說辭,借用一些時髦的話語,然后才能否定,并最終讓人們忘卻隱私信息的初始產權;才能拿“洗過”的跟沒“洗過”的數據,在交易所公開合法地買賣。今天,手機和電腦用戶,誰沒有被“瞄準式廣告”(targeted advertising)跟蹤追逐過?仿佛廣告熟知了你從小到大的一切,包括早已遺忘的某一次瀏覽、點贊、選購或者退貨記錄。當然,如果你覺得煩人,可以點擊“關閉”,把它當一只蒼蠅趕開。但是,假若你以為這是電商收集隱私的主要用途,那就大大地小看了資本“創新”的能耐。

聽說過“消費者剩余價值”(consumer surplus)嗎?就是商品成交時,消費者能夠,或潛意識中愿意支付的最高價和實際支付價之間的差額。差額越小,商家的利潤就越高。例如,客人愿意花二十元買一樣商品,定價十五元,便留下了五元消費者剩余價值。不用說,消費者要的恰好相反,希望物美價廉。淘寶網、雙十一、飯店、超市,一切消費,都可以上演一場買賣之間的剩余價值拉鋸戰。常言道,知己知彼,百戰不殆;信息,就是決定這拉鋸戰(學者稱博弈)勝負的關鍵。消費者的支付意愿或價格承受力,依其生活需求、財力、心情、環境等各樣因素,可有很大的差異和波動。弄清楚這些因素同商品定價、市場營銷策略等的復雜關系,就能獲取消費者剩余價值?;谶@一認識形成的理論和實踐,即以價格歧視(price discrimination)為導向的動態定價系統。其基本策略,便是同一商品以隨時變動的不同價格出售給不同的買家;其著眼點不在商品的質量或成本,而是隨時發現并引導、控制每一個消費者的需求和支付意愿。

價格歧視大致有三個類別。大數據之前,因為沒有工具來大規模獲取個人消費行為的真實數據,商家只能通過劃分消費者群體,對特定群體的一般或平均需求和支付意愿做一估計,據此實施第二級和第三級價格歧視。前者即按數量定價,類似于近年流行的團購:購買量越大,單位價越低。后者則是分群體定價,例如,公園門票分外地游客和本地居民兩個價。這種簡單的價格歧視隨處可見,但“吸金能力”有限,因為定價基于大略估算的某個平均值,而非每個消費者不斷變化著的需求和支付意愿所包含的剩余價值。后者才是商家真正心儀的東西:第一級價格歧視。

大數據讓電商看到了曙光。大數據追蹤、記錄信息,描寫并預測行為模式的能力,正是第一級價格歧視所必需的。大數據來到我們中間收集隱私,無聲無息成就的便是這個。沒錯,人們照常用電腦、玩手機、交朋友、過日子,隱私卻高速海量地流入了電商的數據庫,無限期地保存起來,不管是收入、職業、行蹤、心理、人際關系,還是消費需求、偏好、支付能力和意愿,沒一件落下。接著,商家用算法處理數據,剖析用戶隱私,發現他的行為模式,預測他的購買意向、每一次欲望和感情的波動。商家變得比消費者自己還要了解消費者。然后,就可以把數據分析的結果付諸使用了,如瞄準式廣告的推送。而消費者對廣告的每一次反應,都生成對特定商品的行為數據,這些都是大數據的素材,用以激活智能算法自我學習、自我調節的功能。這樣循環往復,不斷完善,大數據做出的預測就越來越精確;第一級價格歧視的條件也就成熟了!研究表明,由瞄準式廣告推出的商品,其平均價格一般比傳統廣告要高(艾斯特夫)。更讓商家激動的是,用互聯網瀏覽行為數據甄別人群,實施第一級定價歧視,非常有效,被瞄準的消費者(如周二周四白天上網,并瀏覽wiki)可接受高出他人一倍的定價,而商家獲利高達全部消費者剩余價值的百分之四十二(西勒)。

說到利潤,商家的喜往往是消費者的憂,沒法雙贏。我們來看一個實例。“按使用保險”(UBI)是一款大數據汽車保險,正迅速占領多國市場。它被保險商吹得神乎其神,既能大大降低險費,又能有的放矢地改善參保人的駕駛習慣,使道路更加安全。UBI不同于傳統車險的一個特點是,第一次把個人駕駛行為的“真實因果數據”(true causal data)引入了風險評估模型,據此量身定價,設置參保人的險費和保單理賠。它是這樣操作的:在車上安裝實時探測(telematics)裝置,聯網追蹤駕駛行為、車況、路況和周邊環境,上傳至保險商的數據庫。該裝置的數據采集功能極強,除了時間、地點、公里數,連急剎車的次數和用力強度,急轉彎的次數和弧度,是否聽收音機、音量強度,是否接打電話、聲調情緒如何,都一一記錄。當然,常規的類聚群體變量,風險評估模型也照舊使用,如年齡、性別、婚姻狀態、居住地、職業、受教育程度、健康狀況、信用得分等;再加上環境變量,如區域天氣、治安、路段事故發生頻率等。如此,UBI的風險評估模型所用的變量參數,從傳統的數十個、上百個,一下飆升到一百多萬個!有了這樣精密的大數據分析,保險商就可以識別并預測各種差異細微的風險。風險評估不再是類型化的平均值估算,而是十分接近參保人的真實風險,使得第一級定價歧視能夠實施了。統計表明,UBI在美國上市不久,個人風險評估預測的準確度,較大數據之前提高了三倍。可以預見,隨著個人駕駛行為數據的迅速積累、智能算法的自學和調節,風險評估型將進一步趨于“真實因果”,從而大大降低保險商的理賠風險,其利潤的增長也可想而知了。

那么,參保人在失去隱私,被一刻不停地追蹤記錄之后,能得到什么好處呢?

這個問題的答案因人而異。如果參保人被評估為低風險,他的險費很可能會下降。但只要上路,就會有風險,而UBI保險商掌握了參保人的所有風險信息,包括隱私,很容易在保單上做文章,瞄準風險設定條款,將隨機風險和遺留風險盡可能多地放到參保人身上,壓縮參保人的實際受保護(即理賠)范圍。

但如果參保人被鎖定為高風險,情形就更不妙了。既然有“真實因果數據”的記錄和預測,保險商就有充分理由將他的險費和保單設定在與風險相匹配的水平上。結果險費上漲,直逼事故發生后損害賠償的實際費用;或者,羅列排除條款,嚴格限制理賠條件和范圍。這樣,車險在事實上失去了風險集體分擔的基本功能,成了損害賠償專項費用的事先存放。可以想象,因為難以承受大幅上漲的險費和苛刻的保單條款,多數高風險駕駛人將不得不離開車險市場。

也許有人會說,即便如此,大數據保險對消費者整體和全社會仍有好處。因為知道了哪些人有高風險及不安全行為的細節,保險商就能有的放矢地提出建議,敦促他們改正。這樣,總體風險就會下降,道路也就更安全了。這的確是美好的憧憬。不幸的是,保險商恐怕不會對此感興趣。幫助高風險人士改正駕駛習慣,成本太高了,保險商還得披露自己的風險評估模型和操作細節,承擔遭調查和打官司的風險。何況另有一種簡單、誘人的市場策略可供選擇:以第一級價格歧視,用高額險費和排除條款將高風險人士驅逐出本公司的服務范圍。保險商從來就不歡迎高風險人士,總是想方設法甄別他們、剔除他們。只是過去不容易辦到?,F在,有了大數據技術,瞄準了歧視就只是舉手之勞。而高風險人士一旦受市場排斥,無力購買保險,不能合法駕駛,生活、工作都大受影響,反彈是必然的。他們很可能豁出去,非法上路。據統計,2010年美國有百分之十二點六的駕駛人沒有車險,給道路安全和社會秩序帶來極大的隱患。

所以,UBI在實際運作中,并沒有兌現保險商宣傳允諾的眾多好處,無論對參保人,還是對社會大眾。難怪,美國州保險專員聯席會議的2015年UBI研究報告直言不諱:從消費者和公共政策角度看,UBI 走的是一條歧路,是市場的失敗。報告提醒我們,大數據是工具,效用取決于掌控者。我們不能只期待大數據的好處,而忘記了掌控它的電商同消費者和公眾的利益有沖突。資本的本性是追逐利潤,我們的隱私就成了他們榨取利潤的利器,而經常損害我們的利益,綜合表現在以下各個方面。

首先,隨著用戶隱私流入商品交易平臺,大數據急劇擴大了市場信息的不對稱。網絡時代,日常消費不再是簡單的貨幣商品交換;買方不僅要支付貨幣,還得交出隱私,才能成交,無論自愿與否。結果,電商可以實時追蹤用戶行為,攫取隱私,對消費者了如指掌。而后者面對鋪天蓋地的瞄準式廣告,接受的只是為他定制的誘惑性信息。同時,他又被眼花繚亂的“創新”手段挾持,不得不配合商家的追蹤,否則,就會遭到互聯網屏蔽,被市場拋棄,而難以正常生活。更有甚者,用戶還無法得知自己的哪些隱私被交易平臺掌握,被誰利用,會有什么結果。常有媒體專家提醒消費者:多加小心,謹防網上暴露身份隱私,必要時,可以考慮匿名、用不同的方式上網、做假動作迷惑數據收集者。但是,大數據的追蹤哪里是躲避得了的?在這虛擬同真實高度重合的時代,要在網上裝扮一個人,你就得在生活中變成那人,告別自己。或者,你希望讓網絡世界“忘卻”自己,但那是要有足夠的財力和權位才能做到的。“被忘卻”的權利,現在是奢侈品里的奢侈品,普通人哪敢奢望。于是,市場對大多數人越來越神秘,第一次,真的變成了一只“看不見的手”;對少數人,卻是用隱私大數據編織的一張大網,捕捉的不是別的,就是消費者剩余價值。

其次,大數據的紅利分配是弱肉強食的。照理說,用戶交出了隱私(往往是被迫或不知情),電商才有了大數據的“食糧”和巨大收益??墒怯脩舻玫降氖鞘裁??是無數商業兼公關廣告加上專家學者的鼓吹與不斷重復的一個許諾:隱私數據換來“高大上”的商品和服務,投入市場造福于消費者。然而,這諾言在法律看來,并沒有約束力。因此,許諾者不必受任何監督,也不用承擔任何義務。即使利用隱私信息,開發新產品、新服務,贏了紅利,也不會與消費者分享。甚至,可以拿用戶隱私做損害用戶利益的事,也無須承擔法律后果。例如,商家在大數據交易中買賣隱私數據,掙了大錢,但擁有數據初始產權的消費者卻一無所得(詳見拙文《大數據賣的就是隱私》,《上海書評》2015年7月19日)。又如,電商盤剝消費者剩余價值,消費者在法律上沒有任何救濟手段,大數據的控制者成了紅利的絕對占有者。而可憐的消費者就必須承受雙重的侵害:交出隱私不算,錢袋還被掏空。

第三,生活必需品因為消費多,特別容易受到大數據市場營銷策略的攻擊,是消費者的軟肋。大數據推動新的市場倫理規范,要求大家接受第一級價格歧視演繹的原則和實踐,視商家利潤最大化為理所當然。生活必需品就難逃厄運了。消費者個體的生活必需品需求彈性小,支付意愿剛性,大數據算法可以便利準確地用隱私數據分析預測出來,恰好是第一級價格歧視的理想靶子。這不是預言,而是現實,如Airbnb租房定價算法。醫療保險業更是首當其沖,藥品價格亂象叢生。據報道,某抑制癌癥嘔吐的藥,在美國,用保險購買三十天劑量是九百美元,而不用保險,僅需四十五美元。能這樣定價,就是大數據的功勞:醫藥資本吃透了醫保系統的“消費”意愿和支付能力,是針對新出爐的奧巴馬全民醫保進行利潤最大化的做法。當醫藥業、保險業同大數據聯手,利用DNA等高度隱私的信息,又能輕而易舉地鎖定有潛在高風險的患者,或以價格歧視等手段將他們逐出市場,或瘋狂提價,榨取患者(消費者)的剩余價值。這噩夢般的醫保失控的前景,在引領大數據技術的美國已經浮現;在我國,醫改屢屢屈服于商業邏輯,更有青出于藍之勢。也許,天真的人們還在寄希望于市場競爭與那只“看不見的手”自動調節。但是,這念想被大數據斬斷了。

這是因為,第四,隱私信息的濫用,提高了市場準入門檻,會促成壟斷。自從有了大數據,囤積消費者隱私和高端算法處理已經成為許多企業參與市場競爭的前提條件。一切產品設計、定價營銷都要依靠“真實因果”或實時追蹤的消費者行為數據的優化。投資者也期待企業擁有這些條件。而有效的數據和算法,只有通過長時間、大規模的營運才能獲得。后來者很難加入競爭,弱小的競爭者也很容易被擊垮或吞并。例如車險,先行的大保險商已經甄別、留住了低風險、高利潤的客戶;剩下的在市場上尋找車險的,多數是高風險駕駛人,基本上沒有利潤潛力,甚至是賠本的買賣。UBI的迅速發展就是這市場壟斷趨勢的一個注腳。消費者交出了隱私,得到的卻是永遠瞄準著自己的商品定價。而公眾的消費被大數據定價和營銷手段割裂,碎片化的個體消費者的市場談判力極低。所以才有這樣惡劣的漲價:今年美國Turing制藥公司給艾滋病非專利藥Daraprim重新定價,猛漲五十五倍,從十三點五美元升至七百五十美元一片。它鉆的是該藥毒性大、處方需嚴格控制的空子,通過大數據限制配藥,使潛在競爭者拿不到該藥來測定成分和藥性。而新藥研發必須向聯邦藥品管理局(FDA)證明新藥的同等藥性,否則不會獲批。就這樣,消滅了競爭而形成壟斷。對失去了隱私的患者,瘋狂提價就成了宿命。盡管Turing公司后來迫于輿論壓力,答應降低漲幅,但它居然能夠宣布漲價五十五倍,而公眾沒有任何法律手段來抵制,不能不說是社會的悲哀。

第五,大數據之下,個人隱私及信用評估被少數公司壟斷,公眾所能選擇、獲得的服務就受到越來越多的限制?!督鹑跁r報》稱,今年初,央行已授權八家機構試行信用評估系統,目標是到2020年建成覆蓋全國的評估系統。問題是,這些巨無霸信用系統,拿什么做標準,用哪些數據,如何評分、使用,誰來評分、使用,公眾即隱私交出方是完全蒙在鼓里的。一切由掌控隱私、生產大數據的電商說了算,毫無透明度。例如據報道,某智能手機廠商旗下的金融服務機構正在試驗一個信用評估系統,其評估數據包括用戶的財務記錄、網購產品和使用該廠品牌手機的頻率等。這樣的信用評估,不是在鼓勵或變相強迫消費者使用特定產品,是在干什么?還一舉兩得,排斥了競爭。

入侵隱私,是大數據的“基因”性格。我們需要大數據,但只要使用它,這性格就會發作。如果不加以節制,受侵害的就是廣大消費者,遭破壞的則是平等、公正、互相關愛的社會基本準則。怎么辦?對這類攪局型新技術,我們的唯一對策,大約就是嚴格的、民主的監督了,就像對核能和一些化工產品的安全監督。大數據不應例外。但大數據很特殊,看似無邪無害,不僅有用,還很神奇。它入侵隱私是無聲息的、非暴力的;它還用海量的數據為自己營造了貌似客觀、科學、公平的形象。它目標性強,在損害他人利益的同時,為掌控者謀取暴利,因而受到強勢資本集團的推崇和保護。因此,我們真正要應對的不是大數據技術,而是躲在幕后的掌控者。這就需要公開辯論,加強民主監督,并立法規定數據的財產性質,即確認用戶享有隱私數據的初始財產權。這應該是必須跨出的第一步。因為進入大數據時代,民主參與和知情權、財產權一樣,不應是少數人的奢侈品或可有可無的消費選擇,而是老百姓日常生活的必需品;是我們保護隱私、不讓錢袋子被人掏空的唯一可行的一條新路。這條路能不能走通,則要看民眾的覺醒、民眾的發聲了。

關鍵字:算法處理動態定價

本文摘自:思想市場

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 兖州市| 城市| 西华县| 陕西省| 株洲县| 明星| 濮阳县| 昌吉市| 三明市| 马龙县| 东至县| 临城县| 会同县| 崇文区| 华容县| 班玛县| 海盐县| 大竹县| 清水县| 西丰县| 桃源县| 湟源县| 高陵县| 庄浪县| 法库县| 调兵山市| 辽阳市| 定西市| 东方市| 海林市| 湖南省| 滨海县| 怀柔区| 开阳县| 福州市| 永兴县| 丁青县| 民和| 曲周县| 阳高县| 新竹县|