大數據利弊之辯

相關變化同樣會引發社會政治難題，尤其是在已經爭議頗多的隱私偏好和醫療保健領域。大數據不是萬能的靈藥

故事發生在很久以前的紐約，我在華爾街做過數據分析師的工作。我分析的第一家公司是聯邦快遞，當時這家企業還沒有寄出一份包裹。聯邦快遞的理念既簡單又令人信服：支持系統本身的成本高于空運成本，因此這家公司把所有包裹連夜運往田納西州的孟菲斯。這樣出入孟菲斯就成了公司唯一一條線路，從根本上簡化了始發點和目的地的無數組合，因此所有包裹都可以在第二天確定無疑的交付。

信息技術的發展改變了所有這一切。今天的大型計算機可以查閱海量大數據、模擬復雜狀況并對諸多問題做出可靠預測：周二下午5點要求路口車輛繞行會對交通狀況產生何種影響？服藥患者有多大比例會出現好轉——更有意思的是，哪些人會出現好轉，而哪些人有可能惡化？

其實，可以按照可靠大數據來預測對細分市場、疾病風險、可能的貸款拖欠及潛在購買者等人和事物進行分類。這就是大數據或曰海量資料的應用。大數據時代，我們也可以處理“細分資料”。個人基因類型、個人隱私偏好等數據或特定情況下使用內容的數字版權等個別情況已經成為普適規則。我們無需猜測每個人的隱私偏好，也不用制定一刀切的政策。大數據的應用給我們描繪了一個全新圖景：我們逐步可以根據基因類型確定某種藥品對哪些人有益抑或有害、個性化反饋能對孩子的學習起到何種幫助，以及在3D打印、實時建模時代如何生產家具和服飾。類似的情況還有很多。

大數據及其相關的新商業模式致使傳統意義上的市場面臨著極大挑戰。要求特殊者將可以極端精確地說明自己的喜好，并獲得同樣精確的服務。而在另一些人看來，實際設定喜好或說明希望所耗費的精力可能超過其忍受限度。因此未來的設計難題是創建好的模板設計，便于個性化推崇者輕松開展編輯/定制操作。但相關變化同樣會引發社會政治難題，尤其是在已經爭議頗多的隱私偏好和醫療保健領域。大數據不是萬能的靈藥。

首先，數據是數據，現實是現實，沒有人能界定或保證隱私。個人應該能有機會控制數據應用，而需要數據的機構則可以與之協商。目前，網絡廣告商及出版商表示其業務有賴于個人信息數據的追蹤、搜集及轉售。他們還提出尊重個人偏好太過復雜、履行信息應用告知義務過于繁瑣，以一對一方式處理個人隱私是毫無意義的。但不知何故數據采集者卻可以保存個人購買歷史，他們的飛機座位偏好等等諸如此類的記錄。因此無法保存信息的使用者及使用方式根本不是理由。

其實，數百萬人現在確實在Facebook上設置隱私偏好，退出內容追蹤等以保護自己的數據安全。與此同時，他們欣然與供應商共享甚至自我追蹤航空里程、行走步數、進入喜愛場所的次數等數據（尤其如果因此可以獲得折扣或者特別優惠），這些人還記錄自己購買的電影、音樂和書籍。假設你告訴人們誰買了他們的數據。多數人可能并不在意，但在意者會贊賞這種信息披露，也許還想分得一小部分收益。假設你創辦了一家代表用戶管理數據的企業，你就會更加成為大數據商業化的擁躉。這種想法很有趣——以航空公司為首的企業已經在某種程度上付諸實施。聯合航空、美航和英航都擁有其顧客的消費大數據。他們了解我乘坐其航班的旅行模式，協助我管理過去的出行（及相關獎勵）和今后的訂票操作。Mint公司掌握我的財務資料；WellnessFX公司掌握我的血液生物指標。一家叫做Moven的新興創業企業計劃跟蹤小額付款，以便使我能實時了解恪守還是偏離了預算目標。以上大數據的商業應用是利大于弊還是弊大于利？你告訴我。

所有這些大數據的應用內容在商品和服務市場都自有其價值，想要選擇的人們可以花錢購買。有了大數據，企業可以個性化地對待用戶，根據出價為他們提供特殊服務。但有了大數據，企業同樣可以決定專注最有利可圖的領域，拒絕為某些客戶提供服務。再次問你，此種大數據的商業應用是利大于弊還是弊大于利？

第三，我認為，以上大數據的應用不適用于政府（即公眾稅收）支付。一刀切的方案在公共部門仍然壓倒一切。民主國家的每名公民都有投票權。那么每人得到的福利是否應該相同？沒錯，我們向富人多征稅，向窮人多發福利，這種做法已經夠有爭議了。但現在大數據成了一件利器，可以預測如何為偏好、需求和結果不同的個人提供量化服務更為便利。如果能夠預測個體結果，那么個人責任和集體任務究竟是什么？同樣還是公共領域，上述問題在教育和醫療領域將變得尤為嚴重。比方說，我們根據理解到的潛能區別對待在校學生。但如果幫助某些孩子“發展潛能”，是否會因此限制其他人的潛能？

最后，一個不可避免的問題是，我們如何分配醫療資源？個人有沒有義務根據自身的弱點及素質修正自己的行為？最重要的是，這項義務該由誰來落實？大數據嗎？

（Project Syndicate供本刊專稿）