妄談數據壟斷，可能讓中國錯失超越美國的重大機遇

數據監管具有複雜性，是一個新的事物，涉及多方面的複雜因素，要切實做到保護個人隱私、數據安全，又不能因此遏制數字技術的創新與應用，可以說是任重而道遠，每一步都需要審慎而為。

冰川思想庫特約撰稿 | 南之默

最近，有關大數據壟斷或要對其進行嚴格監管的聲音漸多，這不免讓人擔心。對於大數據等新興科技領域，是否需要嚴行監管，還需要審慎而為。

畢竟，在大數據剛剛起步的今天，我們對於大數據的本質還並未完全掌握。更何況，數據對於諸如人工智慧等數字技術的創新與進步具有重要的意義。

某智能音箱發布會現場

我們知道，人工智慧在最近幾年終於迎來的爆髮式的發展，這與深度學習概念的提出與突破有關。但問題是，相關理論早在上世紀八十年代就已經提出，卻為何要遲至2006年才取得進展？原因就在於數據與計算能力的提升。

這讓深度學習領域鼻祖傑弗里·辛頓不得不感嘆：過去的失敗只是源於沒有足夠的數據與計算能力。可見數據於人工智慧技術的重要性。也正是因為這樣的緣故，數據被視為數字經濟時代的新能源。

從技術發展的角度上看，數據與人工智慧技術之間是一種良性循環。演算法藉助海量數據的訓練，不斷提升人工智慧某項技術的水平。

反過來，人工智慧技術的成熟落地，轉化為應用，可以產生更多的數據，進一步提升其技術水平，並因此能拓展至更多相關的領域。

比如我們熟悉的語音識別、人臉識別等技術。通過數據訓練，提升語音識別或人臉識別的水平。一旦這些技術走出實驗室，轉化為實際應用，因為用戶的廣泛使用，為其提供更多的語料或圖像素材，不僅能繼續提升其識別能力，還能向周邊諸如情感計算、情緒情感識別等方向拓展。

所以，數據與技術之間是一種良性的循環，如果這種互動可以不斷持續不斷的話。

相反，一旦數據生產與採集被遏制，或者受到嚴格的監管，那麼則可能意味著相關技術的創新可能因此變得緩慢，甚至停滯。

杭州一家KFC餐廳首推刷臉支付功能

現在，許多研究報告已經普遍將人工智慧為代表的數字技術視為新的生產要素與未來經濟增長的新引擎。

諮詢機構埃森哲就認為，人工智慧可以為許多國家的經濟增長帶來提拔作用。從經濟總增加值（約等於國內生產總值）角度看，到2035年，人工智慧有潛力使中國的經濟年增速提高1.6%，美國提升2.0%，英國提升1.4%，德國提升1.6%。

因此，相關新興數字技術的停滯或緩慢發展，將不可避免對經濟與社會發展產生負面影響。而對數據採集的遏制，卻僅僅是出於可能出現數據壟斷或數據寡頭，所以需要對數據進行嚴格的監管。

的確，如果市場上可能出現壟斷或寡頭現象，我們毫無疑問需要對其進行反壟斷、監管。不過，在採取行動之前，我們可能需要釐清，是否存在數據壟斷的可能以及趨勢。

在我看來，現在談數據壟斷，有些為時過早，甚至可能很難存在所謂的數據壟斷問題。

我們需要明白和理解的是，數字化世界與現實世界的不同。首先是數據形態的不同，同一數據可以為不同領域的企業、機構獲得，它具有可複製性。同時，由於數據形成的背後是人，是人的行為導致了數據的源源不斷，並且因此具有動態性、時效性。

數據的背後，是人在控制

從根本上說，沒有人能阻止相同數據的產生並且被不同的機構所獲取，除了人本身。如果公眾為了避免隱私、數據的被採取而停止使用任何智能設備，這在數字時代，幾乎上是很不現實的做法。

其次，即使擁有數據優勢，也未必能形成技術優勢與市場優勢。因為僅僅擁有海量數據，這還遠遠不足夠。正如大數據本身，絕不是僅僅意味著數據體量大，還需要相關的演算法，對數據進行分析、挖掘、計算、應用，這樣數據才能顯示出其價值。並且，由於某些數據具有時效性，如果不能在短時間內迅速處理好數據，那些這樣數據也將變得毫無價值。

從這一點上說，擁有海量的數據，並不意味著擁有了絕對的市場優勢。優秀的演算法加上一定的數據，同樣可以在市場上形成自己獨特的優勢。

比如在人工智慧領域，現在已有研究人員，正試圖通過生成對抗網路或遷移學習方法，來減少對大量數據的過分依賴。正如煤、石油等能源，其之所以重要，不是因為它們本身就有多厲害，而是藉助機器使它們具備的能量有了可用武之地，並且不同的機器讓其發揮的效用也各不相同。

同樣，數據要發揮其價值，則需要依賴於複雜設計的演算法和機器的處理能力。世界上並不缺乏擁有海量數據，卻同樣沒落的企業，比如美國的Myspace。所以，擁有海量數據，絕對不意味絕對優勢。

再者，當前的社會仍有許多未數據化的領域。眼下的社會絕不是數據化過多，而是過少。為何人工智慧在有些垂直行業還不能大顯身手，原因就在於這些行業數據化遠遠不夠，甚至可能連基本的電子化都不完善。

更何況，每一次技術的創新或變化，都將能開拓出新的數據世界，產生同樣龐大的數據。比如幾年前移動互聯網的出現，就產生了滴滴這樣級別的企業，交通出行領域因此迅速數據化，產生出大量的數據。

同樣，隨著諸如智能駕駛、智能家居等的出現與廣泛應用，車聯網與物聯網技術也將開拓出新的數據世界。我們現在的社會，數據量似乎已經很龐大，但相信隨著現實世界更廣泛、更深入地數據化，今天看似海量的數據，再過幾年，可能就是滄海一粟了。

當然，我們不得不正視的一個問題是，以人工智慧為代表的數字技術的崛起，必然意味著數據產業的迅速擴大。人類社會也在發生巨大的變化。過去我們會認為，虛擬世界與現實社會是兩個完全不同的地方。但現在，兩者的界線正變得越來越模糊。

虛擬世界，正在成為人類的組成部分。

當數字化、智能化成為趨勢，自然也將因此與數據產業相伴而生地出現一些問題，比如數據安全問題、個人隱私保護問題、數據流動與共享等問題。特別是由於科技進步的迅速如此之快，相關法律法規未能快速適應調整，使得當前在這一產業中存在一定的模糊、灰色空間。但本質上，這些問題與數據壟斷無關，與數據的權利有關。

通過法律規範數據的採集與使用保護用戶的數據權利是必要的，即數據監管需要管理的是數據獲取的正當性、合法性和保護隱私性，而不應該對數據有恐懼感，甚至可能因此導致過度監管。

面對一個新事物，需要給予一定的觀察期，否則一旦過度監管就可能喪失產業的發展機遇，進而喪失在創新領域的先機。

以發展的眼光來看，如果說此前中國在其它互聯網領域落後於美國，那麼以人工智慧為代表的新興科技，則為中國提供了超越美國的機遇。但人工智慧相關技術的發展，離不開數據、演算法與計算能力三駕馬車的共同驅動。我們在尋求規範數據產業發展，規範數據採集與使用的同時，也需要充分考慮到技術發展的需要與問題之間的平衡。

現在，國外已有學者對此進行了深入的研究，但不得不承認是，數據監管具有複雜性，是一個新的事物，涉及多方面的複雜因素，要切實做到保護個人隱私、數據安全，又不能因此遏制數字技術的創新與應用，可以說是任重而道遠，每一步都需要審慎而為。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！