步入數據經濟時代，你的數據安全嗎？
步入數據經濟時代，你的數據安全嗎？
編譯：李俊耀 中歐商務戰略專家
來源：歐盟數據安全管理局
編者按——
無人零售——這個在2017年中國零售圈最火的高頻詞，已經可以和馮唐老師「油膩的中年男人」點擊率不相上下。如果今天您問10位零售百強大佬，什麼是無人零售？得到的多半是白眼和不屑，因為他們已經快速飛奔在攻破感測技術壁壘和套圈資本市場的康庄大道上。在編譯這篇稿件之前，我曾經和一個行業資深的媒體老師探討，無人零售究竟是個什麼物種？他講了笑話給我：年前老家一個親戚打電話，說要做無人零售和互聯網+，老師熟悉這個遠方表弟，多年冰櫃維修工出身，最終熬成了知名鄉鎮冰櫃企業高管。表弟說我要做無人零售？怎麼做：無非就是傳統冰櫃+二維碼掃一掃....電話這端的老師瞬間石化，不過仔細想想——你能說這不叫無人零售嗎？
上帝之手讓亞馬遜開創了「Amazon Go」」，一個全新零售紀元的到來。無人零售口含大數據、人工智慧、物聯網、雲計算、移動應用等多把金鑰匙誕生至今。高技術基因的商業物種已經決定了它的行業准入門檻需要依賴成熟的主體技術框架。在中國，無人零售主要是指基於智能技術實現的無導購員和收銀員值守的新零售服務。要達到這一標準，無人零售店需要用到計算機視覺、感測器融合、深度學習、生物識別等前沿技術。讓我們縱觀當下，無人零售的落地應用在中國短短時間內遍地開花，目前國內玩家按形態從小到大可分為便利貨架/貨櫃、自助販售機、無人便利店三類，主要採用的技術包括人工智慧、物聯網RFID、二維碼識別等。一大部分的國內無人零售企業還不能達到上述定義所描述的，完全脫離人工服務環境的零售服務，只能能說是實現了「半無人零售」。無人零售最重要的場景意義就是：通過一系列智能化的技術，數據化到店顧客信息，再通過實時可交互的技術與機器，完成從顧客到店感知-選品-排隊-清算-支付到顧客離店的消費閉環。
未來的無人零售，將是基於大數據基礎上的物品售賣。這裡面最重要之一的就是到店顧客信息的數據化、數據處理和數據安全監管。中國在互聯網新物種的消費應用一直名列世界前茅，為什麼中國的消費者這樣熱衷於高新科技的體驗與使用？從另一個角度觀察，因為中國在用戶私人數據監管和安全的政策法規上，還存在的很大的提升與改進空間。今天的無人零售可以如此蓬勃的落地和發展，也不得不說是因為我們有著如此獲取用戶數據的機會空間，但是這並不意味著未來這些機會就是絕對自由和無人監管的。
兜了這樣大的一個圈子，今天我們要說什麼？數據化才是無人零售真正的應用核心。本期我們節選了2017歐盟對歐洲數字經濟發展、顧客數據商業化、無人經濟的數據採集相關行業政策和案例分析，希望幫助中國更多的零售企業可以從國際化的視角窺見，中國的無人零售生態在世界數據經濟一體化的未來，是否可以揚帆遠航，擁抱更多種商業新希望的可能。
步入數據經濟時代
——歐盟政策：蓬勃的數據生態
數據成為全球經濟命脈勢不可擋。它代表著一種全新的核心經濟模式。在這個互聯共通的世界裡，那些知道如何利用數據的人掌握著壓倒性的競爭優勢，通過提高表現，提供更多以用戶為中心的產品和服務，培養革新，將數十年的對手遠遠甩在身後。
世界正處於全新突破性科技力量的尖端——人工智慧、區塊鏈技術、機器人——藉以數據革命，發達經濟體能夠獲取巨大利益。最新研究表明，排名前100的歐盟製造商即使僅僅汲取有限的大數據分析，就能使得歐盟經濟在2020年額外增長1.9個百分點。能從中獲利的當然並不僅僅是製造業。於公於私，數據分析都必將很快成為所有經濟活動和決策過程必不可少的一環。
大數據——未來經濟的基石
可以說，世界正在經歷一場數據大爆炸。日常產生的信息量維度廣，並且呈指數型增長。
起初，這些數據通過我們的固網、手機、筆記本電腦、平板等其他電子設備關聯。如今，像互聯汽車、電度表、消費型電子產品等各種設備——所謂的「物聯網」——均能傳輸。介於已有61%的世界人口在使用網路，數字科技的需求將會持續增長。據預測，物聯網將由2015年僅46億台設備快速增長，於2021年趕超160億。
互聯繫統結合了感測器、軟體和數字用戶界面，脫離了傳統的實體產品進而轉向複雜的互聯繫統，製造生無法忽視的價值變遷隨之產生。實際價值不再只依存於商品中，同樣，在各種機會中，實際價值可以藉由獲取信息和體驗來提供給用戶。商業也好，客戶也罷，都在緊跟這一趨勢，越來越多的消費者需求能通過不同設備同時滿足個性化和互聯的產品。
很大程度上，公司利用手中不斷累積的數據使得這一價值變遷成為可能。公司有越多的數據，就能提供更多更優質的量身定製的服務。然而，想要通過開發大量、高速、多樣的「大數據」以創造經濟價值不僅需要發展諸如雲計算、高級分析應用等科技，更需要一種全新的思考方式，全新的技能組合以及全新的工作模式。
對於正處於轉型期的汽車業而言，數據分析對商業有著可見的深遠影響。九成的自動化行業的高管堅信，汽車和自動互聯將會破壞其商業模式，80%的高管堅信，在互聯自動駕駛領域，他們將會迎來新的競品帶來的挑戰。
全球貿易上的資料顯示，數據流正以一種潛在的實體產品替代品的形象出現，也多虧了像3D列印這類科技。2012年全球範圍內的跨國數據類交易與2008年相較增長了49個百分點，而物品類交易和服務類交易只增長了2.4%。
數據——生產力、工作和革新的新驅動者
大數據產生的經濟利益是數篇研究報道的重點研究對象。採用數據驅動決策的公司被發現有高於平均5-6%的產出和生產力。
很多公司早已意識到實施數據驅動決策帶來的潛在利益，開始迅速對大數據科技和服務進行投資。全球市場上，大數據相關的硬體、軟體和專業服務（如數據中心計算、聯網、存儲、信息管理或分析）繁榮發展，預測將於2019年達437億歐元價值——2010年的十倍。
然而，對破壞性經濟效應的顧慮、對潛在濫用大數據分析的擔憂不容忽視，政府當局仍需謹慎對待。商業轉型和社會轉型或多或少都會產生附帶後果，人工智慧的出現就是一例很好的說明——本質上，人工智慧就是基於大數據分析保證的自動學習過程。一方面，機器學習或會毀壞現有的工作模式，導致裁員，甚至是智能設備取代勞動力造成崗位的消失。密切監控以及公共政策干預的必要性就此顯現，以此幫助失業員工重返就業市場。另一方面，倫理問題隨著人工智慧浮出水面，人工智慧可以預測分析，大大增加了歧視的風險。例如，數據分析可以用來預測求職者中可能存在的懷孕跡象，或是分析獲取求職者未來的健康狀況。同時，這種致力於使日常生活「更容易」的服務能終結重塑人與人之間的關係，比如，「預測性聊天程序」能根據用戶提供的內容給出針對預測性的情緒反應。數據革命產生的這種新風險不容忽視，風險帶來的社會影響也不容小覷。
歐洲在數字革命和數據革命上的滯後
大數據與物聯網，這一新工業革命的核心，與第一次工業革命蒸汽動力的出現相媲美，正改變著我們的經濟形態，促進著全球生產力。
然而在歐洲，接納數字化的企業少之又少：2025年，僅有五分之一的歐洲企業呈現出高或者非常高的數字化強度，僅有6%的信息通信技術及專業化服務公司策略性地密集利用數據。數字專家在大多數成員國的全部就業市場中僅佔有1%的比例。同時，精通數據的勞動力供給短缺的嚴重存在，使諸如美國一類的科技先進國家受到影響，大數據基礎架構的滯後也出現與歐洲。世界經合組織國家中超過半數的數據中心坐落於美國。
來看一組令人憂心的信號：面對日益激烈的全球競爭，歐洲經濟再也不能無錯失數據革命機會，也無法承受競爭優勢的喪失。數據及數據分析的受限使歐洲企業無法適應全球市場的競爭，其中，中小企業及新興企業首當其衝。麥肯錫研究表明，相較於歐洲與美國，中國顧客對信息共享勢不可擋的開放態度，使中國或成為「汽車數據革命」的熱門之地。
歐洲商業若想在未來存活並長盛不衰，就必須通過某種手段與工具武裝自己，即對大數據的採集、處理、存儲與分析並利用大數據創造價值。
此外，歐洲的公共管理必須接納這一新形態，開拓數字市場，以在歐洲法律的新框架下，獲取效率增益，減少成本消耗，拓寬為公民及商業提供的服務範圍。如何在與民間團體與公民協會緊密合作，構建本地數據系統以培養創業精神與社會創新，同樣是歐洲公共管理的新課題。通過改變數據統計的產生渠道與使用途徑，通過不斷提高關鍵數據的時效性與粒度，數據革命能夠顯著增強決策制定的質量，加強政府當局的問責制，協助縮短公共機構和公民間的差距。
第一步：理解數據系統中的價值創造
一般而言，數據系統中的角色分為四類。
數據產生者
用戶瀏覽網路、消費者使用信用卡、利用GPS讀取位置數據、智能冰箱減少能耗，更甚是在阿姆斯特丹的夏日降雨：這些都是數據的首要來源。任何來源於人類或非人類的行為或非行為均能傳遞信息，這些信息很可能通過收集、整合，用於有效地數據分析。
當主體生成數據時沒有意識到其行為正傳輸著被另一實體收集的信息，數據被動產生，例如駕駛者使用地圖設備。數據同樣能主動生成，比如，用戶為訂閱服務，在社交網路上輸入其郵箱地址。其他方面而言，主動與被動的區別與數據創造者是否允許對數據進行處理有關，也與收集數據的目的有關。
既然創造的信息對數據服務有價值，數據創造者就能通過將這些信息「貨幣化」從中獲利，例如從相關的產品或服務中換取折扣價。大多數情況下，這種交易是隱性的。廣告商業模式即典例——用戶可以免費使用其服務（例如使用搜索引擎、在線新聞服務等），同時，用戶使用的這些信息均含有特定的宣傳目的。
相反，數據創造者無法避免風險，如隱私和安全漏洞——即使在數據安全存儲的情況下。儘管數據集的加密處理和假名化能減輕這類風險，通過與其他來源的數據進行交叉搜索，一名數據來源實現去個人化，數據的「去匿名化」得以成為可能，這一點仍讓人們擔憂不斷。一份最新的英國議會報告已將數據去匿名化認定為犯罪行為。
2. 數據伺服器
所謂的信息支撐下的」數據「只是一種現實的副產物。實際上，信息只有在處理與分析時才會創造價值，其中包括信息的收集、記錄、組織、構建、存儲、適應或變更、恢復、諮詢、使用、曝光、傳播或使其可用、數據調整或組合、限制、消除或破壞。
在數據價值創造鏈的任一階段都可能出現瓶頸，迫使創造出的價值對不同的數據服務供應商、數據使用者以及下游用戶造成損害——特別是當數據無法輕鬆地從一個伺服器轉移到另一個上的時候。當服務供應商之間的競爭有限時就會出現這種情況：如果互聯網服務供應商喜愛相當強的市場力量，就能限制數據通信，而基礎設施服務供應商可以通過專利技術實現供應商鎖定，使其難以或是根本無法轉型為競爭者的產品或服務，即意味著減少了客戶選擇。
實際上，在數據工業的某些部門，市場集中度是大趨勢所在，特別是在某些具有鮮明的網路外部性和規模經濟效益的領域。簡言之，用以分析的數據越多，伺服器越優質、高效。正如夏皮羅(Shapiro)與瓦里安(Varian)所言，「積極反饋嘗導致極端結果，它使強者更強，弱者更弱」。舉例來說，一個網頁搜索引擎擁有越多的用戶，就能獲取越多的反饋，就能更有效地回應給用戶他們想要搜索的內容，從而極大地鞏固了這一搜索引擎的市場地位。
監管幹預同樣能製造瓶頸，監管幹預限制了獲取數據的渠道，阻礙數據的流通，給服務供應商帶來過高的遵從成本。比如，數據本土化的條件要求服務供應商在特定的地理區域內處理數據，從而導致企業被置於數據處理和管理成本高的區域。
3. 數據業務用戶
企業和公共管理即數據業務用戶，它們利用數據分析的結果提高表現，從增量變化到顛覆性改變都離不開數據分析。其中包括加強內部監控、調整營銷策略、縮減加工成本、開發全新產品、甚至從根本上改革商業模式等。企業從數據分析中贏得經驗，窺探到潛在收益，可以說，增量變化和顛覆性變化間的天平將向後者傾斜。
儘管如此，企業和公關管理為在其組織內嵌入大數據分析，仍需克服層層阻礙。細數這些阻礙，中小企業再次首當其衝：企業和公關管理對數據分析的運營以及其潛在利益缺乏認知；排斥、懼怕大數據分析勢必帶來的潛在組織結構變更；缺乏技術手段，尤其是指整合、管理龐大數據集的能力；缺乏技藝嫻熟、精於數據分析的員工，對於技術和人力資源缺乏投資的財政手段等比比皆是。
隱私、數據保護和安全的監管框架定位模糊，同樣阻礙著大數據分析的使用。人們看到了歐洲的進步——在處理個人信息方面採用了一般性數據保護條例，然而，要想刺激數據系統發展，促進非個人數據，即機器數據的獲取渠道，一個共同的歐盟框架不可或缺，進而才能克服地區分裂，才能為改革者提供便利。再者，監管部門和決策者這一角色必須積極主動地支持並鼓勵數據友好型的企業文化，例如通過建立既定基準（如與3%的研發目標相持平的數字化投資目標），或者把稅收抵免政策列入考慮範圍（一些成員國已採用稅收抵免以推動研發的投資）。
4. 終端用戶
最後一種角色就是下游買家，包括消費者、商業客戶以及一些涉及企業與公共管理並在事務中使用大數據分析的公民。降價、提供優質的服務或產品——包括必須依賴於數據分析存活的新產品，都是數據分析對終端用戶產生的最直接的影響。另外，能提供更精確的營銷策略的完善定製服務對終端用戶也大有裨益，如能繪製實時交通地圖、為駕駛者規劃最暢通線路的應用程序。這種應用程序都是基於大量駕駛者在實時駕駛中共享的信息，沒有大數據，這類服務寸步難行。
有利必有弊：因為終端用戶常常也是數據創造者，他們無法規避安全和隱私的風險。賣方可以利用數據分析提取精確的買家資料，相應地更改成貼近買家支付意願的定價，使終端用戶也更容易遭受掠奪性定價的問題。從社會福利的角度來看，這樣的「價格歧視」並不一定意味著無效，它甚至代表著從消費者剩餘轉變為賣方剩餘。這類價格歧視也並不一定與個人信息的處理有關，如此一來或會存在於一般數據保護條例的保護之外。例如，醫療保險公司基於越來越大的非個人化數據集獲取統計推斷，來在一些特定疾病發病率高的地區增加保費。
------ 未完待續 ------
TAG:石基商業評論 |