“算法经济” 会创造什么新模式与趋势

本篇文章2786字，读完约7分钟

在中国的个人电脑时代，互联网自2000年以来已经发展了10年，创造了交通经济。自2010年以来，移动互联网已经向前跨越了5年，催生了共享经济，并于2015年走上了后发之路。最引人入胜的里程碑是互联网+，它基于新一代信息和通信技术、云计算、大数据和物联网。推动消费互联网向产业互联网转移和传统产业+互联网升级转型的创新生态逻辑，无疑像夜空中最亮的一颗星，指引着中国科技创新和创业的前进方向。那么，在中国互联网速度的跨越式迭代周期下，互联网+会孕育出什么样的创新经济形态呢？答案是算法经济。

算法经济是大数据的未来

根据英特尔的预测，到2020年，全球将有超过500亿台联网设备和对象在运行；然而，当面对如此庞大的连接和海量的数据时，最大的障碍是给所有的数据赋予意义，这就不得不将问题的焦点从数据转向算法，以便利用隐藏在海量数据中的信息价值。英特尔称之为算法经济，我们将其转化为算法经济，这意味着当数据成为社会、企业和个人都不能忽视的资产时，算法是这些数据资产估值和交换的载体，这将推动一些有趣的新经济模式。

自从“大数据”这个词出现以来，许多地方都提到大数据是21世纪的石油。这是真的，但是根据gartner发表的最新文章，数据本身是没有意义的，除非你知道如何使用它，否则数据本身什么也做不了。正如石油本身是一种无用的粘性物质，除非它被提炼成燃料。该算法是燃料提炼的大数据版本。不同的专有算法对应不同的精炼燃料，以解决实际问题，并将其转化为可执行的决策。这将是未来成功企业的秘密武器。下一波数字淘金热将是如何使用数据解决实际问题，而不仅仅是使用数据的行为。这是算法经济的希望。

未来已经到来

事实上，未来已经到来，但它还不流行。

资料来源:everstring innovation

算法经济已经开始在美国的企业软件服务领域发挥作用。自20世纪70年代以来的20年里，美国企业级软件服务提供商主要致力于提供收集、存储和测量数据的工具。20世纪90年代，以salesforce为代表的新saas公司开始通过自动化销售工作流程进行管理。随着数据的积累，人脑很难在三个以上的维度上区分数据信息的内在价值。因此，在2000年，以tableau为代表的数据可视化工具开始逐渐出现，帮助人们分析数据。在那之后，大数据变得流行起来，但这只是一个中间阶段，很快它就进入了预测阶段，成为美国的一项服务。从预测下一个目标到诊断下一个行为，最终目标是通过人工智能自动化做出决策，这是未来五年美国企业级软件服务的方向。

自大数据时代以来，中国许多新公司都是算法经济的实践者。互联网金融的表现尤为明显。互联网金融可以很好地服务于我国的中小微企业和个人，但金融的本质是商业风险，这需要大量的真实数据作为风险评估的基础。无论是p2p、股权众筹、第三方支付，还是电子商务平台的金融服务，都需要通过算法构建信用模型或反欺诈模型，以提高企业和个人个性化金融服务的效率和质量。从长远来看，专有算法是基于个人或企业信用信息系统的互联网金融产品定价的基础。显然，信用算法作为一种服务，反欺诈算法作为一种服务应该离我们不远。通过自动化算法引擎来动态定价、分配资源和用户反馈，每个互联网金融公司都可以重新设想自己的产品，以适应算法经济的革命。

算法经济促进智力资本的共享

云计算是互联网集约化管理的一种模式。对于那些使用云计算的人来说，他们喜欢将复杂性隐藏在云中，并且他们的操作也很简单。因此，遵循这一趋势，当大数据到来时，数据将被获取并存储在云中，并将提供即插即用api调用服务，即数据即服务(daas)。美国有许多独立的第三方数据管理平台，如d&b、bluekai、acxiom等。，提供各种数据api服务，在中国也有非常专业的第三方数据提供商。

资料来源:everstring innovation

迈向云计算的下一步是各种专有算法服务。一方面，这是互联网集约化经营的趋势，允许专业公司做专业的事情。不是每个公司都有能力或需要建立一个数据科学家团队；同时，这也是智力资本共享的需求。当所有公司都加入了互联网，他们需要数据科学家来分析数据，以帮助数据驱动的决策，但哪里有这么多数据科学家？不可避免的趋势是，拥有专业数据科学服务的公司可以提供专业算法服务。

算法经济将创造新的模式和趋势

个人、企业和智能设备将构成算法经济的主体。他们产生数据，基于互联网和物联网进行交流，基于算法进行思考和决策，并形成自己的生态系统。在这个系统中，专有算法会产生经济效益，如果有效益，就会有市场交易。因此，我们可以大胆预测未来可能创造的新模式和趋势是:

1.企业人工智能(企业智能)

现在让我们来谈谈企业级服务，主要还是停留在saas上。然而，saas在未来可能只是企业级服务的中间状态。企业内部的工作流程和互联网是相互关联的，会产生大量复杂的数据。未来的企业级服务将通过各种算法服务使用这些数据，并将它们直接用作决策工具。企业级服务的产品形式可能由不同场景生成的数据和专业算法决定，而saas是未来的发展方向。当我们看到亚马逊aws和微软azure这两个巨大的云平台推出机器学习服务时，英美烟草正在推出一个开放数据平台，这使得企业更容易构建专业算法。想象一下，在未来，企业可以进行直接对话，而对话的语言是各种专有算法来直接匹配服务的供需双方，这就是企业人工智能的未来。

2.小型数据驱动服务

物联网上的设备已经开始产生大量的个人数据，如各种医疗和健康应用，这些应用可以根据个人体质测试数据不断推出个人健康肖像，这对于个人来说是非常有价值的数据资产，即量化的自小数据。依靠这样的健康小数据，你可以通过算法推荐适合你健康的健康建议，甚至根据位置推荐合适的健身或健康服务；当个人健康数据被整合到家庭健康数据中时，它们甚至可以用来指导家庭饮食计划和各种健康服务。同样，家庭中使用的智能硬件在家庭单元中形成小数据，可用于测量家庭生活质量，然后推荐有针对性的服务以提高家庭生活质量。个人信用信息也是一种小数据，它将成为个人在互联网上获取虚拟生活服务的主要证据。

3.专有算法提供商

当算法成为普遍需求时，肯定会有第三方专业算法服务提供商模式。当该算法能够直接带来经济效益时，基于该算法的套利交易就应运而生。这与金融行业的算法服务和交易完全一样。金融业的资产管理公司需要风险模型，因此msci barra提供的不同地区的风险模型被用来衡量投资组合的风险；在更深的层面上，高频交易算法基金直接利用其专有算法在金融市场上获利，甚至利用人工智能算法分析互联网信息，获得套利的信息不对称。目前，互联网rtb广告行业一直处于算法经济的前沿，通过算法进行广告竞价，而dsp是第三方算法服务提供商；未来，当rtb规模扩大时，肯定会有交易员通过算法直接套利。