读《数据资本时代》有感

1、数据资本时代读数据资本时代有感国民经济管理16张琦注：此为中央财经大学陈运森老师高级财务管理课程的 学生作品随着时代的往前推进，我们逐渐向大数据资本时代迈进，随 着海量数据市场的出现，货币体现信息的作用被海量数据替代， 虽然货币的交易功能仍然保留，但货币的价值却在贬值。这给市 场和公司都带来了不同的机遇和挑战，也就是经济的微观和宏观 方面都将受到海量数据资本的冲击。大数据时代下，未来市场、 未来公司和未来的人类将何去何从；我们如何最正确地迎接海量 数据的挑战，这些问题或许没有正确答案，但我们尽可能的了解 大数据资本时代和我们自身的多样性，可以做到的是&知已知 彼，百战不殆&；.

2、传统市场与公司在数据资本时代的挑战古往今来，人类的合作方式是为了应对资源稀缺的挑战，随 着沟通方式和信息流动方式而产生的，市场与公司顺势而生。传 统的市场与公司围绕价格这个信息进行决策，不同的是市场进行 的是分散决策，公司进行的是集中决策，围绕价格，市场中不同 个体之间，市场与公司之间，公司内部完成一笔又一笔交易，人 类的合作从而达成，人类依靠交易活动得到的物质资本支持人类 继续下一轮的生产活动，交易活动和心灵求索活动。但在复杂和不确定的环境和人类的理性下，传统的市场和公 司围绕价格而得到的信息往往是十分不完备与不对称的，因为价 格可能解决了信息过量的问题，但它仍然让我们做出了十分糟糕 的选择

3、，我们对价格的执着阻碍了市场发挥其最擅长的作用，即 协调人类活动。与市场不同的是，公司的原则是集中决策，在过去的经验 中，公司内部的信息被层层上传由董事会做出决策，其决策层层 下传，层层执行。随着公司规模的增大，信息源源不断地向权力 中心移动，而权力中心的决策能力有限，决策水平的提高依靠的 就是下放决策权，制定标准决策指导方案然越来越多的人参与决 策。这种传统的层级管理结构和有限的信息流动方式，使信息和 决策在流动中受损。传统资本市场在数据资本下毋庸置疑会面临 衰退，首当其冲的就是银行业。银行业的信息不完备与不正确， 数据资本带来的未来将是经济繁荣发展而金融资本不再会繁荣。在过去的市场和公司中

4、，公司和市场的效率因此得到巨大的 损失。但海量数据向资本市场的涌入，价格的信息作用被大数据 替代，人们在各种类的交易中关注的不仅仅是价格，海量数据经 过专门的处理成为一种资本，不同产品与服务的种类在数据资本 时代是明晰和容易比较的，因此所有类型的市场理应得到重塑， 从能源市场到运输物流市场，从劳动力市场到医疗保健市场。公 司传统的层级管理结构在海量数据的攻势下也显得太过封闭繁琐 和成本巨大，是时候迎接市场与公司在数据资本时代的变革了。市场与公司在数据资本时代的变革市场在数据资本时代显得更加具有优势，因为信息创造市 场，市场的基本原则是分散决策，海量数据已经为整个市场带来 了效率的提高。以货币为

5、基础的传统市场将无数个维度的信息压 缩成价格，而价格被卖家玩弄于股掌，通过各种各项的技巧欺骗 买方，市场的负外部性得以体现。但在大数据时代下，这个问题 得到了解决，海量全面的数据替换了价格反映信息的作用，数据 帮助市场参与者找到了更好的匹配项。同时，在海量信息的帮助 下市场的分散决策体现了优势，海量数据呈现的市场决策分布传 递出来的信息帮助我们帮助节省评估比较不同决策的时间，并且 在市场分散决策和海量数据的影响下，错误决策的影响被减小。传统公司面对的挑战是在货币市场转化为海量数据市场的过 程中，利用海量数据处理信息过载问题，减少决策数量。而遗憾 的是，公司不会达到与市场一样从海量数据市场中自然

6、获益的程 度，而是需要顺应市场变革，创新管理制度来应对挑战。部分公 司已经预见了海量数据时代的大变革，并主动迎接变革，从目前 来看他们主要采取两种方式，一是实现决策自动化，以日本寿险 巨头富国生命保险为例，他们宣布将使用IBM开发的一款机器学 习系统沃森来评估保险理赔，从而理赔部裁员1/3；二是向企业组 织结构中引入市场DNA,以汽车制造公司带戴姆勒为例，该公司宣 布彻底重组公司结构，让公司20%的员工脱离之前的体系到公司各 部门之外运营，组成更灵活的团队。市场顺应数据资本时代是自然的、规律的，而公司应自己选 择战略进行惊险的生存实验，从而使自己能在大数据时代生存下 来。市场与公司在数据资本时

7、代的未来海量数据并不是解决市场效率损失灵丹妙药，它必须也要有 标准和适用条件，使用不当也会有及其巨大的副作用。为了使海 量数据是可用的，数据资本在市场中运转有三个必备条件：数据 标注、个人匹配算法、机器学习。数据标注从&本体论&提出， 问题的关键是确定正确本体，其主要目的是运用海量数据将产品 的可发现率提高，.个人匹配算法依靠的原理是一个人不仅可以有 多种偏好选择，也可以用不同的方式衡量偏好，所以我们在衡量 不同问题的偏好时，我们需要不同算法的匹配。机器学习是基于 数据大规模训练以及随之而来的自适应反馈，与个性化学习相结 合，激发市场显著提高效率的潜能。每一项技术的进步，带来的

8、 是低成本获取海量、多维度的信息流并将信息自动化转化为决 策。公司的发展却不容乐观，随着算法的提升，决策层会一层一 层的减少，效率会大幅度提升，公司的重要性也就会下降。在现 阶段公司为拥抱大数据时代而做出的改变来看，公司越来越可以 依靠算法来实现决策自动化，工作程序也会由机器学习不断地推 进，公司的未来是与大数据和市场结合的，公司还会雇佣人类但 其管理和运行主要由机器人操作完成，甚至公司会依赖市场机制 运作。最终，人的作用只是协调市场机制，在我看来这是虽然高 效但有些悲观的。我们何去何从目前我们正处于海量数据市场的最初级阶段，正如所有新鲜 事物一样，海量数据本身在带来技术进步的同时，我们将拥有

9、可 以随意支配的强大的海量数据系统，这些系统帮助我们运用更少 的资源花更少的时间，得到更好的匹配，效率红利显而易见，但 是我们只是放弃一部分&无聊&的决策，专注于更重要的选择， 而将选择的需求和选择的快乐分开。在劳动力市场中，我们也可 以利用海量数据选择个人匹配算法为自己找到较适合的工作，不 需要仅仅为自身的&价格即工资所局限，工作的作用在支付 账单和提供个人满足感之间得到平衡。海量数据市场是高效的， 并一片光明。但随着算法不停完备的个人数据的不断完善，随着 数据资本时代的发展，数据的进一步运用是否会成为&潘多拉魔 盒&?值得关注的是从千禧年到现在，美国

10、发达国家的代表，无论 是劳动参与者还是劳力收入份额都在不断下降，在应对海量数据 时代，人类的作用似乎没有算法多，即便是技术层面，需要创造 力和人类选择的数据标注工作在确定正确的本体所需要的人类创 造新会更少，需要更多的是过硬的数据分析，数据本身将驱动数 据本体，数据不需要了解人类，只用通过算法就可以替我们几乎 做任何选择。这是否意味这我们将成为数据的奴隶，海量数据为 我们发展带来的冲击不可忽视。但人类与数据不同，我们有的是内心求索活动，及自己思考 的能力，我们知道自己想要做的是什么，人类是随着时代进步不 断学习和改变的，只要我们愿意，人类的未来就是知识和充满见 解的，我们所要做的是通过不断地运用数据使我们的未来更加社 会化人性化，而不是让数据支配我们的生活，使它变得冰冷又机 械。结语在数据资本兴起的今天我们作为其中的人类个体若不想被代 替，不能只看自己&价格因为价格所反映的个人信息在海量数 据的对比下，已经是十分不全面的，只能说一项工作中的个人价 值中的一部分是&价格个人价值应该参考个人偏好、市场所 需、公司制度等多方面于劳动力市场得到最佳匹配，否则随着