「大數據資本主義」 筆記

「大數據資本主義」筆記

資本主義無疑是現今世界絕大多數國家奉行的主義，現在世界大體上可稱為「資本主義的世界」，在大數據浪潮如排山倒海而來之際，資本主義遭遇到強烈的考驗，世界亂象迭起，資本主義應如何再出發?

本書為大數據領域公認的權威，麥爾荀伯格 (Viktor Mayer - Schönberger) 與蘭姆格 (Thomas Ramge) 所著 [1]，書名也可翻譯為「資本主義在大數據時代中再出發」。而在「大數據資本主義」 (Reinventing Capitalism in the Age of Big Data)  時代，金融資本主義退位，市場、企業、金錢、銀行、工作與社會正義均須重新定義。

從二十世紀的金融資本主義，轉型到二十一世紀的數據資本主義，巨變已經發生，且正在加劇，規模和震度就相當於從農業社會轉型到工業社會。作者以具體的例證、深刻的思索，提出他所洞察到的種種問題、以及可能的解方：認為金錢的交易功能雖可維持，但金錢的資訊功能將被大數據（與富數據）接管，數據是新資本，代表金流、人流、物流的新趨向。討論金融資本開始貶值之後，哪些世代、哪些企業，將受到最嚴重的打擊？

在人工智慧介入企業的日常事務與決策流程中，應考量擁有哪種技能的人，難被取代？議題包括應當課徵「機器人稅」嗎？全民基本收入（UBI）能解決社會問題？我們能否把最重要的選擇權，握在自己手裡？

而傳統銀行有如駛進暴風圈的黃金商船，正面臨三大威脅，銀行該怎樣應對危局？由於超級巨星企業雄霸市場，少數人鯨吞了經濟成長的果實，面對富數據市場的「老大哥」，法規和稅制須如何因應，以促進多元性、避免集中化，讓市場更有效率、社會更永續？

諸多名人推薦本書，認為「數位化鞭策我們重新思考經濟的未來，而這本發人深省的著作，提供了絕佳的見解及指引」，「資本主義這套真正遍及全球的體系，其實正在徹底再造。對於人類共同要面對的數位未來，這本書絕對是必要的指引」，「呈現了少見的樂觀觀點及許多迷人的範例，點出數位時代能怎樣帶我們走向富數據市場的未來，讓富數據市場在一個多元又包容的社會中，為個人賦權、並改善我們的生活」，「具備里程碑意義的著作……對於所有的企業策略及公共政策而言，富數據市場的可能性將會既是挑戰、也是啟發」，皆是中肯之言。[1]

本書各章節如下:

第1章　重新塑造資本主義 —— 從金融資本主義走向數據資本主義

運用富數據的市場已經出現、價格不是精確指標、富數據市場降低金融災難的頻率、一股新的淘金熱已近在眼前、企業將面臨最嚴峻的挑戰、從金融資本主義走向數據資本主義、克服惱人的關鍵資訊欠缺和決策限制、「更有效與、更永續、更理性、更多元」

市場機制其實是一項非常成功的社會創新，有助於人類有效分配各種稀有資源。市場交易一直是一種社會互動，也就與人性極為切合。正因如此，多數人會覺得市場的概念再自然不過，深深交織在社會的脈絡之中，成了經濟的基石。

價格不是精確指標，富數據的市場已經出現，全面、迅速，而且成本低廉。由資料驅動之後，達到更好的媒合。

第2章　企業與市場 — — 集中式協調與分散式協調

人類因協調合作而壯大、每個關鍵環節都帶者恩典、各種關鍵資源左支右絀、市場 — 分散式協調、企業 —集中式協調、從企業機制走向市場機制、企業機制的優勢已不再

目前不只自然資源，金錢和時間這兩種資源也同樣不足，需要更努力協調。市場機制協調是分散式的。市場上的個人，會各自收集和提供資訊，也為自己做出決定。企業採用了集中式協調機制，並使用集中式溝通結構。以往市場與企業互有勝場，數據時代則為為社會提供更加有效的活動協調方式，企業優勢已經結束。

第3章　市場與金錢 — — 以金錢為交易基礎的市場，效率低落

市場需要的資訊流﹕簡單、快速、雙向、打破距離障礙、「成也資訊、敗也資訊」、資訊多勝過資訊少、資訊過多。也令人難以負載荷、價格是資訊的濃縮、金錢從實體走向虛擬、預測未來事件，也能從金錢估量、金錢不是萬能、價格操弄我們的偏見、市場不應再受到金錢與價格的束縛

第4章　富數據市場 — — 三項資訊新科技推波助瀾

人工智慧再次擊敗人類智慧、別再繼續和金錢與價格糾纏、科技結合了資料數據之後、資料本體和標籤策略、資料本體工程已成熱門領域、「偏好」是具有特定模式的資訊流、「偏好」媒合演算法、一種破壞式創新﹕富數據媒合服務、機器學習系統躍上舞台、透過大量回饋資料，不斷加以訓練，三項資訊新科技相輔相成，應用範例﹔愛情市場，把最重要的選擇權，握在自己手裡

用豐富且全面的資訊流來取代，或至少分擔目前金錢所背負的資訊角色。資訊數據會成為市場這個巨輪的潤滑劑，讓參與者找到更好的交易選擇。

三項資訊新科技: 一、用標準化的語言，資訊本體得以改進，找出有價值資料。加以分類。二、媒合演算法的改進，多面向選擇最佳交易對象，三、適應性機器學習系統，找出更有效方式呈現偏好，讓市場得以重組。

第5章　企業與管理—— 企業該如何駕馭愈趨龐大的資料流

最棒的「亞馬遜機器人」，科技創新帶動組織創新、「成本會計」簡史、泰勒式科技管理、汽車雙雄爭霸、SOP和檢核表大發神威、如何提升企業高層決策能力?捷思決策法也不賴? 富數據讓企業面臨嚴酷考驗

隨著資訊流和資訊科技不斷改變，科技創新帶動組織創新、社會創新。

企業領導者做決策前，必須擁有充分資訊，發展出「會計」的呈報方式，漸擴充到公司活動的所有面向，以資訊流為重點。

「行為經濟學」指出人類受到基本認知能力的限制，影響一般決策能力。在企業中，由於決策權集中，侷限跟著放大。

第6章　企業的未來 —— 市場機制正在蠶食企業的運作機制

效率、效率、效率! 人工智慧介入企業的日常事務、管理決策自動化、企業裡的資訊流，還不如市場豐沛、擁有T形技能的人，難被取代、要著眼於勞動力，還是組織架構?Spotify從「管道」躍上「平台」、「小隊化」的管理體系、在企業引進市場機制、營造企業內部的人才市場、超越企業的邊界、企業還需要雇用很多人嗎?

人工智慧已經有所演化，不再只是根據各種固定規則來運作，而能夠開始學習，運用大量資料數據來訓練，利用自動決策系統，來處理企業日常業務，已經到了正式起飛的時候。

機器學習系統從設計本質上，難以橫向合作，擁有T形技能的人，也就是既有特定領域的深度專業知識，有能與其他部門的經理人合作，難被取代。

同時需要人類，才能推動各種「激進式創新」。創造力仍是機器學習系統未能突破的難關。

企業面對市場機制的復興，選項一是將決策過程自動化，選項二是重新調整企業的組織結構。企業不再是「人類」最傑出，也最有效的協調合作機制。不管是採用哪種選項，企業都不會雇用很多人來協調活動。

第7章　銀行的未來 —— 數據資本重於金融資本

銀行面臨三大威脅、金錢的資訊功能正在式微，傳統銀行業務遭拆解、資本有兩項功能﹕資訊功能和價值功能、金錢失去資訊功能的代價、未來的個人理財顧問、銀行這樣因應挑戰，行得通嗎? 資訊也具有價值功能、貸款業務的破壞式創新、投資活動的破壞式創新、傳統銀行有如暴風雨中的黃金商船、數據資本主義才是王道

富數據市場，有了標準資料本體、媒合演算法和適應性機器學習系統，以及更豐富的資訊流，金錢的資訊功能更加式微。

市場不再與金錢劃上等號，經濟也不再等於以金錢為主的金融資本主義。

隨著市場擁抱多元的資訊流，資本的兩項功能 (資訊功能和價值功能)將不再緊密連結，尤其在資訊功能上，要面對其他競爭。

隨著資料驅動市場降低金錢價值後，資料數據接管了金錢地位，而要付出代價的是所有投資人。未來的個人理財顧問，富數據市場能夠改善媒合結果，有許多優點。

第8章　回饋效應—— 防範富數據市場的「老大哥」

回饋迴路存在兩大風險、市場最忌諱決策集中化、三種效應導致市場集中化、對新進入者造成巨大障礙、重點是﹕要開放甚麼? 累進式強迫資料分享、需打破市場的集中傾向、會計準則需與時俱進、立法與執法機關責無旁貸、失敗案例﹕Cybersyn、慎防富數據市場的「老大哥」

回饋迴路存在兩大風險是一、學習過程缺乏多元性，二、集中控制。

三種效應導致市場集中化﹕一、規模效應降低成本，二、網路效應擴大效能，三、回饋效應改進產品，乃由於市場參與者試圖增加利潤所致。

累進式強迫資料分享，開放多少有市占率決定。分享資料作為創新的源頭。

立法與執法機關應促進資訊流通，並制定關於資料開放及呈報的規則，以促進資料開放、應對資訊不足的情況。

資訊隱私法在實行上有困難，政府應限制資料使用的方式。

用法規架構來提升效率，必須由政府機關負責執行。執法機關必須要有組織能力、人力、必要的調查與執法權力、具備專業知識。

慎防富數據市場的「老大哥」，防壟斷法必須更完善。需要提出新方法，如「累進式強迫資料分享」，來保障決策中的分散式本質。

第9章　工作權益與分配正義 —— 莫讓少數人鯨吞了經濟成長的果實

軟體軌道上的虛擬火車、勞動到酬和工作機會都降低了、應課徵「機器人稅」? 新技能等於新工作機會? 「全民基本收入」(UBI)、UBI問題多多、少數人鯨吞了經濟成長的果實、聚斂利潤的合法容器﹕「超級巨星企業」、革新稅制，合理分配企業利潤、創新稅制，用資料代替金錢繳稅、創新稅制，聘人就能抵稅、工作提供的不僅是錢而已、拆解「工作」的概念、賦予「工作」自由度與豐富性

人工智慧介入企業的日常事務與決策流程中，會有很多工作被取代，隨著自動化程度的擴大，更多的工作會隨之消失。在富數據市場中失業的中產階級工作者，還能投向何方? 另一方面，全球的勞動份額，自1980年代便持續下降。原因指向同時影響所有產業的數位及資料處理科技。同時自動化似乎是改變的主因，首先取代了藍領和中低收入白領階級的工作機會。而在資料驅動自動化後，未來勞工收入份額將繼續下降。

勞工角色式微，收入分配改變，面對這種令人擔憂的趨勢，許多國家決策者提出兩套應對方式，出發點分別是「分配」與「參與」。

就「分配」而言，解決方式就是針對自動化帶來的營收，加以課稅。這些課稅機制，俗稱「機器人稅」，另一方式，則是透過資本利得稅與新的財富稅來進行。但實際上，這些措施的作用可能相當有限。在「參與」方面，針對數位轉型後失業的工人再培訓，但新技能不一定等於新工作機會。

更激進的選項，就是「全民基本收入」(Universal Basic Income，UBI)。其核心思想是讓每人每月得到一定金額，足以支應基本的食。衣、住、行、教育以及某種形式的健康保險。UBI可說同時兼具「分配」與「參與」兩種特質。對不同意識形態的人都有吸引力，也有許多地域性的實驗。

另一方面，UBI問題多多，取代福利政策，也就減少了對特殊需求的支援。最大的挑戰，還是在財源。以非福利國家而言，政府預算遠遠不足。同時UBI無法提供金錢外的任何東西，似乎也就限縮了我們能做，而且該做的事情範圍。但部分UBI，或許只要靠著合理程度的增稅，就足以支應，主要目標在個人賦權。

這些應變措施背後都假設，勞動份額會持續下降，而且資本份額會增加，但事實證明，並非如此，不論勞工或是投資人，其實都沒有得到公平的報酬，主要是企業高層精通了經濟成長的果實。特別是「超級巨星企業」，用有限的勞動及資本成本，就能取得極高的利益，成為聚斂利潤的合法容器。

面對企業持有龐大利潤，經濟學家建議將這些巨額利潤導回國家經濟體系當中的革新稅制，作為投資，提倡累進消費稅 (progressive consumption tax，PCR)，如此，只有「取得後未再投資」的個人收入，需要課稅，在美國受到廣泛支持，但立法前途未明。

在創新稅制方面，於「分配」端，可以考慮企業「累進式強制資料分享」，以資料代替金錢來納稅，而在「參與」端，聘人就能抵稅，協助企業進行再陪訓計畫。可以達成一、讓獲利企業擔負起因而失業人力成本，二、確保市場競爭，讓社會整體因資料而受惠，三、確保人人都能從資料數據得到應有的好處。

有時候，則是要把「薪資」與「工作」的概念拆分開來。在過去，就業的好處最主要的就是薪資，在資本市場轉為富數據的市場後，更應考量工作是否有意義，是否提供機會與他人有重要的互動。在思考「工作」時，能有更多自我實現的考量。

第10章　人類的選擇—— 在知識的道路上，繼續向前進步

女性時尚界的「魔球、關鍵是提供「人的溫暖」、提升效率、減少浪費，讓社會更永續、正進入「經濟大調整」時期，促進多元化，避免集中化、為自己的人生賦予意義、務必保有做選擇的自由、市場是一種有效的協調方式，在知識的道路上，繼續向前進步

富數據市場能提升效率、減少浪費，讓社會更永續，如智慧型電網、物流業、健康照護、教育領域等，提升人類合作協調能力。

未來企業兩端為「以人為中心」與「企業外殼」，企業應選擇自己適合的定位，在做出因應的調整。富數據市場將使人類協調合作能力大為增進，將超越資本和企業，為人類帶來權力。

如果資料驅動市場想要成功，首先要避免參與者與決策過程集中化，採用「累進式強迫分享」，繼續促進健全的競爭。盡力由自己來打造未來。並減輕負面的影響。如以資料稅、新聘人員抵稅、或把「薪資」與「工作」的概念分開，

富數據讓市場效率與永續性大增，人類的任務是要好好做個真正的人﹕有創造力、敢於嘗試新事物、彼此往來互動、建立有意義的社會關係。同時要能夠選擇把哪些決定留給自己，選擇「要有選擇的權力」，務必保有做選擇的自由。

未來必須培養的核心能力，就是要清楚堅定地了解自己該如何選擇，讓人類有知識與見解的未來、充分協調合作的未來，也充滿人性。

本書頗受好評，但也有讀者認為缺乏「個案研究」 (case study)，是可改進之處。第9章﹕「工作權益與分配正義 —— 莫讓少數人鯨吞了經濟成長的果實」，考慮相當周全，尤其部分UBI可能是大數據時代「大量工作被取代」社會問體可能解決方案，值得更進一步探討，甚至試行。

[1] 麥爾荀伯格 (Viktor Mayer-Schönberger)，蘭姆格 (Thomas Ramge) ，大數據資本主義：金融資本主義退位 (Reinventing Capitalism in the Age of Big Data) ，林俊宏譯，天下文化 (2018)