市场自身的重塑
市场重塑的所有必要因素都已就位。数据本体的改进帮助我们从大量的数据流中提取出有价值的数据,并对其进行多维度分类。匹配算法的进步使我们能够在我们所选择的市场中找到并选择最佳交易伙伴。机器学习系统通过观察我们,可以识别出我们的个人偏好,这样我们就不必花时间去思考和确定自己的个人偏好,以及赋予不同偏好不同的权重。作为我们信任的助手,当我们做出有偏颇的决策时,机器学习系统会提醒我们(如果我们希望如此),并在我们做出选择时给我们提出建议。最终,机器学习系统甚至会为我们做出很多决策。
这些技术如果结合起来,将会使我们成为非常强大的买家或卖家。
这不是因为我们会在每一次谈判中获胜,而是因为我们的每一次行动都会是高效的,我们将会基于个人偏好不断地优化结果。这些技术如果结合起来,不仅会使参与者受益,而且将会大大地改善整个市场,使其成为协调人类活动的最有效场所。
我们在本章中概述的每一项技术进步,都在克服市场的两个基本挑战方面起到了独特的作用:一是以低成本获取海量、多维度的信息流,二是将信息转化为决策。数据本体可以促进信息的流动,自适应机器学习系统和个人偏好匹配算法可以帮助人们处理信息。它们也可以彼此以微妙且重要的方式相互促进。自适应机器学习系统不仅可以帮助我们根据数据来梳理自己的个人偏好,而且我们可以用它来改进个人偏好匹配算法,找到能够引向高级数据本体的遣词造句模式。同样,数据本体可以帮助我们找到为个人偏好排序的更好方式。个人偏好匹配算法不仅可以帮助我们找到最佳的交易合作伙伴,而且可以帮助我们确定一套最恰当的客观优先级排序,并以此作为我们自己的个人偏好基准。
我们可以预见这样一个时代:一个又一个的市场将会利用技术的进步和如上所概述的观念来重塑自身。这一变化已经开始。但是,它不会是一个简单、快速、线性的转变。随着不断地创新,市场将不得不进行试验,以发现技术与市场设计的正确组合——市场设计必须符合其参与者的需求。但是,一旦以货币为基础的市场转变为海量数据市场,一个建立在多维信息流上的市场,一个被优先匹配算法和自适应机器学习系统优化了的市场,它就没有回头路可走了。这样的发展变化,我们在那些作为市场重塑试验场的地方已经可以看到,比如爱情市场。
本书评论