累进数据共享授权
基于这样的总体思路,我们提出了一个可以被称为“累进数据共享授权”的建议。一旦公司的市场份额达到起始阈值,比如10%,公司就要开始遵守这个规定。也就是说,公司就不得不与同一市场上的其他所有参与者共享其反馈数据的一部分,如果其他参与者提出类似要求。公司需要提供共享反馈数据的数量,将取决于该公司占有的市场份额。一家公司越接近统治地位,就越需要与竞争对手分享更多的数据。这不同于我们在第七章中提到的银行共享授权(尽管它们要确保市场竞争性的最终目标是相同的)。银行共享授权的关键是要降低转换银行的成本,而这里的共享是要将数据作为创新的源泉来广泛传播。
大公司收集反馈数据所带来的利益并不会遭受损失,它们收集的数据越多,其产品就会越完善。但是,由于它们必须与其他公司共享一部分数据,来自这部分数据的价值就会广泛传播。这就会让较小的竞争对手获利,帮助它们与大公司竞争。此外,实施累进杠杆原则就可以实现市场集中度越高,数据共享量也越大的目标。这是一套抗衡反馈效应的反馈机制:威胁市场竞争的数据集中度越高,就会有更强大的数据共享授权生效。
尽管大公司也可以请求从较小的公司获得反馈数据,但相对于那些小公司,大公司从额外的反馈数据中能够获得的利益要少得多。与市场上的每个参与者分享反馈数据的要求,使参与者不再会产生谎报或夸大其市场份额的动机。假设有一个由两大竞争对手把持的市场:一家拥有45%的市场份额,另一家拥有40%的市场份额,剩下15%的市场分散在许多小公司手中。如果数据共享授权只是单向的,即从最大的公司到其他较小的公司,那么两家大公司中那个占有市场份额更大一些的公司,就必须与另一家大公司分享数据。这就会鼓励大家去做市场份额游戏。然而,一个更加普遍的双向共享授权将使两家大公司都受益,因为每个公司都可以获得另一方的数据——尽管相对而言,受益更多的公司将会是那些规模小的竞争对手。
累进数据共享授权计划的目标群体,就是越来越多地使用反馈数据和自适应机器学习系统来改进服务的公司,从谷歌、脸书网、苹果、微软,一直到特斯拉。乍一看,它们可能只占了整体经济中的一小部分。然而,那些在数据驱动的自适应系统下进行的产品改进如此出色,以至一定会有越来越多的公司采用这样的系统,因此累进数据共享的范围也将进一步扩大。
虽然我们的市场正在从货币市场向海量数据市场转移,但是市场过于集中的危险并未消失,甚至可以说危险有增无减。这需要我们对那些大公司的非法行为保持警惕。我们还需要制定独立于行为之外的新措施,就像累进数据共享授权,以中和反馈效应——这可以说是数据时代的网络效应。
本书评论