金州百科——阿里羅漢堂發布關乎世界未來的十個問題

6月25日,阿里巴巴倡議成立的羅漢堂發布最關乎人類未來的十大問題。 200多位來自全球的頂尖學者、政界、企業界負責人應邀在杭州“西湖論劍”,閉門研討十大問題。

1、我們是應該先控制風險,還是先迎接數字技術?

羅漢堂《數字技術與普惠增長》:只有去嘗試、努力,才能找到解決問題的辦法。對數字技術唯一擔憂的是擔憂本身。

2001諾貝爾經濟學獎獲得者邁克爾·斯賓塞(Michael Spence): 數字經濟帶來的福利還難以被準確衡量和估計,這會影響我們平衡數字經濟風險和收益。現有對經濟的衡量集中在對經濟增長的關注,忽略了健康、生活便利等其他福利。數字經濟的長期影響是深度多維的,需要一個更多維的框架衡量個人和社會福利。

2、數字技術會擴大鴻溝,還是會讓世界變平?

邁克爾·斯賓塞(Michael Spence): 2001諾貝爾經濟學獎獲得者:中國數字經濟的發展不僅體現在增長速度上,還體現在邊遠、貧困群體與現有經濟資源的結合速度上,這是令人震驚的普惠增長模式。

美國馬里蘭大學助理教授阿爾伯特·羅西(Alberto Rossi):智能投顧能夠幫助用戶更穩健地配置資產,尤其是對投資經驗少、現金持有比例高、頻繁買賣的用戶而言更是如此。智能投顧讓投資更普惠。

3、數據是誰的?誰是真正的受益者?

2014諾貝爾經濟學獎獲得者讓·梯若爾(Jean Tirole):我們如何在保護個人隱私的同時,不遏制科技的進步和創新的向前?我們想倒掉洗澡水,但別把寶寶也潑出去了。

《紐約時報》1877年:19世紀末,當電話剛在美國推出和普及時,紐約時報曾刊登評論指出:“電話不僅會收錄兩端的聲音,甚至會將其路線經過之處的聲音都收錄下來,因此當這千萬的電話線從居民屋頂經過,所有秘密都將公之於眾,惟有沉默才是安全”。這類關於電話的設想或許在現在看來不切實際,甚至可笑,但是在當時民眾對電話技術並不夠了解的時期,這類憂慮是有廣泛共鳴的。

4、數字技術會讓更多的人失業,還是會讓工作時間更短?

2010諾貝爾經濟學獎獲得者克里斯托弗·皮薩里德斯(Sir Christopher Pissarides):並沒有證據證明技術會帶來失業率的提高。但技術的發展過程中,確實會促進就業的結構性轉變。以1980年以來的就業數據顯示,就業逐漸從製造業向服務業轉變。

5、誰是平台經濟的受益者,是所有參與者,還是少數平台公司?

克里斯托弗·皮薩里德斯(Sir Christopher Pissarides):數字平台是對分散市場匹配技術的改進,它具有提高所有市場參與者效率的潛力。

互聯網和平台經濟能夠有效打破制約成熟市場發展的阻礙。在中國,沒有互聯網,農民只能進城打工才能提高收入,互聯網讓他們在家鄉也可能獲得同樣的發展機會。

澳大利亞新南威爾士大學教授理查德·霍爾登(Richard Holden):數字技術改變了企業的協同方式和邊界,讓原本很多公司內部才能完成複雜的協同變得高效和透明,更多的事務可以在公司外部由市場協同來完成。這給小微企業帶來更大的生存空間,更高效的利用資源做專業化分工。

大型平台的競爭優勢來源於網絡效應,這種競爭優勢很難從無到有的建立,但是已有平台的地位也很脆弱。贏者無眠成為常態,平台必須時刻創新和更好的服務用戶,才能保持競爭優勢。

達特茅斯學院教授傑夫·帕克(Geoffrey Parker):網絡效應使公司的注意力聚焦點必須得從內部轉移到公司外部,因為外面的世界更大,外邊的用戶更多,人力資源、創新體系、研發中心以及戰略部門等都必須要將自己的關注點從企業內部轉移到企業外部。

6、治理機制要如何改變,才能適應數字時代?

2016年諾貝爾經濟學獎獲得者本特·霍姆斯特羅姆(Bengt Holmström):人工智能正在改變我們的經濟發展機制,也會改變我們制定政策的方式。

7、金融服務在越來越平民化的同時,會不會引發更多的風險?

本特·霍姆斯特羅姆(Bengt Holmström):數字經濟時代,信息是一種新的抵押品。有了數字平台上收集的信息,小額借款人獲得信貸不需要抵押品,因為貸款人比借款人更了解他的信譽。在這方面,平台模式更接近於西方信用卡的基礎模式,同時因為它基於數字識別,並包含大量數據,所以比信用卡便宜得多,也不容易被欺詐。

8、數字時代全球化會走回頭路嗎?

邁克爾·斯賓塞(Michael Spence):讓我感到興奮的是中國的數字經濟增長范式能夠啟發其他國家,開發巨大的國內市場就能帶來巨大的增長機會。在此基礎上我們不難想像,只需要一點點的國際合作,這種發展模式就能推廣到全世界。各國小微企業參與到國際市場中或將成為下一個增長引擎,這才是最最激動人心的事。

9、人工智能該不該有道德觀?

2011年諾貝爾經濟學獲得者托馬斯·薩金特(Thomas Sargent):說到底,機器並不是自己在學習,它們學的,都是人類輸入的數據。是人類在告訴機器要學習什麼。因此,我們人類在給機器提供數據的時候,要努力去除掉一些偏見。

10、大算力和大數據,一定會讓我們離真相更近嗎?

2013年諾貝爾經濟學獲得者拉爾斯·彼得·漢森(Lars Peter Hansen):數字經濟時代,豐富的數據確實為經濟學分析提供了更多的素材,但是實證分析本身的價值則非常有限。對於實際發生什麼和可能發生什麼,理論模型卻能幫助我們做不同情形和不同政策下的比較。因此純數據驅動具備一定的局限性,模型能讓人們在大數據時代的今天做更好的決策。

托馬斯·薩金特(Thomas Sargent):大數據和大算力提升了抽象信息理論的價值,它們的高速發展對處理信息的方法論提出更高要求。更優的信息估計技術,算法博弈論,多元時間序列算法和數據模擬技術等都可以在大數據時代散發光彩。