算法经济

算法经济

Bryant承认，最大的障碍是搞懂所有的数据的含义，迫使话题从数据切换到算法，以期能够利用信息的价值，Bryant将其称之为“算法经济。”

算法经济会创造新的模式与趋势

个人、企业和智能设备将构成算法经济的主体，他们生产数据，基于互联网、物联网通讯，基于算法思考决策，形成自己的生态系统。在这个系统里，专有算法会产生经济效益，有利益就会有市场进行交易。因此，可以大胆预测一下，未来可能创造的新的模式与趋势有：

1. 企业人工智能(Enterprise Intelligence)

现在我们谈企业级服务，还主要停留在 SaaS 上。但未来 SaaS 可能只是企业级服务的一种中间状态，企业的内部工作流和互联网之间是相通的，会产生大量复杂的数据，未来的企业级服务会将这些数据通过各种算法服务利用起来，直接作为决策的工具。企业级服务的产品形态将可能会由不同场景产生的数据及专业算法决定，会思考的 SaaS 才是未来。当看到亚马逊AWS 和微软Azure 两家巨头云平台推出机器学习服务，BAT 都在推出数据开放平台，企业构建专业算法将变得越来越容易。可以想象一下，未来企业之间可以直接对话，对话的语言就是各种专有算法，去直接匹配服务的供求双方，这就是企业人工智能的未来。

2. 小数据驱动服务 (Small Data Driven Service)

物联网上的设备已经开始产生大量与个人的数据，比如各种医疗健康 App，可以根据个人体质测试数据，不断滚动生产个人的 “健康画像”，这是个人非常有价值的数据资产，即量化的自我 “小数据”。依靠这样的健康小数据，可以通过算法推荐适合身体健康的养生建议，甚至基于位置推荐适合的健身或养生服务;当个人的健康 “小数据” 汇聚成家庭的健康 “小数据”，甚至可以用来指导家庭的饮食计划及各种健康服务。同理，家里使用的智能硬件形成以家庭为单位的 “小数据”，可以用来衡量家庭的生活质量，进而针对性推荐提升家庭生活质量的服务。个人征信也是一种 “小数据”，将会成为个人获取互联网上虚拟生活服务的主要凭证。

3. 专有算法提供商(Proprietary Algorithm Provider)

当算法成为一种普遍需求时，肯定会有第三方专业算法服务提供商的模式出现;当算法可以直接带来经济效益时，基于算法的套利交易就会产生。这跟金融行业的算法服务与交易如出一辙。金融行业的资产管理公司都需要风险模型，于是有如MSCI Barra 提供的各种不同区域的 Risk Model 来测算投资组合的风险;更进一层次是，高频交易算法的基金直接利用其专有的算法在金融市场上赚取利润，更有利用人工智能算法来分析互联网信息以获取信息不对称进行套利。当前，互联网 RTB 广告行业已经算是走在算法经济的前沿，通过算法来竞价广告投放，DSP 就是一种第三方的算法服务提供商;未来当 RTB 形成规模后，也肯定会有直接通过算法来套利的交易商。