反饋經濟

出自 MBA智库百科(https://wiki.mbalib.com/)

反饋經濟（Feedback Economy）

　　反饋經濟和移動互聯網、雲計算與大數據有關，是能把移動設備獲知的各種數據時時的傳輸到雲中去，通過大數據池進行比較分析計算，反饋到你的手機終端或其他設備上。最終目的是引發某種行為的糾正。這個閉環的形成對個人的行為乃至整個經濟與社會有著豐富意義。矽谷的創業者們把利用這種技術建立創業公司，稱之為有“反饋經濟”的企業。

　　軍事戰略家John Boyd在研究如何打勝仗時，創建了一種換裝模型OODA,即觀察（observe），定向（orient），決策（decide）和行動（act）。他認為獲勝需要兩件事，更好地收集和分析信息，並能夠對這些信息採取快速的行動。今天，這一模型幾乎適用於所有事情。

　　日常生活中我們很容易被廉價、過剩的信息淹沒。Clay Johnson認為人們需要“信息節食”，有意識地選擇和浪費一些信息。同時，過去的20年，人類大部分的互動由物理接觸向數據交換轉變，當交互實現了數字化，速度更快，互動性更強，更容易被覆制。大眾傳播可以做到和人際傳播一樣快，甚至更快，數字化意味著OODA模型的加速運轉。

　　“反饋經濟”是“信息經濟”的進一步發展。與智能手機捆綁每一個人，既是感測器，又是一個終端，在日常決策、工作生活中需要更好的方式觀察、定向，並作出快速的決策和行動，把所學所得的只是、經驗、技能反饋到日後的行為中。我們正在進入“反饋經濟”時代。

　　用數據代替一切

　　軟體正在影響著整個世界。一些垂直市場，包括出版、音樂、房地產和銀行曾設立很高的行業準入門檻。因消除了中間商，森嚴的壁壘也隨之被打破了。最後一架電影放映機於2011年結束了其使命，從相機至放映機都採用數字化製作電影。即便聯邦快遞（FederalExpress）已融入全球供應鏈，而郵局卻舉步維艱，原因在於沒人寫信。

　　那些用反饋系統來武裝自己的公司能以較低的成本創建更快更好的東西，從而將成為其所在行業的主宰。那些未能效仿的企業則快走到了生命盡頭，很快便成為僅供研究的案例併成為一段活生生的軼事。大數據、新界面和普適計算給我們的生活與工作方式帶來結構性的調整。

　　“反饋經濟”時代到來

　　大數據、持續的優化和一切以數據為中心不僅簡單地提高企業經營效率，而且還能作好準備迎接更大型、更重要的改變。他們預示著反饋經濟的到來。

　　用一個例子來說明。2013年初，三個斯坦福（Standford）大學的學生針對我們很多人都有的脊椎病的防治創立一個公司。脊椎病的形成與我們的坐姿有關。問題是我們經常意識不到坐姿有問題。 他們創造的解決方案是：製做一個感測器放在皮帶上，此感測器可時時監測我們的坐姿，並通過移動網路，傳輸到“雲中心”去。“雲中心”的伺服器不斷積累數據，通過經驗數據的比較分析，評估你的坐姿並計算出多長時間需要調整，然後將調整的信號發到你的手機上。不僅如此，它還可以將你坐姿狀態數據直接發給好友。你有很多朋友也帶這樣的設備，交友錄上（社交網路），大家共同知道彼此的狀態，進行分享、反饋和糾正。

　　這個小例子是說明利用移動互聯網、雲計算及大數據，來幫助你完成一個行為的糾正或調整。由小見大，這幾種看似分離的要素合到一起之後，一種新的經濟形態會出現。歷史上我們第一次能夠把做出的行為很快地反饋出來，而反饋的結果可以糾正我們的行為，小到個人，大到整個社會的經濟形態。其代表的經濟意義及商業模式的創新意義巨大。

　　首先我們的行為，無論是個體行為、群體行為，還是社會行為的調整與改變都是非常難的一件事情。最有效的方式就是反饋機制。而越有時效性的反饋就越富有意義。行為改變的有效方法也在於群體意識，尤其是與你相關的群體的反饋、共識的集體行動。上述的例子經由社交網路做到了這一點。

　　其次，雲計算將大規模數據不斷收集、積累、計算，將使計算模型具備學習能力，因而會越來越精確：即購買這種脊椎病糾正儀的人越多，收集的數據也越多，對你預警模型也就越精確，越有指導意義。

　　如果我們把這類技術應用推廣到多種設備，多個行業來看，我們對自己、對商業、對社會的認識、理解、反饋就會更有效，預測性更強，供給與需求的矛盾便更容易解決。

　　加深對隱私的威脅

　　大數據時代，告知與許可、模糊化、匿名化這三大隱私保護策略都將失效。

　　首先，很多數據在手機的時候並無意用作其他用途，而最終產生了很多創新性用途。因此，公司無法告知個人尚未想到的用途，而個人亦無法同意未知的用途，“告知與許可”喪失了意義；

　　其次，如果所有人的信息已經在資料庫里，那麼有意識地避免、模糊某些信息就是此地無銀三百兩。例如谷歌圖像採集受到了很多民眾抗議，因為害怕自己的房屋出現在圖片上。但是谷歌公司有意識地模糊化卻起到了反作用，因為這種模糊化可以被看到，反而突出了這些房屋的位置；

　　另外，隨著數據的增多，即使匿名，通過結合越來越多不同來源的數據，仍然可以確定到具體的個人。

　　運用大數據預測來判斷和懲罰人類的潛在行為^[1]

　　運用大數據分析人類的潛在行為，例如是否會實施犯罪，是否會生病，是否有能力償還貸款等。儘管能夠起到預防的作用，但是人類傾向於對預謀犯罪者實施懲戒。在犯罪之前將人逮捕、通過學歷判斷償貸能力的行為，將會引發許多社會問題。通過數據分析預判人的行為否定了人的自由權利，否定了法律系統或者說公平意識的基石——無罪推定原理，還會威脅到任何運用大數據預判未來行為的領域，如民事過失以及解雇員工的政策。

　　數據獨裁

　　過分地依賴於數據，將會忽視人類的主觀能動性，畢竟，卓越的才華並不依賴數據。就像標準化考試在很大程度上無法展示學生的全面素質，列出禁飛名單無法阻止恐怖主義一樣，數據無法解決所有問題。如果數據被誤用，就會加劇不良後果。