---
schema_version: "library-reader-v1"
source_type: "original_book"
title: "过度智能"
author: null
edition: null
publisher: null
year: null
isbn: "9787500167778"
library_document_id: "01a014be-ccc7-468b-9134-021f1b19aac4"
source_sha256: "6e94330ca61bbddcf33e4e661d62f62ac5d547e1e227f48ffdbbcf42ae2a3ab2"
pdf_physical_page_count: 190
pdf_physical_page_index_base: 0
range_start: 30
range_count: 10
html_url: "https://workshop.closeclaw.top/api/ai/read/01a014be-ccc7-468b-9134-021f1b19aac4?start=30&limit=10"
markdown_url: "https://workshop.closeclaw.top/api/ai/read/01a014be-ccc7-468b-9134-021f1b19aac4.md?start=30&limit=10"
previous_url: "https://workshop.closeclaw.top/api/ai/read/01a014be-ccc7-468b-9134-021f1b19aac4.md?start=20&limit=10"
next_url: "https://workshop.closeclaw.top/api/ai/read/01a014be-ccc7-468b-9134-021f1b19aac4.md?start=40&limit=10"
---
# 过度智能
> 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。
## PDF_PHYSICAL_PAGE_INDEX=30 | PRINTED_PAGE=NOT_DETECTED
第一章数据世界
在谁应该拥有数据并从中受益这个问题上，注定将会有许多争论。
——《数据正在催生新经济》，《经济学人》，2017年
越来越清晰的是，我们正生活在“亚马逊”时期。纵观历史，当生产和分配体系能对人们的生活和工作方式产生重大影响时，我们往往用这些体系的名称来命名一个时代。例如发端于一百年前的那段资本主义时代现在被称为“福特主义”时期，因为福特汽车的大规模生产和消费彻底改变了当时的经济和社会面貌。因此可以毫不夸张地说，我们当前所身处的历史阶段未来可能会被称为“亚马逊”时期。事实上，“亚马逊”将是这本书中反复出现的一个名词。这并非因为我从一开始就计划好了要去写它，而是因为在研究智能技术或当代资本主义的时候，“亚马逊”是一个避无可避的主题。
这家在线零售巨头是增长和颠覆的代名词。作为实体商店的挑战者，亚马逊被认为是摧毁书店，关闭小企业，甚至威胁沃尔玛等零售巨头的罪魁祸首。颠覆者变成了被颠覆者。因此，当亚马逊在2017年6月宣布以137亿美元收购高端食品连锁店全食超市（Whole Foods）的时候，很多人都感到非常意外。通过这一笔交易，亚马逊目前在美国拥有了460多家实体店。
社会发展太快了，亚马逊发展史上这一收购事件已经快被人淡忘了，但这一事件却能充分说明数字资本主义的发展和数据的价值。
商业分析师急于指出，亚马逊这一收购将使其在食品杂货业务领域站稳脚跟，并进一步扩大其庞大的物流网络。当分析一家盈利公司如何通过拓展新行业来维持现金流时，所有这些分析都是有道理的。但这些标准化的商业评论并不能为我们提供完整的图景。我们必须要记住，亚马逊不仅仅是一家零售公司，它还是一家科技巨头，这意味着它有不同的优先级和动机。它用控制论的眼光来看待世界。
## PDF_PHYSICAL_PAGE_INDEX=31 | PRINTED_PAGE=NOT_DETECTED
收购全食超市的“大奖”其实是数据。 亚马逊对顾客的网上购物习惯已经了如指掌。这些网购数据对于亚马逊获得成功至关重要。基于网购数据，亚马逊可以进行精准推荐、购买预测和商品价格优化（有时一天调价多次），而所有这些都是为了让人们去花更多的钱。亚马逊是数字资本主义的典范，它是一个完全由数据驱动的企业。事实上，亚马逊的零售门店业务更像是副业，其主要盈利来自云计算子公司亚马逊AWS云计算服务（Amazon Web Services）公司。该公司主要面向企业和政府提供计算服务和数据库产品，其业务营收逐年增长，2017年营收已达174.6亿美元。
通过收购全食超市，亚马逊得以拥有一个实体店消费者行为的数据宝库。人们在线上和线下购物的方式并不相同，他们有着不同的习惯，会做出不同的选择。了解一个人在虚拟商店中的行为并不等同于了解他在实体商店中的行为。因此这些数据很有价值，这也是为什么零售店几十年以来一直在追踪购物者的原因。 现在无处不在的“会员卡”就是为收集和分类客户数据而发明的，我相信你的钱包或背包里现在就有好几张。 商家只需要提供一些小额购买折扣，就能刺激消费者去注册会员，并在每次结账时都出示自己的会员卡。
会员卡是一项别出心裁的小发明，它使得零售店能将不知名的顾客转化成可持续追踪的消费者资料库。零售店早就知道消费者买了什么，什么时候买的以及在哪里买的。但是现在他们对于谁在购买及其购物方式有了更多的了解。通过将购买行为与购买主体联系起来，零售店可以创建消费者个人资料档案，可以深入了解人们的喜好、习惯和特征。他们将这些偏好转变为模式，从而对精准广告营销及未来支出进行预测。
## PDF_PHYSICAL_PAGE_INDEX=32 | PRINTED_PAGE=NOT_DETECTED
获得购物者数据储备是亚马逊收购全食超市的一个关键因素。其目的不仅仅是追踪消费者以获得线上和线下的用户资料库，更在于通过连接这两个数据库来跨越线上和线下的数字鸿沟。
从亚马逊的角度来看，像全食超市这样的零售店之前并没有充分提取和利用好顾客信息。甚至在收购前，亚马逊就一直在测试如何将零售店转变为全面监控化、数据化、自动化的场所。在亚马逊智慧无人便利店（Amazon Go）里，你只需手机扫码进入，挑好货品拿上就可以走了。 你不用去柜台排队结账，账户扣费将自动完成。作为对这种便利的回报，亚马逊通过遍布商店的数百个小型摄像头来追踪你的位置和行为。这些摄像头都配备了分析软件，可以了解你在哪个货架浏览，停留了多久，取走了哪些货品或又放回了哪些货品。
本质上看，这种想法的核心在于利用互联网的实时跟踪和分析功能，并将其应用到世界其他地方，从而将线下商店变成“实体网站”。这种智能技术的早期版本早已存在。多年以来，像诺德斯特龙（Nordstrom）这样的连锁百货公司就一直利用智能手机发出的Wi-Fi信号来追踪消费者，而消费者对此并不知情或并未授权允许。 酒店和高端商店还使用面部识别技术来识别VIP顾客并为其提供特殊待遇，同时识别黑名单人员并将其拒之门外。 美国和中国的快餐连锁店开始使用面部识别终端来识别“忠诚”顾客并为其推荐菜单。顾客不用刷卡支付，他们简单“刷脸”就可结账。 但这一切只是开始，据《纽约时报》报道，“一场覆盖顶级零售商和小型科技初创企业的全球性商店自动化竞争正在展开。”
亚马逊早已做好准备，并率先建立起更加智能的商店来监控每一个人、每一件货品以及每一个行为。智能商店是一台精干而吝啬的数据采集机器。以“计算机视觉、深度学习算法和传感器融合”作为加持，智能商店不仅能识别出名人的面孔，同样也能识别出每一个普通人并查阅他们的个人资料。 它比你更了解你自己。它永远不会遗忘，它分析一切并预测你的习惯。以此为基础，亚马逊可以将个性化店内广告直接发送到你的手机上。它可以更有效地实施助推，向你追加销售，并预测你什么时候会买哪些特定的商品。
## PDF_PHYSICAL_PAGE_INDEX=33 | PRINTED_PAGE=NOT_DETECTED
将来，亚马逊甚至会主动给你快递它认为你需要的商品。毕竟，亚马逊现在就可以为注册用户提供常购商品的定期递送服务，你无须反复下单，牙膏和卫生纸等常购日用品就会定期自动送到家。有了更多的数据，智能商店就像智能家居和智能城市一样，不仅仅是自动化的，也有了代理权。这时营销口号也许能改成：“亚马逊之选：扔掉你的购物清单吧！我们已经知道你想要什么了！
在数字资本主义背景下，将智能商店看作社会典型样板是多么恰当啊！智能商店基于与诸多“创新”内核相同的权衡：为了获得更加方便的体验，我们必须允许亚马逊不断完善全面监控、行为修正和价值提取的工具来作为交换。
一、数据作为资本
亚马逊收购全食超市的交易只是数据收集在商业决策和技术设计中扮演重要角色的一个案例而已。类似以现金交换数据的交易案例比比皆是。例如，2015年IBM斥资20亿美元收购了天气频道（WeatherChannel）的母公司气象传媒集团（Weather Company），以获取大量数据和收集数据的基础设施。 在这种情况下，有价值的数据不仅与大气条件有关，还与大多数人手机上安装的天气频道应用程序所收集的地理定位数据有关。大量跟踪人们地理位置信息的应用程序都在以令人震惊的精度来收集数据，每天数据收集频次高达成百上千次，而这些数据暴露了我们日常活动的详细信息。手电筒应用程序需要访问我们的位置信息吗？当地理位置数据撑起了2018年就高达210亿美元规模的定位广告市场时，手电筒应用程序就这么干了。
类似案例为我们理解智能社会上了重要的一课：正如我们认为企业以利润为导向是合理的一样，我们现在应该可以预测企业是以数据为驱动的。也就是说，企业有着尽可能多地囤积数据的强烈动机。
## PDF_PHYSICAL_PAGE_INDEX=34 | PRINTED_PAGE=NOT_DETECTED
人工智能专家吴恩达（Andrew Ng）曾先后在谷歌、百度和Coursera 出任过高管，他在2017年初的一次公开演讲中就明确指出了数据收集的重要意义：“在大公司里，我们有时候推出产品并不是为了收入，而是为了获取数据。实际上我们经常这样做……我们可以通过不同的产品将数据货币化。” 吴恩达的表述完全符合社会学家马里恩·弗卡德（Marion Fourcade）和基兰·希利（Kieran Healy）提出的一条通用规则：“公司所收集的数据量可能远远超过当前的想象力或自身分析能力，但这根本不重要。假设前提是这些数据最终将是有用的，即有价值的，现代组织机构既在文化层面上受到了数据需求的驱动，同时又拥有强大的工具来操作这些数据工作。”
公司对于数据有着永不满足的渴望源于这样一个事实，即数据现在是一种资本形式，就像货币和机器一样。 数据本身既有价值，又能创造价值。它是生产新系统和新服务的核心。对于公司而言，从人、场所和流程中获取更多利润，同时对其行使更多权力是至关重要的。正如我发表在《大数据与社会》（Big Data ＆ Society）期刊上的一篇文章中首次提出的，作为资本的数据采集和数据流通是现代资本主义的一个核心特征。 而满足这些数据需求一直是资本创造和使用技术的首要动机。
不久之前，公司还只是把数据删除或干脆不去收集数据，因为支付数据存储费用似乎并不划算。不过，现在各家公司都在叫嚣着要尽可能多、尽可能广地收集数据。他们永远不会嫌自己的数据库太大。对于与日俱增的要拥抱“数据经济”或“数字经济”的行业而言，因为存储成本高而删除数据就像嫌租用仓库太麻烦，而烧掉钞票或者把大桶原油倒进下水道一样不可理喻。
当前经济体中，每个行业似乎都将数据化转向作为主要业务在推进。即使是老牌资本主义代表性公司也认识到，必须效仿亚马逊。正如《经济学人》在一篇关于数据价值的封面文章中所指出的，“现在像通用电气和西门子这样的工业巨头也在把自己当作数据公司来宣传。”同样，在2018年11月，福特公司首席执行官宣布，其公司收入很快将依赖于对1亿福特汽车驾驶者数据的货币化与销售。 现在，这些行业将我们个人生活和私人空间的详细数据视为“纯利润”的来源。实际上，他们只是响应了数字资本主义的号召而已。
## PDF_PHYSICAL_PAGE_INDEX=35 | PRINTED_PAGE=NOT_DETECTED
从传统商业的立场来看，很多初创公司的发展令人费解，这些公司似乎除了烧钱和收集大量数据之外什么也不做，它们的收入很少，而且亏损巨大。更让人费解的是，这些公司往往被风险投资人给予巨额估值，并以巨额资金收购。一家负收益的公司怎么会被投资者估值数百万或数十亿美元呢？核心是数据。或者换句话来说，“数据就是商业模式”，亚马逊前高管约翰·罗斯曼（John Rossman）写道。
数据以多种不同方式产生价值，在此先列出六种主要方式。 同时我还将在本书其他部分进一步探讨数据产生价值的不同途径。
1. 利用数据来分析和追踪定位人。数据资本主义中的许多商业模式和服务模式都是基于以下价值主张：更多地了解人们，然后以某种方式转化为更多利润。互联网公司通常通过个性化精准广告来赚取收入。零售商可以根据客户的特点来制定不同的价格。政治顾问通过分析数据来确定哪些对象会对哪些特定信息和影响方式更为敏感。
2. 利用数据来优化系统。数据可以使机器更加高效，员工更加高产，平台运转更加顺畅。通过消除浪费，花更少的钱，办更多的事，数据可以转化为巨大的节约。这可能意味着工业制造商在机械系统上安装传感器，或者管理顾问使用算法分析来评估地方政府应该如何运作其项目。
3. 利用数据来管理事务。这基本上可以归结为知识和权力之间的关系：它们彼此关联的同时，也相互依存。在这种情境当中，数据是一种数字的、形式的、可移动的、机器可读的知识形式。其中核心的思想是，通过收集有关事务的数据，就可以增强对该事务的控制能力。这可以很寻常，就像人们通过记录饮食和运动来管理自己的健康状况一样。这也可以很复杂，就像工程师通过监控城市交通来管理数百万人的出行一样。
## PDF_PHYSICAL_PAGE_INDEX=36 | PRINTED_PAGE=NOT_DETECTED
4. 利用数据来建立概率模型。通过将覆盖一段时间、包含各种变量的足量数据投喂给正确的算法系统和数据分析师，许多高估值的公司承诺他们能预测未来。在现实中，这些“预测”只是概率而已，而人们却常将其当作预示未来的水晶球一样去笃信。数据驱动的预测领域远远超出了天气预报的范畴，例如“预测性警务”系统，会自动创建“犯罪高发人群”和“犯罪高发区域”名单，指出哪些人以及哪些地方的犯罪可能性更高。
5. 利用数据来制造产品。数字系统和服务通常是围绕数据来构建的：它们需要数据来进行操作，需要使用现有数据并收集新的数据。如果没有司机和乘客的实时数据，优步（Uber）这样的平台是不可能存在的。越来越多的设备变得“智能”的同时，也变成了以数据为驱动的、接入互联网的，目的是促进数据流通的终端。人工智能和机器学习领域的进步也是通过海量数据分析系统推动的。
6. 利用数据来实现资产增值。建筑物、基础设施、车辆和机械等都是逐步贬值的资产。随着时间的推移，这些资产在熵定律的作用下，或因为磨损折旧，都会逐渐贬值。然而，利用以数据为基础的智能技术来升级资产，有助于对抗正常的贬值周期。正如金融家斯图尔特·柯克（Stuart Kirk）所表述的，它们变得“更具有适应性和反应能力，从而延长了它们的使用寿命”。 通常来说，智能化资产可以实现保值增值。即使数据不能实现价值增长，至少也可以减缓贬值。
二、数据世界的主宰
数据收集不仅包括被动地去收集数据，还意味着要积极地创建数据。数据挖掘这个常用术语实际上是具有误导性的，更加恰当的表述应该是数据生产。数据并非像原油和原矿一样原本就存在于世界各地并等待着被人发掘。 数据与世界相关，是人们通过技术创造出来的。将数据冠以“新石油”之名，这种类比自然资源的表述显得数据是无处不在的，是可以免费获取的，而这种叙事框架进一步强化了数据提取的机制。
## PDF_PHYSICAL_PAGE_INDEX=37 | PRINTED_PAGE=NOT_DETECTED
在一部宣传“智能数据”理念的视频中，欧洲最大的工业制造厂商西门子集团（Siemens）向我们展示了数字资本主义镜头下的世界：“我们正生活在一个数据规模和重要性都与日俱增的世界里。如何从中获取商业价值，这个问题变得至关重要。我们需要认识到数据无处不在，数据每一天、每一秒都在生成。我们需要将数据理解为一种资产，并将其转化为价值。” 其他科技公司也表达了类似的世界观。全球科技公司IBM最近就宣称，“现在的一切都是由数据构成的。”
当声称拥有数据并能将其变现的人都赚得盆满钵满时，数据正好被重新塑造成无所不在的资源，这可不是巧合。那些拥有数据的人身居高位，他们有权力支配世界。数据的流动与权力和利润的流动彼此对应，因此数据化的炼金术有望产生二者的无限储备。与此同时，关于数据普遍性的花言巧语又将一切都纳入了数字资本主义的范畴。其实，没有一个系统是真正全能而无所不包的，也没有一个系统能够将任何人、任何场所、任何过程都转化为不竭的价值源泉，但这并不能阻止数据资本力量去不断尝试。
尽管我们的大部分生活已经变得数字化和数据化了，但智能社会实际上仍处于早期阶段。数字资本主义的捍卫者们声称，数字资本主义发展的主要障碍之一在于许多公司还没充分认识到数据是他们唯一的最大资产。 在他们看来，这些公司还没有收集到足够的数据并将其资本化。这并非因为他们只收集了少量数据——够用就行，绝不多取，而仅仅是因为数据量总是可以再大一些。追求数据并非基于满足数据配额的标准，对数据的收集、囤积和利用是永无止境的。
收集数据建立在一个恶性反馈循环的基础上：智能技术不仅需要不间断的数据流来维持其运转，它本身还是制造数据世界的机器。通过掌握智能技术的强大力量，亚马逊、谷歌以及我们即将面对的其他公司都将致力于成为全新的“世界主宰”，而我所借用的这个词是汤姆·沃尔夫（Tom Wolfe）在20世纪80年代用来形容华尔街巨头的。
## PDF_PHYSICAL_PAGE_INDEX=38 | PRINTED_PAGE=NOT_DETECTED
## PDF_PHYSICAL_PAGE_INDEX=39 | PRINTED_PAGE=NOT_DETECTED
下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/01a014be-ccc7-468b-9134-021f1b19aac4.md?start=40&limit=10)