平台资本主义

云平台

如果说像谷歌和脸书这样的广告平台，奠定了提取和使用大量数据的基础，那么新兴的云平台，就是将平台整合成一种独特而强大的商业模式的一步。企业云租赁始于20世纪90年代的电子商务。在20世纪90年代后期，电子商务公司认为它们可以把交换的物质方面的业务外包给其他人。但事实证明，这是不够的，公司最终要承担着建造仓库和物流网络以及招聘大量员工的任务。[73]到2016年，亚马逊一直在为庞大的数据中心、仓库搬运机器人和大规模的计算机系统而投资，并开创了使用无人机进行运输的先例，最近又开始为其航运部门租赁飞机。[74]它也是目前为止数字经济中最大的公司，员工人数超过23万人，还有季节性员工数万人，其中大多数人在仓库做着低工资而压力大的工作。作为一个电子商务平台，亚马逊通过交叉补贴力求尽可能多地吸引用户。亚马逊Prime的所有需要送货服务的订单都会损失资金，Kindle电子书阅读器是以成本出售的。[75]对于精益企业的传统指标来说，这是无法理解的不盈利的企业应该被砍掉。然而，快速和便宜的交付是亚马逊将用户引入其平台，以便从别处赚取收入的主要方式之一。

067

068

在建立庞大的物流网络的过程中，亚马逊网络服务（AWS）被开发为一个内部平台，以应对日益复杂的物流业务。事实上，平台形成的一个共同主题是它们经常出现在公司内部需求中。亚马逊需要用各种方法来快速获取新服务并快速运行，而答案是建立基础设施，使新服务能够很容易地使用这个基础设施。[7]他们很快就意识到，这也可以租给其他公司。实际上，AWS出租云计算服务，包括服务器的按需服务、存储和计算的能力、软件开发工具和操作系统以及现成的应用程序。[77]这种做法对其他企业的效用是，他们不需要花费时间和金钱建立自己的硬件系统、软件开发工具包或者应用程序。他们可以只根据需要租用这些。例如，软件越来越多地在订阅基础上部署—Adobe，谷歌和微软都开始采用这种做法。同样，谷歌开发出来的复杂分析工具现在已经开始对外出租，作为与对手AWS竞争的一部分。[78]其他企业现在可以租用模式识别算法和音频转录服务的功能。换句话说，谷歌正在销售其机器学习过程——这正是谷歌在云计算领域优于其他竞争对手的地方。与此同时，微软已经建立了一个人工智能平台，为企业提供软件开发工具，构建自己的机器人(用当代的语言表达就是“智能即服务”)。而IBM公司正在努力使量子云计算成为现实。[79]云平台最终可以使公司信息技术（IT）部门的大部分工作外包。这一过程推动了知识型工作者的工作，同时也使他们的工作自动化。数据分析、客户信息存储、公司服务器的维护所有这一切都可以推向云端。

069

它们背后的逻辑类似于实用程序如何发挥功能。亚马逊首席执行官杰夫·贝佐斯(JeffBezos)将其与电力供应进行了比较：早期的工厂有各自的发电机，最终发电变成集中供应，并根据需要出租。今天，经济的各个领域越来越多地与数字层结合在一起。因此，拥有其他行业所必需的基础设施，能占据一个非常强大和有利可图的地位。而云平台对于数据提取的重要性在于，其租赁模式使其能够不断收集数据，而旧的购买模式涉及将其作为与公司分离的商品进行销售。通过将企业活动转移到云平台上，像亚马逊这样的公司，可以直接访问整个新数据集（即使某些数据集仍然保留在平台上)。AWS现在估计价值约700亿美元，[80]不足为奇的是，微软、谷歌等主要竞争对手以及像阿里巴巴这样的中国竞争对手也正在进军该领域。AWS现在是亚马逊增长最快速的一部分，也是最有利可图的，其利润率约为30%，2015年收入达到近80亿美元。在2016年第一季度，AWS为亚马逊带来的利润超过其核心的零售业务。[81]如果说谷歌和脸书建立了第一个数据提取平台，那么亚马逊则建立了第一个主要的云平台，以便为当代企业提供日益重要的生产手段。这些云平台不依赖于广告商购买数据，而是建立数字经济的基础设施，以一种出租给他人的方式获利，同时为自己的使用收集数据。

070

071

工业平台

随着数据收集、存储和分析的成本越来越低，越来越多的企业试图将平台引入传统制造领域。这些尝试中最重要的是名为“工业物联网”或简称“工业网”的出现。在最基本的层面上，工业网涉及将传感器和计算机芯片嵌入生产过程中以及将跟踪器（例如RFID）嵌入物流过程中，所有这些都通过互联网连接在一起。在德国，这个过程被称为“工业4.0”。其概念是，生产过程中的每个组件都能够与组装机及其他组件通信，而无需工作人员或管理人员的指导。有关这些组件的位置及状态的数据，与生产过程中的其他元素不断共享。在这个愿景中，物质产品与信息表征密不可分。对于其支持者来说，工业网将优化生产过程—他们认为能够将劳动力成本降低25%；能源成本降低20%，例如数据中心将在某时某地需要时分配能源；通过发出磨损警告减少40%的维护成本，通过安排适当的时间减少停机时间以及减少错误和提高质量。[82]实际上，工业网确保生产过程更加高效，主要是通过降低成本和减少停机时间，有竞争力的制造业这么做已经有一段时间。但它也旨在将生产过程与实现过程更紧密地联系起来。制造商希望基于现有产品的使用数据，甚至使用像A/B测试这样的在线方法，开发新产品并设计新特性，而不是依赖焦点小组或调查。[83]工业网还可实现大规模定制。在世界上最大的化学品生产商巴斯夫公司（BASFSE）的一家测试工厂，装配线可以单独定制每一个从生产线下来的部件：单独的肥皂瓶可以有不同的香味、颜色、标签和肥皂，只要客户下订单，全部自动生产。[84]因此，产品生命周期可以显著缩短。

072

073

当工厂开始运用工业网的组件时，面临的一个重大挑战就是建立通信的共同标准。组件之间的通用性需要得到保证，特别是在旧机器的情况下。这是工业平台发展的方向，它是连接传感器和执行器、工厂和供应商、生产者和消费者、软件和硬件的基本核心框架。发展中的工业巨头们正在建设硬件和软件，以便在涡轮机、油井、电机、工厂车间、运输车队和许多应用中运行工业网。正如一份报告所说，随着工业互联网的出现，“大赢家将是平台所有者”。[85]因此，传统制造业如通用电气、西门子公司（Siemens）、英特尔以及微软等传统技术巨头，大力发展工业网平台并不奇怪。西门子已经花费了40亿欧元来获得智能制造能力，并建立了自己的工业平台Mind Sphere，[86]而通用电气一直在快速开发自己的平台Predix。迄今为止，该领域一直由这些老牌公司主导，而不受初创企业涌入的影响。即使是工业网的初创公司，也主要由老牌卫士（前五大投资公司中的四家）资助。在2016年，尽管其他创业领域总体放缓，但该行业的资金保持强劲。[87转向工业平台也是国家经济竞争的表现，德国—以西门子为代表的传统制造业大国，和美国—以通用电气为代表的技术巨头，是这一转变的主要支持者。德国热情地接受了这个想法，并建立了自己的财团来支持这个项目，美国也同样如此，像通用电气、英特尔、思科和IBM这样的公司，已经与政府建立了一个类似的非盈利财团，以推动智能制造业的发展。目前，德国财团只是为了提高对工业网的认识和支持，而美国财团则正在积极扩大对这项技术的试验。

074

075

通用电气的首席数字官表示，这里的竞争归根结底在于，能够发展制造业垄断平台，胜利者赢得一切。[88]Predix 和 Mind Sphere 都提供基础设施服务（基于云计算）、开发工具和应用程序用于管理工业网（即工厂的应用商店)。这些平台没有开发自己的软件来管理内部互联网，而是授权使用所需的工具。为了应对产生的大量数据，需要专门知识，也需要开发新的工具分析，诸如时间序列数据和地理数据等信息。通用电气的液化天然气业务已经收集了与脸书一样多的数据，并且需要一系列专门的工具来管理数据的涌入。[89]同样还需要设计软件，用于收集和分析大数据，建立基于物理系统的模型以及在工厂和电厂进行更改。这些平台还提供操作工业网所需的硬件，如服务器、存储等。在与更通用的平台如AWS的竞争中，工业平台提升了自身的制造业内部能力以及运行这种系统所需的安全性。像其他平台一样，这些工业企业依靠提取数据作为对抗竞争对手的手段，一种确保更快速、更廉价、更灵活的服务的工具。通过将自己定位成工厂、消费者和应用程序开发人员之间的中介，这些平台可以自如地监控全球制造业的运作情况，从最小的执行机构到最大的工厂，利用这些数据进一步巩固其垄断地位。通过部署标准的平台策略，西门子和通用电气都保持开放的态度，从谁可以连接到平台、数据存储在哪里（在现场或云端）以及谁可以为它构建应用程序。一直以来，网络效应对获得垄断地位至关重要，而这种开放使他们能够纳入越来越多的用户。这些平台已经是公司的强大收入来源—Predix目前为通用电气带来了50亿美元的利润，预计到2020年将实现三倍的增长。[90]预计到2020年，该行业的价值将达到2250亿美元—超过消费物联网和企业云计算。[91]尽管如此，为了显示垄断的力量，通用电气仍在使用AWS来满足其内部需求。[92]

076