環顧全球經濟,你可以看到一家美國公司正在開發下一代無人駕駛汽車,一家中國金融公司將貸款提供給過去缺乏信貸機會的小商店,以及一家瑞士製藥公司的研究人員正在開發針對慢性病的療法。儘管發生在不同的地區、不同的經濟部門,但這些具有價值的經濟活動有何共同點?答案很明確,它們都仰賴:數據(data)。在今日,數據已與土地、資本、勞動力、石油並列為重要之生產要素,透過數據及人工智慧演算法可進行各種預測,包括上述的無人車、藥物測試、信貸分配等商業應用。

而當今全球規模最大的一些企業,早已將數據應用視為其業務的核心,像是阿里巴巴、Alphabet及Facebook等數據密集型公司的市值在近年已快速飆升。此外,將數據經濟五大參與企業與傳統實體企業營收市值表現作比較,可發現Apple、Amazon等參與數據經濟程度高的企業,已快速追趕甚至超越傳統具代表性的實體企業的市值。

Google經常舉辦機器學習競賽,提供高額獎金,鼓勵參與競賽的科技團隊開發出最佳演算法來進行各項預測。這也成為Google或Facebook的賺錢方式,他們不靠出售數據來獲利,而是利用擁有的大量數據進行加值研究,如透過演算法進行精準行銷(Precision Marketing)。換個說法,每當我們使用Facebook、Google的服務,系統會追蹤並蒐集我們的資料瀏覽紀錄,知道我們曾經拜訪過的網站、關注的商品等,並據以跳出符合我們喜好的購物廣告,可提升廣告點擊率及相關商品消費,擴大企業收益。

數據經常被比作新石油,暗指數據是未來經濟的燃料;而數據具有的「排他性」,例如數據可透過加密技術來排除他人的使用,也就像是石油般的私有財。然而,數據與石油等傳統生產要素不同之處在於,數據具有特殊的「非敵對性(Non-Rivalry)」,即數據不會因為愈多人的使用而產生減少或耗損,數據被某一人使用後,其他人仍可自由使用;因此,有人將數據比擬為如同陽光般的公共財,當數據能被廣泛共享時,社會所能獲取的整體利益最大。同時,數據也具有其特殊的「隱私外部性(Privacy Externalities)」,即當企業交易或分析消費者的個人數據時,數據提供者的隱私可能受影響,卻未獲得相應回報,形成外部成本。

綜上,我國應該將數據相關應用視作陽光般盡情揮灑,以達到最大效益;或是效法美國,將數據視為石油,嘗試對數據定價、公平界定所有權歸屬,使市場自動達到柏拉圖均衡:抑或是參考歐盟作法,在開放銀行的同時,讓最嚴格的個資保護法GDPR同時上路?筆者認為效率與隱私看似矛盾,但兩者或許是可以相輔相成的:在擴大數據應用服務,達到經濟效率的目的下,同時以公平及隱私保護的規範作為配套,才能加速數據經濟的發展,不致產生弊病,這也是許多主要國際機構(如IMF)贊許歐盟GDPR的原因。因此,盼我國政府能盡快加速個資法的修訂,並爭取歐盟GDPR適足性認定,以營造健全數據經濟發展的友善環境,方得以善用數據這個21世紀的關鍵生產要素,同時兼顧數據發展之「效率」及「隱私」。

#企業 #一家 #開發 #經濟 #石油