科技龍頭避談的壟斷優勢

在2014年，時任Google執行長的施密特與產品資深副總羅森柏格在《Google模式》一書，用了各種有趣的軼事介紹了Google的企業文化、絕頂聰明的員工如何進行敏捷團隊合作與發揮創意合作，以及大家如何以求新若渴的態度，追求矽谷典型的下一次創新飛躍。

故事說得好聽，並不代表說的只是童話故事。理論上，書裡大部分的軼事都所言不虛，而矽谷職場文化也一直是蘋果、Google、臉書等科技龍頭崛起和成功的重要因素。然而，故事說得好聽，也不代表講的就是完整的故事全貌。在《Google模式》中，幾乎完全沒提到資訊不對稱，也沒說到Google獨占了大批寶貴的資料。

並不是只有Google採取了這套策略。基本上，所有科技巨星公司都遵照這份劇本行事，會開放出來的知識與技術，都不屬於那些會影響他們爭奪數位主宰地位的領域。例如蘋果，清楚知道有哪些用戶、在哪個時候、在iPhone上安裝了哪些應用程式，但絕不會把這些資訊告知應用程式開發者。Apple News上的媒體內容也是如此。而一旦無法取得這種資料，內容供應商就會淪為商品服務供應商，只能任由蘋果擺布。

為人作嫁的「笨水管」

今日想要發展資訊的力量，所需的運算能力並不需要太高的成本，絕不是只有少數大公司與富裕政府能夠負擔。感謝摩爾定律所言不虛，機器的運算能力在過去六十年間大幅提升，儲存與傳輸資訊的能力也顯著提高。我們現在不但能夠運算更多資料，運算速度也加快甚多。而摩爾定律最重要的一點，在於成本的降低。這個持續幾十年的趨勢在貝佐斯定律的輔助下，更是得到增強。從貝佐斯定律可以看出，在亞馬遜網路服務（AWS）成功的激進定價策略下，雲端運算是如何及為何讓高速、大量的資訊處理成為人人都做得到的事。

要在AWS進行雲端運算，所需的成本大約每十八個月就會砍半。就整體而言，這件事的意義是：在1960年代，全世界只有幾臺電腦而已，當時的硬體高度集中。但這種情況已經過去了。如今不但每個人口袋裡都有智慧型手機，而且所有的智慧型手機、平板電腦、筆記型電腦，以及最重要的是各種規模大小的企業電腦網路，都能連上雲端，以最低的成本取得幾乎無限的運算能力。

這件事的重要性還不是人人都能夠體會。像是談到GAIA-X（一項新興的歐洲雲端運算基礎建設）的開發，就會發現大家對於運算能力的角色和重要性，存有各種錯誤認知。GAIA-X的建設經費是來自歐盟的稅收，一開始大家認為這會直接成為矽谷雲端服務業者的競爭對手（雖然AWS和微軟其實是位於西雅圖和普吉特海灣），但是隨著各項公共補助遭到削減，GAIA-X的支持者意識到，要自己建立一套歐洲的雲端基礎建設或許並不合時宜，於是開始邀請美國雲端服務業者加入。

雲端服務的問題，絕不在於世界上的業者太少，反而恰恰相反：雲端服務的業者已經太多。

在這項議題上，中國也學到了慘痛教訓。中國公私部門投入大筆資金（單單2019年就超過一百三十億美元）扶植雲端服務業者，還希望積極邁向國際，特別是在亞洲和南方世界。

我們從經濟學知道，基礎建設服務的提供就是兩種形式，第一種是由寡頭壟斷，於是十分昂貴，除非國家介入；第二種則是有多家業者，競爭激烈，於是服務成為一種商品，而利潤空間也受到壓縮。現在的雲端運算服務就是第二種，業者幾乎無處不在，但很多業者就是扮演著一種「笨水管」的角色——雖然協助處理資料，但對於資料在自家的伺服器上處理所產生的價值，這些業者卻無從取得一絲半毫。如果耗費公帑卻只是建出「笨水管」，會是一大錯誤，也無益於促進「數位主權」。

演算法大多不是私有智慧財

說到那些數位巨星企業為何能取得優勢，普遍的誤解在於：搞錯了演算法扮演的角色。在那些故事中，總是把演算法吹捧得像是數位巨星企業和那些優秀工程師的智力精華結晶，是必須全力保護的智慧財產。

另外還說，現在只有Google、蘋果、臉書、亞馬遜，以及百度、阿里巴巴、騰訊這幾座互相競爭的萬神殿，才擁有足夠的數學巫術，能夠碰觸到資料的無上智慧。但事實是：這純粹就是胡說八道！許多在資料分析上廣泛使用的演算法，都是出自於學界，常常最早就是公布在開源的演算法資料庫裡，人人都能免費存取。例如「R」這套廣受愛用的資料分析軟體，就是一項開源專案的成果，能夠免費下載。

許多常見的機器學習法也是如此。有些最重要的機器學習演算法都是直接公諸於世，早已為人所知多年。而對應的工具與應用程式也都可以在GitHub（目前屬於微軟旗下）等開放平臺取得。

事實上，講到演算法，巨星企業其實是意外的樂於助人。就算這些企業確實是自行開發演算法，通常也是只要過了一小段時間，就會解除專利保護。而在某些地方，矽谷甚至是朝著開放的方向，更邁進了一步。像是馬斯克（Elon Musk）這樣的人，出資創辦OpenAI平臺，希望讓人人都能免費下載各種廣受好評的機器學習工具，實際投入使用。

數位革命必需的原物料

關於數位顛覆如何導致資訊權力轉移，主流故事裡或許聽來也最令人肅然起敬的元素，就是號稱這些成功的真正原因在於人類的聰明才智。通俗科幻小說有個傳統套路，就是出現某個天才、有某項驚人的發明，改變了一切。

但事實是，雖然前面談到的資料煉金術或許真的存在，但可沒有什麼資料煉金術士組成的祕密集團。各大數位企業的資料科學家與量化分析專家，用的數學與統計材料都與一般人完全相同。那些矽谷龍頭企業之所以能占據主導地位，並不是因為真的聘到了什麼人類最頂尖非凡的頭腦。如果要講關於各種方法與模型的科學與知識，無論在美國、歐洲或亞洲，各家企業（包括新創企業）都有能力迎頭趕上，也都絕對能請到訓練有素的資料科學家。

這代表著什麼意義？那些在數位時代輸人一截的企業，並不是因為缺乏運算能力、無力發展雲端應用。而各種資料分析的工具或機器學習的演算法也不難取得。此外，雖然數位巨星企業或怨天尤人的落後者總掛在嘴上，但數位人才在全球的分布其實十分廣泛，並不像他們說的那麼集中。落後者之所以無法得到在數位上重大的飛躍，其實是因為無法取得資料，而那才是數位革命必需的原物料。

Google、臉書、亞馬遜、蘋果、微軟。Netflix、PayPal、Spotify、Uber、Booking.com、百度、阿里巴巴、騰訊、字節跳動、商湯科技、依圖科技……這些數位龍頭在各自的領域，打造各種機制、機會與應用程式，蒐集大量只掌握在他們自己手中的資料。

就這點而言，「資料」和「石油」確實有些相似之處。不論是誰擁有油田，可不會想把石油拱手讓人。而對資料龍頭來說，也只有在特殊情況下，才會與他人分享自己的原物料。這種態度從策略角度來看並不難理解，因為「取用權」能夠轉化為競爭優勢；這正是企業估值時的基礎，而且這能讓競爭對手苦思、苦惱、苦無解方。

混淆視聽的騙局

數位創新者白手起家、成就霸權地位，完全有理由把自己崛起的故事講得像是令人嘆服的寓言，謳歌人類的才智、讚頌他們所創造的演算法。這套關於他們成就的故事，就為他們現在握有的權力提供了道德上的正當性，而不用擔心被批評是造成資訊不對稱的元凶，也能躲過一些尖銳的質問。畢竟，有誰會想看到政府用法規蠻橫介入，搶走天才企業家努力的成就？

一直以來，那些掌管數位龍頭企業的人，總是大肆吹噓著他們的科技多先進、員工多高明，但對於資料的取用權卻是噤聲不語。

一次又一次，掌權者總是運用那些乍聽之下再合理不過的故事，不讓大家注意到他們權力真正的來源。而隨著目前資料化的潮流，歷史也正在重演。只是這次牽涉的除了經濟權力，還有資訊權力——而這正是能夠主導現代社會的力量。

也正因如此，這套大有問題的故事、讓人以為這些企業的資訊權力都是誠實取得，才會如此危險。用熊彼德的話來說，這套故事是保護那些握有權勢的人，讓那些資訊龍頭靠著創造性破壞而掌權之後，得以不用擔心輪到自己面對創造性破壞。（本文摘錄整理自《資料煉金術》，天下文化提供）

圖片來源／天下文化

 書名  資料煉金術：開放資料存取權，重燃創新之火

麥爾荀伯格（Viktor Mayer-Schönberger）、蘭姆格（Thomas Ramge）／著；林俊宏／譯

天下文化出版

定價：400元

 作者簡介 

圖片來源／天下文化

麥爾荀伯格（Viktor Mayer-Schönberger）

牛津大學網路研究所教授，並擔任微軟、世界經濟論壇等大公司和組織的顧問，是大數據（巨量資料）領域公認的權威，寫過上百篇專論、以及九本書，其中《大數據：隱私篇》一書獲得2010年 Marshall McLuhan 傑出著作獎、以及 Don K. Price 科技政策最佳書獎。

圖片來源／天下文化

蘭姆格（Thomas Ramge）

東北大學助理教授暨媒體創新課程創辦總監、MIT媒體實驗室訪問學者。《連線》長期特約撰稿人，同時為《華盛頓郵報》、《紐約時報》、《時代》、《新聞週刊》等多家媒體撰稿。2006年創造「群眾外包」（crowdsourcing）一詞，著有《玩家外包：社群改變遊戲規則》。