馬雲組“羅漢堂”,六位諾獎得主齊聚,十問數字經濟的人類未來

馬雲組“羅漢堂”,六位諾獎得主齊聚,十問數字經濟的人類未來

6月25日,阿里巴巴倡議成立的研究機構“羅漢堂”,在杭州發佈了數字經濟時代最關乎人類未來的十大問題。這十大問題包括對技術發展與風險的討論,對數字鴻溝的討論,對隱私和個人數據所有權的討論,對人工智能道德觀的討論等等。

羅漢堂主要關注的研究領域是社會學、經濟學、心理學等,成立於一年之前。上市之後,除了在日常的業務研發投入之外,阿里及其關聯方在科學、社會學領域的純研究性學術投入越來越多。

2017年10月,阿里巴巴CTO張建鋒在雲棲大會上宣佈成立阿里巴巴“達摩院”。阿里官方資料介紹,達摩院“致力於探索科技未知,以人類願景為驅動力,開展基礎科學和創新性技術研究。”馬雲對達摩院的發展提出三個要求“活得要比阿里巴巴長”、“服務全世界至少20億人口”、“必須面向未來、用科技解決未來的問題”。

但是與聚焦前沿科技的達摩院不同,羅漢堂主要解決的是隨著科技發展而伴生出的經濟和社會形態、社會治理等領域的問題。

2018年6月26日,羅漢堂由阿里巴巴倡議,包括Bengt Holmstrom、Lars Peter Hansen、Michael Spence等6位諾貝爾經濟學獎獲得者在內的全球社會學、經濟學、心理學等領域學者共同發起,將一起研究與科技創新伴生的社會經濟形態變化等課題。

“我希望羅漢堂也能存在300年。”馬雲在羅漢堂成立時曾說。

值得一提的是,馬雲本人也在6月24日參加了這些問題的討論。

馬雲組“羅漢堂”,六位諾獎得主齊聚,十問數字經濟的人類未來

由於討論會議是閉門的,全文內容尚未公開,以下是2019羅漢堂數字經濟年會上,全球學者對這十大問題的部分討論內容。

1、我們是應該先控制風險,還是先迎接數字技術?

要達到5000萬用戶,電力花了46年,計算機花了14年,互聯網花了7年,皮卡丘花了19天。今天,在低收入國家也有60%的人已經擁有移動手機。決策時間前所未有的短,錯過成本前所未有的大。

邁克爾·斯賓塞(Michael Spence)|2001諾貝爾經濟學獎獲得者:數字經濟帶來的福利還難以被準確衡量和估計,這會影響我們平衡數字經濟風險和收益。現有對經濟的衡量集中在對經濟增長的關注,忽略了健康、生活便利等其他福利。數字經濟的長期影響是深度多維的,需要一個更多維的框架衡量個人和社會福利。

2、數字技術會擴大鴻溝,還是會讓世界變平?

技術從來都是雙刃劍。技術革命既讓地球能夠養活的人口從10億增加到70多億,也引發過兩次世界大戰。關鍵是能不能以最快速度,讓儘可能多的人受益。

邁克爾·斯賓塞(Michael Spence)|2001諾貝爾經濟學獎獲得者:中國數字經濟的發展不僅體現在增長速度上,還體現在邊遠、貧困群體與現有經濟資源的結合速度上,這是令人震驚的普惠增長模式。

阿爾伯特·羅西(Alberto Rossi)|美國馬里蘭大學助理教授:智能投顧能夠幫助用戶更穩健地配置資產,尤其是對投資經驗少、現金持有比例高、頻繁買賣的用戶而言更是如此。智能投顧讓投資更普惠。

3、數據是誰的?誰是真正的受益者?

司機的行駛記錄對於個人而言意義不大,但如果分享出去,就會讓導航軟件的精準度更高。數據作為一種生產資料,不見得應該只追求唯一所有權,而是要尋找一種機制保護好隱私,並讓更多人受益。

讓·梯若爾(Jean Tirole)|2014諾貝爾經濟學獎獲得者:我們如何在保護個人隱私的同時,不遏制科技的進步和創新的向前?我們想倒掉洗澡水,但別把寶寶也潑出去了。

詹姆斯·鄧普斯|美國加州伯克利法學院教授:我們現在缺乏足夠的經濟學、社會學層面對隱私問題的研究,太多的政策只是基於假設。

伊莎貝爾·法爾克·皮爾羅廷|法國數據保護局前副主席:歐洲GDPR不能被其他國家簡單照搬。

阿里安娜·默勒|Bird&Bird合夥人:下一個隱私悖論是,自己可能就是傷害自己的人。

簡·霍華特|蘋果公司全球資深副總裁:創新並不是建立在對個人數據大量收集的基礎上。

熊偉|普林斯頓大學教授:可以考慮限制誘惑行業訪問個人數據。

馬雲組“羅漢堂”,六位諾獎得主齊聚,十問數字經濟的人類未來

4、數字技術會讓更多的人失業,還是會讓工作時間更短?

眼下美國對AI的擔憂達到歷史高點,但實際上美國失業率是半個世紀以來的低位。技術革命並沒導致失業率上升,但會帶來新的工種,以及縮短工作時間。我們該為未來的工作做好什麼準備?

克里斯托弗·皮薩里德斯(Sir Christopher Pissarides)|2010諾貝爾經濟學獎獲得者:並沒有證據證明技術會帶來失業率的提高。但技術的發展過程中,確實會促進就業的結構性轉變。以1980年以來的就業數據顯示,就業逐漸從製造業向服務業轉變。

魏尚進|美國哥倫比亞商學院金融學和經濟學教授:技術的不斷進步,確實讓人們有了更多閒暇的時間。經濟合作與發展組織的數據顯示,生產力越高的國家每週工作時長越低。

5、誰是平臺經濟的受益者,是所有參與者,還是少數平臺公司?

技術革命一直在深刻改變人類協同方式,到了數字時代,消費者和生產者被合成一張網,它就是平臺。在全新的協同關係中,各方的收益、責任、工作方式、福利保障等都發生了深遠變化。

克里斯托弗·皮薩里德斯(Sir Christopher Pissarides)|2010諾貝爾經濟學獎獲得者:數字平臺是對分散市場匹配技術的改進,它具有提高所有市場參與者效率的潛力。互聯網和平臺經濟能夠有效打破制約成熟市場發展的阻礙。在中國,沒有互聯網,農民只能進城打工才能提高收入,互聯網讓他們在家鄉也可能獲得同樣的發展機會。

理查德·霍爾登(Richard Holden)|澳大利亞新南威爾士大學教授:數字技術改變了企業的協同方式和邊界,讓原本很多公司內部才能完成複雜的協同變得高效和透明,更多的事務可以在公司外部由市場協同來完成。這給小微企業帶來更大的生存空間,更高效的利用資源做專業化分工。大型平臺的競爭優勢來源於網絡效應,這種競爭優勢很難從無到有的建立,但是已有平臺的地位也很脆弱。贏者無眠成為常態,平臺必須時刻創新和更好的服務用戶,才能保持競爭優勢。

傑夫·帕克(Geoffrey Parker)|達特茅斯學院教授:網絡效應使公司的注意力聚焦點必須得從內部轉移到公司外部,因為外面的世界更大,外邊的用戶更多,人力資源、創新體系、研發中心以及戰略部門等都必須要將自己的關注點從企業內部轉移到企業外部。

6、治理機制要如何改變,才能適應數字時代?

汽車誕生於歐洲,汽車商用的黃金時代卻在美國。在數字時代,什麼樣的政府、市場和公司治理機制,才能適應今天自下而上的創新和新協同機制。

本特·霍姆斯特羅姆(Bengt Holmström)|2016年諾貝爾經濟學獎獲得者:人工智能正在改變我們的經濟發展機制,也會改變我們制定政策的方式。

7、金融服務在越來越平民化的同時,會不會引發更多的風險?

金融從來都是經濟發展的重要基礎設施,眼下,數字技術讓賣茶葉蛋的老太太和銀行行長享受到同樣的金融服務。但金融創新,包括數字貨幣,也可能帶來新的不確定性。

本特·霍姆斯特羅姆(Bengt Holmström)|2016年諾貝爾經濟學獎獲得者:數字經濟時代,信息是一種新的抵押品。有了數字平臺上收集的信息,小額借款人獲得信貸不需要抵押品,因為貸款人比借款人更瞭解他的信譽。在這方面,平臺模式更接近於西方信用卡的基礎模式,同時因為它基於數字識別,幷包含大量數據,所以比信用卡便宜得多,也不容易被欺詐。

馬雲組“羅漢堂”,六位諾獎得主齊聚,十問數字經濟的人類未來

8、數字時代全球化會走回頭路嗎?

技術、貿易和知識的自由流動和分享是全球經濟繁榮的核心動力,在世界經濟分化嚴重、技術發展參差不齊的今天,我們如何推動全球數字經濟協同,讓每一個國家受益?

邁克爾·斯賓塞(Michael Spence)|2001諾貝爾經濟學獎獲得者:讓我感到興奮的是中國的數字經濟增長範式能夠啟發其他國家,開發巨大的國內市場就能帶來巨大的增長機會。在此基礎上我們不難想象,只需要一點點的國際合作,這種發展模式就能推廣到全世界。各國小微企業參與到國際市場中或將成為下一個增長引擎,這才是最最激動人心的事。

王能|美國哥倫比亞大學商學院教授:世界的大潮流沒人能擋住,比如全球化,就是沒有人能擋住的。

9、人工智能該不該有道德觀?

無人駕駛汽車必須選擇撞向一邊,左邊是老人,右邊是小孩,它該做何選擇?這該由算法來決定嗎?

托馬斯·薩金特(Thomas Sargent)|2011年諾貝爾經濟學獲得者:說到底,機器並不是自己在學習,它們學的,都是人類輸入的數據。是人類在告訴機器要學習什麼。因此,我們人類在給機器提供數據的時候,要努力去除掉一些偏見。

本特·霍姆斯特羅姆(Bengt Holmström)|2016年諾貝爾經濟學獎獲得者:人工智能將來作為公司的“一員”,是需要對他們進行激勵的,人工智能也應該具有工作動機,我們人類應該給他們正確的動機。

10、大算力和大數據,一定會讓我們離真相更近嗎?

我們在多大程度上可以利用大數據和大算力做決策,接近世界的真相。在一秒鐘內能摸象腿數百萬次,我們就一定會避免盲人摸象了嗎?

拉爾斯·彼得·漢森(Lars Peter Hansen)|2013年諾貝爾經濟學獲得者:數字經濟時代,豐富的數據確實為經濟學分析提供了更多的素材,但是實證分析本身的價值則非常有限。對於實際發生什麼和可能發生什麼,理論模型卻能幫助我們做不同情形和不同政策下的比較。因此純數據驅動具備一定的侷限性,模型能讓人們在大數據時代的今天做更好的決策。

托馬斯·薩金特(Thomas Sargent)|2011年諾貝爾經濟學獲得者:大數據和大算力提升了抽象信息理論的價值,它們的高速發展對處理信息的方法論提出更高要求。更優的信息估計技術,算法博弈論,多元時間序列算法和數據模擬技術等都可以在大數據時代散發光彩。


分享到:


相關文章: