'免費市場背後的“大陰謀”'
微信、QQ、抖音、微博……我們日常使用的軟件幾乎都是免費的。
無獨有偶，國外的谷歌、Facebook、YouTube、Instagram等等也全部免費。軟件雖然是免費的，但這些免費軟件背後的公司卻往往十分富有，這是為什麼？
今天，身邊君就想帶你一起揭開免費市場背後的巨大“陰謀”。以下，Enjoy：
01 免費的祕密
為什麼谷歌能讓我們在谷歌地圖上規劃行程？因為它學習我們的交通模式，然後把這些模式打包成服務，賣給拼車和公共交通平臺。
為什麼臉書為我們提供這樣一個“免費”的空間來構建我們的社會生活？因為我們會透露個人信息，這使臉書能夠將我們與我們可能願意購買的產品進行匹配。
為什麼Instagram和YouTube提供瞭如此有用的方式來分享媒體？因為它們託管的圖像和視頻為“機器學習”系統提供輸入要素，為它們向客戶銷售的“人工智能”服務提供動力——從人臉識別到自動視頻編輯。
如果你不知道這些平臺有多瞭解你並從中獲利，請查看它們需要你填寫的賬戶設置頁面。這些頁面顯示了整套的信息，而且它們對你的需求越來越多，你可能會被嚇到。
大多數人沒有意識到他們作為數據生產者，其勞動成果在多大程度上推動了數字經濟。
數字經濟的發電所，像臉書、谷歌和微軟，利用公眾對AI和ML缺乏瞭解，免費收集我們在網絡互動中留下的數據。這是它們作為世界上最有價值的公司的創紀錄利潤的來源。
例如，臉書每年只向員工（程序員）支付其價值的1%，因為有我們為它免費做了其餘的工作！相比之下，沃爾瑪的工資佔其價值的40%。
人們作為數據生產者的角色沒有得到公平的利用或得到適當的補償。這意味著數字經濟遠遠落後於它應該有的樣子，其收入分配給了少數富有的學者而不是廣泛的大眾。
當意識到人類比以往任何時候都更被我們的數字經濟需要時，我們中的許多人其實對AI製造了大規模失業懷有錯誤的恐懼。
微信、QQ、抖音、微博……我們日常使用的軟件幾乎都是免費的。
無獨有偶，國外的谷歌、Facebook、YouTube、Instagram等等也全部免費。軟件雖然是免費的，但這些免費軟件背後的公司卻往往十分富有，這是為什麼？
今天，身邊君就想帶你一起揭開免費市場背後的巨大“陰謀”。以下，Enjoy：
01 免費的祕密
為什麼谷歌能讓我們在谷歌地圖上規劃行程？因為它學習我們的交通模式，然後把這些模式打包成服務，賣給拼車和公共交通平臺。
為什麼臉書為我們提供這樣一個“免費”的空間來構建我們的社會生活？因為我們會透露個人信息，這使臉書能夠將我們與我們可能願意購買的產品進行匹配。
為什麼Instagram和YouTube提供瞭如此有用的方式來分享媒體？因為它們託管的圖像和視頻為“機器學習”系統提供輸入要素，為它們向客戶銷售的“人工智能”服務提供動力——從人臉識別到自動視頻編輯。
如果你不知道這些平臺有多瞭解你並從中獲利，請查看它們需要你填寫的賬戶設置頁面。這些頁面顯示了整套的信息，而且它們對你的需求越來越多，你可能會被嚇到。
大多數人沒有意識到他們作為數據生產者，其勞動成果在多大程度上推動了數字經濟。
數字經濟的發電所，像臉書、谷歌和微軟，利用公眾對AI和ML缺乏瞭解，免費收集我們在網絡互動中留下的數據。這是它們作為世界上最有價值的公司的創紀錄利潤的來源。
例如，臉書每年只向員工（程序員）支付其價值的1%，因為有我們為它免費做了其餘的工作！相比之下，沃爾瑪的工資佔其價值的40%。
人們作為數據生產者的角色沒有得到公平的利用或得到適當的補償。這意味著數字經濟遠遠落後於它應該有的樣子，其收入分配給了少數富有的學者而不是廣泛的大眾。
當意識到人類比以往任何時候都更被我們的數字經濟需要時，我們中的許多人其實對AI製造了大規模失業懷有錯誤的恐懼。
02 “先使用，再談收益”
數據工作，一直被認為是理所當然的。
在互聯網出現的早期，它的設計者不得不選擇記錄什麼信息，以及拋棄什麼信息。許多早期設計支持的技術可以使信息接收者更容易自動地向提供商付費。
例如，在法國，作為互聯網前身的小型電傳（Minitel）有一個微支付系統；20世紀90年代美國在線（America OnLine，AOL）服務在美國很流行，它向客戶收取費用，並用其收入來支付它簡化了的“圍牆花園”提供的內容。曾經有一段時間，一些互聯網設計師試圖強迫電子郵件攜帶“郵票”，以此來阻止垃圾郵件。
20世紀90年代，在網絡服務尚未確定如何將其提供的服務貨幣化之前，風險資本就已經投入到蓬勃發展的互聯網商業化中。互聯網公司堅持不懈地打著“先使用，之後再談收益”的旗號來吸引用戶。
然而，科技泡沫的破滅冷卻了這種熱潮，像谷歌這樣的新興科技巨頭必須找到一種從用戶群中賺錢的方法。谷歌的謝爾蓋·布林和拉里·佩奇最初考慮的是會員費和付費訂閱，但堅稱他們永遠不會轉向廣告。
然而，有幾個因素迫使他們改變了主意。
首先，20世紀90年代末，較長時間享受免費服務使用戶習慣了互聯網，其中，支付純粹的信息服務的費用並不常見。人們對完全免費的服務產生了強烈的依戀，這種依戀很可能使這一傳統難以被打破。
其次，網上提供的許多服務使得本來被用來跟蹤支付的投資去做基礎設施的開發，這在成本上是不合算的。20世紀90年代末和21世紀初，許多初創企業嘗試創建小額支付系統。
最後，在早期，互聯網彷彿是陌生的蠻荒西部，居住著許多老練的年輕黑客，他們願意忍受不便以換取自由。在這種環境下，像納普斯特這樣的可疑的合法服務蓬勃發展，並排擠掉更安全的合法服務，因為其他主流的產品難以跟上技術的步伐。這使得對任何東西的收費，甚至像具有既定知識產權形式的音樂，都具有挑戰性。
這些力量共同構成了一個用戶不願意支付任何費用的環境，因此，服務提供商開始尋找其他維持運營的方式。
微信、QQ、抖音、微博……我們日常使用的軟件幾乎都是免費的。
無獨有偶，國外的谷歌、Facebook、YouTube、Instagram等等也全部免費。軟件雖然是免費的，但這些免費軟件背後的公司卻往往十分富有，這是為什麼？
今天，身邊君就想帶你一起揭開免費市場背後的巨大“陰謀”。以下，Enjoy：
01 免費的祕密
為什麼谷歌能讓我們在谷歌地圖上規劃行程？因為它學習我們的交通模式，然後把這些模式打包成服務，賣給拼車和公共交通平臺。
為什麼臉書為我們提供這樣一個“免費”的空間來構建我們的社會生活？因為我們會透露個人信息，這使臉書能夠將我們與我們可能願意購買的產品進行匹配。
為什麼Instagram和YouTube提供瞭如此有用的方式來分享媒體？因為它們託管的圖像和視頻為“機器學習”系統提供輸入要素，為它們向客戶銷售的“人工智能”服務提供動力——從人臉識別到自動視頻編輯。
如果你不知道這些平臺有多瞭解你並從中獲利，請查看它們需要你填寫的賬戶設置頁面。這些頁面顯示了整套的信息，而且它們對你的需求越來越多，你可能會被嚇到。
大多數人沒有意識到他們作為數據生產者，其勞動成果在多大程度上推動了數字經濟。
數字經濟的發電所，像臉書、谷歌和微軟，利用公眾對AI和ML缺乏瞭解，免費收集我們在網絡互動中留下的數據。這是它們作為世界上最有價值的公司的創紀錄利潤的來源。
例如，臉書每年只向員工（程序員）支付其價值的1%，因為有我們為它免費做了其餘的工作！相比之下，沃爾瑪的工資佔其價值的40%。
人們作為數據生產者的角色沒有得到公平的利用或得到適當的補償。這意味著數字經濟遠遠落後於它應該有的樣子，其收入分配給了少數富有的學者而不是廣泛的大眾。
當意識到人類比以往任何時候都更被我們的數字經濟需要時，我們中的許多人其實對AI製造了大規模失業懷有錯誤的恐懼。
02 “先使用，再談收益”
數據工作，一直被認為是理所當然的。
在互聯網出現的早期，它的設計者不得不選擇記錄什麼信息，以及拋棄什麼信息。許多早期設計支持的技術可以使信息接收者更容易自動地向提供商付費。
例如，在法國，作為互聯網前身的小型電傳（Minitel）有一個微支付系統；20世紀90年代美國在線（America OnLine，AOL）服務在美國很流行，它向客戶收取費用，並用其收入來支付它簡化了的“圍牆花園”提供的內容。曾經有一段時間，一些互聯網設計師試圖強迫電子郵件攜帶“郵票”，以此來阻止垃圾郵件。
20世紀90年代，在網絡服務尚未確定如何將其提供的服務貨幣化之前，風險資本就已經投入到蓬勃發展的互聯網商業化中。互聯網公司堅持不懈地打著“先使用，之後再談收益”的旗號來吸引用戶。
然而，科技泡沫的破滅冷卻了這種熱潮，像谷歌這樣的新興科技巨頭必須找到一種從用戶群中賺錢的方法。谷歌的謝爾蓋·布林和拉里·佩奇最初考慮的是會員費和付費訂閱，但堅稱他們永遠不會轉向廣告。
然而，有幾個因素迫使他們改變了主意。
首先，20世紀90年代末，較長時間享受免費服務使用戶習慣了互聯網，其中，支付純粹的信息服務的費用並不常見。人們對完全免費的服務產生了強烈的依戀，這種依戀很可能使這一傳統難以被打破。
其次，網上提供的許多服務使得本來被用來跟蹤支付的投資去做基礎設施的開發，這在成本上是不合算的。20世紀90年代末和21世紀初，許多初創企業嘗試創建小額支付系統。
最後，在早期，互聯網彷彿是陌生的蠻荒西部，居住著許多老練的年輕黑客，他們願意忍受不便以換取自由。在這種環境下，像納普斯特這樣的可疑的合法服務蓬勃發展，並排擠掉更安全的合法服務，因為其他主流的產品難以跟上技術的步伐。這使得對任何東西的收費，甚至像具有既定知識產權形式的音樂，都具有挑戰性。
這些力量共同構成了一個用戶不願意支付任何費用的環境，因此，服務提供商開始尋找其他維持運營的方式。
03 “詭異的讀心術”
谷歌渴求以某種方式將其龐大的用戶群貨幣化，於是轉向廣告以穩定其資產負債表。臉書、YouTube和其他網站也緊隨谷歌的步伐。
谷歌的洞見是，與傳統的廣告媒體（如印刷報紙或電視）相比，在線廣告可以更好地滿足用戶的個性化需求。谷歌可以從用戶的搜索歷史中收集用戶的價值觀和偏好，因此它可以使廣告的浪費和噪音降到最低。
臉書的個人生態系統比谷歌搜索複雜得多，但也有類似的功能。臉書可以通過了解用戶的詳細信息，將用戶與那些尋求目標受眾的廣告商匹配，並通過鼓勵用戶與朋友分享廣告活動來在社交場合投放廣告。
最重要的是，臉書可以提醒用戶購買他們之前考慮過的東西，這一功能有時會讓用戶產生一種詭異的感覺，好像這種服務有讀心術。
隨著人們對大數據、ML和AI的興趣激增，人們越來越清楚地認識到，用戶數據是科技巨頭的核心資產。
隨後，第一批由ML驅動的個人數字助理和聽寫服務出現了；Siri、谷歌助手和科塔娜已成為人們日常生活中熟悉的角色。更多雄心勃勃的應用正在開發中，包括虛擬現實和增強現實、自動駕駛汽車，以及只須按一下按鈕就能向消費者送貨的無人機。
這些服務具有很高的“樣本複雜性”，因此它們需要大量的數據存儲，以便對ML系統進行訓練。因此，本來作為谷歌、臉書等公司核心業務功能的副產品收集的龐大數據集，現在已成為其收入和競爭優勢的重要來源。
那些起初不情願提供免費服務，而尋求一種收入模式後來演變為廣告平臺的公司，現在正在成為數據收集者，它們通過提供服務來吸引用戶提供信息，以便使用ML訓練AI。
例如，現在臉書每天都會收到數億張用戶發佈的新照片。這些照片為ML系統提供了良好的訓練環境，臉書正在開發這種系統，旨在自動標註甚至解釋照片。
然而目前，臉書的需求與用戶上傳照片的動機並不匹配。用戶通常很少提供照片附帶的信息，因為他們認為自己的朋友能夠理解其背景，結果導致臉書收到的是低質量的數據。
臉書試圖誘導用戶寫評論來解釋照片，或將情感與照片聯繫起來，來推動用戶提供有用的標籤。但臉書真正需要的是能夠向用戶詢問有關照片的簡單問題並從中獲得答案的能力。
另一個例子是YouTube，該網站稱，它們每分鐘有300時長的視頻上傳。然而，這些內容的生產者得到的報酬卻很少。
雖然分析有點複雜，但對一個典型的YouTube視頻內容的創建者而言，每得到1000觀看人/次的報酬大約是2美元。考慮到YouTube上的視頻平均時長約為4分鐘，這意味著視頻製作者們每分鐘的預期收入是0.05美分。
相比之下，網飛每分鐘從每個用戶那裡收取0.5美分，大約是其10倍。因此，它能製作廣受好評的電視劇《女子監獄》和《紙牌屋》也就不足為奇了，而YouTube上的視頻卻因其文化價值而不那麼出名。類似的計算也適用於傳統新聞媒體和推特之間的對比。
這些價格很可能只是用戶從觀看視頻中獲得價值的一小部分，人們的時間價值遠超過這零點幾美分。然而，這種現象不僅僅出現在視頻領域裡；塞壬服務器的繁榮源於從新聞到音樂的創造性內容的貶值，同時，它是為自己獲取這些內容的價值，而不是為其創造者所用。
微信、QQ、抖音、微博……我們日常使用的軟件幾乎都是免費的。
無獨有偶，國外的谷歌、Facebook、YouTube、Instagram等等也全部免費。軟件雖然是免費的，但這些免費軟件背後的公司卻往往十分富有，這是為什麼？
今天，身邊君就想帶你一起揭開免費市場背後的巨大“陰謀”。以下，Enjoy：
01 免費的祕密
為什麼谷歌能讓我們在谷歌地圖上規劃行程？因為它學習我們的交通模式，然後把這些模式打包成服務，賣給拼車和公共交通平臺。
為什麼臉書為我們提供這樣一個“免費”的空間來構建我們的社會生活？因為我們會透露個人信息，這使臉書能夠將我們與我們可能願意購買的產品進行匹配。
為什麼Instagram和YouTube提供瞭如此有用的方式來分享媒體？因為它們託管的圖像和視頻為“機器學習”系統提供輸入要素，為它們向客戶銷售的“人工智能”服務提供動力——從人臉識別到自動視頻編輯。
如果你不知道這些平臺有多瞭解你並從中獲利，請查看它們需要你填寫的賬戶設置頁面。這些頁面顯示了整套的信息，而且它們對你的需求越來越多，你可能會被嚇到。
大多數人沒有意識到他們作為數據生產者，其勞動成果在多大程度上推動了數字經濟。
數字經濟的發電所，像臉書、谷歌和微軟，利用公眾對AI和ML缺乏瞭解，免費收集我們在網絡互動中留下的數據。這是它們作為世界上最有價值的公司的創紀錄利潤的來源。
例如，臉書每年只向員工（程序員）支付其價值的1%，因為有我們為它免費做了其餘的工作！相比之下，沃爾瑪的工資佔其價值的40%。
人們作為數據生產者的角色沒有得到公平的利用或得到適當的補償。這意味著數字經濟遠遠落後於它應該有的樣子，其收入分配給了少數富有的學者而不是廣泛的大眾。
當意識到人類比以往任何時候都更被我們的數字經濟需要時，我們中的許多人其實對AI製造了大規模失業懷有錯誤的恐懼。
02 “先使用，再談收益”
數據工作，一直被認為是理所當然的。
在互聯網出現的早期，它的設計者不得不選擇記錄什麼信息，以及拋棄什麼信息。許多早期設計支持的技術可以使信息接收者更容易自動地向提供商付費。
例如，在法國，作為互聯網前身的小型電傳（Minitel）有一個微支付系統；20世紀90年代美國在線（America OnLine，AOL）服務在美國很流行，它向客戶收取費用，並用其收入來支付它簡化了的“圍牆花園”提供的內容。曾經有一段時間，一些互聯網設計師試圖強迫電子郵件攜帶“郵票”，以此來阻止垃圾郵件。
20世紀90年代，在網絡服務尚未確定如何將其提供的服務貨幣化之前，風險資本就已經投入到蓬勃發展的互聯網商業化中。互聯網公司堅持不懈地打著“先使用，之後再談收益”的旗號來吸引用戶。
然而，科技泡沫的破滅冷卻了這種熱潮，像谷歌這樣的新興科技巨頭必須找到一種從用戶群中賺錢的方法。谷歌的謝爾蓋·布林和拉里·佩奇最初考慮的是會員費和付費訂閱，但堅稱他們永遠不會轉向廣告。
然而，有幾個因素迫使他們改變了主意。
首先，20世紀90年代末，較長時間享受免費服務使用戶習慣了互聯網，其中，支付純粹的信息服務的費用並不常見。人們對完全免費的服務產生了強烈的依戀，這種依戀很可能使這一傳統難以被打破。
其次，網上提供的許多服務使得本來被用來跟蹤支付的投資去做基礎設施的開發，這在成本上是不合算的。20世紀90年代末和21世紀初，許多初創企業嘗試創建小額支付系統。
最後，在早期，互聯網彷彿是陌生的蠻荒西部，居住著許多老練的年輕黑客，他們願意忍受不便以換取自由。在這種環境下，像納普斯特這樣的可疑的合法服務蓬勃發展，並排擠掉更安全的合法服務，因為其他主流的產品難以跟上技術的步伐。這使得對任何東西的收費，甚至像具有既定知識產權形式的音樂，都具有挑戰性。
這些力量共同構成了一個用戶不願意支付任何費用的環境，因此，服務提供商開始尋找其他維持運營的方式。
03 “詭異的讀心術”
谷歌渴求以某種方式將其龐大的用戶群貨幣化，於是轉向廣告以穩定其資產負債表。臉書、YouTube和其他網站也緊隨谷歌的步伐。
谷歌的洞見是，與傳統的廣告媒體（如印刷報紙或電視）相比，在線廣告可以更好地滿足用戶的個性化需求。谷歌可以從用戶的搜索歷史中收集用戶的價值觀和偏好，因此它可以使廣告的浪費和噪音降到最低。
臉書的個人生態系統比谷歌搜索複雜得多，但也有類似的功能。臉書可以通過了解用戶的詳細信息，將用戶與那些尋求目標受眾的廣告商匹配，並通過鼓勵用戶與朋友分享廣告活動來在社交場合投放廣告。
最重要的是，臉書可以提醒用戶購買他們之前考慮過的東西，這一功能有時會讓用戶產生一種詭異的感覺，好像這種服務有讀心術。
隨著人們對大數據、ML和AI的興趣激增，人們越來越清楚地認識到，用戶數據是科技巨頭的核心資產。
隨後，第一批由ML驅動的個人數字助理和聽寫服務出現了；Siri、谷歌助手和科塔娜已成為人們日常生活中熟悉的角色。更多雄心勃勃的應用正在開發中，包括虛擬現實和增強現實、自動駕駛汽車，以及只須按一下按鈕就能向消費者送貨的無人機。
這些服務具有很高的“樣本複雜性”，因此它們需要大量的數據存儲，以便對ML系統進行訓練。因此，本來作為谷歌、臉書等公司核心業務功能的副產品收集的龐大數據集，現在已成為其收入和競爭優勢的重要來源。
那些起初不情願提供免費服務，而尋求一種收入模式後來演變為廣告平臺的公司，現在正在成為數據收集者，它們通過提供服務來吸引用戶提供信息，以便使用ML訓練AI。
例如，現在臉書每天都會收到數億張用戶發佈的新照片。這些照片為ML系統提供了良好的訓練環境，臉書正在開發這種系統，旨在自動標註甚至解釋照片。
然而目前，臉書的需求與用戶上傳照片的動機並不匹配。用戶通常很少提供照片附帶的信息，因為他們認為自己的朋友能夠理解其背景，結果導致臉書收到的是低質量的數據。
臉書試圖誘導用戶寫評論來解釋照片，或將情感與照片聯繫起來，來推動用戶提供有用的標籤。但臉書真正需要的是能夠向用戶詢問有關照片的簡單問題並從中獲得答案的能力。
另一個例子是YouTube，該網站稱，它們每分鐘有300時長的視頻上傳。然而，這些內容的生產者得到的報酬卻很少。
雖然分析有點複雜，但對一個典型的YouTube視頻內容的創建者而言，每得到1000觀看人/次的報酬大約是2美元。考慮到YouTube上的視頻平均時長約為4分鐘，這意味著視頻製作者們每分鐘的預期收入是0.05美分。
相比之下，網飛每分鐘從每個用戶那裡收取0.5美分，大約是其10倍。因此，它能製作廣受好評的電視劇《女子監獄》和《紙牌屋》也就不足為奇了，而YouTube上的視頻卻因其文化價值而不那麼出名。類似的計算也適用於傳統新聞媒體和推特之間的對比。
這些價格很可能只是用戶從觀看視頻中獲得價值的一小部分，人們的時間價值遠超過這零點幾美分。然而，這種現象不僅僅出現在視頻領域裡；塞壬服務器的繁榮源於從新聞到音樂的創造性內容的貶值，同時，它是為自己獲取這些內容的價值，而不是為其創造者所用。
04 “人工智能”和“集體智能”
在現有的體系中，人們大量公開關於自己的數據，以換取互聯網提供的服務——搜索、地圖、數字助理，等等。
對人們來說，為什麼用金錢而不是有價值的服務來換取數據是重要的？
這一觀點的主要倡導者是谷歌首席經濟學家哈爾·範裡安。他認為，如今數據無處不在，稀缺的是理解這些數據的人才和計算能力。
在這種觀點中，數據更像是資本而非勞動成果：它們是一種來自於公共領域的自然可得資源（可免費獲取），並且只有通過程序員、企業家和風險投資家的辛勤工作才能轉化為有用的東西，這些人理應擁有這些數據。
另一種思考是這個觀點的方式與亞當·斯密經典的“鑽石–水”悖論有關。斯密發現，水在使用中如此珍貴，但卻沒有什麼交換價值；而鑽石的用途如此有限，卻有著巨大的交換價值，這是自相矛盾的。
最終在19世紀後期，“邊際革命”解決了這種鑽石–水的悖論。威廉·斯坦利·傑文斯、里昂·瓦爾拉斯和卡爾·門格爾認為，交換價值是由商品最後一可用單位的邊際價值決定的，而不是消費的平均價值。
雖然水的平均價值很高，但是由於水很豐富，它的邊際價值很低。範裡安的論點是，儘管數據從總體上或平均水平上來看可能具有巨大價值，但從邊際水平上看，個人數據的價值並不高。
儘管媒體報道了數據經濟，但是大多數用戶仍然沒有意識到企業從他們的數據中獲得的價值。
當用戶意識到當前情況的“可怕”之處時，他們在線互動的態度可能會發生改變。臉書利用用戶的新聞源做“情感價值實驗”這一祕密被公開後，在公眾中引起了軒然大波，而且研究表明，意識到這種“令人毛骨悚然”的監測技術的那些用戶往往會對數字服務變得不再信任，或直接換一種方式使用這些服務，這就減少了他們的數據的價值。
未來，為數據付費或將成為消費者維權的重要部分。
除了直接影響收入之外，為數據付費還可能改變社會人們對數字經濟的理解。用戶可能會將自己視為創造價值的積極生產者和參與者，而非感覺自己是互聯網服務的被動消費者。
我們懷疑，“人工智能”一詞將逐漸讓位於對數字系統中價值來源更準確的理解，如“集體智能”。用戶不再將Siri和Alexa的有用見解當作機器人的建議，而是將它們看作人類貢獻的結晶，就像他們理解百科全書或臉書主頁上的見解一樣。
作為一種心理狀態，這種觀點看起來並非不可能實現。生活在民主國家的人似乎比生活在獨裁國家的人在政治上感到更有力量，也更積極——儘管一個人的投票對政策結果的貢獻非常小。
關於作者：埃裡克·A.波斯納，芝加哥大學Kirklandand Ellis傑出法律服務教授；E.格倫·韋爾，政治經濟學家，微軟首席研究員，耶魯大學經濟學與法學訪問學者，普林斯頓大學教師。
本文授權整理自《激進市場》，機械工業出版社華章公司出版。
微信、QQ、抖音、微博……我們日常使用的軟件幾乎都是免費的。
無獨有偶，國外的谷歌、Facebook、YouTube、Instagram等等也全部免費。軟件雖然是免費的，但這些免費軟件背後的公司卻往往十分富有，這是為什麼？
今天，身邊君就想帶你一起揭開免費市場背後的巨大“陰謀”。以下，Enjoy：
01 免費的祕密
為什麼谷歌能讓我們在谷歌地圖上規劃行程？因為它學習我們的交通模式，然後把這些模式打包成服務，賣給拼車和公共交通平臺。
為什麼臉書為我們提供這樣一個“免費”的空間來構建我們的社會生活？因為我們會透露個人信息，這使臉書能夠將我們與我們可能願意購買的產品進行匹配。
為什麼Instagram和YouTube提供瞭如此有用的方式來分享媒體？因為它們託管的圖像和視頻為“機器學習”系統提供輸入要素，為它們向客戶銷售的“人工智能”服務提供動力——從人臉識別到自動視頻編輯。
如果你不知道這些平臺有多瞭解你並從中獲利，請查看它們需要你填寫的賬戶設置頁面。這些頁面顯示了整套的信息，而且它們對你的需求越來越多，你可能會被嚇到。
大多數人沒有意識到他們作為數據生產者，其勞動成果在多大程度上推動了數字經濟。
數字經濟的發電所，像臉書、谷歌和微軟，利用公眾對AI和ML缺乏瞭解，免費收集我們在網絡互動中留下的數據。這是它們作為世界上最有價值的公司的創紀錄利潤的來源。
例如，臉書每年只向員工（程序員）支付其價值的1%，因為有我們為它免費做了其餘的工作！相比之下，沃爾瑪的工資佔其價值的40%。
人們作為數據生產者的角色沒有得到公平的利用或得到適當的補償。這意味著數字經濟遠遠落後於它應該有的樣子，其收入分配給了少數富有的學者而不是廣泛的大眾。
當意識到人類比以往任何時候都更被我們的數字經濟需要時，我們中的許多人其實對AI製造了大規模失業懷有錯誤的恐懼。
02 “先使用，再談收益”
數據工作，一直被認為是理所當然的。
在互聯網出現的早期，它的設計者不得不選擇記錄什麼信息，以及拋棄什麼信息。許多早期設計支持的技術可以使信息接收者更容易自動地向提供商付費。
例如，在法國，作為互聯網前身的小型電傳（Minitel）有一個微支付系統；20世紀90年代美國在線（America OnLine，AOL）服務在美國很流行，它向客戶收取費用，並用其收入來支付它簡化了的“圍牆花園”提供的內容。曾經有一段時間，一些互聯網設計師試圖強迫電子郵件攜帶“郵票”，以此來阻止垃圾郵件。
20世紀90年代，在網絡服務尚未確定如何將其提供的服務貨幣化之前，風險資本就已經投入到蓬勃發展的互聯網商業化中。互聯網公司堅持不懈地打著“先使用，之後再談收益”的旗號來吸引用戶。
然而，科技泡沫的破滅冷卻了這種熱潮，像谷歌這樣的新興科技巨頭必須找到一種從用戶群中賺錢的方法。谷歌的謝爾蓋·布林和拉里·佩奇最初考慮的是會員費和付費訂閱，但堅稱他們永遠不會轉向廣告。
然而，有幾個因素迫使他們改變了主意。
首先，20世紀90年代末，較長時間享受免費服務使用戶習慣了互聯網，其中，支付純粹的信息服務的費用並不常見。人們對完全免費的服務產生了強烈的依戀，這種依戀很可能使這一傳統難以被打破。
其次，網上提供的許多服務使得本來被用來跟蹤支付的投資去做基礎設施的開發，這在成本上是不合算的。20世紀90年代末和21世紀初，許多初創企業嘗試創建小額支付系統。
最後，在早期，互聯網彷彿是陌生的蠻荒西部，居住著許多老練的年輕黑客，他們願意忍受不便以換取自由。在這種環境下，像納普斯特這樣的可疑的合法服務蓬勃發展，並排擠掉更安全的合法服務，因為其他主流的產品難以跟上技術的步伐。這使得對任何東西的收費，甚至像具有既定知識產權形式的音樂，都具有挑戰性。
這些力量共同構成了一個用戶不願意支付任何費用的環境，因此，服務提供商開始尋找其他維持運營的方式。
03 “詭異的讀心術”
谷歌渴求以某種方式將其龐大的用戶群貨幣化，於是轉向廣告以穩定其資產負債表。臉書、YouTube和其他網站也緊隨谷歌的步伐。
谷歌的洞見是，與傳統的廣告媒體（如印刷報紙或電視）相比，在線廣告可以更好地滿足用戶的個性化需求。谷歌可以從用戶的搜索歷史中收集用戶的價值觀和偏好，因此它可以使廣告的浪費和噪音降到最低。
臉書的個人生態系統比谷歌搜索複雜得多，但也有類似的功能。臉書可以通過了解用戶的詳細信息，將用戶與那些尋求目標受眾的廣告商匹配，並通過鼓勵用戶與朋友分享廣告活動來在社交場合投放廣告。
最重要的是，臉書可以提醒用戶購買他們之前考慮過的東西，這一功能有時會讓用戶產生一種詭異的感覺，好像這種服務有讀心術。
隨著人們對大數據、ML和AI的興趣激增，人們越來越清楚地認識到，用戶數據是科技巨頭的核心資產。
隨後，第一批由ML驅動的個人數字助理和聽寫服務出現了；Siri、谷歌助手和科塔娜已成為人們日常生活中熟悉的角色。更多雄心勃勃的應用正在開發中，包括虛擬現實和增強現實、自動駕駛汽車，以及只須按一下按鈕就能向消費者送貨的無人機。
這些服務具有很高的“樣本複雜性”，因此它們需要大量的數據存儲，以便對ML系統進行訓練。因此，本來作為谷歌、臉書等公司核心業務功能的副產品收集的龐大數據集，現在已成為其收入和競爭優勢的重要來源。
那些起初不情願提供免費服務，而尋求一種收入模式後來演變為廣告平臺的公司，現在正在成為數據收集者，它們通過提供服務來吸引用戶提供信息，以便使用ML訓練AI。
例如，現在臉書每天都會收到數億張用戶發佈的新照片。這些照片為ML系統提供了良好的訓練環境，臉書正在開發這種系統，旨在自動標註甚至解釋照片。
然而目前，臉書的需求與用戶上傳照片的動機並不匹配。用戶通常很少提供照片附帶的信息，因為他們認為自己的朋友能夠理解其背景，結果導致臉書收到的是低質量的數據。
臉書試圖誘導用戶寫評論來解釋照片，或將情感與照片聯繫起來，來推動用戶提供有用的標籤。但臉書真正需要的是能夠向用戶詢問有關照片的簡單問題並從中獲得答案的能力。
另一個例子是YouTube，該網站稱，它們每分鐘有300時長的視頻上傳。然而，這些內容的生產者得到的報酬卻很少。
雖然分析有點複雜，但對一個典型的YouTube視頻內容的創建者而言，每得到1000觀看人/次的報酬大約是2美元。考慮到YouTube上的視頻平均時長約為4分鐘，這意味著視頻製作者們每分鐘的預期收入是0.05美分。
相比之下，網飛每分鐘從每個用戶那裡收取0.5美分，大約是其10倍。因此，它能製作廣受好評的電視劇《女子監獄》和《紙牌屋》也就不足為奇了，而YouTube上的視頻卻因其文化價值而不那麼出名。類似的計算也適用於傳統新聞媒體和推特之間的對比。
這些價格很可能只是用戶從觀看視頻中獲得價值的一小部分，人們的時間價值遠超過這零點幾美分。然而，這種現象不僅僅出現在視頻領域裡；塞壬服務器的繁榮源於從新聞到音樂的創造性內容的貶值，同時，它是為自己獲取這些內容的價值，而不是為其創造者所用。
04 “人工智能”和“集體智能”
在現有的體系中，人們大量公開關於自己的數據，以換取互聯網提供的服務——搜索、地圖、數字助理，等等。
對人們來說，為什麼用金錢而不是有價值的服務來換取數據是重要的？
這一觀點的主要倡導者是谷歌首席經濟學家哈爾·範裡安。他認為，如今數據無處不在，稀缺的是理解這些數據的人才和計算能力。
在這種觀點中，數據更像是資本而非勞動成果：它們是一種來自於公共領域的自然可得資源（可免費獲取），並且只有通過程序員、企業家和風險投資家的辛勤工作才能轉化為有用的東西，這些人理應擁有這些數據。
另一種思考是這個觀點的方式與亞當·斯密經典的“鑽石–水”悖論有關。斯密發現，水在使用中如此珍貴，但卻沒有什麼交換價值；而鑽石的用途如此有限，卻有著巨大的交換價值，這是自相矛盾的。
最終在19世紀後期，“邊際革命”解決了這種鑽石–水的悖論。威廉·斯坦利·傑文斯、里昂·瓦爾拉斯和卡爾·門格爾認為，交換價值是由商品最後一可用單位的邊際價值決定的，而不是消費的平均價值。
雖然水的平均價值很高，但是由於水很豐富，它的邊際價值很低。範裡安的論點是，儘管數據從總體上或平均水平上來看可能具有巨大價值，但從邊際水平上看，個人數據的價值並不高。
儘管媒體報道了數據經濟，但是大多數用戶仍然沒有意識到企業從他們的數據中獲得的價值。
當用戶意識到當前情況的“可怕”之處時，他們在線互動的態度可能會發生改變。臉書利用用戶的新聞源做“情感價值實驗”這一祕密被公開後，在公眾中引起了軒然大波，而且研究表明，意識到這種“令人毛骨悚然”的監測技術的那些用戶往往會對數字服務變得不再信任，或直接換一種方式使用這些服務，這就減少了他們的數據的價值。
未來，為數據付費或將成為消費者維權的重要部分。
除了直接影響收入之外，為數據付費還可能改變社會人們對數字經濟的理解。用戶可能會將自己視為創造價值的積極生產者和參與者，而非感覺自己是互聯網服務的被動消費者。
我們懷疑，“人工智能”一詞將逐漸讓位於對數字系統中價值來源更準確的理解，如“集體智能”。用戶不再將Siri和Alexa的有用見解當作機器人的建議，而是將它們看作人類貢獻的結晶，就像他們理解百科全書或臉書主頁上的見解一樣。
作為一種心理狀態，這種觀點看起來並非不可能實現。生活在民主國家的人似乎比生活在獨裁國家的人在政治上感到更有力量，也更積極——儘管一個人的投票對政策結果的貢獻非常小。
關於作者：埃裡克·A.波斯納，芝加哥大學Kirklandand Ellis傑出法律服務教授；E.格倫·韋爾，政治經濟學家，微軟首席研究員，耶魯大學經濟學與法學訪問學者，普林斯頓大學教師。
本文授權整理自《激進市場》，機械工業出版社華章公司出版。