“雙11”的前一天,市場(chǎng)監(jiān)管總局公布了《關(guān)于平臺(tái)經(jīng)濟(jì)領(lǐng)域的反壟斷指南(征求意見稿)》,第一次將互聯(lián)網(wǎng)超級(jí)平臺(tái)的壟斷現(xiàn)象擺上了監(jiān)管的臺(tái)面。
談起「壟斷」一詞,多數(shù)人肯定持負(fù)面印象,壟斷者似乎自帶原罪。但在科技互聯(lián)網(wǎng)產(chǎn)業(yè),談壟斷問(wèn)題還要一分為二,不能用一棍子打死的方法下結(jié)論。
為了便于說(shuō)明此問(wèn)題,我們可將「科技互聯(lián)網(wǎng)公司的壟斷」分為前半場(chǎng)和后半場(chǎng)。
前半場(chǎng):科技互聯(lián)網(wǎng)公司壟斷是如何形成的,即壟斷的原因;
后半場(chǎng):它們?nèi)绻纬蓧艛?,?huì)造成什么影響,即壟斷的結(jié)果。
我們先來(lái)看壟斷形成的原因,經(jīng)濟(jì)學(xué)上把壟斷分成四種:
1、自然壟斷:生產(chǎn)成本使一個(gè)生產(chǎn)者比大量生產(chǎn)者更有效率。這是最常見的壟斷形式。
2、資源壟斷:關(guān)鍵資源由一家企業(yè)擁有。
3、行政性壟斷:政府給予一家企業(yè)排他性地生產(chǎn)某種產(chǎn)品或勞務(wù)的權(quán)利。
4、專賣:政府自行壟斷。
而科技互聯(lián)網(wǎng)公司的壟斷,起碼在中美兩大市場(chǎng),都屬于自然壟斷。也就是說(shuō),多數(shù)科技?jí)艛嗾卟⒎强繌恼蚰忱婕瘓F(tuán)手里,控制某項(xiàng)核心資源或?qū)Yu權(quán)來(lái)壟斷市場(chǎng)。
壟斷是自然而然形成的,如果要用一個(gè)詞來(lái)解釋科技互聯(lián)網(wǎng)平臺(tái)的自然壟斷起因,最合適的莫過(guò)于“贏者通吃原則”,該原則源自美國(guó)總統(tǒng)選舉。
大家都知道,美國(guó)總統(tǒng)是投票選出來(lái)的,但是根據(jù)《美國(guó)憲法》,美國(guó)各州選民選出的其實(shí)不是總統(tǒng),而是該州的選舉人,美國(guó)總統(tǒng)實(shí)際上是受選民委托的選舉人代表該州投票,最終選出來(lái)的。
我們現(xiàn)在看到拜登對(duì)特朗普的選票,306票對(duì)232票,就是各州選舉人的選票數(shù)量,誰(shuí)能先拿到270個(gè)選舉人的票數(shù),誰(shuí)就能當(dāng)總統(tǒng)。
而美國(guó)絕大多數(shù)州在確定選人票數(shù)時(shí),用的就是“贏者通吃制”,假設(shè)一個(gè)洲有30張選舉人票,如果該州60%的選民選了拜登當(dāng)總統(tǒng),那么該州30張選舉人票就都?xì)w了拜登,而非18張對(duì)12張。
科技互聯(lián)網(wǎng)公司其實(shí)也是靠贏者通吃,自然壟斷了市場(chǎng)。
我們?cè)?jīng)在《拜登政府如何影響全球科技業(yè)》中討論過(guò),支配科技行業(yè)競(jìng)爭(zhēng)的是「邊際成本遞減」和「梅特卡夫定律」,邊際成本遞減決定了市場(chǎng)規(guī)模越大的公司,成本越有優(yōu)勢(shì),同時(shí)其產(chǎn)品服務(wù)價(jià)值也更高。
這就造成在這個(gè)行業(yè),最后的勝出者,就必然是壟斷者,起碼是寡頭壟斷格局。一種典型的情況是這樣的,市場(chǎng)第一名控制絕大多數(shù)市場(chǎng),占據(jù)譬如70%份額,第二名占20%,其他競(jìng)爭(zhēng)者加起來(lái)可能也不到10%。
因?yàn)橐?guī)模小的競(jìng)爭(zhēng)者,其價(jià)格服務(wù)能力是完全沒有競(jìng)爭(zhēng)力的。
這樣的情況處處可見,在桌面操作系統(tǒng),玩家只有微軟的Windows和較少部分市場(chǎng)MacOS;在手機(jī)操作系統(tǒng),則是安卓和iOS;在搜索引擎更極端,中美市場(chǎng)幾乎都是一家公司壟斷——谷歌和百度;社交領(lǐng)域,美國(guó)是Facebook和Twitter,中國(guó)則是微信一家獨(dú)大。
實(shí)際上,如果一個(gè)市場(chǎng)沒有決出壟斷者,那么該市場(chǎng)一定是慘烈的割喉式競(jìng)爭(zhēng),比如當(dāng)年的團(tuán)購(gòu)領(lǐng)域的“千團(tuán)大戰(zhàn)”,甚至更晚一些的共享單車大戰(zhàn)“ofo大戰(zhàn)摩拜”。
只要競(jìng)爭(zhēng)沒有結(jié)束,戰(zhàn)斗就不會(huì)停止,在商業(yè)計(jì)劃書上,一個(gè)基本要求,就是市場(chǎng)沒有壟斷者,也就是所謂的“市場(chǎng)集中度不高”。所以,最后扛不下去的退出市場(chǎng),剩下的壟斷者“剩者為王”。
以上就是壟斷故事的上半場(chǎng)——壟斷的起因。
而接下來(lái),就是壟斷故事的下半場(chǎng)了——壟斷的結(jié)果。
從壟斷的起因來(lái)看,我們首先可以得出結(jié)論,科技互聯(lián)網(wǎng)的壟斷,或許是基因最“純良”的一種壟斷。
他們不像石油產(chǎn)業(yè)一樣有資源壟斷,也不像當(dāng)年的地方出租車行業(yè),手握牌照(直到現(xiàn)在,網(wǎng)約車在一些城市依然是灰色身份),更不像煙草公司,手握專賣權(quán)。
因此,在幾種壟斷情況中,科技互聯(lián)網(wǎng)公司是相對(duì)憑本事辦事的?;蛘哒f(shuō),科技互聯(lián)網(wǎng)的壟斷,是相對(duì)“最不壞”的一種壟斷。
甚至在某種情況下,消費(fèi)者還可以從壟斷中受益,比如微軟Windows依靠操作系統(tǒng)壟斷地位,捆綁免費(fèi)的IE瀏覽器,打敗了當(dāng)時(shí)售價(jià)幾百美金的Netscape網(wǎng)景瀏覽器。起碼在當(dāng)時(shí),要不是微軟,瀏覽器還會(huì)是個(gè)收費(fèi)軟件。
不過(guò),“本性”不壞,不代表結(jié)果不壞。
如果我們把商業(yè)大體上分為上游、中游和下游,以電子商務(wù)產(chǎn)業(yè)為例,供貨商和賣家是上游,互聯(lián)網(wǎng)電商平臺(tái)是中游,而消費(fèi)者是下游。
多數(shù)超級(jí)科技互聯(lián)網(wǎng)平臺(tái)所處的是產(chǎn)業(yè)鏈的中游,或者時(shí)髦地說(shuō),產(chǎn)業(yè)中臺(tái)。這個(gè)起交易撮合作用的中間商,以龐大的身軀俯視著上下游。
這些互聯(lián)網(wǎng)中臺(tái),無(wú)論對(duì)上游,對(duì)下游,都掌握了極大的話語(yǔ)權(quán)。而它們對(duì)上游的控制,相對(duì)于消費(fèi)者的壟斷市場(chǎng)份額,是更讓人擔(dān)心的事情。
就拿“雙11”前夕的政策監(jiān)管來(lái)說(shuō),其本質(zhì)針對(duì)的就是超級(jí)平臺(tái)促銷的“二選一”問(wèn)題——如果你和其他電商平臺(tái)合作促銷,就不能和我合作。再比如物流配送,要想給我的消費(fèi)者配送,就必須接入我的物流網(wǎng)絡(luò),甚至是我的資本注入。
如果拿現(xiàn)實(shí)商業(yè)世界舉例子的話,起碼很多互聯(lián)網(wǎng)中臺(tái)的性質(zhì),實(shí)際上更類似于地產(chǎn)商。它們的商業(yè)模式,更類似于收地租。不和我合作,就不給你好地段,或者不能在我的地段做生意。而“地產(chǎn)”的勢(shì)力太強(qiáng)大,對(duì)產(chǎn)業(yè)必然是不好的,這在實(shí)體經(jīng)濟(jì)中已經(jīng)得到驗(yàn)證。
這種情況發(fā)生到極致,在這樣一個(gè)商業(yè)世界中,提供“實(shí)業(yè)服務(wù)”的上游公司反而沒有任何話語(yǔ)權(quán),原則上只做“流通渠道”,由資本喂大的中間商反而賺了最大的差價(jià)。
而消費(fèi)者看似每天都在賺便宜,其實(shí)不過(guò)是賺了“將原價(jià)50塊的東西,漲到100塊,再降價(jià)到80快”的所謂20塊“便宜”。
毫無(wú)疑問(wèn),這些自然而然形成的壟斷確實(shí)是需要監(jiān)管的。
但問(wèn)題的難點(diǎn)在于,怎么監(jiān)管。
我們?cè)敢庠僦貜?fù)一次,科技互聯(lián)網(wǎng)公司的壟斷,是本性“最不壞”的一種壟斷。
1、自然壟斷:生產(chǎn)成本使得一個(gè)生產(chǎn)者比大量生產(chǎn)者更有效率。這是最常見的壟斷形式。
2、資源壟斷:關(guān)鍵資源由一家企業(yè)擁有。
3、行政性壟斷:政府給予一家企業(yè)排他性地生產(chǎn)某種產(chǎn)品或勞務(wù)的權(quán)利。
4、專賣:政府自行壟斷。
在以上形式中,自然壟斷者,沒有資源、行政性、專賣的漁利,靠的是經(jīng)營(yíng)的本事。
科技互聯(lián)網(wǎng),也一度是競(jìng)爭(zhēng)最開放競(jìng)爭(zhēng)的市場(chǎng)。
起碼在中國(guó),這個(gè)市場(chǎng)一度沒有監(jiān)管,但是卻創(chuàng)造了中國(guó)數(shù)字經(jīng)濟(jì)的奇跡。反而是各種監(jiān)管、各種牌照加身的汽車等產(chǎn)業(yè),重重保護(hù)之下,卻幾乎落得沒有任何全球產(chǎn)業(yè)話語(yǔ)權(quán),以至于現(xiàn)在還要靠科技互聯(lián)網(wǎng)出身的造車新勢(shì)力挽回局面。
因此,如果某種監(jiān)管方式,是將第一種自然壟斷的市場(chǎng)資源,判給其他三種類型的壟斷者,那幾乎可以是最糟糕的情況了。
監(jiān)管問(wèn)題的答案,或許來(lái)自數(shù)據(jù)的開放。
在數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)據(jù)是核心生產(chǎn)資料,壟斷者所壟斷的正是數(shù)據(jù)。
但是數(shù)據(jù)如何開放,又是難題。因?yàn)閿?shù)據(jù)蘊(yùn)藏著海量的、有生命力的消費(fèi)者隱私。我們不能將壟斷者的數(shù)據(jù),交給所謂可信的第三方,無(wú)論這個(gè)第三方是什么資本類型,看起來(lái)是多么可信。
我們也無(wú)法將巨頭拆分,將其數(shù)據(jù)化整為零。因?yàn)椴鸬舻谝幻膲艛嗾?,只?huì)讓第二名重新成為新·壟斷者。
問(wèn)題的關(guān)鍵在數(shù)據(jù),而數(shù)據(jù)又無(wú)法公開,問(wèn)題走到這里又成了死循環(huán)。
其實(shí),挑戰(zhàn)科技互聯(lián)網(wǎng)公司壟斷的唯一法則,不在監(jiān)管,而在創(chuàng)新。
因?yàn)榧词箾]有監(jiān)管,壟斷者也無(wú)法長(zhǎng)期壟斷,當(dāng)年美國(guó)司法部要拆分微軟沒搞成,但是微軟并未一直壟斷下去,在移動(dòng)互聯(lián)網(wǎng)時(shí)代讓位于蘋果。
否則這個(gè)世界豈不只有各種百年老店。
推動(dòng)新的,更高效的新模式,才是挑戰(zhàn)壟斷者的最好方法。
對(duì)于科技互聯(lián)網(wǎng)產(chǎn)業(yè)而言,壟斷是競(jìng)爭(zhēng)的必然,監(jiān)管只能發(fā)生在壟斷之后。
于是,我們更多能做的,應(yīng)該是讓創(chuàng)新者不斷出現(xiàn),盡可能縮短巨頭的壟斷周期,讓上游和下游享受相對(duì)更長(zhǎng)的競(jìng)爭(zhēng)周期。
而創(chuàng)新,是不可能通過(guò)監(jiān)管搞出來(lái)的。解決問(wèn)題的答案不在答案本身,而在答案之外。面對(duì)巨頭,我們無(wú)比需要尊重創(chuàng)新的土壤和文化。
最后,我們還要強(qiáng)調(diào)一個(gè)結(jié)論。
科技公司的必然壟斷不是最可怕的事情,起碼它是有周期的,基于牌照資源的壟斷更可怕,因?yàn)樗菦]有周期可言的。
作者 | 高飛
編輯 | 枝夏
來(lái)源 | 奇客故事(cybergushi)
配圖|MasterTux
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。