让建站和SEO变得简单

让不懂建站的用户快速建站,让会建站的提高建站效率!

北京豪诺嘉科技有限公司 张维迎:阿里巴巴的大数据代替不了马云

发布日期:2024-10-19 10:46    点击次数:190

  来源:辛庄课堂北京豪诺嘉科技有限公司

  计划经济的本质

  否定企业家精神

  经济发展靠政府还是靠企业家?这个问题学术界争论了近200年。

  历史经验证明,靠企业家比靠政府要好。自工业革命以来,企业家主导的经济体都得到了比较好的经济发展,政府主导的经济则表现不佳。

  政府主导经济的完美标本是计划经济体制。世界范围的计划经济虽然失败了,但计划经济的理论基础并没有得到彻底清理。结果,计划经济的幽灵不时穿着各种式样的马甲粉墨登场,这些马甲包括产业政策、发展规划、宏观调控、国家创新工程等等。

  特别是近几年来,随着大数据和人工智能的出现,计划经济的可行性又一次成为热门话题。马云在一次演讲中的如下一段话,更是一石激起千层浪。马云说:

  “昨天在一场交流里,(讨论到)马克思主义讲到的市场经济和计划经济到底哪个好?我认为我们过去的一百多年来一直觉得市场经济非常之好,我个人的看法是,未来三十年会发生很大的变化,计划经济将会越来越大。为什么?因为数据的获取,市场这只无形的手有可能被我们发现。中医的医生在没有发现X光和CT机之前,是没办法把肚子打开来看一看,所以中医的号脉,望、闻、问、切形成了一种独特的诊断系统。但是X光和CT机出来以后,发生了天翻地覆的变化。我相信数据时代,我们对国家和世界的经济数据明确的掌握,就像我们将会有一个X光机和CT机,所以30年以后将会有新的理论出来。”[i]

  马云的观点可以简单概括为“大数据计划经济论”(big data-based planned economy)。马云本人作为一位杰出的企业家,而不是经济理论家,是否严肃思考过他讲话的后果并不重要,但他提出的问题需要我们严肃对待。这不仅是因为他的观点得到一些人的附和,可能产生一些他自己也没有预料到、甚至也不希望的后果。更重要的是,自计算机诞生以来,时不时有人说,计算机储存信息能力和计算速度的突飞猛进,使得计划经济不仅在理论上,而且在实践上具有可行性。

  大数据能否复活计划经济?这个问题的本质是:大数据能否替代企业家精神?

  计划经济的本质特征是,用系统的、制度性的强制力量否定企业家精神,剥夺个人选择的自由,特别是创业和创新的自由。计划经济下,投机倒把都是犯罪,不可能有企业家活动。

  企业家如何做决策?

  按照米塞斯和哈耶克等人的观点,发现、创造、以价格或非价格的方式传递信息,是人类企业家精神的体现,从这个意义上讲,市场经济中,每个人都是企业家。但鉴于企业家的重要性,有必要从通常意义上的企业家精神的角度论证一下大数据计划经济的不可行性。

  在主流经济学的框架里,个人决策的目标和手段都是给定的,所谓决策就是在给定的手段中选择能够最大化给定目标的手段。但正如我们前面已经指出的,这与真正的企业家决策想去甚远!现实中,企业家决策不是给定手段——目标下的决策,而是寻找、识别和选择目标和手段本身!一个人企业家精神的高低,很大程度取决于感知和寻找目标和获得手段能力的高低。如果手段和目标是给定的,并且是相同的,在同样的数据下,所有理性人都会做出相同的选择。但现实中,即使基于同样的数据、同样的硬知识,不同的企业家也会做出不同的选择!

  为什么?因为企业家决策不仅取决于数据、硬知识,更依赖于默性知识。对企业家而言,个人对市场前景、技术前景和资源可获得性的想象力、感知、判断力,才是最为关键的。

  当然,大数据对企业家是有用的,因为企业家在决策时需要数据。但真正的企业家决策一定是超越数据的,当然也是超越大数据的。仅仅基于大数据的决策充其量只是科学决策,不是企业家决策。仅仅基于大数据做决策的企业家,不是真正的企业家,只是管理者。企业家必须想象和看到大数据不能告诉他的东西。

  大数据只是一种生意。在没有大数据的时候,发现和使用大数据是企业家的功能。但一旦大数据普及开来,大数据就成为“哥伦布的鸡蛋”,不再是企业家的功能,正如当所有人都在使用电的时候,电就不再是任何企业的核心竞争力一样。真正的企业家必须超越大数据。

  熊彼特将企业家精神等于创新。数据不能告诉企业家创新什么。比如,有关邮政马车运输业的数据不能告诉卡尔·奔茨和戴姆勒发明汽车;否则,发明汽车的就应该是马车夫,而不是卡尔·奔茨和戴姆勒。有关计算机市场的数据也不可能告诉比尔·盖茨创办软件产业;否则,创造软件产业的就是IBM而不是比尔·盖茨。同样,数据也不可能告诉马化腾应该创造微信;否则,发明微信的就应该是中国移动公司而不是腾讯公司!

  让我再以电影业为例说明这一点。

  设想一个电影制片公司可以获得过去几十年所有影片的大数据,包括每个影片的观众人数,观众的年龄结构、地域分布、时段分布,票房收入,所有媒体上发表的影评,甚至观众在观看时的表情(如笑了多少次、哭了多长时间),等等。这样的大数据能告诉我们下一个最卖座的电影是什么吗?不可能!

  每一部新电影都是一项新发明,我们无法预料哪部电影会受到公众欢迎。如同好莱坞资深编剧威廉·戈德曼指出的:“环球影业公司这个最大的电影公司当初为什么拒绝出品《星球大战》?因为没有人,现在没有,以后也不会有人知道哪部电影会大卖,哪部电影会票房惨淡。”[ii]

  同样,图书市场也如此。亚马逊公司无疑拥有图书市场的大数据,它可以根据客户过去查看和购书的记录,向你推荐书。但亚马逊公司的大数据并不能告诉我们,未来哪一本书会畅销,更不可能告诉每个作者应该写什么样的书!如果一个作者想根据大数据制定自己的写作计划,那他(她)十有八九会失败!如果计划机关根据亚马逊或当当网的大数据制定图书出版计划,那一定是图书市场的灾难!

  我不是否定大数据的意义,而是说大数据不能替代企业家的想象力和判断。让我用运输业的集装箱联运革命说明这一点。[iii]

  以集装箱革命为例

  集装箱联运(intermodal shipping containerization)是20世纪下半叶最重要的创新之一,对国际贸易、经济全球化、特别是供应链的全球分布贡献巨大。在1950年代之前,无论海运,还是铁路运输、汽车运输,货物都是散装的,同一货物从生产商到零售商,中间需要经过多次重复装卸,费时、费力,成本高,失窃多,也不可靠。码头上,货物堆积如山,让人印象深刻。

  早在1937年,美国北卡州的卡车司机马尔科姆·珀塞尔·麦克莱恩(Malcolm Purcell McLean)就有了集装箱运输的想法。1955年,他开始行动了。他卖掉了他在家族运输企业中的股份,贷款买了7艘旧油轮,将其改造成上面可以堆放集装箱的平台船;接下来又把卡车货厢加固成可以装载集装箱的拖车。他在油轮的甲板上方安装了钢架,装上可以快速安放集装箱的插板。他还改造了码头。1956年4月26日,一艘经过改造的二战时期的旧油轮从新泽西纽瓦克码头出发,驶向波士顿,船上装载着58个集装箱。他成功了!接下来,麦克莱恩对其他几艘旧船也做了相同的改造,开通了纽约-德克萨斯集装箱运输航线。在他的示范下,其他船运公司纷纷跟进。到1960年代末,集装箱运输时代到来了。铁路运输也迅速集装箱化。到1990年代晚期,国际贸易货物总价值的60%是通过集装箱运输的。与散装运输相比,从生产者发货到买家收货,运输时间降低了95%,单位运输成本下架幅度更大!可以说,没有集装箱运输革命,就不可能有1970年代之后出现的产业链的全球化分工。

  为什么是麦克莱恩,而不是原来的轮船运输公司或其他什么人“发明”了集装箱运输?这无法用数据解释。就数据而言,麦克莱恩最初只是个卡车运输个体户,他掌握的数据与传统的船运公司相比,根本不是一个量级;就技术含量而言,集装箱也算不上真正的“发明”。事实上,早在20世纪初,就有了不同尺寸的小集装箱的使用,只是没有标准化的商业化集装箱运营。

  根本的原因是灵感,麦克莱恩比别人领先一步有了这种灵感。他后来在一次接受采访时回忆说,在1937年的一天,他正烦恼地等待传统的货物装卸时,突然就冒充了这个想法:

  “我不得不耗费一天的大部分时光等待卸货,我坐在驾驶室里无所事事,看着码头工人装载其他货物。眼睁睁看着大量时间和金钱被浪费了,我很震惊…当我在熬时间的时候,一个想法涌现出来:把我的货厢吊起,不触动里面的任何东西,然后直接放在船上,那是多么容易的一件事啊!”

  总之,我要强调的是,任何数据——无论它多大,都不可能代替企业家的警觉和判断。阿里巴巴的大数据代替不了马云,全社会的大数据代替不了企业家群体。如果政府想在大数据基础上建立计划经济(包括产业政策),不仅会消灭大数据本身,也会消灭企业家精神,阻碍创新和技术进步。

  本文选自作者《重新理解企业家精神》第3章,海南出版社/理想国公司2022年版。

  [i] 马云是在2016年11月19日 “2016世界浙商上海论坛暨上海市浙江商会成立三十周年大会”上讲这番话的,这次论坛由浙商总会和上海浙江商会联合举办。马云的讲话很口语化,为了阅读的方便,在不改变原意的前提下,我做了适当的文字通顺。原文见http://tech.sina.com.cn/i/2016-11-20/doc-ifxxwrwk1500894.shtml

  [ii] 转引自威廉·伊斯特利《威权政治》第322页,中信出版社2016年版。

  [iii] 详细讨论见Vaclav Smil. 2006. Transforming the Twentieth Century: Technical Innovations and Their Consequences. P.220-226. New York: Oxford University Press.  

  

  新浪声明:所有会议实录均为现场速记整理,未经演讲者审阅,新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。

海量资讯、精准解读,尽在新浪财经APP

责任编辑:梁斌 SF055北京豪诺嘉科技有限公司





Powered by 北京豪诺嘉科技有限公司 @2013-2022 RSS地图 HTML地图

Copyright Powered by站群系统 © 2013-2021 365建站器 版权所有