作者 | 中國軟件網 暻
校對 | 中國軟件網 陳楊
11月10日，國家市場監管總局就《關於平臺經濟領域的反壟斷指南（徵求意見稿）》（下稱“《指南》”）公開徵求意見。消息一出，引發了衆聲譁然，相關主體的股市也迎來了不小的波動。
《指南》中，關於經濟平臺利用大數據、算法等技術進行壟斷行爲的定義，將平臺經濟一下從“大數據殺熟”上升到了“壟斷”，不可不謂風口刀尖。
關於大數據算法的惡行，不勝枚舉。與此同時，一方面，經濟平臺不斷強調，技術可以爲用戶提供更好的服務；另一方面，用戶對技術提供的服務便利已經產生了依賴，慣性忽略了背後的深層次利益鏈條。
衆說紛紜，一地雞毛。
所以，新法案落地的腳步不斷臨近將會帶來怎樣的變化？
01
大數據+算法=最懂用戶的
大數據+算法的威力，不難理解。
三年前，馬雲說，在未來的三十年，數據將取代石油，成爲真正最強大的資源。三年後，“中國經濟未來的奇蹟，存在於生產力的釋放和互聯網大數據技術對內需的激發，進而引發的跨越式發展機遇。”
大數據+算法，在平臺經濟中突出的表現當屬通過“千人千面”的智能推薦，實現精準營銷。
從各大廠商們的智能推薦方案介紹中可以看到，依託平臺本身的大數據積累以及算法技術手段，智能推薦專注爲企業提供個性化服務，提升運營效率。
智能推薦，對收集到的數據進行貼標籤、畫像，出現最佳結果。在平臺經濟中，從用戶側來講，個性化算法推薦根據用戶的興趣和行爲特點等數據，將用戶標籤化不斷豐富用戶畫像，進而實現貼切化的推薦；從產品側來講，在價格敏感度模型測試下，節取產品價格合理區間，爲不同客戶推薦“優化價格”。
常見的算法推薦有內容推薦算法（Content-based Recommendation）、協同過濾推薦算法（Collaborative Filtering Recommendation）、相似性推薦算法（Similarity Recommendation）、關聯規則推薦算法（Association Rule Based Recommendaion）等。
達成個性化算法推薦目標，不同階段有着不同的選擇：
聚類。在平臺開展業務初期，彼時所擁有的用戶數據較爲稀少，通過聚類，識別用戶組，根據組內用戶偏好，進行典型偏好推薦。
協同過濾。基於用戶或者產品的協同過濾。利用相似羣體喜好來推薦用戶感興趣的信息，依據用戶反饋達到過濾的目的，從而實現爲其它用戶篩選信息，提供最優產品。
深度學習。以用戶的瀏覽歷史爲輸入，候選生成網絡可以顯著減小可推薦的產品，從龐大的產品庫中選出強相關產品。然後基於排序網絡，在設定目標函數下爲強相關產品仔細評分預測，從而爲用戶提供最佳選擇。
02
大數據+算法如何助長壟斷？
據中國軟件網觀察，在個性化推薦服務應用中，目前已經形成了從獲取數據建模分析到精準推薦全流程業務閉環。
來自神策數據官網
在這種全流程運營下，大數據+算法在實現爲企業達到精準營銷目的的過程中，使平臺經濟在極大程度上面臨着壟斷的風險。
達成、實施壟斷協議。利用技術手段、平臺規則、數據和算法等方式限定其他交易條件，排除、限制市場競爭或進行協調一致行爲。
其中，軸射協議較爲隱祕。如某網約車平臺運營，一手連接司機另一手連接用戶，平臺爲司機分派接單，用戶根據平臺定製的價格支付車費。在這個過程中，看似方便了交易，但從另一方面來講這也是剝奪了雙方議價等選擇權利的表現，中間平臺存在價格等斷的可能性。以北京市內爲例，目前出租車進行服務已全面依賴網約車平臺，其中利害不言而喻。
拒絕交易。通過在平臺規則、算法技術等方面設置限制和障礙，使交易雙方相對難以開展交易。
通過控制商品的可見性，或表現在屏蔽低價格商品，促使用戶只能在略高價格的商品中選擇。如，打開某購物平臺，直接搜索想要商品，可以得到滿意的價格產品；換一種搜索方式，圖片搜索，結果將會呈現出同一產品的多樣化價格，可能有比前一種價格低的，也可能有高的，與此同時，由於可見性控制可能使銷售量差距不斷拉大。
差別待遇。基於大數據和算法，根據交易相對人的支付能力、消費偏好、使用習慣等，對用戶實行差異性交易價格或其他交易條件。
最常見的爲大數據“殺熟”。通過不斷收集用戶的興趣、瀏覽歷史等信息，不斷完備用戶畫像。與此同時，構建用戶社交網絡框架，通過不斷深度學習，脫離用戶畫像依賴。伴隨這種技術的成熟，用戶個體將即使通過更換行爲習慣、更換註冊賬戶、多興趣搜索等方式反“殺熟”，或也收效甚微，老用戶將“無處可藏”。
此外，平臺經濟大數據本身也存在壟斷情況。當前，大數據壟斷概念尚處在一個模糊的階段。在中國軟件網看來，經濟平臺大數據壟斷可能表現在 ，互聯網經濟平臺憑藉領頭地位沉澱了巨大數據優勢可能形成壟斷。這一方面體現在，商家入駐“二選一”現象；另一方面，憑藉數據壟斷以及多鏈接的優勢，實現壟斷。
03
反平臺經濟壟斷是否可行？
在平臺經濟中，大數據與算法合謀，可以追溯至2000年亞馬遜差別價格實驗式“大數據”殺熟“事件。二十年過去，如今的大數據算法合謀可以說發展到了爐火純青的境地。這使得我們對經濟壟斷的關注愈發加重。
時間也十分湊巧，就在11月10日，歐盟對亞馬遜破壞零售市場競爭行爲提起正式起訴。歐盟認爲，亞馬遜通過數據處理系統彙集並分析賣家方的大量數據，如訂單數量、賣家收入、賣家報價的點擊量等，專注最暢銷的商品銷售或者比照進行商品定價優化。
時間再稍微往前，美國針對互聯網科技公司開展嚴苛的反壟斷調查。美司法部認爲這些佔據市場主導地位的互聯網平臺們，存在集中市場權利從事減少競爭、遏制技術創新以及損害用戶利益活動等行爲。10月，美國司法部連同多州向谷歌發起反壟斷訴訟，控訴其在搜索及搜索廣告市場中，通過反競爭和排他性行爲來非法維持壟斷地位。再往後，2021年穀歌、Facebook等或將繼續因憑藉市場地位“把持”互聯網而臨新的反壟斷訴訟。
在美國科技史上，對科技互聯網公司的反壟斷調查事件俯拾皆是。雖國情不盡相同，但作爲平臺電商經濟繁榮的國家，隨着數字經濟的規模不斷擴大，反壟斷也勢在必行，落地規範相關經營者經濟活動行爲，如同一場及時雨。
正如，阿里巴巴集團董事會主席兼首席執行官張勇在世界互聯網大會中的迴應，要保證互聯網和數據經濟有序健康發展，出臺政策法規，是非常及時和必要的。作爲數字經濟的建設者、受益者，阿里正在以積極誠懇的行動，展示維護市場秩序的態度。
大數據算法技術本身沒有唯利所驅，但資本有。據中國軟件網觀察，恰逢其時的新法規將會進一步規範當下平臺經濟活動，在一定程度上遏制平臺經濟的壟斷行爲。但，經濟平臺中伴生的利用大數據算法進行的“殺熟”等現象可能無法根絕。未來，這些數字經濟時代的經營者和受益者們能否進一步思考，如何讓用戶也能享受到更多技術紅利？當下我們不得而知。
