编者按：本文来自搞笑书包、大数据服务、企业智能解决方案公司EverString创始人，曾任中国国际资本股份有限公司量化投资战略副总裁。本文描述的是英特尔提出的“算法经济”，意思是当数据成为社会、企业和个人都不能忽视的资产时，算法就是这些数据资产估值和交换的载体，会推动一些有趣的新经济模式。
在中国的PC时代，从2000年前后经过10年的发展，互联网创造了“流量经济”；移动互联网自2010年前后五年来实现了跨越式发展，催生了“共享经济”；站在2015年的驿道上，最引人入胜的路标就是“互联网”。这种基于新一代信息通信技术、云计算、大数据和物联网的创新生态逻辑，推动了消费互联网向产业互联网的转移和传统产业互联网的升级转型。毫无疑问，它就像夜空中最亮的星，指引着中国科技创新创业的方向。那么，在中国互联网速度的跨越式迭代周期下，“互联网”会孕育出怎样的创新经济形态？答案是“算法经济”。
算法经济是大数据的未来。
根据英特尔的预测，到2020年，全球将有超过500亿台联网设备和“东西”在运行。然而，面对如此巨大的联系和产生的海量数据，最大的障碍是给所有数据赋予意义，这就不得不将问题的焦点从数据转向算法，以利用隐藏在庞大数据中的信息价值。英特尔称之为“算法经济”，我们将其翻译为“算法经济”，意思是当数据成为社会、企业和个人都无法忽视的资产时，算法就是对这些数据资产进行估值和交换的载体，这将推动一些有趣的新经济模式的出现。
从“大数据”这个词开始，很多地方都提到大数据是21世纪的石油。这是真的，但是根据Gartner的最新文章分析，数据本身是没有意义的，数据本身没有任何作用，除非你知道如何使用它。正如石油本身是一种无用的粘性物质，除非它被提炼成燃料。算法是大数据版本的燃料提炼。不同的专有算法对应不同的精炼燃料，以解决实际问题，并将其转化为可执行的决策。这将是未来成功企业的秘密武器。下一波数字淘金热将是如何利用数据解决实际问题，而不仅仅是利用数据的行为。这是算法经济的希望。
“未来已经到来”
其实“未来已经来了，只是还没有普及”。
来源： EverString创新
算法经济已经开始在美国企业级软件服务领域发挥作用。自20世纪70年代以来，美国企业软件服务提供商主要致力于提供收集、存储和测量数据的工具。20世纪90年代，以Salesforce为代表的新SaaS公司开始通过自动化销售工作流程进行管理。随着数据的积累，人脑很难在三个以上的维度上区分数据信息的内在价值。于是在2000年，以Tableau为代表的数据可视化工具逐渐开始出现，帮助人们分析数据。之后，大数据开始流行，但大数据只是一个中间阶段，很快进入美国的预测即服务阶段。从预测下一个目标到诊断下一个行为，最终目标是通过人工智能自动化做出决策，这是未来五年美国企业级软件服务的方向。
大数据时代以来，中国很多新公司都是算法经济的实践者。互联网的表现尤为明显。互联网金融可以很好地服务于我国的中小微企业和个人，但金融的本质是操作风险，需要大量真实的数据作为风险评估的依据。无论是P2P、股权众筹、第三方支付还是电商平台的金融服务，都需要通过算法构建信用模型或反欺诈模型，提高企业和个人个性化金融服务的效率和质量。长期来看，基于个人或企业的信用信息系统，互联网金融产品可以基于风险定价，自营算法是根本。显然，信用信息算法是服务，反欺诈算法是服务，应该离我们不远了。通过自动算法引擎进行动态定价、资源分配和用户反馈，每个互联网金融公司都可以重新想象自己的产品，以迎接算法经济的革命。
算法促进智力资本共享。
云计算是互联网集约化运营的一种模式。对于那些使用云计算的人来说，他们喜欢把复杂性藏在云中，他们的操作回归简单。因此，顺应这一趋势，当大数据到来时，将获取和存储的数据放到云端，提供即插即用的API调用服务，数据即服务，DaaS)。美国已经有很多独立的第三方DMP(数据管理平台)，如DB、Bluekai、Acxiom等。它们提供各种数据API服务，而非常专业的第三方数据提供商也开始在中国出现。
来源：EverString创新
下一步要向云迁移的是各种专有算法服务。一方面，这是互联网集约化运营的趋势，允许专业公司做专业的事情。不是每个公司都有能力或需要建立一个数据科学家团队。
同时，这也是智力资本共享的需求，当所有公司都 “+” 互联网了，都需要数据科学家分析数据帮助数据驱动的决策，但哪有这么多的数据科学家呢？必然的趋势是，拥有专业数据科学服务能力的公司来可以提供专业的算法服务。算法经济会创造新的模式与趋势
个人、企业和智能设备将构成算法经济的主体，他们生产数据，基于互联网、物联网通讯，基于算法思考决策，形成自己的生态系统。在这个系统里，专有算法会产生经济效益，有利益就会有市场进行交易。因此，可以大胆预测一下，未来可能创造的新的模式与趋势有：
1. 企业人工智能（Enterprise Intelligence）
现在我们谈企业级服务，还主要停留在 SaaS 上。但未来 SaaS 可能只是企业级服务的一种中间状态，企业的内部工作流和互联网之间是相通的，会产生大量复杂的数据，未来的企业级服务会将这些数据通过各种算法服务利用起来，直接作为决策的工具。企业级服务的产品形态将可能会由不同场景产生的数据及专业算法决定，会思考的 SaaS 才是未来。当看到亚马逊 AWS 和微软 Azure 两家巨头云平台推出机器学习服务，BAT 都在推出数据开放平台，企业构建专业算法将变得越来越容易。可以想象一下，未来企业之间可以直接对话，对话的语言就是各种专有算法，去直接匹配服务的供求双方，这就是企业人工智能的未来。
2. 小数据驱动服务 (Small Data Driven Service)
物联网上的设备已经开始产生大量与个人的数据，比如各种医疗健康 App，可以根据个人体质测试数据，不断滚动生产个人的 “健康画像”，这是个人非常有价值的数据资产，即量化的自我 “小数据”。依靠这样的健康小数据，可以通过算法推荐适合身体健康的养生建议，甚至基于位置推荐适合的健身或养生服务；当个人的健康 “小数据” 汇聚成家庭的健康 “小数据”，甚至可以用来指导家庭的饮食计划及各种健康服务。同理，家里使用的智能硬件形成以家庭为单位的 “小数据”，可以用来衡量家庭的生活质量，进而针对性推荐提升家庭生活质量的服务。个人征信也是一种 “小数据”，将会成为个人获取互联网上虚拟生活服务的主要凭证。
3. 专有算法提供商（Proprietary Algorithm Provider）
当算法成为一种普遍需求时，肯定会有第三方专业算法服务提供商的模式出现；当算法可以直接带来经济效益时，基于算法的套利交易就会产生。这跟金融行业的算法服务与交易如出一辙。金融行业的资产管理公司都需要风险模型，于是有如 MSCI Barra 提供的各种不同区域的 Risk Model 来测算投资组合的风险；更进一层次是，高频交易算法的基金直接利用其专有的算法在金融市场上赚取利润，更有利用人工智能算法来分析互联网信息以获取信息不对称进行套利。当前，互联网 RTB 广告行业已经算是走在算法经济的前沿，通过算法来竞价广告投放，DSP 就是一种第三方的算法服务提供商；未来当 RTB 形成规模后，也肯定会有直接通过算法来套利的交易商。
本文来自读者投稿，不代表 36氪 立场