维克托·迈尔舍恩伯格，被誉为“大数据之父”，是牛津大学网络学院教授及《大数据时代》作者。他在哈佛、牛津等知名大学任教，是《科学》《自然》等期刊推崇的研究者。迈尔舍恩伯格在国际机构和多家公司演讲，推动大数据商业应用，深受政府和媒体青睐。

【编辑推荐】 大数据除了能对我们的生活、工作、思维产生重大变革外，还能够做什么？畅销书《大数据时代》作者舍恩伯格在新书《数据资本时代》中，展示了大数据将如何从根本上改变经济——这并不是因为数据是一种新型石油，而是因为数据是一种新型润滑脂，它将给市场带来巨大能量，给公司带来巨大压力，使金融资本的作用大大削弱。赢家是市场，而并非资本。 这本书在当下国内出版，可以说恰逢其时。时下，中国经济正处于“三化”阶段——速度变化、结构优化、动力转化，大数据、云计算、区块链、人工智能等新科技蓬勃发展，《数据资本时代》对市场与货币、公司与金融、数字化与数据等问题做了新的思考。其对未来饶有兴趣的预测与讨论，有的在时下的中国正在发生，有的可能会在未来的中国以不同的方式涌现。无论正确与否，它们对理解和把握中国经济社会的未来演变都有参考价值。 舍恩伯格认为，近几十年来，中国经济一直在以惊人的速度发展——这一点与西方大为不同，这样的发展速度为十几亿中国人提供了更好的生 活。要保持如此骄人的成绩，就需要中国不仅能够准确地做出决策， 而且要快速地做出决策。大数据在全方位改善决策的同时，恰恰可以 加快决策的进程。这是中国持续取得成功的关键，尤其是在其“快速 发展科技领域”里。而且在积极利用大数据方面，中国也同样处在有利的位置。与许多西方国家不同，中国已经将数字创新放在其政治议程的首位。如果中国能够利用其数据财富，去获取海量数据市场所能提供的 协调能力——无论是在国内市场还是国际市场，那么中国可能会在数据资本时代的持久原则基础上，谱写经济发展和可持续增长的全新篇章。 此外，《数据资本时代》阐述了数据时代的未来正呈现出的一些新的趋势：数据为市场的多样化深度发展提供了更多可能；数据推动公司寻求新的模式；化解数据时代带给人类的隐忧。作者在这本书中提出了很多令人耳目一新的概念， 比如，“用数据交税”“数字投资顾问”“资本功能的分离”“单人公司” 等。这些新概念会令公司的管理者、创业者脑洞大开。 【内容简介】 当大数据经济进入数据资本时代，我们的经济社会将发生怎样的改变？海量数据市场将引发市场机制的再次复兴；传统公司的重要性会下降；货币资本衰退，银行将面临“风暴”；人类工作和分配正义会受到严峻挑战…… 传统市场将所有信息压缩成一个单一的考量指标——“价格”，并通过货币来传达这一信息。但事实证明，价格和货币只是巧妙的权宜之计。数据作为一种新型润滑脂，将给市场带来巨大的能量。作者认为，赢家是市场，而并非资本。当数据哪怕只是部分地承担了货币的角色时，金融资本就会失去其大部分意义。这一切都将产生巨大影响——不只是对公司和管理者，而且对其他所有市场交易的参与者，包括经理、雇员，还有消费者。 面对如此变局，人类未来应如何选择？ 舍恩伯格认为，未来人类选择的重点是：我们将会选择是否选择。人类将继续保有个人选择的自由，海量数据市场将帮助我们做出更好的选择，但不会从根本上免除我们需要做出选择的责任。 【名人推荐】 1983年，美国未来学巨擘托夫勒的《第三次浪潮》，对改革开放之初的中国产生了深远影响。……我深切期望《数据资本时代》一书也能唤起我们对新时代的向往，激发我们共同参与海量数据市场的创建，推动人类社会的不断进步。——田溯宁 宽带资本创始人兼董事长 《数据资本时代》则秉持“不讲已经知道的事”的原则，从市场与货币、公司与金融、数字化与数据等问题上做了新的思考。其对未来饶有兴趣的预测与讨论，有的正在时下的中国正在发生，有的可能就会在未来的中国以不同的方式涌现。——巴曙松 北京大学汇丰金融研究院执行院长，香港交易所集团董事总经理、中国经济学家，国家“十三五”发展规划专家委员会委员 人类历史是一部数据技术的进化史，从占卜、抓阄到投票选举，它们都是数据采集和数据决策。货币其实也是一种包含着存贮、转递的数据技术，它让价值的交易在变得高效和普适的同时，导致了信息扭曲和市场失灵。《数据资本时代》这本书通过清晰的分析和论证告诉我们，数据技术的迅猛发展正在消除货币的天然缺陷，正在重新定义和塑造货币，并终将取代货币。一种巨大的颠覆性创新正在发生：金融资本主义必定被数据资本主义所取代。这将导致一系列行业（尤其是金融行业）地震和社会震荡。这是一本表述低调却让人脑洞大开的预言书。——吴伯凡 北京大学新媒体研究院研究员，《冬吴相对论》《冬吴同学会》主讲人 当海量数据市场悄悄出现，数据就成为资本，成为权力的核心，传统市场及其构建其上的社会结构必将出现大调整。要系统了解未来市场、未来公司以及未来经济社会权力变化的趋势，《数据资本时代》这本书是权威的指南！——张明，中国社科院世经政所研究员、平安证券首席经济学家 大数据不仅从成本、效率、体验等方面提升了生产力，而且更深刻地改变着生产关系。对于“风暴”之下的中国金融业来说，拥抱数据资本时代、用好大数据技术，进而以金融科技引领未来发展，至关重要。《数据资本时代》这本书从多个方面为我们带来了启发，值得关心大数据的各界人士，特别是金融从业者、监管者认真一读。——董希淼，中国银行业协会行业发展研究委员会副主任 《数据资本时代》这本书是一部从整个人类文明和经济发展的大视角，来分析大数据革命性影响的作品。作者以生动的案例故事为线索，将大数据作为经济基础的要素之一，从企业内部的微观层面到社会分配和未来发展的宏观层面，启发我们思考数据资本时代所带给我们的信息传递与共享的巨大益处。无论是专业人士还是非专业读者，都值得细细品味。——金海年，经济学博士，清华控股产业研究院执行院长

市场机制，看似简单，却在经济发展中扮演着至关重要的角色。然而，传统的市场因信息匮乏而陷入困境。与此同时，凭借强大的信息处理能力，海量数据市场正逐渐成为市场的主流。这一新兴市场不仅提升了交易效率，还重塑了人类合作的方式，让我们能够应对各种挑战。

海量数据市场的崛起，带来了多方面的优势。首先，它提高了交易效率，加速了信息流通，促进了资源的优化配置。其次，它重塑了人类合作的方式，让我们能够更好地应对各种挑战。然而，这一市场也面临着一些问题。过度依赖数据和机器学习，导致数据不多元化，使得市场可能成为操纵工具，影响经济和民主。因此，我们需要提出累进式数据共享授权等监管措施，以填补数据市场的漏洞。

在这一过程中，劳动力市场也受到了冲击。金融资本主义向数据资本主义的转变，使得劳动力市场的竞争更加激烈。数据成为了劳动力市场变革的核心，而数据市场对个人选择权利的影响也不容忽视。因此，我们需要关注数据市场对个人权利的影响，并采取措施保护个人权益。

在数据资本主义时代，货币的角色将逐渐被数据取代。银行和金融业也将迎来新一轮的重组。在这个过程中，公司仍将在经济中发挥重要作用。然而，面对海量数据市场的挑战，它们需要重新思考其本质，以适应新的市场环境。

在数据市场的发展过程中，人类在最终决策中仍扮演着重要角色。因此，我们需要强调保留人性特质的重要性。只有这样，我们才能在数据市场中找到适合自己的位置，实现个人和社会的共同发展。

第1章 重塑未来市场

人类合作能力的多样性和重要性，从古代的图书馆、百科全书到现代的维基百科，再到科学实验和大型工程项目，都展现了人类合作的力量。文章指出，合作不仅仅是个人努力的集合，更是信息流动、资源整合和目标一致的体现。市场与公司的存在，更是为人类合作提供了两种重要的机制。市场以分散、灵活和动态为特点，而公司则以集中、稳定和分层管理为特点。两种机制各有优势，也在不断地竞争中发展，共同推动了人类社会的进步。



第2章 人类交流与合作

市场的核心运作依赖于信息流动和分散决策。市场参与者依据各自获取的信息做出决策，信息流通的提升有效地提高了市场效率。但信息的过多或过少都可能带来负面影响：信息不足可能导致错误决策，信息过剩则可能使决策者难以处理。

金钱和价格作为信息传递的载体，降低了信息流通的成本，使得市场参与者更容易理解和处理信息。信息共享和透明度在市场中同样至关重要，有助于避免信息不对称引发的“柠檬问题”。

在现代市场经济中，价格占据核心地位，它简化了信息处理过程。然而，价格虽然能帮助筛选信息，但也可能掩盖交易中的细节，导致市场效率降低。价格操纵影响了消费者的决策，这种信息简化主义加剧了选择困难。文章还探讨了价格在次贷危机中的作用，指出信息获取障碍和决策错误是经济灾难的导火索。

展望未来，市场发展的新趋势预示着货币与价格的束缚、信息流动的限制和决策选择的失误将成为历史。市场需要不断完善，以应对不断变化的经济环境。

第3章 市场与货币

在扑克比赛中，Libratus凭借模拟学习的强大能力，成功识破了对手的虚张声势，并掌握了最优赌注策略，最终赢得了胜利。文章进一步探讨了计算机在市场交易中的潜能，指出其决策不受人类认知限制，有可能在某些领域超越人类。强调了信息在市场中的关键作用，海量数据市场能够更全面地捕捉个人偏好，并通过算法实现精准匹配，从而提高交易效率。同时，文章也提到了信息过载的问题，指出技术可以协助人们处理海量信息，优化决策过程。

海量数据市场通过匹配算法和机器学习技术，缓解了信息不对称的问题，提升了交易效率。然而，这种服务也可能引发“削减公共福利”的风险，需要参考非价格市场的经验。市场参与者如何表达和权重个人偏好，以及如何有效沟通，是当前的一大挑战。以亚马逊的产品推荐系统为例，它通过分析用户行为数据，推断用户偏好，提供个性化的推荐，取得了成功。随着技术的持续发展，机器学习系统将有助于我们更深入地理解个人偏好，并作出更明智的选择。

第4章 市场的复兴

亚马逊，作为一家历史悠久的公司，以集中决策和数据分析著称。贝佐斯的细致入微和对员工的高标准要求，塑造了“亚马逊机器人”的形象，使员工承受巨大压力。文章回顾了亚马逊的发展历程，从传统的复式记账法到现代企业资源规划系统，突显了信息在企业管理中的核心地位。同时，文中提出通过决策权下放、制定标准操作流程和运用检查清单等手段，在确保信息流动的同时，保持决策的一致性和效率。

在企业管理中，信息处理策略的重要性日益凸显。在决策权下放的过程中，如何平衡公司的一致性和控制力成为关键。面对信息量的激增，高层决策者需要提高信息处理能力，以克服人类认知的局限。公司可以通过领导小组制和管理培训等方式，提升决策能力。此外，文章探讨了探索法等决策方式的有效性，以及如何利用数据工具来处理信息过载，提高决策效率。

然而，文章也指出，公司在提升决策能力的过程中仍面临挑战，可能需要重新评估组织方式以适应数据时代的发展。亚马逊的案例表明，信息处理策略在企业管理中的重要性不容忽视。通过优化信息处理流程，公司可以更好地应对挑战，实现可持续发展。

第5章 公司与控制

在市场驱动数据革命的大背景下，企业面临着变革的压力，不同的企业采取了不同的应对策略。富国生命保险以自动化为核心，借助数据驱动系统进行决策，而戴姆勒则通过简化决策流程和自动化生产来提升效率，两者均旨在提高效率，抵御市场冲击。

文章深入探讨了提高效率的策略，如运用机器替代人力、流程优化等，同时也分析了效率提升的局限性。在人工智能和管理决策的应用方面，文章指出机器学习系统在处理复杂决策时存在的局限性。

此外，文章还提到了未来企业领导者所需具备的技能，如多才多艺、合作能力以及创新思维。

声破天公司拥有独特的企业文化，强调从失败中学习，鼓励员工之间进行公开、有力的反馈。公司倡导将反馈和学习与薪酬和绩效分离，以避免内部竞争，促进团队成员之间的相互学习和成长。同时，公司开发了内部工具，以鼓励更多反馈。

文章探讨了市场DNA在公司中的运用，以及如何通过分散决策权，形成更加市场化的决策机制。同时，文章也提到了内部人才市场的发展，以及如何利用数据驱动来改进人才管理，提高公司竞争力。

最后，文章讨论了公司在面对市场变化时，如何选择战略，以及未来公司可能的发展趋势。

第6章 公司的未来

银行业正遭受由三个主要威胁组成的挑战。首先，结构性问题导致的次贷危机对银行的稳定性提出了质疑。其次，经济大衰退导致银行利润率下降，市场竞争加剧。最后，货币作为信息传递者的作用逐渐减弱，可能导致银行业龙头企业面临颠覆。

为了应对这些挑战，银行采取了削减成本、自动化以及转型为信息中介的策略。但这些策略可能只是临时措施，银行还需面对来自金融科技初创企业的挑战。随着市场转向海量数据，货币和资本的作用将降低，投资者和银行需适应新环境。

在交易中，货币的绝对地位正逐渐被削弱，信息本身成为价值资源。货币的辅助交易功能仍将存在，但金融科技公司正在通过海量数据颠覆传统银行业务。这些公司利用数据技术提供金融服务，并与银行合作，以期在金融市场中占据一席之地。金融科技公司正努力改变传统的信用评分和投资管理方式，通过分析更多数据点来做出更准确的决策。

P2P贷款平台和众筹平台的出现，也为融资和投资提供了新的途径。然而，银行业与金融科技公司合作的结果并不总是成功的，这可能是由于数据分析和市场接受度的原因。尽管如此，金融科技公司正在重塑银行业，推动整体经济从公司模式向市场模式转变。

银行需要认识到，金融科技公司的崛起将对传统银行业务产生深远影响。银行需加强与金融科技公司的合作，共同开发新的金融产品和服务。同时，银行还需提高自身的数据分析能力，以适应市场变化。

在新的市场环境下，银行需重新思考其业务模式，关注以下方面：

1. 加强与金融科技公司的合作，共同开发新的金融产品和服务。

2. 提高数据分析能力，为用户提供更精准的金融服务。

3. 关注市场变化，及时调整业务策略。

4. 强化风险管理，确保业务稳健发展。

5. 注重用户体验，提升客户满意度。

总之，面对金融科技带来的挑战，银行需积极应对，不断调整和优化自身业务，以适应市场变化。在这个过程中，银行与金融科技公司之间的合作将成为关键。通过共同努力，银行业有望在新的市场环境下实现可持续发展。

第7章 资本的衰退

在人类与机器控制行为中，反馈系统扮演着至关重要的角色。它不仅广泛应用于各个领域，如洲际导弹和自适应机器学习系统，还受到诺伯特·维纳控制论概念的深刻影响。然而，反馈系统并非完美无瑕，存在灾难性故障的风险。市场集中化趋势加剧了这种风险，因此，建议实施累进数据共享授权，以减轻反馈效应的影响，并保持市场竞争性。

文章探讨了海量数据市场的结构性缺陷，如集中控制的风险。为了减少这些风险，提倡采用多样化和独立的决策辅助系统。同时，强调改进市场参与者报告制度和会计制度，以提供更丰富、更详细的信息，更好地反映公司的真实价值。

在当今社会，公司评价不仅关注价值和价格，还包括能源使用、环境影响和劳工标准等综合指标。全面的数据有助于投资者找到符合其偏好的投资对象。然而，信息流动和隐私保护成为一大挑战，政府需要在促进信息流动与保护个人隐私之间找到平衡。

监管机构在执行监管框架时，需要具备专业人才，以应对海量数据市场带来的挑战。此外，政府利用海量数据市场机制控制经济的诱惑也需警惕。历史上的智利协同控制工程案例，展示了利用科技实现全国统一决策的愿景，但也暴露出中央计划模式的弊端。

因此，在数字经济中，应用反托拉斯法、累进数据共享授权等措施，以保护决策分散性和市场开放性显得尤为重要。通过这些措施，我们可以更好地应对反馈系统带来的挑战，促进市场的健康发展。

第8章 反馈效应

自动驾驶卡车在物流行业的应用前景广阔。奥托集团的四级自动驾驶系统在高速公路上的表现优异，不仅有望提升行车安全，还能降低燃料消耗和劳动力成本。尽管如此，自动驾驶技术仍需克服诸如应对突发事件的挑战。

随着自动驾驶技术的发展，卡车司机的劳动压力将得到缓解。然而，这也可能引发失业问题，劳动力市场的重新配置和收入分配问题因此受到广泛关注。在市场对劳动力份额和资本份额的双重压缩下，收入分配不均的现象愈发明显。一些所谓的“超级巨星公司”通过市场垄断和技术应用获取了高额利润，但这些利润并未全面体现在其财务报表中。

这些公司通过税收漏洞和自动化手段降低成本，积累巨额利润，却未将收益惠及消费者、工人和投资者。针对这一现象，作者建议实施累进式数据共享授权和数据缴税等政策，以确保数据红利惠及所有人。同时，在劳动力市场转型过程中，应关注就业的非货币因素，如工作意义、社会交往和人生价值，以实现“后金钱时代”的经济平衡。

在自动化趋势下，劳动力市场的调整势在必行。这不仅要求政策制定者关注如何让劳动者在转型中受益，还需考虑如何通过政策调整，使得自动化技术更好地服务于社会和经济发展。在这个过程中，我们需要平衡技术进步带来的利益分配问题，确保技术红利惠及更广泛的社会群体。

第9章 工作权益与分配正义

卡特里娜·莱克在洞察到传统零售业的不足后，创办了Stitch Fix，利用数据和算法为客户提供个性化着装建议。起初，Rack Habit虽亏损，但随着客户数量增加，公司逐渐走向成功。莱克将公司更名为Stitch Fix，专注于女性时尚投资，获得巨大成功。Stitch Fix不仅是线上零售商，更是服装市场的中介，通过数据分析、客户反馈和造型师建议，为客户提供合适的服装，提高客户满意度，创造巨大商业价值。

人类选择能力至关重要，它赋予我们为宇宙未来作出贡献的机会。海量数据市场作为选择工具，能帮助我们作出更好的选择。然而，选择也带来责任，个人选择自由不可放弃。一些观点认为，随着机器学习的发展，资源稀缺问题将得到解决，人们将进入理想世界。但作者认为，市场不仅是分配资源的方式，也是合作的方式，人类需要合作，市场将继续存在。同时，作者强调，人类不应简化现实，而应拥抱数据的丰富性和世界的多样性。

第10章 人类的选择

大数据时代带来的变化，包括数据共享、算法匹配和海量数据市场的发展。然而，数据和算法也可能破坏中立性和多样性，导致信息不平等和文化的同质化。同时，数据积累可能导致新型垄断和独裁，使得个人在社会保障、就业等方面受到限制。作者呼吁警惕数据主义和算法主义带来的危险，并希望人们不被自己的创造物所奴役。

