微信、QQ、抖音、微博......我们每天使用的软件几乎总是免费的。

巧合的是，国外的、、、等都是免费的。为什么自由软件背后的公司往往非常富有，即使软件是免费的呢？

今天，我想带大家揭开自由市场背后的巨大“阴谋”。下面：

01 免费的秘密

为什么 允许我们在 地图上计划行程？因为它学习了我们的交通模式，然后将这些模式打包成我们销售给拼车和公共交通平台的服务。

为什么为我们提供了这样一个“免费”的空间来构建我们的社交生活？由于我们会披露个人信息，因此这使 能够将我们匹配到我们可能愿意购买的产品。

为什么并提供如此有用的媒体共享方式？因为他们托管的图像和视频为“机器学习”系统提供了输入元素，这些系统为他们向客户销售的“人工智能”服务提供动力——从面部识别到自动视频编辑。

如果您不知道这些平台对您的了解程度并从中获利，请查看他们要求您填写的帐户设置页面。这些页面显示了一整套信息，您可能会对它们的需求越来越多这一事实感到害怕。

大多数人没有意识到，作为数据生产者，他们的劳动成果在多大程度上推动了数字经济。

、谷歌和 等数字经济巨头利用公众对 AI 和 ML 的缺乏了解，免费收集我们在在线互动中留下的数据。这就是他们作为世界上最有价值的公司获得创纪录的利润的地方。

例如， 每年只支付其员工（程序员）价值的 1%，因为我们免费为它做其余的工作！相比之下，沃尔玛的工资是其价值的 40%。

人们作为数据生产者的角色没有得到公平利用或得到适当的补偿。这意味着数字经济远远落后于它应有的水平，收入分配给了少数富有的学者，而不是普通公众。

当我们意识到我们的数字经济比以往任何时候都更需要人类时，我们中的许多人对人工智能造成大规模失业怀有错误的恐惧。

02 “先用，后谈好处”。

数据工作一直被认为是理所当然的。

在互联网的早期，它的设计者必须选择要记录哪些信息以及要丢弃哪些信息。早期设计支持的许多技术可以使信息接收者更容易自动向提供商付款。

例如，在法国，互联网的前身小电传（）就有了小额支付系统;20世纪90年代，美国在线（AOL）服务在美国流行，向客户收取费用，并利用其收入支付其在简化的“围墙花园”中提供的内容。曾经有一段时间，一些互联网设计师试图强迫电子邮件带有“邮票”作为阻止垃圾邮件的一种方式。

在 20 世纪 90 年代，在确定如何通过它们提供的服务获利之前，风险资本被投资于互联网的蓬勃发展。互联网企业打着“先使用，后谈收入”的旗号，不遗余力地试图吸引用户。

然而，科技泡沫的破灭冷却了这股热潮，像谷歌这样新兴的科技巨头不得不找到一种方法从他们的用户群中赚钱。谷歌的谢尔盖 ·布林和拉里 ·佩奇最初考虑过会员费和付费订阅，但坚称他们永远不会转向广告。

然而，有几个因素迫使他们改变主意。

首先，在20世纪90年代末，用户通过长期享受免费服务而习惯于互联网，在这种服务中，为纯粹的信息服务付费并不常见。人们对完全免费的服务产生了强烈的依恋，而这种依恋很可能使这一传统难以打破。

其次，许多在线可用的服务使得跟踪基础设施开发的付款具有成本效益，否则这些付款将用于跟踪付款。在 20 世纪 90 年代末和 21 世纪初，许多初创公司试图创建小额支付系统。

最后，在早期，互联网似乎是一个奇怪的狂野西部，居住着许多老练的年轻黑客，他们愿意忍受不便以换取自由。在这种环境下，像这样的可疑合法服务蓬勃发展，并排挤了更安全的合法服务，因为其他主流产品正在努力跟上技术的步伐。这使得对任何东西收费，即使是具有既定知识产权形式的音乐，也具有挑战性。

这些力量共同创造了一个用户不愿意支付任何费用的环境，因此，服务提供商正在寻找其他方式来维持业务。

03 “奇怪的读心术”。

迫切希望以某种方式通过其庞大的用户群获利，谷歌转向广告来稳定其资产负债表。和其他网站正在追随谷歌的脚步。

谷歌的洞察是，在线广告比传统的广告媒体，如印刷报纸或电视，更能满足用户的个性化需求。谷歌可以从用户的搜索历史中收集用户的价值观和偏好，因此可以最大限度地减少广告的浪费和噪音。

的个人生态系统比搜索要复杂得多，但它也具有类似的功能。 可以通过了解用户的详细信息将用户与正在寻找目标受众的广告商进行匹配，并通过鼓励用户与朋友分享他们的活动来社交投放广告。

最重要的是，可以提醒用户购买他们以前考虑过的东西，这一功能有时会给用户一种怪异的感觉，就好像该服务有读心术一样。

随着人们对大数据、机器学习和人工智能的兴趣激增，越来越明显的是，用户数据是科技巨头的核心资产。

随后，出现了第一个由ML驱动的个人数字助理和听写服务;Siri、 和 已经成为人们日常生活中熟悉的角色。更雄心勃勃的应用正在开发中，包括虚拟现实和增强现实、自动驾驶汽车以及通过触摸按钮将商品交付给消费者的无人机。

这些服务具有很高的“样本复杂性”，因此它们需要大量的数据存储才能训练 ML 系统。因此，作为谷歌和等公司核心业务功能的副产品收集的大量数据集现在是收入和竞争优势的重要来源。

起初不愿意提供免费服务的公司，寻求一种后来演变成广告平台的收入模式，现在通过提供服务来吸引用户提供信息，以便使用ML训练AI，从而成为数据收集者。

例如，现在每天都会收到用户发布的数亿张新照片。这些照片为ML系统提供了一个很好的训练环境，正在开发这种系统，可以自动注释甚至解释照片。

然而，目前，的需求与用户上传照片的动机并不匹配。用户通常很少提供照片附带的信息，因为他们认为他们的朋友可以理解他们的背景，因此，会收到低质量的数据。

试图诱骗用户撰写评论来解释照片，或者将情感与照片联系起来，以推动用户提供有用的主题标签。但真正需要的是能够向用户询问有关照片的简单问题，并从他们那里得到答案。

在另一个例子中，该网站声称他们每分钟有 300 个视频上传。但是，这些内容的制作者得到的报酬很少。

虽然分析有点复杂，但对于典型的视频内容创作者来说，每 2 次观看获得的报酬约为 1,000 美元。考虑到平均视频长度约为 4 分钟，这意味着视频制作者每分钟的预期收入为 0.05 美分。

相比之下， 每用户每分钟收费 0.5 美分，大约是后者的 10 倍。因此，它制作了广受好评的电视连续剧《女子监狱》和《纸牌屋》也就不足为奇了，而其中的视频因其文化价值而不太为人所知。类似的计算也适用于传统新闻媒体和之间的比较。

这些价格可能只是用户从观看视频中获得的价值的一小部分，而人们的时间价值远远超过十分之几美分。然而，这种现象不仅限于视频;的繁荣源于创意内容的贬值，从新闻到音乐，与此同时，它为自己而不是其创作者捕捉了这些内容的价值。

04 “人工智能”和“集体智能”。

在现有的系统中，人们公开了大量关于自己的数据，以换取互联网提供的服务——搜索、地图、数字助理等。

为什么人们用金钱而不是有价值的服务来换取数据很重要？

这种观点的主要倡导者是谷歌首席经济学家哈尔·范瑞恩。他认为，如今数据无处不在，而稀缺的是理解数据的人才和计算能力。

在这种观点中，数据更像是资本，而不是劳动成果：它是来自公共领域的自然资源（免费获得），只有通过程序员、企业家和风险投资家的辛勤工作才能转化为有用的东西，他们应得的。

对这种观点的另一种思考方式与亚当有关 ·史密斯经典的“钻石-水”悖论。史密斯发现，水在使用中是如此珍贵，以至于它几乎没有交换价值;矛盾的是，钻石的用途如此有限，但交换价值却巨大。

终于，在19世纪后期，“边际革命”解决了这个钻石-水悖论。威廉 ·斯坦利·杰文斯，里昂·瓦尔拉斯和卡尔 ·门格尔认为，交换价值是由商品的最后可用单位的边际价值决定的，而不是由消费的平均价值决定的。

虽然水的平均值很高，但由于其丰富性，其边际价值较低。Van Rijn的论点是，虽然数据在总体或平均基础上可能具有很大的价值，但个人数据在边际层面上并不那么有价值。

尽管媒体报道了数据经济，但大多数用户仍然没有意识到企业从数据中获得的价值。

当用户意识到当前情况有多么“可怕”时，他们对在线互动的态度可能会发生变化。利用用户的新闻源进行“情感价值实验”的秘密引起了公众的轩然，研究表明，了解这种“令人毛骨悚然”的监控技术的用户往往会对数字服务变得不那么信任，或者干脆以不同的方式使用它们，从而降低了他们数据的价值。

未来，为数据付费可能会成为消费者行动主义的重要组成部分。

除了直接影响收入外，付费数据还可能改变社会对数字经济的理解。用户可能将自己视为价值创造的积极生产者和参与者，而不是感觉自己是互联网服务的被动消费者。

我们怀疑，“人工智能”一词将逐渐让位于对数字系统中价值来源的更准确的理解，例如“集体智能”。用户不再将 Siri 的有用见解视为机器人建议，而是人类贡献的结果，就像他们从百科全书或 主页中理解见解一样。

作为一种心态，这种观点似乎并非不可能实现。生活在民主国家的人似乎比生活在独裁国家的人在政治上更有权力和更积极——尽管一个人的选票对政策结果的贡献很小。

关于作者： 埃里克·波斯纳，杰出的法律服务教授， 芝加哥大学; E·格伦 ·Weil是政治经济学家，首席研究员，耶鲁大学经济学和法学访问学者，普林斯顿大学教员。

本文授权编译自机械工业出版社华章公司出版的《激进市场》。