大数据“杀熟”，反向驯化管用吗？

编者的话：“年轻人反向驯化大数据杀熟”的话题近日引发热议。一些年轻人尝试通过评论“哭穷”等手段反向驯化算法，试图影响算法推送，与备受诟病的大数据“杀熟”较量。这种“反向驯化”有效吗？大数据“杀熟”使用什么技术？平台扮演什么角色？

大数据“杀熟”，怎么办到的

毕奇

“杀熟”，简单来说，就是卖方根据买方在交流的过程中流露出来的购买意愿，个性化调整交易策略，以达到利益最大化的目的。较早实施买卖个性化服务的行业之一是航空业。长期以来，航班上同等舱位的座位价格并不根据航司成本简单制定，而是根据复杂的算法进行动态优化，以达到航司收入最大化的目的。

目前电商平台的线上服务，能通过数字技术获取较为完整的交易数据。例如，通过交易历史能获得买方的消费习惯，通过读取买方的浏览历史能获得买方更多的兴趣爱好等等。这些资料，通过心理学等理论的指导，能设计出比飞机票更为复杂的销售或导购的算法。

消费个性化服务说起来简单，但算法的制定及其短期和长期的矛盾非常复杂。过去大多数算法都是依据大群体历史交易经验，谨慎地人为设计算法，并根据实际应用情况不断迭代。如今人工智能的深度学习，大大地降低了个性化学习和机器训练的成本。“杀熟”有可能不仅针对一个大群体，而是小群体，甚至每个人。

交易和导购的个性化服务，也在国内外流行。在通信和电视广播行业，国外运营商普遍做法是通过廉价来吸引新客户，成为老客户后，便利用消费者惰性逐步涨价，是妥妥的“杀熟”做法。但针对“杀熟”等个性化服务的法律全球都还不规范，有待日后通过实践逐步认识其对社会的影响，并根据后果来逐渐完善。（作者是中国电信集团首席科学家、美国贝尔实验室院士）

“反杀熟”有效，但效果有限

盘和林

针对广受诟病的大数据“杀熟”，消费者“反杀熟”策略招数很多。但“反杀熟”有效吗？有效，但效果有限。因为消费者变聪明的同时，算法也在成长，变得更善于博弈，且人类历史上还从来没有在机器擅长的领域战胜过机器。你以为是算法给了一张优惠券，说不定是算法顺水推舟促成的交易。大数据“杀熟”依然难破，我们怎么办？

既然普通人在博弈上打不过算法，那就在信息对称性上下手。比如，比价网站将电商平台某种商品的历史价格和各个平台价格记录下来，让消费者一目了然。当然，近些年平台也发现比价网站的威胁，于是通过更加复杂的优惠券叠加使用方式来混淆信息，让比价网站抓取的价格信息失真。

再比如，消费者用脚投票，鼓励商家主动公布成本。南京一家蛋糕店将蛋糕制作所有成本列表贴在蛋糕背面，这肯定会增加财务工作负担，但随着管理信息软件成熟，这类成本统计并不难。而成本透明也让消费者买得放心，商家和消费者双赢。

当然，成本透明并不适合所有商家，一些企业不愿列明成本。以酒店为例，国庆节酒店房费贵10倍，合理吗？从全年看是合理的，但如果单列成本看就不合理，成了暴利，消费者不会买账。还有奢侈品等商品本身依靠溢价，不是薄利多销，所以消费者信息不对称无法避免。此时，就要监管出手做两件事：一是为消费者提供一条便捷投诉的渠道，消费者发现被“杀熟”，要投告有门，方能对大数据“杀熟”形成威慑；二是对平台算法进行审核评价，消费者不懂的算法，监管者要懂、要管起来。（作者系经济学者、工信部信息通信经济专家委员会委员）

平台应承担首要责任

曹磊

据公开报道统计，此前包括淘宝、天猫、亚马逊、美团、拼多多等数十家平台均被爆疑似存在“杀熟”情况。对于大数据“杀熟”，平台无疑应该承担首要责任。平台作为数据的收集者和使用者，有责任确保数据的合理、公正使用。当平台利用大数据对消费者进行价格歧视时，不仅违反市场公平竞争的原则，更侵犯了消费者的知情权、选择权和公平交易权。《消费者权益保护法》等国内多个法律明确禁止大数据“杀熟”等相关行为。

大数据“杀熟”是一个复杂而敏感的问题，需要政府、平台和消费者共同努力来解决。监管平台需要从多个层面入手。首先，政府应出台相关法律法规，明确大数据使用的边界和规则，对违规行为进行严厉处罚。其次，平台自身也应加强自律，建立完善的算法透明机制和内部管控体系。平台应主动公开算法的基本原理和决策过程，接受社会监督。同时，应加强对员工的教育和培训，提高其对大数据使用的道德和法律意识。此外，消费者也应采取措施避免被大数据“杀熟”。例如，使用虚拟身份或匿名浏览，干扰算法推荐等。（作者是网经社电子商务研究中心主任）