隨著智能手機和物聯(lián)網(wǎng)智能終端的普及，在區(qū)塊鏈、人工智能和5G的推動下，算力、算法和數(shù)據(jù)三個層面重構(gòu)互聯(lián)網(wǎng)商業(yè)模式。如今，人類社會活動從未如此依賴移動設備，算力由個人PC、服務器端向移動終端遷移，人工智能算法處理海量的數(shù)據(jù)，這些數(shù)據(jù)越來越多由用戶移動端本地產(chǎn)生。人類數(shù)據(jù)的生產(chǎn)量和存儲量呈指數(shù)級增長，過去5年里數(shù)據(jù)量已經(jīng)從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至于ZB （1024EB=1ZB）級別。過去20年互聯(lián)網(wǎng)巨頭們依靠享受大量數(shù)據(jù)的支配權(quán)（實際上用戶一直強調(diào)數(shù)據(jù)是屬于他們）和強大的網(wǎng)絡效應掌控了互聯(lián)網(wǎng)的主要資源和價值。在技術(shù)的快速發(fā)展過程中，互聯(lián)網(wǎng)的商業(yè)經(jīng)歷了計算機的開源、軟件的開源和數(shù)據(jù)的開源，曾經(jīng)的巨頭壟斷被不斷打破。如今，隨著區(qū)塊鏈、人工智能和5G等信息技術(shù)的崛起，整個互聯(lián)網(wǎng)加速由巨頭互聯(lián)網(wǎng)公司中心走向分布式和去中心化，價值壟斷正在被打破。

在5G通信技術(shù)和人工智能算法的驅(qū)動下，互聯(lián)網(wǎng)大數(shù)據(jù)的價值潛力不斷被挖掘，大數(shù)據(jù)的世界需要一個市場規(guī)則和經(jīng)濟激勵制度——這真是區(qū)塊鏈的價值所在。區(qū)塊鏈完美地解決個人數(shù)據(jù)確權(quán)和授權(quán)交易，為大數(shù)據(jù)這列高速列車提供了規(guī)范的軌道。

我們認為，在區(qū)塊鏈、AI和5G融合的推動下，互聯(lián)網(wǎng)將呈現(xiàn)新商業(yè)模式。互聯(lián)網(wǎng)公司對數(shù)據(jù)的控制力下降，出現(xiàn)算法模式供應商；區(qū)塊鏈網(wǎng)絡為數(shù)據(jù)隱私和數(shù)據(jù)市場治理提供基礎協(xié)議，用戶分享更多數(shù)據(jù)價值；5G邊緣網(wǎng)絡的算力平臺將承載更多終端流量，改變先有網(wǎng)絡構(gòu)架；移動終端的硬件構(gòu)架向GPU傾斜。

1. 算法：由中心封閉到開源化、模塊化

移動端分布式人工智能機器人將是未來主流。人工智能的要素包括算力、算法和數(shù)據(jù)。它的發(fā)展需要算力的支撐，而數(shù)據(jù)是“喂養(yǎng)”人工智能機器學習的資料。作為基礎資源的數(shù)據(jù)越來越多由移動端產(chǎn)生，伴隨著數(shù)據(jù)隱私保護的呼聲愈烈，掌握算法工具的互聯(lián)網(wǎng)公司在挖掘“數(shù)據(jù)金礦”的時候只會越來越受到限制。產(chǎn)品級分布式機器學習的推廣已經(jīng)指日可待，互聯(lián)網(wǎng)巨頭們并不必要將移動終端的用戶隱私數(shù)據(jù)上傳至云中心，而終端只需輸出學習模型結(jié)果。

區(qū)塊鏈網(wǎng)絡實現(xiàn)了數(shù)據(jù)市場治理，可以有效打破過去個人數(shù)據(jù)的“無主”壟斷狀態(tài)。個人的隱私數(shù)據(jù)實際上是被互聯(lián)網(wǎng)公司掌控，泄漏的風險的危險下，個人數(shù)據(jù)資源被互聯(lián)網(wǎng)公司的算法工具進行分析處理，而用戶并不能分享數(shù)據(jù)產(chǎn)生的價值——當某家互聯(lián)網(wǎng)公司根據(jù)你的行為數(shù)據(jù)給你推薦商品廣告時，你有沒有想過這個服務價值來自于本屬于你的個人數(shù)據(jù)？區(qū)塊鏈很好地解決了數(shù)據(jù)的隱私問題——數(shù)據(jù)的確權(quán)是屬于用戶的，其他人或公司若想使用這些數(shù)據(jù)或利用這些數(shù)據(jù)作為資料訓練AI機器人的話，都將在區(qū)塊鏈網(wǎng)絡中申請得到用戶本人的授權(quán)，在區(qū)塊鏈賬本中完成交易支付。

5G邊緣網(wǎng)絡和霧計算作為網(wǎng)絡通信基礎，催生新的商業(yè)模式。不久全球?qū)⑦M入5G網(wǎng)絡的時代，廣泛分布的移動端、云中心之間的數(shù)據(jù)交換方式產(chǎn)生著深刻的變革——更多的數(shù)據(jù)交換將在終端之間發(fā)生。5G的邊緣網(wǎng)絡和霧計算將為數(shù)據(jù)下次提供網(wǎng)絡通信的基礎，同時邊緣網(wǎng)絡的構(gòu)架和數(shù)據(jù)通信模型催生新的產(chǎn)品和商業(yè)模式。

未來算法可以預想呈現(xiàn)模塊化、產(chǎn)品化的趨勢，互聯(lián)網(wǎng)公司由數(shù)據(jù)和網(wǎng)絡效應的壟斷者逐漸蛻變?yōu)樗惴K的產(chǎn)品商。未來，互聯(lián)網(wǎng)巨頭不必掌握用戶的行為數(shù)據(jù)，只提供算法工具，通過區(qū)塊鏈網(wǎng)絡得到授權(quán)、完成數(shù)據(jù)使用權(quán)的費用支付，訓練AI機器人。屆時，互聯(lián)網(wǎng)公司也許不再是數(shù)據(jù)和網(wǎng)絡效應的壟斷者，蛻變?yōu)樗惴óa(chǎn)品化模塊的供應商——別忘了，區(qū)塊鏈網(wǎng)絡重塑了數(shù)據(jù)市場的治理，互聯(lián)網(wǎng)公司并不直接掌握數(shù)據(jù)。

2. 算力：從集中云算力走向終端分布式算力

移動端和物聯(lián)網(wǎng)智能設備的迅猛發(fā)展，勢必需要算力從集中向終端分布式部署，最終在中心化和分布式兩者間取得平衡。人工智能在算法優(yōu)化階段需要投入大量的算力，Google的明星機器人AlphaGo在擊敗李世石之前，DeepMind團隊使用了48顆TPU對AlphaGo進行了數(shù)個月的3000多萬盤對弈訓練。顯然移動時代，大量的數(shù)據(jù)在本地存儲的模式不在適合。因此，算力一定會隨著移動設備和物聯(lián)網(wǎng)智能設備的發(fā)展而向邊緣傾斜，實現(xiàn)算力的分布式部署。服務端與客戶端分離的結(jié)構(gòu)，移動端的分布式機器學習就成為重要的方向，Google在這方面已經(jīng)獲得產(chǎn)品級突破——Google基于TensorFlow構(gòu)建了全球首個產(chǎn)品級可擴展的大規(guī)模移動端聯(lián)合學習系統(tǒng)，目前已在數(shù)千萬臺手機上運行。分布式算力的瓶頸還在于有效的經(jīng)濟激勵機制的施行，而區(qū)塊鏈的激勵機制正好提供很好的市場激勵制度。

3. 數(shù)據(jù)：由“無主”的壟斷走向確權(quán)治理

互聯(lián)網(wǎng)數(shù)據(jù)處于“無主”壟斷的混亂狀態(tài)，數(shù)據(jù)隱私將是未來的最“痛點”。據(jù)BM Security和Ponemon Institute此前發(fā)布的《2018數(shù)據(jù)泄露損失研究》評估顯示，2018年全球數(shù)據(jù)泄露的平均成本為386萬美元，比2017年的報告高出6.4%。該研究還首次計算了與“超大型泄露（超過100萬條記錄）行為相關(guān)”的成本。評估顯示，大型數(shù)據(jù)泄露代價高昂，百萬條記錄可致?lián)p失4000萬美元，5000萬條記錄可致?lián)p失3.5億美元。互聯(lián)網(wǎng)帶來各種便利的同時人們不應該忘記自身數(shù)據(jù)處于泄露風險之中，同時數(shù)據(jù)還在“喂養(yǎng)”互聯(lián)網(wǎng)公司的AI機器人。

數(shù)據(jù)隱私的真諦是確權(quán)和使用權(quán)的交付，區(qū)塊鏈的機制提供了數(shù)據(jù)市場的治理規(guī)則。移動時代數(shù)據(jù)隱私的保護呼聲愈烈，一方面是人們對數(shù)據(jù)作為一種潛力巨大的價值資源的認識越來越清晰，另一方面大量數(shù)據(jù)天然跟移動端的行為關(guān)聯(lián)，用戶越來越注意數(shù)據(jù)隱私的保護。過去的互聯(lián)網(wǎng)模式，數(shù)據(jù)主要存儲在互聯(lián)網(wǎng)公司的云端，用戶很難聲明對數(shù)據(jù)的所有權(quán)；另外，互聯(lián)網(wǎng)不斷產(chǎn)生的龐雜數(shù)據(jù)的確權(quán)也是出于模糊的“無主”狀態(tài)，但所有數(shù)據(jù)實際上都是掌控在互聯(lián)網(wǎng)公司手中——無論他們?nèi)绾温暶鞑粫孤稊?shù)據(jù)，不泄露數(shù)據(jù)不代表我們享有所有權(quán)。越來越多的智能服務背后都是來自于互聯(lián)網(wǎng)公司AI機器人利用個人隱私數(shù)據(jù)進行機器學習的結(jié)果，這個過程中，用戶是被動的，利益上存在受損的嫌疑。

我們認為，數(shù)據(jù)隱私的真諦是確權(quán)和授權(quán)——即用代碼合約明確數(shù)據(jù)的所有權(quán)，通過代碼合約完成數(shù)據(jù)使用權(quán)的授權(quán)和支付交易。區(qū)塊鏈天然就是去中心化和分布式的賬本機制，具有數(shù)據(jù)加密、不可篡改、來源可溯的特點。大量移動端的數(shù)據(jù)，將由過去“無主”壟斷狀態(tài)，被區(qū)塊鏈網(wǎng)絡確權(quán)給用戶，而AI所需要的個人數(shù)據(jù)，可以由用戶向使用方授權(quán)完成，相關(guān)費用用token完成支付。在數(shù)據(jù)領域，AI與區(qū)塊鏈的結(jié)合，一方面是數(shù)據(jù)層，兩者可以互相滲透，完全數(shù)據(jù)確權(quán)；另一方面是從應用層面入手，兩者各司其職，AI負責自動化的業(yè)務處理和智能化的決策，區(qū)塊鏈負責在數(shù)據(jù)層提供可信的授權(quán)。

移動端分布式學習技術(shù)的推廣將成為打破數(shù)據(jù)壟斷的關(guān)鍵一環(huán)。今年2月谷歌宣布實現(xiàn)了全球首個產(chǎn)品級的超大規(guī)模移動端分布式機器學習系統(tǒng)，目前已經(jīng)能夠在數(shù)千萬部手機上運行。此產(chǎn)品利用聯(lián)合學習（FL，F(xiàn)ederated Learning）方法，可以對保存在移動電話等設備上的大量分散數(shù)據(jù)進行訓練，是“將代碼引入數(shù)據(jù)，而不是將數(shù)據(jù)引入代碼”的更加通用化的一個實現(xiàn)。用戶的設備會下載一個當前模型，這個模型會從手機數(shù)據(jù)中學習不斷得到改善，然后將變化總結(jié)為一個小的關(guān)鍵更新。只有這個關(guān)鍵更新會以加密的方式被傳到云端，之后這一更新會在云端迅速被其他用戶對共享模型提交的更新平均化（averaged）。簡單說，所有的訓練數(shù)據(jù)都留在用戶的設備上，而且上傳到云端的個別更新也不會存儲到云端。新方法將機器學習與云端存儲數(shù)據(jù)的需求脫鉤，讓模型更聰明、延遲更低、更節(jié)能，而且保護用戶隱私不受威脅。聯(lián)合學習方法將使得移動終端數(shù)據(jù)的隱私得到充分的保護，互聯(lián)網(wǎng)公司云端服務器并不需要上傳用戶本地數(shù)據(jù)，將成為打破數(shù)據(jù)壟斷的關(guān)鍵一環(huán)。

4.市場激勵：經(jīng)濟利益向用戶傾斜

數(shù)據(jù)資源的價值分享，將向用戶傾斜。在“無主”的壟斷狀態(tài)下，個人用戶產(chǎn)生的數(shù)據(jù)被廣泛用來訓練AI機器人，又產(chǎn)生各類互聯(lián)網(wǎng)服務推送給用戶或其他客戶。大數(shù)據(jù)是基礎的資源，其挖掘出的價值用戶往往得不到任何回報——同時還要承擔隱私被侵犯和泄露的風險。未來，分布在網(wǎng)絡中的數(shù)據(jù)將得在區(qū)塊鏈賬本中得到確權(quán)，數(shù)據(jù)的使用利用區(qū)塊鏈Token授權(quán)和支付交易。互聯(lián)網(wǎng)的價值分享將向用戶傾斜。

接踵而來的問題是，如何構(gòu)建合理的激勵體系？區(qū)塊鏈在TOKEN激勵機制上的討論一直不絕于耳，最初的btc構(gòu)建了通縮模型，即總量一定，產(chǎn)量四年減半一次，用算力保證系統(tǒng)的運轉(zhuǎn)及激勵分配的公平性。此后很多與現(xiàn)實相關(guān)聯(lián)的激勵體系卻遇到了很大的問題，比如迅雷的玩客幣體系，拋開監(jiān)管問題，但從系統(tǒng)本身的可持續(xù)性也有待商榷。

用過迅雷下載的朋友都知道，當電腦運行迅雷終端的時候，PC即成為網(wǎng)絡中的存儲節(jié)點，這個點對點系統(tǒng)非常契合區(qū)塊鏈的去中心化理念，但用戶在這其中貢獻了硬件及帶寬，為了鼓勵在線，迅雷也有過積分獎勵，而其本質(zhì)增加推廣費用去“獲客”，直到玩客幣的推出。假設為系統(tǒng)做出貢獻可以獲得玩客幣（俗稱“挖礦”），而玩客幣既可以從生態(tài)中購買服務，也可以二級市場交易，用戶自然有動力投入硬件和費用去挖礦，生態(tài)體系建設加速，且公司不需要投入費用，而當幣價走高時，由于回本周期縮短，用戶有更強的欲望加大投入，當然，其更傾向于將玩客幣用于二級市場交易而非獲得生態(tài)中的服務，相反，當幣價下跌時，激勵機制就會出現(xiàn)問題，畢竟生態(tài)中所能提供的服務不能實時地與幣價相匹配。

目前，互聯(lián)網(wǎng)巨頭作為主體獲得并使用大數(shù)據(jù)，不存在激勵問題，而未來在5G時代，面向個人數(shù)據(jù)、版權(quán)的確權(quán)和使用，同樣需要構(gòu)建有效交易市場，激勵體系的構(gòu)建仍是關(guān)鍵。

來源： 國盛區(qū)塊鏈研究院