谷歌AlphaGo大戰李世石之后，“智能算法”的力道才被普羅大眾熟知。隨后，基于“算法”催生出的數字經濟、智能制造、新基建乃至人工智能，已逐漸從生產方式的變革滲透至生活方式的改變。

       任何一項新生事物的誕生與應用，均從混沌逐漸走向清晰。部分平臺對“算法”的濫用，也給人們帶來了困擾。

       比如，在樓盤看房，攝像頭會告訴別人你的身家；頻繁瀏覽機票時，會發現票價在“巧妙”地增加；相同的外賣，用不同的手機下單，價格竟然不一樣……誘導推薦、大數據殺熟、算法歧視等，“算法”應用亟需規范。

       3月1日起，國家網信辦等四部門聯合發布《互聯網信息服務算法推薦管理規定》（下稱《規定》）即將正式施行。

       為“算法推薦”單獨立規是一樁新鮮事。

       《規定》指出，提供算法推薦服務，應當遵守法律法規，尊重社會公德和倫理，遵守商業道德和職業道德，遵循公正公平、公開透明、科學合理和誠實信用的原則。

       01 算法的陰陽謀

       人們最常接觸到的是“算法推薦”，目前各大網站平臺的首頁內容普遍使用了這一技術。

       算法推薦，是指利用生成合成類、個性化推薦類、排序精選類、檢索過濾類、調度決策類等算法技術向用戶提供信息。

       大家一定有過類似的沖浪體驗：某天，心血來潮看了幾則養生小視頻，接下來就會源源不斷的養生類內容沖到你的首頁；某天搜索了健身視頻課程，打開電商APP就被推送大量健身產品。

       多年以前，有學者提出“信息繭房”理論，說的是人們偏愛自己感興趣的內容，信息領域會被自己的興趣引導，最終陷入相似信息構成的“繭房”中，認知會變得越來越狹隘。

       這種現象在自法推薦技術的刺激下，危害性日益顯現。信息技術本來將人與廣闊的世界、無窮的可能性連接，算法推薦卻給人豎起了四壁，用戶淪為商業營銷的困獸。

       這些只是看得見的坑，算法推薦還在不知不覺地施展魔力，比如傳說中的用戶畫像。平臺根據掌握的用戶信息，提煉用戶的特征，做出有差別的定價和服務。處于弱勢地位的消費者難以識破，也難以改變。

       比如，當你通過一部價格較貴的手機下單，系統算法認定你是個購買力較強的用戶，于是在電商APP給你推送的也都是價格較貴的產品。直到某天，你以一個不常用的賬號登錄后，才發現原來有那么多便宜好貨。

       再如，送餐較快的騎手可能會被算法貼上“高效”標簽，此后他被分配到的可能都是較急的訂單，只能越送越快。

       “智能算法”與“算法推薦”是一體兩面。當精準推薦成了精準割韭菜，行業“法規”自然隨之而來。

       02 新技術的AB面

       “算法”真的是有百害而無一利嗎？

       汽車誕生之初，關于車禍、路權的關系爭論四起。但在經歷了大討論之后，交通法規的出臺，讓爭議逐漸平息。

       與眾多新生事物出現一樣，“算法”在多數人眼中就是個“盲盒”，你不知道里面裝著驚喜還是驚嚇，所以內容平臺就出現了類似汽車誕生時的爭論，這一切透出人們對未知的恐懼。

       2018年，浙江大學出版社出版了一本名為《人工智能會搶哪些工作》的書，預測在未來，被“智能算法”所取代的多個行業，由此引發了熱議。

       書中還指出，算法不僅是一次技術革命，它還將引發社會結構的變化。

       幾乎同時，山東大學博士生導師鄭智航發表文章提出，算法獨特的運行邏輯導致法律賴以生成與存在的社會結構性場景發生了重大變化，加劇了決策者與相對人之間的“數字鴻溝”，造成個人權利與算法權力之間的失衡。

       文中列舉的事件包括“大數據殺熟”“過度索取肖像權”等問題，再如寫作軟件是否會批量生產假新聞的擔憂等等。

       想要構建數字時代的倫理文明，就必須對“智能算法”立規矩，這也是4日《規定》出臺的意義，其中的核心用詞是“公開”“分類”“選擇權”。這是給野蠻生長的“算法應用”扣上了“交規”。

       去年9月，美團外賣首次公開了騎車交付時間的計算規則，并介紹了交付時間背后的算法邏輯。11月，再次公開了“訂單分配算法”，讓外界了解了美團外賣員是如何接單的。

       連續兩次公開自己的算法，一方面滿足了《規定》要求，同時算法的公開有利于優化改進和輿論質疑的化解。

       《規定》出臺，必然推動更多平臺的算法透明，算法倫理的趨常賦予數字時代更大進步力量。

       03 店老板的必選項

       從已有的廣闊應用場景可見，“算法”正以嶄新面貌彰顯出其必不可少，且不可替代性。

       為應對疫情，算法手段加快了流調溯源工作。在海量的人群流動數據中尋找密切接觸者與感染者的交叉軌跡，現在僅需1.4秒。

       基于算法的AI工業檢測、AI計算極目洞察、產業集群云、應急大數據輔助決策數字化前沿科技應用，更讓人腦洞大開。

       富馳高科，MIM產品制造商，MIM產品形狀結合復雜，異形很多，人眼和一般檢測設備無法滿足每年數億個零部件的檢測。

       就在企業陷入增產瓶頸之時，騰訊云團隊利用算法技術，給富馳高科提供了一業質檢一體機的解決了問題。以手機攝像頭組件質檢為例，一臺設備只需幾秒就能完成對目標零件數十個大小點位的采圖、分析、分類，原來依靠人工質檢至少需要1分鐘。

       富馳高科曾算過一筆賬，用了算法質檢一體機后，效率比人工提高了10倍，缺陷檢出率達到了99.5%。每年可節約56%的成本。一年節省下來的人力成本就有幾千萬元。

       這些數據意味著，對很多工業企業來說，產品質量提高一點點，就多一份大單的可能。生產效率提高一點點，就有數千萬甚至更多的成本節約，這足夠讓很多企業扭虧為盈，甚至起死回生。

       在商業零售領域的應用，“算法”發揮的作用同樣令人瞠目。

       義烏一家花灑批發商，每逢月底老板都要向廠家下單進貨。進多少？此時他要考慮的因素很多，上月賣了多少，去年同期能賣多少？下月是否跟進促銷？倉庫還有多少庫存等等。

       這里頭學問很多，與庫存管理中的“報童模型”類似：每天采購多少報紙賺得錢最多？采購多了，賣不出去；采購少了，就會失去賺錢機會。

       店老板與富馳高科高管一樣，把目光投向了“算法”。經推薦使用了惟客數據的“智能補貨”系統，通過對歷史銷量及其他維度的數據的學習和計算，生成一個關于花灑店批發數據的銷量預測模型，從而對接下來每個月的補貨量進行預測，同時通過“算法”及時生成某件商品的生命周期的趨勢變化，讓庫存周轉始終保持在一定范圍之內。

       無論是騰訊云，還是惟客數據，他們均基于“智能算法”開發應用工具，為客戶提供“極速”級的解決方案，因而應用市場極其廣闊，并正如北京大學新結構經濟學研究院院長林毅夫所說，賦予中國經濟在第四次工業革命中實現“換道超車”的機會。