为啥马云听见“人工智能”也那么生气
表现出轻蔑，通常潜在的本能目标为——
我比你（轻蔑的对象）高明很多。或，我比你知道的更多。
猜测楼主更想问的是：凭啥？
那就要详细地问问马老板知道了什么。哈哈，显然，这种机会不多。
那咱就来瞎猜好吧。
我对AlphaGo等人工智能也轻蔑。我凭的是对人工智能的定义与要求。
人工智能定义的通俗内容为：
1、具有独立人格模式。至少应具有意识耳识眼识触识四个功能。
意识，识别抽象的含义。应能作出抽象判断，例如，这段代码（来自存储设备）是“轻蔑”。
耳识，麦克风及AD转换器。识别具象的声含义。能作出是声判断。例如，这段代码（来自声AD转换器）是“雷声”“人声”。
眼识，摄像头及AD转换器。识别图像。能作出是颜色、是形状、是动\静等判断。例如，这段代码（来自色AD转换器）是红色。是方形。是人脸。若具体到是某人的脸，意识就必须参与进来。
触识，触屏\传感器\雷达等及其AD转换器。识别离合及强度等。能作出是离是合等判断。例如，这段代码（来自触AD）是某离。
意识模块在中间，分别连通耳识眼识触识设备。这就构成了简单的表面人格结构。
深层编码原理就不说了。楼主听了可能会头痛。我打字会打到手痛。
2、具有任务队列。不要学好莱坞瞎掰。设备任务会被设计成服务于机主的欲望。并不会有独立的设备欲望。就像森林狼孩回归人类社会后也不能好好做人一样。狼孩还会喜欢嚎叫，喜欢吃生肉，喜欢随地卧着。设备没机会产生独立欲望。没有人愿意投资搞一个很嚣张的独立于人外的机器。
3、具有与多数人的世界观相似的整体世界观。这个内容有纠结。不同宗教文化不同人的世界观，差别也很大。老板们造机器是为了卖钱的，去迎合多数人的需求就好了。设备暂时不会被设计成伟大的三观教育家。只会被设计成绝对服从的奴仆。将来人类彻知了，或许会出现彻知的智能设备。
4、任务执行队列及DA转换器。输出设备工作的结果。
所谓深度学习，只是任务队列中的对新名词或新定义的存储任务而已。存储完成后，设备就可以对出现的新名词作出定义判断。对识别设备输入的数码流也能段取其新的名称。例如，中文的设备听到英文后，仅能识别其声，不能判别其义。那就需要机主或开发商告诉设备。apple=苹果。is=是。is not=不是。设备建立了这样的名义联系后，就也能对英文作出含义判断了。这就叫做学习。没什么深度不深度的。任何高深复杂的知识体系，都可以这样建立名义联系。
楼主知道了这些内容后，再回头看看当前的所谓“人工智能”，
相信楼主也会轻蔑地说：so TM what.
那您楼主凭啥这样说呢？凭您知道的更多，对吧。
马云所说的新零售到底是什么意思？能举例说明一下吗？谢谢
杭州云栖大会的开幕式上，马云在演讲中称，纯电商时代过去了，未来十年是新零售的时代，未来线上线下必须结合起来。物流本质是消灭库存，此外，他还提出影响未来发展的“五个新”：
1.新零售。现在说的“电子商务”会成为传统概念，未来会是线下、线上、物流结合的“新零售”模式。
2.新制造。现在的制造生产模式是B2C，而未来会转向C2B，即按需定制。
3.新金融。此前我们遵循的是2-8理论，支持前20%的大企业，就能保证社会效益。而互联网金融做的就是，支持那80%没有被触及的中小企业。
4.新技术。过去以PC为主的芯片，现在都在变成以移动互联网为中心，那么未来也会基于大数据、云计算产生新的技术。
5.新能源。我们之前的能源是水电煤，而现在，数据是人类自己创造的新能源、新资源。
以上概念抛出来以后，一片哗然，各门户网站、媒体人、财经大伽、经济专家学者都进行了大量的解读；我在网上浏览了很多的解读信息，都类似以上“五个新”的内容，各位看官看了之后，是不是觉得云里雾里，是不是觉得马云的这“五个新”同我们普通老百姓也没有多大的神马关系嘛？
是不是觉得这个“五个新”是马云提出来的，就由他去整就好呢？
答案是大错特错；这“五个新”跟我们普通的老百姓是息息相关的，并且我们已经置身其中，最恐怖的是这个“五个新”决定着未来数以千万计的淘宝，天猫，京东等店主们的饭碗，它会让那些不变革，不为消费者着想，不为老百姓谋福利个人和团体彻底退出这个舞台；
那么新零售到底是什么呢？
马云提出，新零售是线上、线下的结合，什么结合呢？例如，我们之前农民朋友要想把自己种植出来的火龙果卖出去，从最开始的模式开始，从摆地摊零卖---经销商批发---淘宝、天猫线上销售---自己建电商平台销售；都是随着时代的趋势顺势而为,做到现在大家应该觉得已经十分不错了吧，即可以线下种植，又能线上建平台；那应该卖得好了是不是?
错了，新零售会颠覆你之前的之前所想到的；之前生产商是按产供给,规模生产,也就是说生产商生产什么,消费者就购买什么,那么未来后对于消费者是按需定制,就是说消费者需要什么,生产商就生产什么,并且这个模式把之前的中间商剔除了，产品直接从生产商到消费者手里，没有中间商什么事了，也就是说纯电商（线上）年代结束了，数以千万计的淘宝，天猫，京东店主们要回家放牛了，这听起来有点天方夜谭了,那么我也在这方面了解到了非常多的内部消息以及请到了非常厉害的老师在研究新零售模式及玩法，现在已经出了一系列的教程了，这个老师的q前三个数字是九七八中间三个数字是零九五后面三个数字是二六八如果是不想学习的那就可以不用来了；
下面我们来谈谈从按产供给到按需定制这个过程都发生了什么？
根据分析得知,消费者的身体机能指数显示他适合吃维生素和水溶性膳食纤维达10%的红心火龙果,需求量是每个月10斤，然后消费者就在线上平台下单，下单了之后，线上平台会给线下的种植基地下订单，然后线下种植基地会按线上的订单要求提供这个火龙果。 这个就是按需定制了，
那么现在问题来了：
1、客户什么知道他需求这种火花果呢，这种火龙果是哪里种植的？
2、线上平台又是如何知道的哪个消费者有这种需求？
3、消费者只要10斤，这个量很小，那么种植基地可以立即种植出来吗？显然是不能的，因为红 龙果大多成熟于夏秋，别的季节并没有，那么这个问题是如何解决的呢？
4、客户在北方，种植基地在南方，如何最快速度送到客户手里？因为火龙果保质期也不是很 长，虽然多一点时间的运输火龙果不至于腐烂，但是水果的新鲜度会下降，影响口感。
5、在保证火龙果的质量同时，成本也要具在优势，也要薄利多销，这是如何做做到呢？如果成 本过高，北方的客户可能要放弃火龙果而选择苹果了，南方的客户要多吃香蕉而不吃红枣 了。
以上的问题就要用到大数据分析了，什么才是大数据呢？大数据具有的5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。根据美国一家主流网站的披露，大数据可以搜集我们平时上网浏览，点击的习惯等等的数据，分析出我们所需要的东西，并且这个的准确率达到70%；例如我们如果浏览一件衣服三次，那么我们70%的机会会购买，然后生产商的线上平台会给你发一卦邮件，推荐适合你的衣服；
人工智能到底是好是坏？
最近被新零售，人工智能狂刷屏，双十一期间淘宝御用机器人“鲁班”设计出了4亿张淘宝海报。
如果全靠设计师人手来完成，假设每张图需要耗时20分钟，满打满算需要100个设计师连续做300年。
人们在感慨人工智能在带给我们便捷，效率，精准，节约的同时，也有一部分人担忧机器人在将来是否要取代人，人类以后是否会面临着大量失业者，成了最核心的问题，在最近的第四届互联网大会上看这些互联网大佬们针对人工智能说了些啥？
马云说：“人类对自己大脑的开发不到10%，10%创造出来的机器，不可能超越人类。”他还强调说：“新技术不是让人失业，而是让人做更有价值的事情，让人不去重复自己，而是去创新，让人的工作得到进化。”
但一些人对此有相反的意见。
作为美国伟大的物理学家霍金曾多次提醒过人类需要警惕机器，他的核心依据是人类的进化是生物的方式，速度缓慢，而人工智能的进化则是非生物的方式演化，其发展速度远远超越人类。
人工智能的进化速度和未来的强大程度，将远超我们的想象。当人工智能超越人类的时候，人类会无法与其竞争，甚至被其取代。
而苹果公司首席执行官库克对未来的人工智能持有乐观的态度，他说“我并不担心机器人会像人一样思考，我担心人类像机器一样思考。”
在库克看来，思考是人工智能是否成为威胁的边界。
腾讯董事会主席兼CEO马化腾认为在人工智能的意义在于扩展人类认知，曾在高端对话环节谈及了他对人工智能的看法，他首先谦逊表示，“在人工智能方向，腾讯相比百度还是落后，但目前腾讯的各个事业部内部，都已经有相关的研究和发展。”
他还介绍说现在已经用人工智能技术做微信后台数据分析，在前端也做了一些产品。对于人工智能的意义，马化腾表示，AlphaGo围棋战胜人类，给业界带来的最大触动在于，以后在很多领域如果能做出模拟器定义参数自己学习，找到其中的规律远超乎想象。
而百度CEO李彦宏认为人工智能还处于初级阶段，人工智能完完全全模仿人类大脑是做不到的。他认为人工智能是一个非常大的产业，没有一个公司能独立的完完全全做下来。
他还强调说：“人工智能虽然不能超越人类，但是当它能够逼近人类的时候，就会逐渐颠覆掉各个行业。”
他还指出金融、房产、教育、医疗、能源、物流等方面，人工智能都有非常多的应用，很多生产端也已遍布各种传感器，能搜集到很多数据，但对于这些数据的使用还非常不够。
全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋在谈到人工智能最近火起来的原因主要有三个：互联网有强大的数据、强大的运算能力、深度学习的突破。而在谈及人工智能的应用时，他表示，一个是人类感知方面，一个是人类认识方面。短期五年内，最多应用在AI上，但是长期来看，每一个商业应用都会被人工智能颠覆掉。
未来的人工智能怎么发展，现在还真说不好，正如京东CEO刘强东说的发展人工智能，除了能够不断降低各个行业的成本，不断地提升所在的各个行业的效率之外，不断地提升用户体验之外，他还希望人工智能能够让每个员工，不仅不会失去工作，而且能够做更好的工作。
大数据与人工智能能否支持计划经济？
摘自《汕头大学学报（人文社会科学版）》2017年第9期
我讲这样一个题目，就是“大数据不能替代企业家”。
马云这个讲话，大家都知道，不用多讲。首先我们要理解究竟什么叫计划经济？我还是从技术的角度来分析，我引用了这样一个东西概括计划经济。计划经济本质特点就是系统的、制度性的暴力，用强制力量否定企业家精神，剥夺个人选择的自由，创业和创新的自由。通过任何强制的、系统的力量去否定企业家精神，都可以叫计划经济。在计划经济下任何企业家精神，任何创造性的思维都是不可能的。
下面我从四个角度来谈一下我的观点：
第一个从知识的本质；
第二个从企业家精神；
第三个从风险和不确定的区别；
第四个从人的行为受到理念、观念的支配。这四个方面不是独立的，是相互依赖的。
第一个方面，上个世纪30年代大辩论，就是以米塞斯、哈耶克为一方和兰格、勒纳为另一方的辩论。这个辩论其实在没有真正定论的情况下，兰格等计划经济的支持者单方面宣布自己赢得了大辩论的胜利。所以熊彼特就讲过，“作为一种逻辑上的蓝图，不可否认，社会主义蓝图在更高水平的理性下描绘出来了。”
布里耶克说兰格等主流经济学家并没有真正理解米塞斯和哈耶克讲了什么？传统的标准解释，就是米塞斯和哈耶克认为计划经济不可行，是因为中央政府缺乏这种计算能力，没有办法在成千上万的数据上进行瓦尔拉斯方程求解。只要这些问题能解决，那计划经济就是可行的。兰格当然知道这个很难的，用一种试错的方式模拟市场，认为这个可以达到计划本身想达到的目的。实际的情况是什么？对于米塞斯、哈耶克来讲，计划经济真正的困难不是计划能力的限制，而是因为经济运行所依赖知识的特定本质决定了计划经济是没有办法成功的。
知识的本质我们可以从两个角度来看，一个是静态的角度，一个是动态的角度。从静态的角度，可以说人类的知识简单概括为两类，一种是硬知识，一种是软知识。所谓硬知识是什么？你可以用语言、文字、数字、图表、公式等等表达和传递的知识。这样的知识，一旦创作以后每个人都可以得到，并且可以传播，甚至可以集中使用。比如流动力学。软知识就是没有办法用语言、文字、数字、图表、公式表达和传递的知识，例如诀窍，只可意会不可言传。就像老子说的，“道可道非常道，名可名非常名。”
当然这两类知识人类都是需要的，但对创造性的决策而言，软知识更重要。这就是迈克·博兰尼所讲的，第二种软知识叫默性知识，它是所有知识的支配原则，甚至最形式化的与科学化的知识也是无一例外地遵循某种自觉或创造行为，体现的完全是默性知识。举一个简单例子，牛顿发现万有引力就是硬知识，爱因斯坦发现相对论是硬知识，再说他们怎么发现的？牛顿怎么发现万有引力？爱因斯坦怎么发现相对论？这是个软知识，这些东西是没有办法通过文字、图表、语言的方式表达出来，至于爱因斯坦和牛顿本人也是讲不清楚的。
从这个角度来讲，我们说计划经济的失败不在于硬知识，而在于软知识。尤其是软知识，它一定是分散的、局部的、主观的，而且在实践当中创造的，不可言说的。因而只能由当事人自己使用，不可能由其他人获得，当然也不可能被计划当局获得。你在这个位置上可以使用这个知识，不在这个位置上不可能使用这个知识。如果你获得这个知识，就像水中捞月，你能看得见，但是拿不出来。简单说，马云怎么创造阿里巴巴？即使把他每天的日记写出来，做了什么决策，甚至为什么做这样的决策等等都记录下来。其他人能由此复制马云的决策吗？不可能！马云的大部分决策都是基于他的灵感，他自己也说不清楚为什么，他日记中写的“为什么”不可能包含他实际决策时的所有所思所想，而这些没有写下来的默性知识才是最重要的。计划经济不可能模拟出来一个阿里巴巴。
另一方面看知识的动态性，甭管是硬知识还是软知识，知识不是一个固定的存量，是在过去当中不断地创造出来的。这个创造力依赖于人的主动性，依赖于经济活动本身。如果这种活动不存在，那这种知识也就不存在了。米塞斯说，“市场不断地产生的信息源于企业家才能的发挥，它与特定的时空环境相联系，并且只能被每一个在这个环境中行动的个体所感知。他说企业家的经营态度和活动，源于它在经济过程当中的位置。假如这个位置消失了，那么他的经营态度和活动也就随之消失。”这强调的都是知识的一个动态性。
所以从这个观点来看，我们总结一下，就是说上世纪30年代那时候还没有计算机，并没有大数据，但是米塞斯和哈耶克有关计划经济不行的论证已经告诉我们，即使有了大数据，有了人工智能，计划经济仍然是不可能的。因为这是知识本质所决定的。计划机关没有办法获得制定这种计划经济所必需的默性的软知识，而且这种知识只有在动态过程中才能创造出来。
计划经济从本质上存在于这样一个悖论。大数据是市场经济当中千千万万交易者自发行动的结果。那么搞计划经济是什么意思？让每一个人听命于政府安排，给他安排什么，生产什么，消费什么。这时候大数据的本质就没了。如果你说大数据可以提出来搞计划经济，大数据本身就消失了，这完全是一个逻辑下的悖论。在市场上产生了这些信息，假定没有这个市场时候，用计划手段还能够获得这些信息，这个显然是非常荒谬的。
第二个理由，我从企业家的角度来谈一下，按照米塞斯和哈耶克的观点，就是发现、创造以价格或非价格的方式传递信息，是人类企业家精神的体现。这个意义上就是说，每个人都具有一定企业家精神。按照我们通常意义上讲的，这类人是创造性特别强的人。主流经济学认为，个人决策的目标和手段都是给定的，就是资源给定、技术给定、偏好给定，最后怎么配置资源？这和企业家决策相差非常远。实际上企业家决策不是给一个目标和手段，然后寻找一个最好的手段来实现给定的目标。而是寻找、选择目标和手段本身！什么样的目标，什么样的手段并不是给定的，并不是能选择的结果。
这个就不是一个计算问题，它是一个判断问题。简单地说，按照过去所有资源给定、技术给定、偏好给定的话，这是计算能力问题。也就是我们所有学生在上课的时候，老师布置给我们的作业，所有人都会得到一样的结果，如果你跟正确结果不一样那你就错了。但是企业家的决策不是这样的，完全相同的情况下，不同的人判断完全不一样的。这个企业家精神一定是超越大数据的，企业家要做的事一定是大数据没有办法告诉他的。这个在创新中尤其如此。
简单举例来讲，发明汽车的卡尔·奔茨和戴姆勒，这些人不是做马车的，如果数据能告诉我们未来能做什么，显然发明汽车的应该是在马车行业的企业家，而不是卡尔·奔茨、不是戴姆勒。同样计算机这个数据，没有办法告诉比尔·盖茨为什么要创办微软，软件产业。如果数据可以告诉他，创造微软的一定是IBM，创造软件的不会是比尔·盖茨。同样数据也没有办法告诉马化腾为什么要创造微信。如果数据可以告诉他的话，发明微信的一定不是马化腾，而是中国移动，因为他们拥有最多最新的数据。我们还可以列举好多，比如电影行业，那么哪一个电影最卖座？过去任何数据没有办法告诉你。一个电影制片公司可以获得过去几十年所有影片的大数据，包括每个影片的观众人数，观众的年龄结构、地域分布、时段分布，票房收入，但是所有大数据不能告诉我，下一个最卖座的电影是什么？举一部电影，《星球大战》当时被环球影业公司拒绝了，为什么拒绝？因为没有人知道，现在没有，未来也不会有人知道哪一部电影最卖座。
图书市场也是一样。亚马逊拥有最大的图书市场数据，亚马逊可以按照每个人的购书习惯推荐给你，但是没有办法按照亚马逊的数据来计划下一个写一本什么样的书。如果一个作家、一个学者要根据亚马逊数据来写书，那十有八九他一定会失败。所以，所有的数据都是过去的，为未来提供的信息非常有限。我刚才谈到计算机的问题，为什么大型计算机企业在微型计算机上没有市场，为什么微型计算机的企业在个人电脑上没有市场？这显然不是数据能够回答的问题，如果数据能回答的话，那IBM从大型机、微型机、笔记本一直到智能手机一定是决策领先的，但数据是没有办法告诉这些东西的。最终结论是什么？不是说大数据没有用，大数据非常有用，大数据对决策很有帮助。但是真正决定一个社会最重要的东西，也就是企业家要做的那些事情，这些是大数据没有办法告诉企业家的。
第三个我讲一下风险和不确定性的问题。要理解大数据、计划经济不可行，必须要认识到风险和不确定性之间的区别。我们知道1921年弗兰克·奈特在他书里明确了这个区分。可惜他的理论至今没有改变经济学把不确定性和风险等同的状况，所以还有必要更明确提一下。根据奈特的观点，风险是可以量化的，不确定性是没有办法量化。风险是根据概率论或者统计规律服从于大数定律，可以降低、可以被保险，可以分散。而不确定性是独一无二的，没有先验概率，更没有统计概率，没有分布函数，因而是不可降低、不可被保险的。这就是说风险是外生的，今天是不是下雨是外生的，不确定性是内生的，依赖于企业家行为。人本身在做什么？这意味着什么？这意味着一整套概率统计理论不适用于未来。概率统计学中讲的参数估计、中心极限定理、最小二乘法估计、线性因果关系等等，这些都只适应于解决风险问题，不适应解决不确定性问题。
刚才谈到企业家，企业家不是给定资源、给定偏好下分配，而是有创新。因为创新本身它最大的一个特点是在很多方面充满了不确定性的，包括技术上的。奈特兄弟他在发明飞行的时候，比空气重的东西能不能飞在空气上面，技术上是不知道的。另外，苹果的iPhone 乔布斯他不是用键盘，而用用多点触控技术，这在事前是不知道的。第二，即使在技术上可行，在商业上是不是成功是不确定的，消费者是不是认可是不确定的。第三，这种技术价值一定依赖于相关互补性技术的出现。比如说激光一开始出现是没有用的，十年之后出现了纤维玻璃。但是这样的技术看着毫无相关，所以在做出激光之后，贝尔实验室甚至不主张申请专利，说这个技术没有商业价值。事实上我们知道激光出现和光纤玻璃的结合，改变了整个信息工业。现在我们之所以有互联网就是因为这个，因为过去的铜线是没有办法实现承载现代意义上的互联网信息。第四，即使前面都解决了，还是有体制和文化方面的问题。比如滴滴打车，目前的体制对共享经济有很多不认同。除了中国，西方也有很多新技术被摧毁的例子。根据当时的行业规定，当时的文化，大家不认同。包括现在说人工智能，不知道技术上是否可行。即使技术上可行，但是大家认同不认同？所有东西都被人工智能替代以后，我们需不需要这样的社会？我没有任何观点，只是举一个例子，说这个不确定性不是用风险、不是用概率算出来的。企业家在做出这方面决策的时候，最有价值的预测都是判断，都是基于他的想象力、自信心和勇气，没有办法根据现有的数据给予判断。这个毫不奇怪，大量的企业家决策是我们一般人所不能理解的。
第四个观点是从观念的角度来看。传统经济学认为人的行为是受利益支配，然后只要有这个偏好，我可以算出他在什么情况下做出什么反应。其实我们知道，人的行为不仅受利益的支配，也受观念的支配。记得200年前大卫·休谟也讲得很明白，如果人的行为不仅受利益的支配，也受观念的支配的话，人的观念很难去描绘它，很难去统计它的。那这个本身意味着什么？意味着有时候人的判断基于数据是不可能的。
第二点意味着什么？我们看到因果关系是不确定的，这种情况跟经典力学是不一样的，而像量子力学。它的因果关系是不确定的，甚至不是单向的。同样的数据可以导致不一样的结果。上世纪30年代大危机，在瑞典导致了社会民主党的执政，在德国出现了希特勒。1997年东亚金融危机导致政府权力不断的减少，2008年的金融危机却使得政府权力不断的增加。为什么出现这个情况？
当面对金融危机的时候，政府采取什么样的政策措施，取决于政府信奉什么样的理念。如果我们相信凯恩斯主义，那我们就走向了更多的政府干预。如果相信奥地利学派哈耶克的商业周期理论，我们就减少政府干预，所以同样的数据，它得出的结果依赖于我们人类相信什么，不相信什么。这就使得预测未来变得非常的难，我们没有办法按照过去的数据预测未来。比如突然发生一个爱国主义运动，原来可能好好一个企业可能一夜之间就垮了，另一个本来破产的企业突然之间起死回生，大家都去买他的产品。食物链的崩溃，没有人是靠数据预测到的。
就是最近的2016年美国大选，大数据也没有预测到特朗普会胜利。所以我说把握未来靠的是企业家精神，而不是简单靠大数据，大数据没有办法预测谁会成为下一个马云或者马化腾。马云的无人超市，他没有预料到人们都去乘凉去了，大数据没有办法告诉他，大家不是去买东西，而是去乘凉的。
这是我讲的四个观点，从四个角度来看为什么大数据、计划经济是不可能的。
我再补充两点：
第一，我们经常讨论的计划经济和经济计划。我并不是一般地反对计划，我反对的是计划经济。计划经济是指中央机关制定所有人的计划，经济计划是每个人都在做。
第二，我刚才讲的四个方面，全是基于认识论的，不是基于利益的。计划经济下导致激励机制的扭曲，这个大家都知道，不需要多讲。这不是说激励机制不重要，恰恰相反，激励机制的扭曲是计划经济失败的重要原因。我只想证明，即使假定不存在激励问题，大数据计划经济也是不可行的。
最后最主要的一点，就是扩展的“卢卡斯批判”。我们知道卢卡斯是理性预计学派的代表，获得诺贝尔经济学奖。卢卡斯批判是从计量经济学来的，他说“任何基于经验数据的经济模型不可以用于政策制定，如果政策实施会改变得出该政策的模型本身。”这句话说得有点绕口，但是道理很简单，就是说如果你收集那些数据做计量模型，这个模型用于政策制定，而这个政策的实施会改变了形成这个数据的基础，所以它是不可行的。我又对它做一个拓展，这个拓展就叫做任何基于市场经济的经验性规律，包括数据，都不可以应用于政策制定。因为政策的实施会改变所观察的经验规律的行为基础。
举一个例子。我们做一个计量分析。比如说30岁的人最有创造力，政策根据这个，说以后科研经费只给30岁的人，其他人都不给了，因为他们最有创造力，这也是最优资源配置，那样的话30岁的人就不会再有创造力了。30岁的人之所以有创造力，除了年龄、记忆等等之外，他也是一个成长的过程。没有了这个成长的过程，30岁就不会有创造力了。我们经济学家犯过太多这个错误，从市场上拿到一些规律一些统计，马上就建议政府做什么不做什么。比如说我们国家的钢铁行业，你可以统计说年产1000万吨的企业是具有最高效率的。所以政府规定，以后投资只能是投资1000万吨的钢铁企业，以下规模的就不可以了。那这1000万吨钢铁的企业就不会是最有效率的了，为什么？是因为1000万吨的钢铁企业本身是一个经营的结果，开始本身是一个很小的企业。我们知道很多都是很小的企业，但是打垮了好多大的企业。
我觉得这是非常重要的一点，最后我再强调，任何市场当中，基于市场数据得到的经验规律，都不可以用于制定政策，因为用这个制定政策本身就改变或者扭曲了经济关系本身。大数据是市场竞争的产物，所以由于是市场竞争的产物，我们再用大数据做计划经济，这固然是很可笑的一件事，在逻辑上是完全矛盾的，但是如果一定要这样做，那么我说这一定会失败的。
马云跟滴滴打车是什么关系
滴滴打车的老板是程维，程维以前在阿里巴巴工作8年时间，在马云手下工作。
程维曾在阿里巴巴集团任职八年，于区域运营和支付宝B2C业务上取得成功的管理经验。2012年，二十九岁的程维创办小桔科技，在北京中关村推出手机召车软件滴滴打车。
2015年2月，滴滴打车与快的打车进行战略合并。同年9月，滴滴打车正式更名为“滴滴出行”。2016年8月，滴滴出行收购Uber中国。
2016年10月18日，2016胡润IT富豪榜发布，程维以120亿元排名第28。
2017年5月，程维与滴滴总裁柳青一起上榜《时代周刊》“科技领域最有影响的20人”，成为该榜单中仅有的两位中国企业家。
扩展资料
程维1983年出生，生于美丽的江西上饶，身价超过100亿，每天超过数百万人在使用他公司旗下的产品。
滴滴出行（曾用名滴滴打车、嘀嘀打车），是一款免费打车软件，2012年9月在北京上线。由北京小桔科技有限公司所设计开发，涵盖出租车、 专车、 快车、顺风车、代驾及大巴等多项业务。
2016年5月13日，获苹果公司10亿美元投资；6月13日，获中国人寿6亿美元战略投资；6月16日，获45亿美元的股权融资。[2]2017年3月，宣布在美国成立无人驾驶实验室和人工智能实验室。
2018年7月，滴滴获得济宁市交通管理部门颁发的《网络预约出租汽车经营许可证》。
参考资料：程维_百度百科