扯淡堂是江南愤青的个人公众号，可加校长新微信交流，微信号：whalechoice_hujing

2018-5-11

许多年前，我写过分布式平台商业模式的优势和弊端，用来评论这两天滴滴车事件也是恰当的。

这个问题其实我在《风吹江南之互联网金融》这本书用了一个章节来论述，我的核心是想说明所有的平台模式的优势是最大限度的拓展了整体的效率提升，但是带来的弊端是什么呢?是个体的效率的降低。世界上没有那么好的事情，同时让个体和整体的效率都有提升，那只是个理论假设，现实并不存在。

我们先做个基本阐述，当然以下概念都是我自己的理解，不代表普遍社会规定。

第一个，我认为平台分为两类，一类是分布式，一类是集中式，分布式代表了去中心化的概念。去中心化，可以解决集中模式下计算能力不足的问题。怎么理解呢？

以滴滴打车、快的打车和慈善作为案例，简单分析下：过去传统的叫车方式，是把所有的需求通过出租车公司的CALL CENTER（呼叫中心）汇集起来，然后由这个后台统一分配给就近地区的司机。这种集中撮合匹配的方式，是要靠极大的数据汇集产生小概率的匹配，在实践中有一个很大的问题——如果没有足够大的供需数据，就无法有效匹配。也就是说，如果没有多少司机接入这里，那么乘客打再多电话也解决不了叫车的问题，这里说明供给必须是海量；同样，如果司机都接入进来了，但没有多少乘客打电话进来，那么也是毫无意义的，这个平台就没有价值，说明需求也必须是海量。

在供需双方都是海量的情况下，成交的可能性才会大。

但是，如果海量的供需双方都要通过这个中心来实现匹配的话，那么一旦数据过多，又会出现计算能力不足的情况。大量的数据在匹配中心这里集中，需要这个中心具备极强的处理能力，但现实是往往没有中心能满足这种匹配需求。实际上，往往等中心匹配上的时候，乘客已经不需要司机了。并且，集中匹配还面临着流量波动问题，如打车高峰期，突然爆发极大的流量需求，其他时间则明显需求较少。流量的不稳定，也使得集中处理的方式需要大量的冗余计算能力，从而增加成本。

互联网技术的出现，提供了解决此类问题的另外一种方式。

它就是搭建一个交易平台，让所有的需求和供给都在这个平台上自我搜寻和匹配，把集中式匹配变成分布式的“点对点”交易状态，从而解决了集中处理能力不足的问题，最终从总体上优化了资源的匹配效率，让原先一直无法解决的问题通过互联网很快地解决了，并且由于去掉了中介，从而可能成本更低，淘宝就是压缩了大量中介的典型分布式平台模式。

但是，这种看上去很好的分布式平台模式的弊端是什么呢？由于各自寻求匹配的自我优化行为，所以会受限制于个体的差异性特征，从而会发现很多个体的匹配效率是很低的。这产生的问题很多，如叫车过程中，会发现司机爽约、客户爽约等不好的情况。

在淘宝里就会发现很多人自我识别能力有限，经常会买到假货，甚至是买了大量无用的东西，从而实际的购物成本是增加的情况。所以，我们也发现大量的非分布式平台模式的电商其实也都在兴起，例如京东他就是集中式的模式，通过统一筛选，统一流程来满足个体的高效率需求。

但是这种前提必然是无法把规模做大到淘宝模式。因为两个是截然不同的商业模式，但是他们的并存，恰恰说明了什么呢？说明了，他们其实都是满足人类不同时候的不同需求的不同商业模式，不是严重对立的，是可以并存的。

人在某些时候，愿意自我满足效率，譬如很着急不允许出错的时候，就会选择集中模式，而在某些时候对效率要求不高，追求成本较低的时候，则会选择分布式模式。这个在打车里很常见，如果接待贵宾的时候，用神州专车，如果只是自己不赶时间就会选择滴滴打车。所以总的来说，分布式平台模式，最终其实是通过牺牲个体的效率来抬高整体的效率的。世界必然是如此的，不可能存在一种完美的模式，都是特定技术条件下，特定阶段里谁更合适的问题。对于分布式平台的确更有义务加强审查监管义务，而不是只看到优点看不到缺点。

我在文章里这段话是用来阐述一个简单的逻辑的，就是金融是否适合分布式，我认为放到金融领域里面来看，很多事情是不能接受牺牲个体的效率来换取整体高效率的，而是需要降低整体的效率来换取个体的高效率。

哪怕整体效率再低，也必须坚持，如司法体系、货币体系、金融体系等等。这种情况下，分布式计算就不如集中式计算。所以，这也是可能为什么全球范围内的P2P 模式，并不能如预期一般地取代传统金融的原因。

-END-

欢迎朋友圈分享转发

推 荐 小 白 来 看 看