达摩院之后，马云倡导的罗汉堂又横空出世。前者关注的是基础科学领域，后者研究的是社会科学。

　　6月25日，烟雨蒙蒙的杭州西湖国宾馆，收到马云“英雄帖”的近两百名专家，其中还包含了六名诺贝尔经济学奖获得者，从全球飞来共聚于此，对数字经济领域存在争议的现象，进行了探讨。

　　去年6月，阿里巴巴巴巴倡议的研究机构罗汉堂成立。马云说，希望能通过这样的组织，让全世界的人们都来一起贡献智慧和领导力，一起塑造一个更好的世界。

　　一年后，这些学术“大侠们”高瞻远瞩，评选出了数字经济时代最关乎人类未来的十大问题。尽管看起来议题宏大，却与我们未来命运，甚至日常生活息息相关：

　　人工智能的发展会不会让普通人面临失业危机？

　　我们的数据隐私到底掌握在谁的手中？

　　如何才能减少乡下六旬老人与城里年轻人之间的信息鸿沟？……

　　当诺奖得主遇到马云，他们会讨论什么？

　　6月24日，包括5位诺奖得主在内的罗汉堂学术委员会委员、10多位世界顶尖学者来到阿里思过崖，与马云“西湖论剑”。

　　对于未来世界的不确定性，诺奖得主们多少表示出了担忧和焦虑，马云则像一个积极的乐观主义派。在90分钟的交流中，超过10次表达对自己对未来的信心和乐观。

　　马云说，我是数字经济坚定的乐观主义者，从一开始，就坚信数字经济和平台的力量，这是世界实现包容性增长的好机会，世界需要数字技术方面的领导力。世界变化的速度肯定越来越快，会带来很多社会问题和不确定性，但没有人是明天的专家，政府、学界和企业需要一起合作解决问题。

　　此外，我们也需要在智慧的时刻，制定智慧的政策，不要用昨天的做法来解决明天的问题。“今天，很多人讨厌人工智能，但未来，如果没有人工智能整个社会就没办法运转。”

　　马云举了一个例子，4年前，我妈妈还抱怨不会用手机，现在她（他）们都会用了，在中国，很多70岁的人都能很简单的用5年前不可想象的技术了。

　　他说，现在大家对技术很紧张，但我们这样参与其中的人热爱技术。中国、卢旺达、柬埔寨、菲律宾的小企业很欢迎新技术，所以我们想要有深入研究，技术如何能帮助社会变得更好。

　　话题一、我们是应该先控制风险，还是先迎接数字技术？

　　迈克尔·斯宾塞（Michael Spence）2001诺贝尔经济学奖获得者：

　　数字经济带来的福利还难以被准确衡量和估计，这会影响我们平衡数字经济风险和收益。现有对经济的衡量，集中在对经济增长的关注，忽略了健康、生活便利等其他福利。

　　数字经济的长期影响是深度多维的，包括供应链、医疗、教育等各个方面。需要一个更多维的框架衡量个人和社会福利，它并不仅仅包含了GDP、人均收入等问题。比较一下会发现，发达国家在三四年前，对于数字经济的态度都是很积极的。

　　但是，现在有了很多负面的态度。媒体也在报道说，隐私和内容方面的侵害、攻击等等，都是数字经济带来的，这是因为他们在用传统的衡量标准在进行判断。

　　数字经济带来的变化应该是像以前的电力一样，整个基础设施的改变。它对微观世界肯定会产生影响，物联网、IOT、金融科技等等。毕竟，数字经济来了以后，给传统行业带来最大的影响就是成本降低，一系列的新的技术会发展起来。

　　总的来说，现在还在讨论之中，要花很长时间才会真正落地。如果要把挑战和优势进行更好的平衡的话，应该有的放矢，更要有重点去突破，能够追求完美也需要容许犯错，做更多的基础研究。

　　话题二、数字技术会扩大鸿沟，还是会让世界变平？

　　迈克尔·斯宾塞（Michael Spence）  2001诺贝尔经济学奖获得者：

　　中国数字经济的发展不仅体现在增长速度上，还体现在边远、贫困群体与现有经济资源的结合速度上，这是令人震惊的普惠增长模式。

　　阿尔伯特·罗西（AlbertoRossi）美国马里兰大学助理教授：

　　智能投顾能够帮助用户更稳健地配置资产，尤其是对投资经验少、现金持有比例高、频繁买卖的用户而言更是如此。智能投顾让投资更普惠。

　　话题三、数据是谁的？谁是真正的受益者？

　　让·梯若尔（Jean Tirole）2014诺贝尔经济学奖获得者：

　　我们如何在保护个人隐私的同时，不遏制科技的进步和创新的向前？我们想倒掉洗澡水，但别把宝宝也泼出去了。

　　《纽约时报》1877年：19世纪末，当电话刚在美国推出和普及时，纽约时报曾刊登评论指出：“电话不仅会收录两端的声音，甚至会将其路线经过之处的声音都收录下来，因此当这千万的电话线从居民屋顶经过，所有秘密都将公之于众，惟有沉默才是安全”。

　　这类关于电话的设想或许在现在看来不切实际，甚至可笑，但是在当时民众对电话技术并不够了解的时期，这类忧虑是有广泛共鸣的。

　　美国加州伯克利法学院教授詹姆斯.邓普斯：

　　我们现在缺乏足够的经济学、社会学层面对隐私问题的研究，太多的政策只是基于假设。

　　话题四、数字技术会让更多的人失业，还是会让工作时间更短？

　　克里斯托弗·皮萨里德斯（Sir Christopher Pissarides） 2010诺贝尔经济学奖获得者：

　　2018年11月美国的失业率达到3.7%，这是1969年以来的最低水平，全球失业率也一直稳定在6%左右。没有证据证明技术会带来失业率的提高。但技术确实会促进就业的结构性转变。以1980年以来的就业数据显示，就业逐渐从制造业向服务业转变。

　　本轮技术变革是以互联网、人工智能为驱动力，和以往不同的是，它会对部分技能工种带去冲击，比如已知疾病的诊断治疗和汽车驾驶。但同时也会带来更多新的工作，比如在以下六大领域就极有可能创造更多新的就业机会，医疗服务、教育、休闲娱乐、房地产管理、家政服务和个人服务。

　　话题五、谁是平台经济的受益者，是所有参与者，还是少数平台公司？

　　克里斯托弗·皮萨里德斯（Sir Christopher Pissarides） 2010诺贝尔经济学奖获得者：

　　在欧洲好像有一种现象，大家在担心隐私保护的问题，对政府的隐私保护工作感到失望，也没有信心，甚至欧洲内部出现了一种离心力。

　　但是，互联网和平台经济能够有效打破制约成熟市场发展的阻碍。在中国，没有互联网，农民只能进城打工才能提高收入，互联网让他们在家乡也可能获得同样的发展机会。数字平台是对分散市场匹配技术的改进，它具有提高所有市场参与者效率的潜力。

　　理查德·霍尔登（Richard Holden）澳大利亚新南威尔士大学教授：

　　数字技术改变了企业的协同方式和边界，让原本很多公司内部才能完成复杂的协同变得高效和透明，更多的事务可以在公司外部由市场协同来完成。这给小微企业带来更大的生存空间，更高效的利用资源做专业化分工。

　　大型平台的竞争优势来源于网络效应，这种竞争优势很难从无到有的建立，但是已有平台的地位也很脆弱。赢者无眠成为常态，平台必须时刻创新和更好的服务用户，才能保持竞争优势。

　　杰夫·帕克（Geoffrey Parker）达特茅斯学院教授：

　　网络效应使公司的注意力聚焦点必须得从内部转移到公司外部，因为外面的世界更大，外边的用户更多，人力资源、创新体系、研发中心以及战略部门等都必须要将自己的关注点从企业内部转移到企业外部。

　　话题六、治理机制要如何改变，才能适应数字时代？

　　本特·霍姆斯特罗姆（Bengt Holmstr?m）麻省理工学院教授、2016年诺贝尔经济学奖获得者：

　　人工智能正在改变我们的经济发展机制，也会改变我们制定政策的方式。过去的互联网带来了很多便利，也带来了很多问题。

　　未来总是会有新的法律规条会出来，但是每个国家都不同，治理结构、价值观都不一样，每个国家都有自己的缺点，要找到政府治理的方法，让数字经济得到更多好处。

　　话题七、金融服务在越来越平民化的同时，会不会引发更多的风险？

　　本特·霍姆斯特罗姆（Bengt Holmstr?m）麻省理工学院教授、2016年诺贝尔经济学奖获得者：

　　数字经济时代，信息是一种新的抵押品。有了数字平台上收集的信息，小额借款人获得信贷不需要抵押品，因为贷款人比借款人更了解他的信誉。在这方面，平台模式更接近于西方信用卡的基础模式，同时因为它基于数字识别，并包含大量数据，所以比信用卡便宜得多，也不容易被欺诈。

　　可以说，数字科技并没有改变原有的金融需求，而是用新的方法满足了需求。对于金融机构来说，需要获得信息来提供抵押，银行、VC都能起到中介的作用，成本就更高了。但是，数字平台就能解决这一问题，金融机构有更多的信息，比你对自己的理解还要深刻。比如信用卡，经过数据分析和建模，可以带来革命性的变化。

　　移动互联网对信用支付产生了革命性的改变，中国是跳跃式的发展，对社会也产生了很大影响，其实也蔓延到了西方。特别是收入处于底层的人，受到的影响会更大。

　　至于是否会对银行产生威胁？我认为，短期内不会产生威胁，从亚马逊、蚂蚁金服来看，有大量数字资源的平台，会有比较大的优势。但是，和大的金融市场相比，也只是很小的一块。

　　另外，我相信在需要诚信的交易中，区块链会产生更重要的作用。

　　话题八：数字时代全球化会走回头路吗？

　　迈克尔·斯宾塞（Michael Spence）2001诺贝尔经济学奖获得者：

　　让我感到兴奋的是，中国的数字经济增长范式，能够启发其他国家，开发巨大的国内市场，就能带来巨大的增长机会。在此基础上，我们不难想象，只需要一点点的国际合作，这种发展模式就能推广到全世界。各国小微企业参与到国际市场中，或将成为下一个增长引擎，这才是最最激动人心的事。

　　我希望能建立一个全球的开放式的经济，在WTO的框架下，做一些探讨是很重要的。将来会有更多多边的合作，而不仅仅是单边的合作。

　　话题九、人工智能该不该有道德观？科技的责任和道德

　　托马斯·萨金特（Thomas Sargent）  2011年诺贝尔经济学获得者：

　　说到底，机器并不是自己在学习，它们学的，都是人类输入的数据。是人类在告诉机器要学习什么。因此，我们人类在给机器提供数据的时候，要努力去除掉一些偏见。

　　话题十、认知和学习，大算力和大数据，一定会让我们离真相更近吗？

　　拉尔斯·彼得·汉森（LarsPeter Hansen）  2013年诺贝尔经济学获得者：

　　数字经济时代，丰富的数据确实为经济学分析提供了更多的素材，但是实证分析本身的价值则非常有限。对于实际发生什么和可能发生什么，理论模型却能帮助我们做不同情形和不同政策下的比较。因此纯数据驱动具备一定的局限性，模型能让人们在大数据时代的今天做更好的决策。

　　是否可以找到更多的方法，去帮助我们获得更多的知识？做更多科技的工作，再去评估认知的弱点和优点。在美国，有很多用AI对教育进行干预，特别是细分领域，不同的学习能力、认知和学习，在DNA训练里也经常用到，帮助我们预测未来的疾病。但是，都还在起步阶段，还需深层次的研究。

　　托马斯·萨金特（Thomas Sargent）  2011年诺贝尔经济学获得者：

　　大数据和大算力提升了抽象信息理论的价值，它们的高速发展对处理信息的方法论提出更高要求。更优的信息估值？技术，算法博弈论，多元时间序列算法和数据模拟技术等，都可以在大数据时代散发光彩。

　　正如江湖集会，百家争鸣，没有哪种招数会一统天下，这些问题没有标准答案，探讨与追寻正是罗汉堂存在的意义。

　　“每个巨大变革的时代，总会带来新的担心。我们都不是未来的专家，世界上没有未来的专家，只有昨天和过去的专家。我们需要更多的合作，来帮助每个身处其中的人，去更好的面对这些不确定性和复杂性。”马云道。