引子：一部要等阅历的剧
《大明王朝1566》是我最喜欢的一部电视剧。年轻时看不懂，只会拿好人坏人的眼光去看：海瑞是好人，嘉靖是坏人，严嵩是坏人。可看着看着就拧巴了——胡宗宪算好人吧，为什么处处拦着海瑞？郑泌昌明明是坏人，可他在牢里说的话，怎么听着那么有道理？
后来年纪上来了，见过的事多了，才明白拧巴的不是剧，是自己看剧的框架。这部剧真正的主角不是任何一个人，是结构：是账本，是名单，是”谁的账被计入、谁的账被忽略”。看懂了这一点，再看”大数据找人”的新闻，看到的就不是古装戏，而是身边事。
所以这篇谈现实的文章，讲到一半会回到那块四百年前的稻田。现在，先说今天——以及那个更关键的问题：找到了，然后呢？
一、”找人”这个词，方向感很强
“大数据找人”这个词本身就很有意思：它通常不是好事找你，而是有事找你。
真要是普惠福利，逻辑应该是”政策找人、补贴上门、免申即享”。可现实里，我们更常见到的是催缴、排查、反诈提醒、风险名单、营销触达，甚至在”化债””填坑”的时刻，精准找到那个被认为能承担的人。
所以大家一听”大数据找人”就本能地警觉，这不是没道理的。这份警觉背后，其实是两个不对称：
- 资源稀缺时，普通人靠抢。 摇号、抢票、抢口罩、抢学位——你得在规则里排队，手速和渠道决定你能不能分到。
- 责任分摊时，普通人被找。 催缴、追责、分担、清偿——系统按名单精准定位，你不需要参与，只需要到场。
口罩抢不到，是稀缺资源的分配问题；化债、填亏空，是成本的分摊问题。前者考验手速和渠道，后者依赖名单和系统——大数据当然更擅长后者。
一句话概括：“找人”不等于”服务人”。
二、技术的方向，是激励决定的
为什么”找到人”的技术突飞猛进，”服务好人”的技术却总是慢半拍？
原因不难找。找到一个人，需要的信息很少：一个手机号、一个身份证号、一个定位。而服务好一个人，需要的是长期的、连续的、可理解的关系。
于是机构天然偏爱前者——成本低、见效快、可量化。KPI 考核的是”触达率””转化率””清收进度”，从来不是”服务好了没有”。
这不是什么阴谋论，而是激励结构使然：当考核只问”找到没有”，没人会关心”找来做什么”。
而”免申即享”之所以稀缺，恰恰因为它要求主动方承担成本：先打通数据、核定资格、兜住误发的损失。相比之下，”大数据找人”几乎零成本——数据本来就在那里。
一个方向是”我多做一点，你少跑一趟”；另一个方向是”我顺手补一枪”。难易决定了频次。
三、单向透明：你看不见那份数据，数据却看透你
还有一层更隐蔽的不对称：信息的单向透明。
被找的人不知道自己在什么名单上、被打了什么标签、依据是什么数据。等发现的时候，往往是后果已经产生——贷款批不下来、补贴没有份、被归进”重点关注”。
算法标记没有送达通知，只有事后感知。
传统社会里，权力再大也有信息盲区；而现在，这个盲区正在被逐一填平——你填平了，它没有。旧的不透明结构里，普通人至少还有”不被注意”的掩护；在数据系统面前，连这个掩护也没有了。
你被看见，但你看不见规则；你被精准，但你没得选。
四、一块试金石：受益还是义务，有没有救济
那是不是”大数据找人”就该一棍子打死？也不是。
同一个技术底座，规则设计不同，长出来的是两个物种。判断好坏，其实只需要一块试金石：
这次”找你”，你是受益方还是义务方？你有没有拒绝或申诉的通道？
- 反诈预警：你是受益方，且可以核实真伪——这是好的找人。
- 惠民补贴免申即享：你是受益方，且无需申领——这是更好的找人。
- “请于三日内清偿，否则上报征信”式的精准催收：你是义务方，且没有商量余地——这是坏的找人。
好的”政策找人”应该具备四个特征：规则透明、普惠可预期、能申诉、不因被算法标记而失去权利。
坏的”大数据找人”则相反：它对你的了解越来越精确，你对它的了解越来越模糊；它的每一次触达都理直气壮，你的每一次辩解都石沉大海。
五、四百年前，这出戏就演过一遍
《大明王朝1566》里有一段堪称教科书的情节：国库亏空，朝廷定下”改稻为桑”的国策，把稻田改种桑树，产丝卖洋商换银子。丝绸确实比粮食值钱，于是杭州知府马宁远带着兵马下乡督促，说出了那句流传至今的台词：
“改稻为桑，上利国家，下利你们，怎么就是推行不下去呢？”
推不下去，是因为两本账根本对不上。马宁远算的是朝廷的账：丝绸换银子，填补亏空，产销两旺。百姓算的是自家的账：桑苗种下去，当年没有粮食吃，官府又不调粮、不平价售粮，人要饿死。他要求用他的账覆盖百姓的账，还不给任何缓冲——不调粮、不缓期、不许申辩。政策”推行不下去”，不是百姓不识好歹，是政策从头到尾没打算回答”吃什么”这个问题。
“资源怎么分”从来不是喊出来的，是算出来的。 而谁的账被计入、谁的账被忽略，就是分配的全部秘密。
更讽刺的是结局。真正点破这一切的，是后来被严党抛弃、押在诏狱里等死的浙江巡抚郑泌昌。他对同僚说：
“文官袍服上绣的是禽，武官袍服上绣的是兽。穿上这身衣服，你我哪一个不是衣冠禽兽？”
说这话时，他没有愤怒，没有辩解，只有一种认命之后的清醒：规则的制定者不在浙江，他不过是禽兽堆里学会了禽兽规则的人。那句”上利国家、下利你们”，正是这身禽兽皮上最体面的一块补丁——越是把”你们”挂在嘴边的政策，”你们”越可能是那个付账的。
从朝廷到公司，四百年过去，这套逻辑一天都没变过。吴思在《血酬定律》里把它说得很直白：规则从来是为规则制定者服务的，谁是规则的制定者，谁就是规则的受益方。 而被制定的一方——无权无势的普通人——永远是承担成本、被算计的那一方。不用翻史书，看看身边企业的规章制度就够了：迟到一分钟扣半天工资，加班没有加班费，末位淘汰理直气壮，一条条反人性的惩罚条款写得明明白白，却没有一条是问过员工意见的。因为制定它们的人，从一开始就没打算站在员工的角度考虑问题——他们站在老板的角度，站在权力那一侧。所谓”制度面前人人平等”，从来只是”人人都要服从”，而不是”人人都能参与定义”。
马宁远有良知，却被自己的良知推着去踏百姓的苗；郑泌昌没底线，却在牢里说出了全剧最诚实的一句话。这个故事讲完了一件事：一项要让最底层先垫付成本、而垫付的人又没得选的政策，纸面上的利益再大，也一定会被底下的人用脚否决——除非，用大数据帮你找到每一个”没得选”的人。
六、我自己家的账本
写完上面这些的时候，我家正好把这套逻辑完整经历了一遍。
今年上半年我失业了半年，靠着失业保险金度日。那笔钱精确、准时，一分不差——因为发放它的系统要审计、要对账。下半年，我太太遭遇了另一种”准时”：她公司每个月社保、公积金正常缴纳，个税照常申报，唯独工资不发，一直拖欠着。
这里面的每一环，都是政府自己的数据库：个税申报记录里写着应付工资，银行代发流水里一分钱没出去，社保基数和申报工资对不上。三线一交叉，比对起来就是一句代码的事。可没有系统来找我们——一条短信都没有。
我欠国家一块钱，数据秒级找到我；公司欠我半年的工资，要我自己收集证据、自己申请仲裁、自己排队等开庭。 而对企业来说，拖欠甚至是策略：拖到员工耗不起、接受折扣、默默辞职了事。它宁可顶着稽核的风险也要照常缴社保、就是不发工资，因为它清楚哪些系统在盯着它，也清楚哪些系统永远不会动它。
这才是大数据最应该干、也最容易干的事：不用兴师动众，把个税申报和银行发放流水对一对，欠薪企业一张表全列出来。可这件事，没有系统在做。
不是数据不够，是算法里没写入我们的利益。资源稀缺时我们靠抢，责任分摊时我们被找——而在”我们的权利被欠着”这件事上，大数据连门都没有出。
七、真正要争的，不是技术，是规则
技术本身是中性的。名单既能用来精准补贴，也能用来精准催收；数据既能打通”最后一公里”的服务，也能架起”最后一道闸”的管制。
但”谁被看见、谁定义看见的标准”，从来不是中性问题。
所以真正值得争的，不是”要不要大数据找人”——这条路上已经回不去了——而是：
- 知情权：被算法标记的人，有没有权利知道自己被标记了、依据是什么？
- 救济权：标记错了，有没有一条真实走得通的申诉通道，而不是形同虚设的”客服入口”？
- 对等性：系统要求你透明，系统自己要不要接受审计和监督？
- 比例原则：为了追一笔小额欠款，动用全社会级别的数据能力，值不值？
技术会一直往前跑，这拦不住。能拦住的只有一样东西：让”被找的人”和”找人的人”，坐在同一套规则之下。
什么时候”补贴免申即享”的普及速度，追得上”风险名单”的精准程度；什么时候普通人接到的那通电话，更多是”您有一笔补贴到账”而不是”请配合清偿”——那才说明，大数据终于从找人，走到了服务人。
改稻为桑推行不下去，是因为百姓还能用脚投票，还能站在田里不让踏。而在数据系统面前，连”站在田里”这个选项都没有了——这就是为什么四百年前的教训，今天反而更要讲。
被看见，是权利；被算计，不是。
评论
0 条评论