當Token遇上國企

買賣虛擬貨幣

一、設計 & 工程

如果我們相信兩種假設,一,秩序不是透過自上而下的控制產生的,而是自下而上生髮的,二,每個個體都是自利的,那我們就必須研究“激勵”這個問題。

從經濟學角度分析“激勵”(incentive)問題的叫博弈論。與之相對,研究如何設計激勵機制的,叫機制設計。

Ocean Protocol創始人Trent McConaghy提出,比特幣的整套體系可以被看做一個最佳化設計(Optimizaition Design)。系統的目的是最大化系統安全性,用E(Ri)來衡量,個體透過貢獻算力來維護安全,算力值用Hi衡量,受到的獎勵則用Ri衡量,T是比特幣釋放的時間函式,每四年產量減半。

如此說來,每一個通證系統都可以用一個公式來表達,我們是不是可以把系統的治理問題(社會問題、公共政策制定)都簡化成一個最佳化問題?

在現實中,並沒有幾個經濟學家真正有機會掌舵經濟事務,也很難驗證一項經濟理論的成敗,一方面因為做一個社會實驗比科學實驗的成本高多了。但根本的原因是因為社會現象解釋的是“人”,會受到人的思維的影響。

自然現象屬於“神”的創造,其規律不受人影響,因此可以被當做客觀標準,科學賴此來檢驗理論的有效性。工程相對來說也是更嚴謹的領域,因為面向的物件不是人,工程師可以對系統進行測量和驗證,能使用工具來進行模擬和除錯,讓理論逼近現實。

但在社會科學領域,根本就不存在一個“客觀”的現實,所以難以證偽。

試想,如果一個學者運用某個理論預測到一年後英國將會脫歐,並將此訊息告訴卡梅隆,卡梅隆便採取了一系列措施阻止英國脫歐,一年後,可能由於防範措施起了效果,英國最終沒有脫歐。如果從最終的結果看,學者的預測是錯誤的,但這不能證明學者的理論有效與否,因為學者的預測和行為干擾了結果的發生。

所以,社會科學不存在絕對真理,研究者的主觀性在其中起了很大作用,而錯誤的觀點也可能是有效的,只要它們能夠影響人們的行為。

未來,通證設計一方面需要借鑑工程學(電子工程、生物工程等)的手段,設計較為嚴謹的測量和驗證流程,另一方面又需要加深對人性的理解,參考社會科學的理論進行設計。

二、陟罰臧否

目標&約束

每個機制設計都有一個核心的目的(goal),而目的可以被細化為目標(objective,需要被最大化或最小化的函式),面臨著約束(constraint,必須要滿足的限制條件)。在經濟學裡,可以體現為效用公式和預算約束。

比如說,目標設計為“最大化消費者效用U”,約束設計為“總預算<$100”,那麼均衡的解,消費者最優的選擇,就是預算約束線和效用曲線的切點(X,Y),即買X個比薩和Y個奶昔。

經濟系統是分散式的,比如價格和產量,就是透過市場機制生成的一個解,而不是自上而下計劃出來的量。我們並沒有強制規定消費者只能以Z的價格購買X個比薩和Y個奶昔,但是假設他理性,這將是他的最優選擇。

而作為一個設計者,不僅要在專業上,還得在倫理上負責,比如如果規定機器人的目標是最大化火腿的生產量,如果沒有約束條件,機器人可能會殺人來造火腿。所以阿西莫夫提出的機器人三原則就是最大化目標之外的約束條件,一:機器人不得傷害人類,二:機器人必須服從人類的命令,除非這條命令與第一條相矛盾,三:機器人必須保護自己,除非這種保護與以上兩條相矛盾。

通證系統也遵循這套邏輯。

測量&評估

為了讓系統實現自治,設計者必須明確規則。為了讓目標與獎勵掛鉤,約束與懲罰掛鉤,需要明確的測量行為的影響。

換句話說,我們需要一個工具,把抽象概念(貢獻度、優先權、注意力、信用、名譽等)的價值量化,量化之後才能測度。這個量化的單位就是token(通證)。

傳統的法律和金融領域,對於實體商品(goods)的定價和交易已經研製出一整套很成熟的玩法,比如物權、債券、所有權等,還有基於此的一系列衍生品。實體商品價值的測度基於供給和需求兩端,成本是生產者付出的原料/人力/銷售/運營成本等,需求反映消費者願意接受比成本高多少的溢價。

但服務(service),尤其是基於網際網路服務的價值,相比實體商品,是更加個性化和難以測度的。一方面是產消關係的界限日漸模糊,平臺連結使用者,使用者同時是產消者。另一方面,流量,留存度,轉化率,這些構成了一個注意力經濟下產品/企業的核心競爭力,但我們用什麼工具來衡量眼球停留的時間的價值?發一個小影片或段子的價值?為商戶評分的價值?留言點贊轉發的價值?個人行為資料留痕的價值?

在比特幣系統裡,最大的價值是系統的“可信度”,但很難直接測量“可信度“這麼抽象的概念。

要測度大家對系統“信任”的貢獻度,我們要再設立一個評估的機制,所以找到了算力這個點。算力貢獻越大=對信任度貢獻越大,而算力的大小和效果再由工作量證明POW(proof of work)來驗證。

這種思想被廣泛運用到通證設計的各個環節。

參考火幣袁煜明和CSDN孟巖的觀點,一個通證從誕生到發生作用,有三級分配的流程。從0級的挖礦造幣,到1級的市場流通,再到2級的巨集觀調控

其中0-1級分配,體現的是通證的內在/效用價值。0級分配就是造幣環節,增加系統裡的通證(token)。為了激勵個體參與造幣,需要評估他們貢獻的程度,然後給予相應的通證作為獎勵;1級分配則是體系內的治理,所有難以評估的抽象“價值”,都要先找到一個好統計的中間量(好評/差評數,點贊轉發數,注意力停留時間,多重維度的資料彙總後得到的忠誠度/信用分等),再透過通證的增減給予獎勵或懲罰。

而2級分配,則更多著重於通證的投機/風險屬性。巨集觀調控,是為了防止兩種惡性情況的發生——內在泡沫和外部攻擊。火幣袁煜明老師總結非常好,一是價格收斂,二是要穩健安全。

演化演算法(EA,Evolutionaryl Algorithsm)

每一個集體都有一套機制,比如家庭、學校、企業,乃至社羣、社會。在很多集體裡,設計者和參與者都有很強的界限,是二元對立的。哪怕是《駭客帝國》等科幻電影所描述的世界,也有一個終極設計者掌控著整套系統,參與者自覺或不自覺的都在按照大boss的設計行動。

而演化演算法不同,其靈感來自於大自然的生物進化,任何均衡狀態都不是被設計出來,而是演化生成的。和區域性的最佳化相比,它是一個具備更高的魯棒性(robust)的全域性最佳化方法,具有自組織、自適應、自學習的特性。

阿爾欽(Alchian)在1950年發表的經典論文《不確定性、演化和經濟理論》就對經濟學的兩個基本假設“利潤最大化”和“個體理性”做出了修正,他認為經濟系統更像是一個優勝劣汰、自然選擇的生物系統,能夠獲得“正利潤”並最終倖存的就是勝者,成功不是一個動機,而是一種後驗的結果。

市場機制本身提供的是一種篩選機制,“適者”生存,“不適者”被淘汰。個體只能在不斷的挑戰中增強對環境的適應性,透過最佳化策略提高勝出的概率,但不可能決定“最大化利潤”的結果。競爭的結果充滿不確定性並多少帶著運氣和宿命的色彩。

如果把通證系統類比為自然界的生態系統,倚賴的是進化演算法,可以產生如下的類比(參考Trent McConaghy):


通證生態系統進化演算法
目標區塊激勵方程(如最大化算力)目標方程(如最大化基因傳遞)
度量工作效果證明(如POW工作量證明)測量匹配度和適應性
參與者礦工/持幣人個體
時間單位一個區塊獎勵區間代際
激勵/懲罰無法控制人的行為,但可以透過通證的增或減進行激勵或懲罰無法控制個體,但可以透過繁殖或死亡進行激勵或懲罰

本質上,演化演算法的優勢是不依賴於設計者的有限理性,因為只要設計者不是神或自然界,而是人的話,總不可能做到全知全能。

三、社會小故事

知乎上有個有趣的回答,國企效率真的很低嗎?,我們都知道一個stereotype,就是國企側重穩定和政治正確,而私企側重效率和盈利。為什麼呢?

按照上述分析,是因為國企/私企的目標函式和約束條件都不同,因此制度設計不同,造成個體行為也迥異。

以刷盤子為例(故事引用自 Marvin Dada):某國企刷盤組長,手下有6個人,每天總任務是刷12000個盤子,一人平均刷2000個。一個月後組長給領導報告了採購需求:本月消耗了3000瓶洗滌靈,60噸水,一共花費2萬元。領導很震驚,洗個盤子居然要花這麼多錢,聽說有員工把洗滌靈拿回家用,還有偷出去倒賣的,這是國有資產流失風險,我們得精細化管理,加強成本控制。

於是草擬了《刷盤管理辦法》:

一、物資統一管理,採購後存在專門庫房,以後每次使用洗滌靈,需領導簽字方可從庫房領取。水費每天結算,需要領導稽覈簽字。(一人轉崗負責採購、入庫、分發)

二、1)每個員工的水龍頭前設定獨立水錶,每月根據刷盤子的量稽覈用水量和洗滌靈量,超過平均值5%的要寫說明;

2)展開勞動競賽,每天刷盤子最多的,有積分獎勵,積分最高者,考評為A,年底增加工資5%。

3)組織員工改進刷盤子辦法,提出更加省水和洗滌靈的刷盤方法,每月組織評比。(組長專職負責登記、統計、評比)

領導閱後指出,一個人同時負責採購和分發還是存在風險,於是又增添一人兼職物資分發。

這樣全職刷盤子的人變成3個人,一人每天刷3500個,另一人兼職,一天刷1500個,每天還是刷12000個盤子。另外行政管理人員2人,不承擔任何刷盤KPI。

一個月後,洗滌靈節省了50瓶,水少用了5噸。但大家每晚都需要加班到很晚,忙職和閒職涇渭分明。

年底,由於1年內該組節約了洗滌靈1500瓶,節約用水300噸,節約成本10萬元,獲得了總部的表揚,成為典型標兵,刷盤方法被細化成《刷盤最佳化處理流程》在全集團上下推廣。全集團統共有60個刷盤人員,按照辦法每人每天平均刷2000個盤子。雖然工作效率不高,但預算管理和成本控制還算有一套。

組長年後跳槽至餐飲私企擔任刷盤總監,到崗後發現總共也是60個刷盤人員,便仿照《刷盤管理辦法》和私企老闆彙報工作規劃。沒想到老闆說:“為這點洗滌靈錢費這麼大勁兒幹嘛?回去把能幹的留下來,讓他們提高效率,成本不就節約下來了”。

一年後,60個刷盤工被辭退了20個,其中10個人的工資分給剩下的40人當作加班費,然後組織剩下的40個人加班,刷盤數量從每人2000個/天提高到3000個/天。這樣一來,節約了10個人一年的工資成本,果然比節約的物料費10萬還多。大家都說,還是私企人員效率高。

國企的目標是最小化國有資產流失的風險,也面臨著不能隨便辭退員工,要注重社會責任這些約束條件,所以國企員工平均效率和薪資較低;私企的目標則是最大化利潤,而且在辭退人員和預算支配上的靈活性很高,因此弱肉強食,多勞多得。

然而每一個組織,不論姓國姓私姓外,在規模擴大時,都面臨著行政崗位和績效崗位的分化。小組織里人員少,管理扁平,以創造效益為先,都想做大蛋糕,共享增量。但當組織到達一定規模,增量減緩,需要共享存量和分蛋糕時,一定會出現辦公室政治和權力間的相互制衡。

正如《人類簡史》裡尤瓦爾·赫拉利說的,少於150人的團隊靠八卦(gossip)管理都是好使的,但智人之所以能夠進化,就是因為懂得虛構更大的故事。古今中外,各個學科,其實都在用自己的套路構造故事。

計算機語言嘗試敘述的,也不過就是個更大的故事而已。

宣告:本文為文章作者或轉發者向區勢傳媒的投稿,觀點絕不代表區勢傳媒立場,亦不構成任何投資意見或建議。

免責聲明:

  1. 本文版權歸原作者所有,僅代表作者本人觀點,不代表鏈報觀點或立場。
  2. 如發現文章、圖片等侵權行爲,侵權責任將由作者本人承擔。
  3. 鏈報僅提供相關項目信息,不構成任何投資建議

推荐阅读

;