我們是應該先控制風險，還是先迎接數字技術？數字技術會擴大鴻溝，還是會讓世界變平？數字技術會讓更多的人失業(yè)，還是會讓工作時間更短？治理機制要如何改變，才能適應數字時代？數字時代，全球化會走回頭路嗎？
最關乎世界未來的十大問題
1. 我們是應該先控制風險，還是先迎接數字技術？
要達到5000萬用戶，電力花了46年，計算機花了14年，互聯網花了7年，皮卡丘花了19天。今天，在低收入國家也有60%的人已經擁有移動手機。決策時間前所未有的短，錯過成本前所未有的大。
邁克爾·斯賓塞認為，數字經濟帶來的福利還難以被準確衡量和估計，這會影響我們平衡數字經濟風險和收益?，F有對經濟的衡量集中在對經濟增長的關注，忽略了健康、生活便利等其他福利。數字經濟的長期影響是深度多維的，需要一個更多維的框架衡量個人和社會福利。
2. 數字技術會擴大鴻溝，還是會讓世界變平？
技術從來都是雙刃劍。技術革命既讓地球能夠養(yǎng)活的人口從10億增加到70多億，也引發(fā)過兩次世界大戰(zhàn)。關鍵是能不能以最快速度，讓盡可能多的人受益。
邁克爾·斯賓塞認為，中國數字經濟的發(fā)展不僅體現在增長速度上，還體現在邊遠、貧困群體與現有經濟資源的結合速度上，這是令人震驚的普惠增長模式。
美國馬里蘭大學助理教授阿爾伯特·羅西（Alberto Rossi）認為：智能投顧能夠幫助用戶更穩(wěn)健地配置資產，尤其是對投資經驗少、現金持有比例高、頻繁買賣的用戶而言更是如此。智能投顧讓投資更普惠。
3. 數據是誰的？誰是真正的受益者？
司機的行駛記錄對于個人而言意義不大，但如果分享出去，就會讓導航軟件的精準度更高。數據作為一種生產資料，不見得應該只追求唯一所有權，而是要尋找一種機制保護好隱私，并讓更多人受益。
2014諾貝爾經濟學獎獲得者讓·梯若爾（Jean Tirole）認為：我們如何在保護個人隱私的同時，不遏制科技的進步和創(chuàng)新的向前？我們想倒掉洗澡水，但別把寶寶也潑出去了。
4. 數字技術會讓更多的人失業(yè)，還是會讓工作時間更短？
眼下美國對AI的擔憂達到歷史高點，但實際上美國失業(yè)率是半個世紀以來的低位。技術革命并沒導致失業(yè)率上升，但會帶來新的工種，以及縮短工作時間。我們該為未來的工作做好哪些準備？
克里斯托弗·皮薩里德斯認為：并沒有證據證明技術會帶來失業(yè)率的提高。但技術的發(fā)展過程中，確實會促進就業(yè)的結構性轉變。以1980年以來的就業(yè)數據顯示，就業(yè)逐漸從制造業(yè)向服務業(yè)轉變。
5. 誰是平臺經濟的受益者，是所有參與者，還是少數平臺公司？
技術革命一直在深刻改變人類協(xié)同方式，到了數字時代，消費者和生產者被合成一張網，它就是平臺。在全新的協(xié)同關系中，各方的收益、責任、工作方式、福利保障等都發(fā)生了深遠變化。
克里斯托弗·皮薩里德斯認為：數字平臺是對分散市場匹配技術的改進，它具有提高所有市場參與者效率的潛力?；ヂ摼W和平臺經濟能夠有效打破制約成熟市場發(fā)展的阻礙。在中國，沒有互聯網，農民只能進城打工才能提高收入，互聯網讓他們在家鄉(xiāng)也可能獲得同樣的發(fā)展機會。
澳大利亞新南威爾士大學教授理查德·霍爾登（Richard Holden）認為：數字技術改變了企業(yè)的協(xié)同方式和邊界，讓原本很多公司內部才能完成復雜的協(xié)同變得高效和透明，更多的事務可以在公司外部由市場協(xié)同來完成。這給小微企業(yè)帶來更大的生存空間，更高效的利用資源做專業(yè)化分工。
6. 治理機制要如何改變，才能適應數字時代？
汽車誕生于歐洲，汽車商用的黃金時代卻在美國。在數字時代，什么樣的政府、市場和公司治理機制，才能適應今天自下而上的創(chuàng)新和新協(xié)同機制？
2016年諾貝爾經濟學獎獲得者本特·霍姆斯特羅姆（Bengt Holmstrom）認為：人工智能正在改變我們的經濟發(fā)展機制，也會改變我們制定政策的方式。
7. 金融服務在越來越平民化的同時，會不會引發(fā)更多的風險？
金融從來都是經濟發(fā)展的重要基礎設施，眼下，數字技術讓賣茶葉蛋的老太太和銀行行長享受到同樣的金融服務。但金融創(chuàng)新，包括數字貨幣，也可能帶來新的不確定性。
本特·霍姆斯特羅姆認為：數字經濟時代，信息是一種新的抵押品。有了數字平臺上收集的信息，小額借款人獲得信貸不需要抵押品，因為貸款人比借款人更了解他的信譽。在這方面，平臺模式更接近于西方信用卡的基礎模式，同時因為它基于數字識別，并包含大量數據，所以比信用卡便宜得多，也不容易被欺詐。
8. 數字時代，全球化會走回頭路嗎？
技術、貿易和知識的自由流動和分享是全球經濟繁榮的核心動力，在世界經濟分化嚴重、技術發(fā)展參差不齊的今天，我們如何推動全球數字經濟協(xié)同，讓每一個國家受益？
邁克爾·斯賓塞認為：讓我感到興奮的是中國的數字經濟增長范式能夠啟發(fā)其他國家，開發(fā)巨大的國內市場就能帶來巨大的增長機會。在此基礎上我們不難想象，只需要一點點的國際合作，這種發(fā)展模式就能推廣到全世界。各國小微企業(yè)參與到國際市場中或將成為下一個增長引擎，這才是最最激動人心的事。
9. 人工智能該不該有道德觀？
無人駕駛汽車必須選擇撞向一邊，左邊是老人，右邊是小孩，它該做何選擇？這該由算法來決定嗎？
2011年諾貝爾經濟學獲得者托馬斯·薩金特（Thomas Sargent）認為：說到底，機器并不是自己在學習，它們學的，都是人類輸入的數據。是人類在告訴機器要學習什么。因此，我們人類在給機器提供數據的時候，要努力去除掉一些偏見。
10. 大算力和大數據，一定會讓我們離真相更近嗎？
我們在多大程度上可以利用大數據和大算力做決策，接近世界的真相。在一秒鐘內能摸象腿數百萬次，我們就一定會避免盲人摸象了嗎？
2013年諾貝爾經濟學獲得者拉爾斯·彼得·漢森（Lars Peter Hansen）認為：數字經濟時代，豐富的數據確實為經濟學分析提供了更多的素材，但是實證分析本身的價值則非常有限。對于實際發(fā)生什么和可能發(fā)生什么，理論模型卻能幫助我們做不同情形和不同政策下的比較。因此純數據驅動具備一定的局限性，模型能讓人們在大數據時代的今天做更好的決策。
托馬斯·薩金特認為：大數據和大算力提升了抽象信息理論的價值，它們的高速發(fā)展對處理信息的方法論提出更高要求。更優(yōu)的信息估計技術、算法博弈論、多元時間序列算法和數據模擬技術等都可以在大數據時代散發(fā)光彩。
