2007.7.5 商業服務/徐宏宇編譯
近年來，隨著web2.0技術的發展，網路的資訊發佈漸漸從靜態資訊向內容聚合轉變，互動模式也從用戶使用變成了群體參與，而眾包的出現更是將web2.0帶入了work2.0的時代。
眾包（Crowdsourcing）一詞最早於2006年6月在美國《連線》（Wired）雜誌上出現，該文作者傑夫‧豪（Jeff Howe，此雜誌記者）後將其定義為：「一個公司或機構把過去由員工執行的工作任務，以自由自願的形式外包給非特定的（而且通常是大型的）大眾網路的做法。只是，這種任務的酬勞多半是無償或者很少的。在絕大多數案例中，眾包都是業餘人士或者志願者利用他們的空閒時間創造內容、解決問題、甚至從事以前一般公司才做的研發工作。」
眾包的任務通常由個人來承擔，但如果涉及到需要多人協作完成的任務，也有可能以開源的形式出現。例如在Linux和火狐狸（Firefox）流覽器之類的軟體創作領域，互相不認識的人做著同一件事情，但是每個人都在為作業系統領域的進步做出貢獻。近年來，網路技術革命性地允許更多不懂技術的人進入線上項目，而「眾包」就認為這種多數人堆積的熱情甚至可以超越小部分有經驗的行業專家。
眾包的利與弊
任何事物都有其兩面性，眾包也不例外。它一方面幫助公司實現了技術創新、節省了研發開支，另一方面也使得一些產業受到了威脅、甚至成了少數公司剝削勞動力的新手段。
眾包的好處在於可以花少量的錢得到具有創新性的點子，它可以幫助減少開支。比如：如果消費者拒絕接受一個特別的設計，那麼它很快就會被否認掉，這總比開發一個花費了大量精力卻無人需要的產品要節省時間和費用。因此，眾包其實也是一個消費者意見收集和產品最大優化的過程，而透過整合消費者的意見進入創新流程，這既幫助公司集聚了才智、節省了產品開發的不必要投入，又可避免新產品投入市場的失敗。正如長尾理論中尾巴的力量是不能忽略的一樣，眾多小人物的智慧亦是不可低估的。
眾包威脅著現在的一些產業，這主要表現在攝影領域，由於數位相機和照片處理軟體的誕生使得業餘攝影愛好者的水準達到專業水準，圖片資源不再稀缺，這不僅造成圖片價格下降了將近90%，也導致部分專業攝影師不得不離開該領域另謀出路。報紙和其他新媒體也開始害怕眾包帶來的影響，他們不得不投入更多的資源給讀者提供寫部落格或者參與論壇的空間。眾包包含著潛在的剝削，公司不僅可以利用廉價的點子貢獻者，甚至於假定一個最終的懸賞目標而最終拒絕支付。這樣的例子在SitePoint.com的電子交易市集（Marketplace）部分就有出現，可以贏得獎金的設計競賽在那裡經由眾包形式懸賞，雖說多數這樣的競賽最後會有勝利者得到獎金，但仍有一些公司不公佈比賽的最終結果，他們不僅偷走了別人的設計而且連獎金都沒有支付。
眾包的應用實例
儘管眾包這一名詞出現不久，但其在各行各業的應用卻此起彼伏。維基上列舉了眾包的實例，應用範圍包括化工業、零售業、新聞業、出版業等多個領域。
寶潔公司在它的研發中心雇用了9,000餘名科學家和研究者，但仍有很多解決不了的難題，現在公司利用一家叫做意諾新公司（InnoCentive，世界著名的製藥企業美國禮來公司的子公司，總部設在美國波士頓，其名字取自Innovation﹝創新﹞和Incentive﹝激勵﹞。）的網站懸賞解決方案，有關該網站的情況，可參見筆者在《科技攻關新模式：InnoCentive.com探索開放式創新》一文中所作的詳細介紹。
YRUHRN專案透過眾包形式在50天內出版了《此時此刻，你為什麼在這裡》，這是第一本集群體智慧出版的書籍，人們透過在亞馬遜的土耳其機器人網站（Amazon Mechanical Turk）上回答「此時此刻，你為什麼在這裡」共同完成該項目。
iStockphoto是一家匯集了22,000名業餘攝影愛好者的網站，人們在這裡上傳和傳播他們的圖片。由於它沒有類似專業組織蓋帝圖像（Getty Images，全球領先的圖片供應商）這樣的開支負荷，因此這裡能夠以很低廉的價格出售那些圖片，目前該網站已被蓋帝圖像收購。
寒武紀工作室（Cambrian House）軟體公司透過眾包形式懸賞有價值的軟體創意，他們透過公司程式師群體的投票來決定勝利者，公司在這種情形下尋找內部力量和眾包力量的結合點，為其軟體發展的商業利益服務。
“A Swarm of Angels”是一個依靠集體力量共同創作一部電影的眾包項目，網站會員利用網路和數位技術共同投資、編寫、製作、拍攝的電影，未來將能夠自由下載、分享、甚至重新改編。
傳統採礦公司黃金企業（Goldcorp）的挑戰計畫是一個利用眾包在加拿大安大略省紅湖地區成功勘測黃金的例子。公司以高達57.5萬美元的總獎金額用於獎勵勘測方式和結果最好的參賽者，並將以前機密的關於紅湖地區55,000英畝礦區的一切資訊都公佈在黃金企業的官方網站上，來自50個國家的1,000多個虛擬勘探員開始鑽研這些資料。結果，公司收到參賽者們提出的紅湖地區的110個勘測目標，其中的50%還沒有被公司探明。如今，黃金企業正收獲著開源式勘測的果實，這場比賽不光為黃金企業找到了幾倍的黃金儲量，還使這家在1億美元收入邊緣搖搖欲墜的公司搖身成為今天年收90億美元的巨頭。
市場主義（Marketocracy）公司是一家成功新興的共有基金投資公司，透過營運一個虛擬的股票交易平台，並從表現最優異的投資組合中汲取先進經驗，然後運用這些經驗為自己管理下共同基金買賣真正的股票。
無線T恤公司（Threadless）是一個有趣的線上T恤零售商兼創作聚落，該網站透過用戶設計及用戶投票選出得票最高的T恤，讓使用者能夠分享自行設計之T恤圖案的同時，也讓獲勝者得到一定的酬金。
美國公共洞察力新聞（Public Insight Journalism）是美國公共媒體（American Public Media）下的一個項目，它借助集體力量來獲取特殊的公共情報。因此，編輯部能夠從一般的新聞來源外，捕捉意想不到的事件，甚至從全新的角度報導新聞。
超感覺遊戲（ESP Game）是看似一個遊戲，但其真正目的卻是透過讓用戶為圖片貼上標籤、利用集體智慧來提高圖片搜索結果的準確度。遊戲玩家需要在規定時間內和同玩者默契地對盡可能多的圖片使用一致的標籤或者根據對方給出的資訊找到圖片。在遊戲過程中，搜索引擎可以對同一圖片收集所有玩家輸入的標籤，並根據重複次數給予不同的權值。這在一定程度上幫助解決圖片搜索引擎的技術難點。
Wired News和NewAssignment.net聯手進行的開放式網際新聞實驗中心Assignment Zero是由眾人發表報導、少數專業人士編輯的混合職業與業餘的新聞媒體，這個眾包新聞創作使得人們彼此分享資訊的成本急速下降，對於新聞報導來說，產生了巨大效應。
相關文獻：1.Randy Burge. Internet allows us to resource the crowd, 2007.4, http://www.abqtrib.com/news/2007/apr/09/randy-burge-internet-allows-us-resource-crowd/2.http://en.wikipedia.org/wiki/Crowdsourcing3.維琪經濟學. 環球企業家，2007.4，http://www.gemag.com.cn/gemag/new/Article_content.asp?D_ID=2708
＊意諾新公司（InnoCentive）：2001年，藥劑師艾里‧莉麗開始投資建立意諾新公司，以它為橋樑來與本公司外的可以生產麻醉藥並能將它們推向市場的人們取得聯繫。意諾新公司成立之初，就已經開始為其他想要在網上尋找特別專家的公司提供服務。如今，波音，杜邦（DuPond），寶潔以及其他世界知名大公司都在意諾新公司的網站上提交困擾他們的技術難題來尋求解決佳徑。而任何人，只要具備解決所提出難題的能力，都可以平等地獲得機會。大公司與意諾新公司簽約成為「尋求者」，然後將其挑戰張貼在 InnoCentive.com網站。每項挑戰為最佳解決方案提供的獎金額從$10,000到$100,000美元不等（同時，獲取最佳方案後公司也將付給意諾新公司一定報酬）。作為意諾新公司的首席科技主管，吉爾・帕內塔表示：公司網站上順利透過的挑戰已經超過了挑戰總量的30%。「也就是說，有超過30%的本來會在那些公司內部，用傳統方式解決的難題在這裡被成功攻克了」。
＊超感覺遊戲（ESP Game/ www.espgame.org）的開發者，一位是卡耐基梅倫大學的在校生路易斯，另一位是他的導師，電腦科學教授梅紐爾。超感覺遊戲的規則是要求各位參加者用文字描述一張圖片的特徵，然後對每個人的描述進行匹配。描述文字與別人相同的越多，就獲得更高的分數。而這個匹配的文字也收錄作為這幅圖片的唯一標識，成為搜索這幅圖片時的文字依據。目前的搜索引擎大都採用數學演算法進行搜索，諸如對網頁、文字檔和圖像等進行分類、排序和過濾等。所以搜索引擎對每幅圖片的描述都是三三兩兩的幾個詞，這幾乎無法區分成千上億幅圖片。但如果透過超感覺遊戲，只要每天有上千名用戶參與這個遊戲，兩位開發者預計只要短短數個月就可以獲取全部圖片的標識文字資料。他們希望有一天，諸如Google和Alta Vista等網路搜索引擎能採用超感覺遊戲文字標識方式，因為超感覺遊戲能幫助電腦以更接近人類的思維方式去「思考」。但Google和Alta Vista的發言人稱，他們對這種新標識方法的前景不持樂觀態度。他們的開發人員也對搜索網頁的方法做過改動，但屬於商業秘密不便公開。SearchEngineWatch.com的網站編輯丹尼認為，只要追蹤用戶輸入關鍵字之後選擇哪些網站，就可以知道用戶真正要的是什麼，這也是可以透過數學演算法達到的。這種統計方法快捷而且花費不大，比起用人海戰術收集資料顯得更簡單、方便。雖然不能達到100%的準確，但是有90%-95%的準確率已經足夠了。