如何实现”零成本”众包

众包（crowd-sourcing）区别于外包（out-sourcing）的特征是：第一，对于发包方来说，干活的都是志愿者，我不需要付费用，所以很划算。第二，对于干活的人来说，我是喜欢干这个，所以不敷衍。这两个特点也就是众包的生命力所在。

不过，众包不是没有成本的。那些干活的人不拿钱，可是他们要有收入，所以不能一年365天、一天24小时干众包的活儿。志愿者只能在某些特定的时间，拿出一小部分时间来贡献力量。资源有限，这是众包普及化、上规模的瓶颈之一。若普通人都能 7X24小时不间断为公益项目做贡献，那众包的前景难以估量。

从下面这个例子就可以看出，有一些众包方式能够解决掉志愿者的时间这一瓶颈。因为，志愿者不需要花时间就能为众包项目出力，他们需要贡献的仅仅是其所在的位置和速度。

在你每天开车上班的路上，是否也可以顺手为让这个世界更加美好做点贡献？比如当塞车时，可以通知附近的驾车者：请绕行；或者通知还在家里的人：最好等10分钟再出门。或者建议城市管理者：某个路口的红绿灯间隔时间也许应该调整一下。

当然，你不可能拿起电话去告诉每一个人，就算是拨打一个固定交通热线也不太现实。因为第一，在开车时间打电话不被允许，这是一个违法并且危险的事情。第二，这可能需要交通部门安排额外人力来接听电话。第三，数据的处理需要时间，可能跟不上交通情况的变化。

Google的天才工程师们利用GPS和Google Maps巧妙的解决了这个问题。

如果你在有GPS功能的手机上用过Google Maps，那么你就能为这个世界更加美好做出贡献。当你把Google Maps里一个小功能MyLocation打开，手机就会把你当时的行驶速度自动传输给Google。当Google把同一条路段上所有车辆的速度一起处理，那就可以描绘出一张即时的城市交通运行图。请注意：由于一条路上的行驶车辆很多，而且彼此速度不一致。那么，越多的人参与，这张图就越准确。最重要的是，这些人参与的成本几乎为零。

这就是“众包”的最经典应用：不需要志愿者单独针对一个公益项目花费时间和精力，而只需要每一个参与的人很随意、很容易的贡献一点点东西，一大群人加在一起，就是一个巨大的收益。这里，可以总结出关于众包的两条规则。

第一， 志愿者需要针对公益项目贡献的时间和精力，跟众包的前景成反比。只要志愿者完全不用额外分心就能为公益项目贡献力量，这样的众包形式就是零成本、零门槛。诸如像Wiki那样的需要专家维护的众包项目，尤其会遇到人力瓶颈。而如上例，每个汽车的位置和速度这一要素就是典型的“零成本”，每个人都可以随时供给。

第二， 与第一条原则相关。志愿者为公益项目做贡献所需要的工具必须简单，难度必须很小，这样才能轻松的形成规模。如上这个案例，智能手机已经非常普及，同时Google Maps和GPS几乎成为智能手机的必备应用。于是，规模就不再是问题。

下面介绍一个创新产品，也可以引发出零成本众包的应用。

FitBit是刚刚开始在美国市场发售的一个健身产品，售价99美金。这是一个能别在衣服上、装在钱包里的小工具，内置一个行为探测器，能跟踪一个人所有的动作。按下Fitbit上面一个小按钮，就能看见一个蓝色LED显示屏。你每迈出一步，每变换一个姿势，这个显示屏就会相应计算你的运动量、燃烧的热量、行动的距离，并且计算出你运动的量级。

Fitbit通过一个内置软件，能把所有数据都自动上传进计算机，并且可以联网查看。Fitbit跟计算机通过一个无线USB接口实现连接，只要FitBit在计算机10米以内，就能自动进行数据传输。用户可以在计算机里输入自己的年龄、体重、高度、性别等基本信息，就可以看到Fitbit对运动量的综合评估和运动建议。并且，所有数据都按照时间区分开，也许Fitbit会告诉你：你在早上10点-12点活动量太大，而在下午2-6点活动量又太少。如果你输入自己每一顿的食物，那Fitbit又会自动计算，然后告诉你：运动量是否合适，是否有利于你减肥或者增肥。

有趣的是，如果你在睡觉时也戴上Fitbit，它会跟踪你身体的每一个动作、翻身、还是静止。从而告诉你要用多少时间才能入睡，大概在几点入睡，在夜里翻了几次身，醒来了几次。

是的，如果用户把这些数据“匿名”的分享出来，这就是社会学和医学的研究机构所一直渴求的宝贵信息，它们可以大加利用。比如，把个人数据跟天气情况联系在一起，可以搞清楚阴天或者雨天对人们的活动量、活动方式、以及睡眠有怎样的影响，我们就能够知道“阴天让人抑郁”或者“雨天好睡觉”这种感觉是否属实。比如，把个人数据跟犯罪率联系在一起，我们也许就听到科学家振振有词的宣布：人类的运动越亢奋，犯罪率就下降；因为运动有利发泄、能使心情舒畅，从而降低犯罪倾向。于是，可能政府就会借此加大对免费运动设施的建造。我们都将因此获益。

如果对比上面总结的众包的两条规则。Fitbit用户参与的众包方式有很强的优点和缺点。优点是零成本参与，志愿者不需额外付出就能随时出力。缺点是Fitbit这样的工具还不普及。最后，介绍一例与Fitbit恰恰相反的众包方式：优点是工具已经十分普及，缺点是志愿者不能随时随地的做出贡献。

这里，我们又要用到功能强大的、人们随身携带的智能手机，尤其是具有丰富应用的iPhone。

大家可能都想过一种难题。很多人都去同一个景点旅游，1万个人都拿自己的相机拍照，如何把大家相机里最好的那些照片集合到一起形成一个最精彩的图片集呢？10个朋友在一次婚礼上合影，大家都想拿自己的相机拍一次；头一张的效果应该最好，但越到后来，笑容就越僵硬和不自然。如何解决这些麻烦？

一个在AppStore上售价2.99美金的应用Clixtr就是要解决这个问题。它利用了iPhone等智能手机上的内置相机、数据连接、以及GPS定位，把在同一个地点拍摄的照片上传到一个共享的相册里。

如果你在一个景点旅游，那么把你所拍的照片上传到Clixtr里。Clixtr会立刻识别出你的位置，如果这是一个著名景点或者公共场所，它就会把在这个位置由其他人拍摄并上传的照片全部检索出来，自动生成一个共享的相册，比如“八达岭长城集萃”。这种相册，就是一个“众包”的经典图集。如果你是在一个婚礼现场，那么所有的婚礼照片都会被聚合在一起，所有人都可以拥有一整套婚礼照片，并且选出其中自己最中意的一部分。

通过这个应用，只要Clixtr的用户在某个公共场所拿起iPhone拍照，就在为某个景点的共享图集贡献力量。对他而言，额外成本为零。美中不足的是，一个人拿起iPhone拍照的时间并不多。

非常值得一提的是，从上面三个例子可以看出一个共同的规律，也可以作为我们为众包总结的第三条规则：

志愿者的数量多少与众包项目的效果不是线性相关。即，当只有极少数志愿者时，公益项目的效果几乎为零；而当志愿者数量达到一定程度时，公益项目的效果就快速增长，达到最优。这很好理解：如果有着十几个红绿灯的长安街上只有几辆车在传送其位置和速度数据，那么Google Maps也很难判断出这条路上的阻塞情况。如果在北京市，只有区区几百人利用Fitbit共享自己的行为数据，那么科学家在做统计分析时就没有足够的数据。只有当长安街上同时有几百辆车在传送数据，北京市有数万人在分享自己的Fitbit数据，才可能得出稳妥的结论。

从经验来看，越是如此“非线性相关”的众包形式就越具有长久生命力，越能体现众包的精髓。那些通过几个人就能完成的项目往往会被很快的商业化，利用“众包”来完成的必要性不大。