说到利润，商家的喜往往是消费者的忧，没法双赢。我们来看一个实例。“按使用保险”（UBI）是一款大数据汽车保险，正迅速占领多国市场。它被保险商吹得神乎其神，既能大大降低险费，又能有的放矢地改善参保人的驾驶习惯，使道路更加安全。UBI不同于传统车险的一个特点是，第一次把个人驾驶行为的“真实因果数据”（true causal data）引入了风险评估模型，据此量身定价，设置参保人的险费和保单理赔。它是这样操作的：在车上安装实时探测（telematics）装置，联网追踪驾驶行为、车况、路况和周边环境，上传至保险商的数据库。该装置的数据采集功能极强，除了时间、地点、公里数，连急刹车的次数和用力强度，急转弯的次数和弧度，是否听收音机、音量强度，是否接打电话、声调情绪如何，都一一记录。当然，常规的类聚群体变量，风险评估模型也照旧使用，如年龄、性别、婚姻状态、居住地、职业、受教育程度、健康状况、信用得分等；再加上环境变量，如区域天气、治安、路段事故发生频率等。如此，UBI的风险评估模型所用的变量参数，从传统的数十个、上百个，一下飙升到一百多万个！有了这样精密的大数据分析，保险商就可以识别并预测各种差异细微的风险。风险评估不再是类型化的平均值估算，而是十分接近参保人的真实风险，使得第一级定价歧视能够实施了。统计表明，UBI在美国上市不久，个人风险评估预测的准确度，较大数据之前提高了三倍。可以预见，随着个人驾驶行为数据的迅速积累、智能算法的自学和调节，风险评估型将进一步趋于“真实因果”，从而大大降低保险商的理赔风险，其利润的增长也可想而知了。
那么，参保人在失去隐私，被一刻不停地追踪记录之后，能得到什么好处呢？
这个问题的答案因人而异。如果参保人被评估为低风险，他的险费很可能会下降。但只要上路，就会有风险，而UBI保险商掌握了参保人的所有风险信息，包括隐私，很容易在保单上做文章，瞄准风险设定条款，将随机风险和遗留风险尽可能多地放到参保人身上，压缩参保人的实际受保护（即理赔）范围。
但如果参保人被锁定为高风险，情形就更不妙了。既然有“真实因果数据”的记录和预测，保险商就有充分理由将他的险费和保单设定在与风险相匹配的水平上。结果险费上涨，直逼事故发生后损害赔偿的实际费用；或者，罗列排除条款，严格限制理赔条件和范围。这样，车险在事实上失去了风险集体分担的基本功能，成了损害赔偿专项费用的事先存放。可以想象，因为难以承受大幅上涨的险费和苛刻的保单条款，多数高风险驾驶人将不得不离开车险市场。
也许有人会说，即便如此，大数据保险对消费者整体和全社会仍有好处。因为知道了哪些人有高风险及不安全行为的细节，保险商就能有的放矢地提出建议，敦促他们改正。这样，总体风险就会下降，道路也就更安全了。这的确是美好的憧憬。不幸的是，保险商恐怕不会对此感兴趣。帮助高风险人士改正驾驶习惯，成本太高了，保险商还得披露自己的风险评估模型和操作细节，承担遭调查和打官司的风险。何况另有一种简单、诱人的市场策略可供选择：以第一级价格歧视，用高额险费和排除条款将高风险人士驱逐出本公司的服务范围。保险商从来就不欢迎高风险人士，总是想方设法甄别他们、剔除他们。只是过去不容易办到。现在，有了大数据技术，瞄准了歧视就只是举手之劳。而高风险人士一旦受市场排斥，无力购买保险，不能合法驾驶，生活、工作都大受影响，反弹是必然的。他们很可能豁出去，非法上路。据统计，2010年美国有百分之十二点六的驾驶人没有车险，给道路安全和社会秩序带来极大的隐患。
所以，UBI在实际运作中，并没有兑现保险商宣传允诺的众多好处，无论对参保人，还是对社会大众。难怪，美国州保险专员联席会议的2015年UBI研究报告直言不讳：从消费者和公共政策角度看，UBI 走的是一条歧路，是市场的失败。报告提醒我们，大数据是工具，效用取决于掌控者。我们不能只期待大数据的好处，而忘记了掌控它的电商同消费者和公众的利益有冲突。资本的本性是追逐利润，我们的隐私就成了他们榨取利润的利器，而经常损害我们的利益，综合表现在以下各个方面。