些技术主题具有高度关联性：撇开这些主题的跨学科性质不谈，数字经济中的辩论往往最终会使用不同的语言来谈论相同或非常密切相关的技术现象。例如，机器学习算法的实施和成功在很大程度上取决于用于训练它们的数据。[2] 很多所谓的“人工智能”就是其他人在谈论数据科学时的意思。然而，在参加有关“人工智能”或“数据科学”或“数据”的公开讨论时，很有可能没有明确这些联系。将这些领域更多地集中在政府内部应该有助于减少因单独处理相关问题而可能产生的无效混乱。这也应该使解决该领域存在的技能短缺问题变得更加容易。
现有监管结构的局限性：方法集中化也很重要，因为出于民主原因，监管机构在非常有限的职权范围内运作。因此，很难在现有的监管框架内掌握全局。这并不意味着英国必须有一个超级监管机构。[3] 这些问题并不总是结合在一起的——许多问题纯粹是数据保护、纯粹的竞争政策、纯粹的知识产权等等。然而，我们应该有一个机构来处理这些问题在数字领域的整合，并统一该领域现有的目标和举措。这个机构之间以及数字部门和现有监管机构之间的界限应该是什么，这不是一个简单的问题，但更综合的讨论有望带来更好的结果。
一刀切方法的风险：一般来说，大型科技公司更有 巴西电话号码数据 可能提出某些类型的问题。除非认识到这一点，否则同样的方法可以应用于非常不同的实体。你可以在 GDPR 中看到这一点，尽管它有很多值得称道的地方，但在某些部分看起来像是为运行复杂数据操作的公司设计的立法。至少目前，这种商业模式是例外，而不是规则。然而，GDPR 也适用于许多组织，这些组织的数据操作可能并不比一些电子表格和电子邮件地址簿复杂多少。
资源丰富的科技公司实际上在某些领域占据垄断地位，它们可能会利用分散的政策应对措施，让不同部分相互对抗。随着云计算业务越来越多地为公司提供数字基础设施，一些公司可能会变得更具影响力，它们试图将现有优势运用到其他领域。[4] Facebook 试图推出自己的货币 Libra 就是一个突出的例子。其他国家已经采取了更为紧密的应对措施，例如丹麦已经任命了自己的大使来与大型科技公司打交道。
有些人可能会误解这篇文章是在呼吁对大型科技公司进行意识形态运动，但事实并非如此。在很多公开辩论中，人们对现有监管框架的认识不足，对确切的问题以及我们希望政策实现的目标关注不足。与此同时，过去五年感觉像是一个过渡期，政策一直在缓慢但并未完全跟上技术变革和这些公司正在做的事情。世界已经改变，我们的政策反应也需要改变。
致谢：感谢 Tom Symons 的有益评论。
[1] 但情况并不总是如此，例如，英国竞争法严格禁止价格操纵。无论此类活动背后的意图是什么，也无论其效果如何，都无关紧要。