‘hackeando’ los modelos de negocio de economía colaborativa

hackeando la economia colaborativa

Airbnb, BlaBlaCar, Uber…si, muchos los confunden con economía colaborativa y no, lo que tienen estas empresas es un modelo de negocio basado en colaboración de clientes internos y externosPartiendo de esta base y como modelos de negocio que son, tienen grandes ventajas pero también algunos inconvenientes que sólo podremos ir viendo a medida que vayan sucediendo y en ese sentido quiero proponeros tres casos en los que el tan “perfecto modelo” del parasitismo del intermediario colaborativo tiene desajustes, desajustes que veremos si la potencialidad del machine learning logra solventar. ¿Vamos a ello?

hackeando la economia colaborativa

Alquileres de casas para rodar pelis porno – airbnb

Este es el primer ejemplo de una situación que a través del uso masivo de una plataforma como airbnb hemos podido apreciar. En principio para aquel usuario que tiene una casa ésta y otras soluciones colaborativas son realmente interesantes, sin embargo, ¿qué es lo que pasaría si supieras que esta plataforma se usa para rodar películas pornográficas?

Ésta es una de las sorpresas con las que se han encontrado los chicos y chicas de Airbnb, ¿curioso no?

airbnb rodando pelis porno en casas alquiladas

Supuestas rutas alternativas colapsadas por el tráfico – waze

¿Quién no conoce la aplicación waze?, ¿quién no conoce a alguien que lo usa para ahorrar tiempo eligiendo la mejor ruta en sus desplazamientos? hasta aquí todo normal pero, el problema viene cuando tranquilos barrios se convierten en un festival del tráfico y en una pasarela de vehículos por ser una ruta alternativa ante otras calles que siempre suelen tener la palabra atasco como apellido. Sobre ésto habla con bastante claridad Enrique Dans en un ejemplo que se ha dado ya en la ciudad de Los Ángeles, y en la que los propios vecinos intentan ‘engañar’ a waze haciendo que una aplicación concebida para ahorrar tiempo sea ineficiente.

¿Y si esto pasase por ejemplo con otras aplicaciones como Uber?, ¿y si la policía la usase igual que éstos vecinos para atraer a los conductores hacia controles de alcoholemia?

y si hackeamos waze

Los viajes fantasma – Uber

En este caso realmente no hay usuarios perjudicados ni tampoco conductores. Es la propia Uber la que ha tenido problemas derivados de sus promociones en China o en México. Y es que algo hay quiénes se toman al pie de la letra lo de la economía colaborativa y no sólo deciden evitar el pago sino que además pretenden lucrarse con el negocio de Uber. Tal y como explican en bloomberg, los conductores en china han descubierto una forma de trampear el sistema y ser a la vez conductores y pasajeros mediante un simple teléfono hackeado con varios números de teléfono. Algo que quizás no se esperaban Travis Kalanick y Garret Camp.

Sin embargo hay ocasiones en las que sí hay viajes fantasma pero lo curioso es que tú los haces en otras partes del mundo mientras estás en tu país. Cuanto más grande es un negocio de éste tipo, más posibilidades hay de que aparezcan casos como éste en el que algunos británicos “descubren” que han estado viajando en lugares como méxico usando Uber.

¿No iba a acabar Uber con las ‘vueltas’ de los taxistas?

¿Quién no recuerda aquellos dichos populares (que algunas veces se han cumplido) acerca de las ‘vueltas’ que daban los taxistas para llevarte a un sitio cercano si te descuidabas? Parecía que aplicaciones como Uber o Cabify venían también a solucionar esto con un sistema de localización, rutas más optimizadas etc.

Pues bien, vemos de nuevo cómo la tecnología no es perfecta y los usuarios pueden vulnerarla. Recientemente hemos visto el caso de Daniel Kaizen, en el que un viaje bastante corto le acabó costando 102 libras. ¿cómo? iba borracho y el conductor sencillamente hizo aquello que supuestamente sólo hacían los taxis: dar un buen rodeo.

uber estafa


En resumidas cuentas, la tecnología es buena depende de cómo se use y el fraude por parte de los usuarios o de terceros ha existido, existe y existirá siempre. Y como véis; no es necesario que esté hecha la ley para que esté hecha la trampa; a veces sólo es necesario que esté montada la plataforma tecnológica y ésta tenga éxito entre los usuarios para que el fraude empiece.

¿Podrá el machine learning solventar este tipo de casos?, ¿conocéis algún otro?

Makertan