商業(yè)數(shù)據(jù)，個人數(shù)據(jù)，隱私保護，法律合規(guī)，錯綜復(fù)雜但又與我們每個人息息相關(guān)，無論大數(shù)據(jù)與AI怎么飛速發(fā)展，都應(yīng)該把握創(chuàng)新的尺度，不該從惡，而是從善如流。

一、大數(shù)據(jù)的發(fā)展困境

犯罪心理學上有個“破窗理論”，無論是企業(yè)還是個人，都有那么一個不為所知的“小窗戶”，或許，我們沒有辦法保證它永遠完好，但起碼在它破了之后，要敢于主動、迅速修補。

否則，透過裂縫，這個窗口的裂縫會進一步擴大，這種誘惑帶來的風險將會越來越失控。

當你登錄手機APP的時候，有沒有發(fā)現(xiàn)，各種APP軟件調(diào)取你手機各項權(quán)限的強制性要求越來越少了，屬于你的權(quán)力越來越大了?

其實，并不是你的權(quán)力變大了，而是部分企業(yè)機構(gòu)之前濫用大數(shù)據(jù)權(quán)限，對你剝削得太厲害了。

7月30日，在中消協(xié)舉行的第五屆理事會第七次會議上，工信部信息通信管理局副局長魯春叢公布了如下的數(shù)據(jù)。

“工信部持續(xù)加大對App違規(guī)行為的發(fā)現(xiàn)、曝光和處置力度。截至目前，已累計組織16批次集中抽測，檢查139萬款A(yù)pp，通報1407款違規(guī)App，下架377款拒不整改的App?！?/p>

隨著數(shù)字經(jīng)濟的發(fā)展，在大數(shù)據(jù)的使用過程中，其實存在著一個“大數(shù)據(jù)困境”，這個困境主要是因為有三方面利益沖突而造成的，分別是：

1、社會公眾;

2、商業(yè)公司;

3、作為社會成員和商業(yè)公司雇員的大數(shù)據(jù)相關(guān)從業(yè)者。

社會公眾的目標很單純：道德遵從，公平合理。

商業(yè)公司的目標也很單純：追求利潤最大化，合法合規(guī)(但有打擦邊球的)。

作為社會成員和商業(yè)公司從業(yè)者的大數(shù)據(jù)從業(yè)者，目標就存在一定矛盾了：每個從業(yè)人員必須權(quán)衡其作為社會成員的利益和作為公司雇員的利益，這就是他們面臨的社會困境。

還好，如今，相關(guān)從業(yè)者的這個尷尬境地，越來越少了。

因為隨著一系列相關(guān)法律的出臺，數(shù)字世界開始越來越規(guī)范了。

二、一張圖看懂數(shù)據(jù)與重要的法律法規(guī)的關(guān)系

數(shù)據(jù)涉及的領(lǐng)域太多，概念太大，出臺的法律又多，怎么有效地厘清之間的關(guān)系呢?

東方林語用一張圖片，讓你了解清楚商業(yè)數(shù)據(jù)、個人數(shù)據(jù)與各項法律的適用范圍，也讓每個人可以知道，如何有效地保障自己的合法權(quán)益。

首先，商業(yè)數(shù)據(jù)的分類，可以分為公共數(shù)據(jù)、平臺數(shù)據(jù)、企業(yè)數(shù)據(jù)。

其次，個人數(shù)據(jù)的分類，可以分為個人行為數(shù)據(jù)、個人信息、個人隱私。

再次，所謂的重要數(shù)據(jù)和核心數(shù)據(jù)，都是分別包含了一部分商業(yè)數(shù)據(jù)和一部分個人數(shù)據(jù)(不是全部哦)。

最后，從法律層面，重點列舉了《民法典》、《個人信息保護法》、《數(shù)據(jù)安全法》、《網(wǎng)絡(luò)安全法》、《國家安全法》在數(shù)據(jù)領(lǐng)域的適用范圍。

了解清楚上面四點后，用一張圖就可以看懂相互之間的關(guān)系了。

無論是企業(yè)，還是國家機關(guān)，任何一個涉及重要數(shù)據(jù)的處理機構(gòu)，如果不能保證數(shù)據(jù)合規(guī)和安全，必將帶來巨大風險，給經(jīng)營管理造成困擾，甚至影響到品牌聲譽，國內(nèi)外已經(jīng)有無數(shù)類似的案例。

融合、共享、應(yīng)用、變現(xiàn)(價值體現(xiàn))，是企業(yè)、政府、研究機構(gòu)等使用數(shù)據(jù)的訴求與目標。

如今，從數(shù)據(jù)的收集、存儲、使用、加工、傳輸、呈現(xiàn)等完整環(huán)節(jié)，保證數(shù)據(jù)的安全、隱私與合規(guī)，從法律、法規(guī)、監(jiān)管等，都有了明確的要求。

三、四項值得關(guān)注的重要技術(shù)

這種背景下，哪些相關(guān)技術(shù)與領(lǐng)域?qū)⒌玫街匾暷?

東方林語重點強調(diào)四項技術(shù)，分別是:隱私計算技術(shù)、零信任技術(shù)、認知智能技術(shù)、邊緣計算技術(shù)。

這四項技術(shù)，如果想系統(tǒng)深入了解的話，可以關(guān)注東方林語之前的相關(guān)文章介紹。如果分別記住每項技術(shù)的一句話解釋，也能大概了解其含義。具體來說，就是：

1、隱私計算技術(shù)：數(shù)據(jù)不動模型動，數(shù)據(jù)可用不可見。

2、零信任技術(shù)：永遠不信任，持續(xù)在驗證。

3、邊緣計算技術(shù)：專注于局部邊緣端計算，更好服務(wù)云計算整體。

4、認知智能技術(shù)：能理解、會思考、可解釋的人工智能技術(shù)。

其中：

隱私計算解決了數(shù)據(jù)的隱私與合規(guī)問題;

零信任解決了安全訪問的問題;

邊緣計算解決了算力不足與數(shù)據(jù)本地化保護的問題;

認知智能解決了AI的發(fā)展趨勢問題。

這四項技術(shù)，并不是孤立的，而是相輔相成的。

或許，大數(shù)據(jù)從業(yè)人員，會糾結(jié)于大數(shù)據(jù)發(fā)展道德問題與自己的工作利益沖突之間的問題。

但從數(shù)據(jù)本身而言，就是冷冰冰的一段代碼，無論是大數(shù)據(jù)，還是人工智能，根本上是沒有人類的感情，其 “偏見” 取決于背后算法訓(xùn)練的數(shù)據(jù)。

舉個例子，早在2018 年 2 月的時候，MIT(麻省理工學院)媒體實驗室計算機科學家 Joy Buolamwini 就發(fā)現(xiàn)，IBM、微軟等公司的性別識別 AI 系統(tǒng)能以 99% 的精度從一張照片中準確識別出一個人的性別，但僅限于白人。而用于黑人女性時，這個數(shù)字會驟降至 35%。

所以，所有的歧視與偏見，都是來自我們?nèi)祟惖目捶ā?/p>

技術(shù)爆炸帶來的社會革新太快，所以，我們不能完全依賴立法來解決數(shù)據(jù)安全與隱私層面的問題，但是，當我們建立起一套相對規(guī)范的、統(tǒng)一的道德準則與立法之后，數(shù)字世界才能在這個框架下，開始向良性循環(huán)的方向發(fā)展。

同樣，正確地理解“破窗效應(yīng)”，就要守好我們的“小窗戶”，不能讓它肆無忌憚的放任洞口大開。

少抄近路，守住底線，才是長久之道。

從善如流而不是從惡如流，對我們所有人來說，這就是最好的榜樣了。