首页 能链洞察 行业资讯

从人脸数据隐私到骑手生死时速,我们如何才能冲破数据牢笼?

从人脸数据隐私到骑手生死时速,我们如何才能冲破数据牢笼?

发布时间:2020.09.16

9月12日,创新工场董事长兼CEO李开复在首届HICOOL全球创业者峰会上公开表示,曾在早期帮助旷视科技公司找了包括美图和蚂蚁金服等合作伙伴,让他们拿到了大量的人脸数据,并在随后的摸索过程中找到了几个有价值的商业化方向。

一石激起千层浪,此事随后迅速发酵。虽然三方陆续发文澄清,强调企业在数据安全和数据隐私层面的坚守。但一次“口误”能引起如此轩然大波,也足以说明触动了国人敏感的神经。

而就在月初的9月3号,苹果开发者网站发布最新消息,现已提供关于 App 隐私问题的详细信息,目前网站已列明新的隐私部分所涵盖的内容。

早在 iOS12、iOS13 发布的时候,苹果就已经加强了对隐私功能的升级,而在今年 6 月的 WWDC20 中,iOS14 的发布再次把用户隐私推到了新的高度。其中一个关键的更新是,应用程序在访问用户设备的IDFA之前,必须明确请求用户的许可



什么是IDFA? 简单来说,这是苹果为每个客户随机分配的一个“广告客户标识符”,APP的广告投入都会需要这个IDFA,来跟踪个人数据,尤其是一些个性化的广告投入。

此前,由于 IDFA 的入口并不明显,很多用户是默认打开并且不知道在哪里能关闭。现在这些冗长的隐私条款通过更简化、更透明的方式展现在了用户面前。一旦用户选择“不分享”,则相当于启用了“限制广告跟踪”

换句话说,IDFA已经名存实亡。这对千亿美元规模的广告市场而言无疑是场重创。但对于需要隐私保护的用户而言,却是一束曙光。只是被困在数据算法牢笼里的,除了用户,还有外卖骑手

此前被刷屏的《外卖骑手,困在系统里》一文就描绘了一个令人触目惊心的事实:在算法的困局中,外卖骑手正在经历令人难以想象的生死时速......

随着数字经济的时代的到来,个人隐私与商业应用的边缘却日益模糊。数据到底归于谁?个人信息又当如何界别,到底能不能商业化?算法究竟应该是一个怎样的存在?

一、数据究竟归谁?

我们先来看第一个问题,数据到底归谁?

科斯定理认为,数据谁用得好,就应该归谁。因为当交易费用为零或足够低时,不管资源最初的主人是谁,资源都同样会流到价值最高的用途上去。

该怎么理解这句话呢?我们设想一个简单的场景:如果某个物品,甲认为值100元,乙认为值200元。若将初始产权给了甲,乙会以某个高于100而低于200的价格向乙购买这件商品,双方都能从交易中获益;若将产权安排给乙,甲却不会以高于100元的价格购得商品。因此无论将物品初始产权安排给谁,乙最终都将持有这件商品。

如果把用户的数据作为一种资源,在企业应用中产生了更大的价值,上述分配关系看上去也是合理的。但是这种资源分配关系,会一直合理吗?答案也许是否定的。

且不说现实中存在交易成本,而且可能会很高。

设想,如果达成上述交易需要缴纳110元手续费,初始产权就会影响最终物品配置状况:如果物品的最初产权分配给了甲,乙并不会额外增加110元交易费去获得这件商品。这就造成了所以交易实际上很难实现。

只是在中国互联网发展迅猛,数据产权归属权尚不明晰时,数据资源被倾斜给这些能将资源运用到最优的平台方。但必须强调,个人信息属于隐私权,未经允许授权任何人不得非法使用。

在旧互联商业世界的核心模式下,无论是滥用数据还是隐私泄露,本质上是对用户隐私权的无视和伤害。



二、数据能否商业化?

站在另一个角度来看,个人数据并非绝对不能商业化使用。

我们知道,数据作为一种经济形态,在很大程度上有公共品性质,甚至有些数据对大众来说也是非常重要的。例如一些犯罪分子的数据,公安机关拿到后,就能产生极大的效用。

苹果的决策凸显了其对用户隐私的尊重,但略显笨拙。数据作为资源,需要在经济活动中流转,在不断的价值交换过程中实现其最大的价值,否则整个社会将裹足不前。

只是,由于目前数据生命周期产权界定不清和摩擦成本过高,制约了整个数据价值化的的闭环逻辑。

数据要素篇,我们曾系统介绍过:区块链如何借助分布式存储、共识算法和密码学等技术,为明确数据的权责归属提供了可能,并可通过数字化凭证(Token)进行权益锚定。由此,数据授权与共享痕迹留存于链上且不可篡改,实现数据权责的可追溯;同时将数据相关权益还给每一个产生数据的人,让数据所有者可自由进行数据交易获取经济回报。

而这中间的指导原则还是科斯定理,一项有价值的资源,通过产权关系的清晰界定,人们自然会“商议出”合理的价格来,实现资源的最优配置:既不会允许机构肆无忌惮地侵犯个人隐私权,也不可能让个人绝对地保有所有隐私权。最后一定会达到一个平衡,在合理保护隐私的情况下,让更多数据生产要素更合理地流动和配置,以服务于经济和社会。



三、可信计算的价值空间

一切的终极目标,需要可行的技术实现路径。

当然,技术之风,并不是总朝着海员希望的方向吹。类似外卖骑手的算法困境,并不只能仅仅依靠技术去解决。我们需要建立规范以适应技术的进步,同时对其进行适当监管,不能任其成为“洪水猛兽”,而应导向“科技向善”。

相比于互联网巨头、金融机构、社会服务机构等等都掌握不同数量的用户隐私数据,形成一个个数据孤岛,如何在保护隐私的前提下,挖掘数据价值,则是一个更大的命题。

可信计算是解决数据隐私之痛、释放数据价值的关键一环。在可信计算的助力下,通过对多方、异地、异构数据进行协同计算,可为各行业提供重要参考信息,而数据掌控者不再担心数据泄露,实现数据可用不可见。这背后庞大的技术原理,我们将单独约专题为大家详述。

以广告为例,广告商可以知道哪些广告导致了特定的行为,而不用透露这些行为来自哪些设备,或哪些具体的人;在医疗场景下,通过对大量历史病例的交叉数据分析,可以为未来的诊疗提供参考,但不用披露每个人的隐私病例数据;在企业算平均工资时,可以在不披露员工各自薪资信息的情况下,得出员工的平均收入水平。

简而言之,可信计算既融合了传统商业模式,又保护了用户隐私,共同促进数据市场快速发展。过去,我们曾经通过协作共享资源;今天,我们需要通过开放共享智慧。数据价值已无法被单独拽在手中,需行业各方对数据开放生态进行合力探索,让每个生态参与者都能从中获取收益。



*本文图片来源于网络,仅供学习交流使用,不具任何商业用途,图片版权归原作者所有,如有侵权还请联系我们,谢谢!