企業(yè)可能正在處理自己的數(shù)據(jù)隱私困境,他們應(yīng)該與合作伙伴、供應(yīng)商還是與其他組織共享公司數(shù)據(jù)嗎?如果是這樣,可以分享哪些數(shù)據(jù),以及它們應(yīng)該保留為私有和專有的數(shù)據(jù)?畢竟,數(shù)據(jù)是新的石油。亞馬遜、Facebook和谷歌都通過收集和利用數(shù)據(jù)建立了價(jià)值數(shù)十億美元的公司。雖然數(shù)據(jù)是公司可能擁有的頂級(jí)資產(chǎn)之一,但也可能有令人信服的理由來共享數(shù)據(jù)。例如,如果行業(yè)前沿的癌癥中心分享他們每個(gè)人收集的數(shù)據(jù),它們可能會(huì)加速并促進(jìn)社會(huì)治愈癌癥的努力。但與競(jìng)爭(zhēng)對(duì)手分享也可能影響他們?cè)谑袌?chǎng)上的競(jìng)爭(zhēng)優(yōu)勢(shì)。組織也可能正在考慮參與供應(yīng)商計(jì)劃,例如SAP公司正在開發(fā)的名為Data Intelligence的計(jì)劃,該計(jì)劃將匿名化企業(yè)客戶數(shù)據(jù),并允許這些客戶將自己與其他市場(chǎng)進(jìn)行對(duì)比。
“人們意識(shí)到他們所擁有的數(shù)據(jù)具有一定的價(jià)值,無論是出于內(nèi)部目的還是出售給數(shù)據(jù)合作伙伴,這都會(huì)讓他們更加意識(shí)到他們?nèi)绾文涿蚕頂?shù)據(jù)。”SAP公司MikeFlannagan表示。就他們?nèi)绾慰创龜?shù)據(jù)而言,不同的公司處于不同的成熟水平。即使企業(yè)共享匿名數(shù)據(jù)以便訓(xùn)練算法,問題仍然是企業(yè)在共享匿名數(shù)據(jù)資產(chǎn)時(shí)是否放棄競(jìng)爭(zhēng)優(yōu)勢(shì)。組織需要小心。“數(shù)據(jù)非常有價(jià)值。”Databricks公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官,加州大學(xué)伯克利分校的兼職教授AliGhodsi表示。根據(jù)Ghodsi的經(jīng)驗(yàn),組織不希望共享他們的數(shù)據(jù),但他們?cè)敢獬鍪蹖?duì)它的訪問權(quán)限。例如,組織可能會(huì)在有限的時(shí)間段內(nèi)出售對(duì)特定數(shù)據(jù)集的有限訪問權(quán)限。Ghodsi說,數(shù)據(jù)聚合器是通過抓取網(wǎng)絡(luò)來創(chuàng)建銷售數(shù)據(jù)集的公司。
Ghodsi說,有些傳統(tǒng)的公司可能有數(shù)年或數(shù)十年的數(shù)據(jù)尚未暴露于應(yīng)用人工智能和機(jī)器學(xué)習(xí),而這些公司可能希望使用這些巨大的數(shù)據(jù)集獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。例如,任何擁有大量會(huì)員卡的零售商都可能擁有10年或20年的匯總數(shù)據(jù)。在Ghodsi的經(jīng)驗(yàn)中,組織需要更多數(shù)據(jù),但他們不愿意分享,有時(shí)甚至在他們自己的組織內(nèi)也不分享。在許多組織中,IT團(tuán)隊(duì)控制著對(duì)數(shù)據(jù)的訪問,并且可能不愿意對(duì)業(yè)務(wù)線領(lǐng)域的數(shù)據(jù)科學(xué)家的所有請(qǐng)求進(jìn)行響應(yīng)。這是2017年12月由Ghodsi和加州大學(xué)伯克利分校的其他研究人員共同撰寫的題材之一,主題為“伯克利人工智能系統(tǒng)挑戰(zhàn)觀點(diǎn)”。Ghodsi表示,該小組正在進(jìn)行研究,以尋找激勵(lì)企業(yè)公司分享更多數(shù)據(jù)的方法。其中一種方法是模型本身,而機(jī)器學(xué)習(xí)模型是對(duì)所有數(shù)據(jù)的非常緊湊的總結(jié)。Ghodsi說,“例如,我們擁有世界上所有癌癥的大量數(shù)據(jù)集,可以創(chuàng)建一個(gè)機(jī)器學(xué)習(xí)模型。它可以預(yù)測(cè)肺部癌癥的可能性、它們的健康狀況、癌癥的風(fēng)險(xiǎn)。但仍然沒有分享所擁有的所有X射線數(shù)據(jù),而且不打算對(duì)外你分享。”Ghodsi說,現(xiàn)在正在開始這種分享。谷歌公司已經(jīng)發(fā)布了許多用于分類圖像的模型。另一種方法稱為轉(zhuǎn)移學(xué)習(xí),Ghodsi說在Databricks公司啟用了一種方法。Ghodsi說,這個(gè)工作通過將現(xiàn)有模型與新模型相結(jié)合,允許企業(yè)通過利用新數(shù)據(jù)獲得新價(jià)值。另一種分享研究數(shù)據(jù)價(jià)值同時(shí)保留企業(yè)對(duì)該數(shù)據(jù)的私人訪問權(quán)限的方法是通過聯(lián)合機(jī)器學(xué)習(xí)。這是Owkin公司使用的技術(shù)之一,Owkin公司是一家?guī)椭┌Y研究中心加速其研究效益的創(chuàng)業(yè)公司。“在學(xué)習(xí)中,企業(yè)可能將數(shù)據(jù)留在邊緣設(shè)備上。”
ClouderaFastForwardLabs的數(shù)據(jù)科學(xué)家FriederikeSchuur表示。谷歌公司在博客中解釋了它的工作原理:“企業(yè)的設(shè)備會(huì)下載當(dāng)前模型,通過學(xué)習(xí)手機(jī)上的數(shù)據(jù)來改進(jìn)它,然后將更改匯總為集中更新。只有模型的此更新才會(huì)發(fā)送到云端,使用加密通信,在其中立即與其他用戶更新進(jìn)行優(yōu)化,以改善共享模型。所有培訓(xùn)數(shù)據(jù)都保留在設(shè)備上,并且云中不會(huì)存儲(chǔ)任何單獨(dú)的更新。”通過這種方式,組織可以為社區(qū)的研究工作做出貢獻(xiàn),但不會(huì)在此過程中泄露他們的數(shù)據(jù)。轉(zhuǎn)移學(xué)習(xí)和聯(lián)合學(xué)習(xí)等創(chuàng)新可以幫助解決醫(yī)療保健公司分享數(shù)據(jù)的問題。
數(shù)據(jù)治理服務(wù)商Immuta公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官M(fèi)atthew Carroll表示,在數(shù)據(jù)共享方面,醫(yī)療公司已經(jīng)看到了很多關(guān)注。他說,“他們害怕將數(shù)據(jù)提供給其他人,他們很清清楚楚這是未開發(fā)的財(cái)富,是未來的企業(yè)收入。”對(duì)于初創(chuàng)公司而言,這種恐懼也可能轉(zhuǎn)化為其他后果。例如,如果價(jià)值被認(rèn)為是數(shù)據(jù)本身,投資公司是否會(huì)向分享其數(shù)據(jù)的公司提供資金?Schuur說,每家公司都需要自己仔細(xì)決定分享內(nèi)容。“如果是癌癥研究,人們應(yīng)該有更多的數(shù)據(jù)共享。”