大數(shù)據(jù)面臨的問題：數(shù)據(jù)是否需要共享

在這個大數(shù)據(jù)時代，數(shù)據(jù)帶來的難題可真不少，比如，一個企業(yè)重要的資產(chǎn)中包括一些特殊的數(shù)據(jù)，那么就會遇到一個問題，企業(yè)是否應該與合作伙伴和供應商共享這些數(shù)據(jù)，還是應該保留其專有權?

在有關Facebook公司寬松的數(shù)據(jù)共享政策和歐盟實施通用數(shù)據(jù)保護條例(GDPR)之間，很多人都在談論數(shù)據(jù)隱私和消費者權利。那么作為Facebook或Google等公司的消費者，應該分享多少數(shù)據(jù)呢?

那么對于企業(yè)呢?

企業(yè)可能正在處理自己的數(shù)據(jù)隱私難題，他們應該與合作伙伴、供應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人收集的數(shù)據(jù)，它們可能會加速并促進社會治愈癌癥的努力。但與競爭對手分享也可能影響他們在市場上的競爭優(yōu)勢。

組織也可能正在考慮參與供應商計劃，例如SAP公司正在開發(fā)的名為Data Intelligence的計劃，該計劃將匿名化企業(yè)客戶數(shù)據(jù)，并允許這些客戶將自己與其他市場進行對比。

“人們意識到他們所擁有的數(shù)據(jù)具有一定的價值，無論是出于內(nèi)部目的還是出售給數(shù)據(jù)合作伙伴，這都會讓他們更加意識到他們?nèi)绾文涿蚕頂?shù)據(jù)?！盨AP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)以便訓練算法，問題仍然是企業(yè)在共享匿名數(shù)據(jù)資產(chǎn)時是否放棄競爭優(yōu)勢。組織需要小心。

“數(shù)據(jù)非常有價值?！盌atabricks公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官，加州大學伯克利分校的兼職教授AliGhodsi表示。根據(jù)Ghodsi的經(jīng)驗，組織不希望共享他們的數(shù)據(jù)，但他們愿意出售對它的訪問權限。例如，組織可能會在有限的時間段內(nèi)出售對特定數(shù)據(jù)集的有限訪問權限。

Ghodsi說，數(shù)據(jù)聚合器是通過抓取網(wǎng)絡來創(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)尚未暴露于應用人工智能和機器學習，而這些公司可能希望使用這些巨大的數(shù)據(jù)集獲得競爭優(yōu)勢。例如，任何擁有大量會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)驗中，組織需要更多數(shù)據(jù)，但他們不愿意分享，有時甚至在他們自己的組織內(nèi)也不分享。在許多組織中，IT團隊控制著對數(shù)據(jù)的訪問，并且可能不愿意對業(yè)務線領域的數(shù)據(jù)科學家的所有請求進行響應。這是2017年12月由Ghodsi和加州大學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”。Ghodsi表示，該小組正在進行研究，以尋找激勵企業(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，而機器學習模型是對所有數(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)建一個機器學習模型。它可以預測肺部癌癥的可能性、它們的健康狀況、癌癥的風險。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)移學習，Ghodsi說在Databricks公司啟用了一種方法。Ghodsi說，這個工作通過將現(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)獲得新價值。

另一種分享研究數(shù)據(jù)價值同時保留企業(yè)對該數(shù)據(jù)的私人訪問權限的方法是通過聯(lián)合機器學習。這是Owkin公司使用的技術之一，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。

“在學習中，企業(yè)可能將數(shù)據(jù)留在邊緣設備上?！盋louderaFastForwardLabs的數(shù)據(jù)科學家FriederikeSchuur表示。谷歌公司在博客中解釋了它的工作原理：“企業(yè)的設備會下載當前模型，通過學習手機上的數(shù)據(jù)來改進它，然后將更改匯總為集中更新。只有模型的此更新才會發(fā)送到云端，使用加密通信，在其中立即與其他用戶更新進行優(yōu)化，以改善共享模型。所有培訓數(shù)據(jù)都保留在設備上，并且云中不會存儲任何單獨的更新?！?

通過這種方式，組織可以為社區(qū)的研究工作做出貢獻，但不會在此過程中泄露他們的數(shù)據(jù)。

轉(zhuǎn)移學習和聯(lián)合學習等創(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)治理服務商Immuta公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Matthew 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)的財富，是未來的企業(yè)收入?！?

對于初創(chuàng)公司而言，這種恐懼也可能轉(zhuǎn)化為其他后果。例如，如果價值被認為是數(shù)據(jù)本身，投資公司是否會向分享其數(shù)據(jù)的公司提供資金?

Schuur說，每家公司都需要自己仔細決定分享內(nèi)容。“如果是癌癥研究，人們應該有更多的數(shù)據(jù)共享?！?

但是組織應該非常小心他們分享的內(nèi)容以及如何分享。