从用户个人设备获得的数据，加上电子交易和其他来源的数据，是当今某些全球大公司的业务基础。数百万小企业和无数初创企业也利用个人数据，转化为消费者观察、市场预测和个性化数字服务。过去20年里，个人数据的商业用途一直在以狂野的方式增长。但现在，由于消费者不信任、政府采取行动以及客户竞争，这种日子很快就要结束了。
大多数时候，数据经济核心是“数字帷幕”，主要为了向立法者和公众掩盖行业操作。尽管数据来源是客户的私人行为，数据却被当成公司财产和专有秘密。如今大幕已拉开，消费者、政府和市场力量结合，让用户对自己生成的数据获得更多控制。全球各国都开始将个人数据视为个人拥有，公司托管的资产，而不是可随意获取的资源。
对数据经济来说，组织原则如此转变更为合理。随着用户开始表达希望数据能实现的个性化服务和机会，加大个人控制权有望减少行业严重滥用的行为，同时产生新一轮用户驱动的创新。虽然Adtech公司同样会受到重大冲击，但掌握大量客户数据的公司必须彻底改进做法，尤其是金融机构、医疗公司、公用事业公司以及大型制造商和零售商。
随着新常态的展开，领先的公司已开始适应。基于我们对数据和信任的研究，以及跟各种公司打交道的经验，转变的关键是公司围绕准许、观察和流动的新基本规则重组其数据业务。
汇聚力量
我们发现目前推动个人数据行业变革存在三种压力。三大压力迅速蔓延并相互交织，在全行业引发了地震。
1.消费者不信任。肖莎娜·祖波夫（Shoshana Zuboff）提出了“监控资本主义”概念，描述为“建立在秘密提取和操纵人类数据基础上的经济体系”。如今这一理念已变得常见，体现出越来越多消费者意识到自己的数据在未经准许的情况下被买卖和使用，而且越来越不愿意忍受。人们开始用拇指投票：在北美核心市场，Facebook和Twitter日常活跃用户都在减少。
2.政府行动。联邦立法者正削减技术巨头的力量。与此同时，2021年州级立法机构提出或通过了至少27个在线隐私法案，规范数据市场并保护个人数字权利。从加州到中国，立法者都在制定类似欧洲《通用数据保护条例》（GDPR）的法规，欧盟已转而关注监管人工智能使用。之前公司总是走在监管机构前面，现在却很难跟上很多地区的合规要求。
3.市场竞争。去年，苹果iPhone操作系统升级时允许用户关闭数据采集在众多应用中追踪数据的功能。这一调整相当让人耳目一新，主要是向用户提供了对数据的控制权和代理权。此举也打击了依赖交叉应用追踪的公司：2021下半年，大型社交媒体网站损失的收入达100亿美元。Facebook母公司Meta预计，仅2022年就将再损失100亿美元。苹果已将隐私保护作为市场优势：设备制造商和应用开发商也在使用隐私功能吸引新用户。
各方力量大融合，而且正朝着明确的终点汇聚，最终目标是个人很快能完全掌控私人数据。虽然消费者仍希望数据带来便利和益处，但他们能决定共享什么数据以及与谁共享。人们希望得到保护，希望政府支持，科技公司也在步入正轨，数据隐私的竞争已经影响到财务底线。
大公司面临的挑战
对老牌公司来说，变化带来了一系列数据方面新挑战。多数大公司内部已因客户数据而经历一系列紧张。大公司通常有首席信息官，职责是保存数据：收集数据，对其进行数据，避免数据受黑客攻击。此外还有首席数字官，职责是提供数据：挖掘数据，建模，再用来吸引用户。一些公司还增设了首席数据官（由于缺乏对岗位的定义，明显不稳定），还有首席信息安全官和首席隐私官。
企业中存在各种重叠角色，有广泛的数据收集业务、多个遗留系统、双边和多边数据共享协议的复杂网络，而且如何将数据整合到业务中经常不够明确。根据经验，目前IT领域仅用于管理内部复杂性的预算就高达90%，用于提高生产率或客户体验的数据创新资金却很少。
这种状况在新数据经济中不会长期存在。如果企业利用个人数据获取价值，就要改变获取、共享、保护和从中获利的方式。
数据新规则
关于数据经济的新规则相当简单，各条都源于基本原则，即个人数据是属于产生数据者的资产。但每一条规则都要打破根深蒂固的习惯、常规和网络。
规则1：信任交易。第一条规则关于准许。到目前为止，公司通过一笔接一笔业务收集当前和用户潜在偏好、习惯和身份方面尽可能多的数据，而用户往往不知道具体情况。但随着转向用户控制，经过认真准许收集的数据很快将成为各种数据中最有价值的部分，因为这是企业唯一能用来采取行动的数据。
公司要不断培养与用户之间的信任，依据常识解释数据如何使用，以及使用数据对用户的好处。企业可以效仿最近成立的数据合作组织，为用户提供不同的数据共享选项，确保每个用户选择最舒服的选项。准许这一步越坚定越彻底，用户数据库就越有价值。
规则2：洞察高于身份。企业不仅要重新思考如何从客户获取数据，还要重新思考如何通过彼此获取数据。目前，公司经常通过复杂的数据协议网络传输大量个人身份信息（PII），过程中会损害隐私和安全。但当今的技术，尤其是联合学习和信任网络能实现不获取或传输数据也可从数据中观察结果。算法和数据的共同设计可以促进洞察力的提取过程，通过构建各自的结构来更好地满足对方的需求。因此，与其说是移动数据，不如说是算法交换非识别性的统计数据。
例如，谷歌很多应用，比如Swipe打字功能可直接在手机上分析用户数据提取性能统计数据，然后根据统计数据向手机返回性能更新，全程将PII安全地留在用户手机上又能提高性能。另一家公司Dspark使用类似解决方案，从高价值但高度敏感的个人移动数据中进行观察。Dspark每天清理、聚合并匿名处理超过10亿个移动数据点，然后从中观察人口统计到购物等各种信息，并将信息推销给其他公司，但从不销售或传输数据本身。
规则3：流出数据仓库。最后一条规则源于前两条，也是内部数据团队的新组织原则。一旦所有用户数据都获得了认真准许，并且在不传输数据的情况下观察结果，首席信息官和首席数据官就不会困在数据孤岛里工作，一个拼命保住数据，另一个则努力挖出数据。首席信息官和首席数据官可以合作促进观察交流，共同目标是从已获准许的数据中尽可能观察到准确结果从而造福用户。
例如，银行抵押贷款部门可获得用户同意后，跟搬家公司、公用事业和互联网公司等服务提供商共享新地址，在用户乔迁新居时提供帮助。银行还可以当中介，为用户提供个性化优惠和服务，同时通知提供商地址变更和入住日期。最终结果是值得信赖、安全且用户可控制的数据生态系统。用户享受到附加价值，减轻搬家的繁重杂务，提供的用户体验淡化了房贷，强调了对入住新家的欢迎。
数据共享的未来
最后一个假设的例子只是基于准许、观察和流量的新数据经济中，可能出现的众多数据创新之一。新公司已经涌现，提供促进数据共享安排所需的各种结构。数据代表、代理和保管人出现后，可以实现大规模管理准许，充当用户个人数据的可靠中心，并在市场上作为用户代理。在美国一些地区，数据合作越来越普遍。
旧的个人数据经济终结，并不意味着价值创造和财富创造终结；财富将获得更好更公平的分配，降低隐私和安全风险。人们不会囤积数据资产，而是会用来投资以更多更好的个性化服务提供回报的公司。用户甚至可能允许公司分享从自身数据中观察得出的结果，只要能享受收益就可以。
侯赛因·拉赫纳马是多伦多瑞尔森大学创意学院（Creative School at Ryerson University）副教授、马萨诸塞州剑桥市麻省理工学院媒体实验室（MIT Media Lab）客座教授。他是一位著名的计算机科学家，因其在上下文感知计算方面的工作而闻名。他还是Flybits的创始人兼首席执行官，这是一家帮助企业从数据资产中合成数字客户体验的技术公司。亚历克斯·桑迪·彭特兰是麻省理工学院媒体实验室、斯隆管理学院（Sloan School of Management）和计算学院（College of Computing）的东芝媒体艺术与科学教授。负责管理麻省理工学院连接科学实验室和人类动力学实验室，曾为经合组织（OECD）、联合国以及美国电话电报公司（AT&T）、谷歌和美国律师协会（American Bar Association）提供咨询，并共同发起了世界经济论坛（World Economic Forum）的个人数据倡议。
侯赛因·拉赫纳马（Hossein Rahnama）
亚历克斯·桑迪·彭特兰（Alex “Sandy” Pentland）| 文
刘隽 | 编辑