欢迎访问科大卓越官网！
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。
在数据要素篇，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！
