人工智能和分析存在“蹺蹺板”問題。人工智能的創(chuàng)新需要訪問豐富且擴展的數據集，這些數據是由大量實體始終在創(chuàng)建的。但是，如果處理不當，個人和公司數據可能會暴露個人或組織的風險。如果我們限制進入創(chuàng)新渠道的數據量，則蹺蹺板會朝相反的方向旋轉，從而阻礙創(chuàng)新。

一種新的法律架構正在尋求通過允許數據所有者安全，合乎道德地對數據進行異花授粉來平衡快速創(chuàng)新和隱私的雙重需求。它被稱為“數據信任”，在數據共享非常重要的地方，例如在智慧城市，健康數據生態(tài)系統或企業(yè)與學術界之間的協作中，人們對它們的興趣正在上升。

“數據信托本質上是一種法律架構，使各種數據提供者能夠以安全，合規(guī)和合乎道德的方式共享其數據，”威利斯·塔·沃森(Willis Towers Watson)的數字主管喬治·扎卡達基斯(George Zarkadakis)解釋說。連接許多全球咨詢公司的客戶。

漲潮

英國開放數據研究所首先提出的對數據信托的業(yè)務需求可以追溯到AI在21世紀經濟中的核心地位。這種經濟是建立在數據基礎之上的，但基礎卻很艱難。高質量和多樣化的數據是稀缺的，并且數據格局是零散的。在需要重新整理數據的地方，一系列監(jiān)管，技術和道德問題使數據變得孤立無援，被屏蔽并且無法發(fā)展。

扎卡達基斯說：“為了在人工智能經濟中生存和發(fā)展，公司必須在如何以協作方式收集，存儲和處理數據方面進行大量投資，”他舉例說明了一家航空公司，一家酒店連鎖店和一家保險公司：

“他們都有關于客戶的數據，但是他們缺乏的是一種了解整個客戶旅程的方法，從人們決定旅行的那一刻起，預訂他們的機票和住宿，再到購買保險單。最好的解決方案是讓這三個企業(yè)共享他們的數據，以便更好地為他們的客戶提供服務并提高競爭力。”

標簽隊

除非有一個相互激勵的框架，否則您將沒有機會抓住這三個組織交換他們珍貴的數據。

第一個挑戰(zhàn)是確保數據匿名化和安全性。盡管許多技術都提供了這些功能，但是要建立標準化的技術堆棧，仍有許多工作要做。然后是必須考慮的政策和數據治理框架(更不用說審計和報告數據使用的過程了)。在這個早期階段，構成依從性和安全性的生態(tài)系統的情況因案例而異。

聯接數據

除了安全性和合規(guī)性之外，任何數據信任的必要特征還在于存在強大的激勵機制。如上所述，在商業(yè)環(huán)境中，隨著AI成為經濟的核心，某種程度上存在生存動機。數據信托通過改善“數據流動性”將生命注入AI議程。換句話說，如何快速，高效和有效地獲取，使用和部署數據來解決業(yè)務問題。

Willis Towers Watson的飛行員提出的最大擔憂之一就是競爭力的風險。激烈的合作也許是Data Trust最違反直覺的品質。從什么時候開始競爭對手分享他們珍貴的珠寶?盡管在某些情況下是合理的關注，但批評還是有些偏離。數據信任機構不打算將所有組織歸入一個數據網，而是將需要連接的組織連接起來。

Zarkadakis解釋說：“我們與合作伙伴就特定的用例進行了合作，除非獲得了數據信任，否則合作帶來的好處不僅意義重大，而且也無法實現。”