从姚氏百万富翁难题说起，真实的数据到底属于谁？_风闻

造就第450位讲者 季昕华

优刻得科技股份有限公司创始人兼CEO

非常感谢造就邀请我来参加这个大会。昨天晚上，我去见了我的大学同学。非常有意思啊，1999年他离开上海去美国深造的时候，我跟他之间有个小的赌约。

我说20年后我们比比谁更有钱，看看到底是中国学生毕业后赚的钱多，还是美国学生毕业后赚的钱多。更有钱的那个，要回同济大学，我们的母校，请吃一块同济的炸猪排。

所以昨晚我们在浦东一个地方相聚，喝酒聊天，回想起当年这个有趣的约定。

但是我们发现这个问题解决起来并没有那么容易，因为我们两个人都不愿意把自己的身家告诉对方。

我想说：“哎，那能不能请餐馆的服务员帮我们看一下我们双方账户上的存款数字”——也很难实现，因为我们也都不愿意把自己卡上的数额告诉服务员，尽管他是第三者。

这问题怎么解决呢？

其实，这就是著名的姚氏百万富翁问题——当两个人要比较到底谁更有钱的时候，那必须把彼此的所有收入，包括各种资产都公开给对方。但这个时候问题出现了，大家都不愿意公开自己收入情况，有多少存款、多少股票、多少房子……

在现实生活中这种情况更多，比如说人工智能领域里的医疗行业，它需要有大量的临床影像数据去做AI的分析，但不管是个人还是医院都不会轻易把这些数据交给人工智能公司。分析工作就会很难推进，非常非常痛苦，因为找各个地方都拿不到数据。

数据流通的痛点和诉求

信息和数据是社会的重要生产资料，但在目前的环境下，数据很难被流通，很难被共享，为什么呢？

因为数据和其他商品有个非常不一样的地方，其他商品一旦给人家了，商品的所有权就发生了转移，别人拿走之后很难再被复制。

但是数据具有非常好的可复制性，我把数据给了A，A拿完之后马上告诉B，B又告诉了C，数据就这么被无限复制，泛滥传播，所有权很难厘清。

所以，保障数据在安全的情况下被使用，并发挥出它的价值，是一个亟需解决的问题。 比如刚刚提到的人工智能公司，它非常需要数据，但是，第一，它获取不到数据，第二它没法判断这个数据的质量是不是好，第三个数据存在于每个单位内部，没法形成连通性。

数据有连接才有价值，而且连接的数据量越多越有价值。但在目前情况下，数据的需求者拿不到数据，也没法对数据质量进行判断，就形成了一个一个的数据孤岛。

同时，数据的拥有者对数据开放也有诉求。

**第一，他希望数据能够安全可控地开放。**如果数据被拿走、被泄露了，那数据拥有者将面临很大的安全和法律风险。

**第二，数据要和应用场景有深度的结合。**因为数据和产品密切相关，只有对应数据的场景才能获得价值。

**第三，数据的价值问题。**一个商品能流通是因为它有价值，而且很容易被衡量出来，但是数据对于不同人的价值是不一样的，比如病人的数据对医药公司很有价值，但那对普通人没有价值，那如何对这个数据进行定价？这是当前难度非常大的地方。

另外，技术储备不足、环境不允许，在面对多样化的数据需求时，心有余而力不足，以上四点就是当前面临的一些难题。

数据共享的现有模式

那么，怎么样能实现数据安全可靠地共享呢？目前全球有五个方案：

第一个就是我们现在常见的API方案。

它其实已经在全世界范围内大量应用了，比如说大家在网上要注册账号的时候，都需要你把身份证信息发过去，这时候API（Application Programming Interface，应用程序接口又称为应用编程接口，是一组定义、程序及协议的集合，通过 API接口实现计算机软件之间的相互通信，提供通用功能集。它同时也是一种中间件，为各种不同平台提供数据共享）就发生作用了，它会把你的身份证信息，和姓名信息通过API方式发送到公安部的认证中心，检测身份证号码和姓名是否匹配。

它的好处是简单，但这个公司有可能把你的数据存下来再次利用，同时，它要做复杂的计算的时候就发生问题了，它没法比较你和另外一个人的关系，没法解决说你的信用问题，没法分析你的个人兴趣爱好，所以API方式有它非常大的局限性。

第二就是原始数据的线下模式。

数据只属于所有者，然后让别人进你的系统内进行分析，分析完之后在物理上做隔离，比如说因为医院不敢把数据拿到外面去，就让人工智能公司在医院里进行分析处理，最后只拿走结果模型，但这种方法的效率非常低，没法实现多方的数据融合。

**第三种就是安全屋模式。**能够把数据放到一个公共的安全屋里，然后在安全屋里进行分析处理，能够比较好地解决问题之后把模型拿走。

第四种也是现在非常流行的，在国际上我们叫多方隐私计算。就是用区块链技术以去中心化的模式，通过区块链的智能合约，把算法下发到每个数据的拥有者手中，然后实现分布式的确定计算。

最后一种，也是前几年很流行的，我们叫数据的私下买卖方式，这种模式是违法的，已经被国家大量地限制和禁止。

前四种是当前的主流模式，第一种模式简单但是拓展方向有限；第二种模式效率低且没法融合多方。

安全屋模式能解决数据汇总分析处理的问题，但是还是要数据汇总，它会有个心理压力，数据的第三方看到数据之后会不会泄漏出去，这是非常令人担忧的事情，就像我和我到同学不愿意告诉服务员我们的存款一样。

第四种就是区块链模式，通过去中心化，通过区块链模式能够让数据真正地保留在本地，然后让算法执行流动。

这几种模式到底有哪些应用场景呢？

数据开放的应用场景

第一种场景是企业内部的跨部门的业务数据。

比如说一个做汽车的公司，同时有保险业务，保险公司非常希望集团内的汽车公司，把数据给到保险公司，但汽车公司不愿意把数据交出去。

因此，我们可以通过安全屋或区块链的模式，把汽车的使用数据让保险公司去分析，最后把结果拿走，数据不会有任何流动，确保了数据的安全。

第二种场景是不同组织间的数据共享。

比如说某个监管机构，它要求各个公司把数据交给监管机构，如果在原始模式下，这些公司会非常担忧把数据交给监管机构后，数据的所有权发生转移了。现在通过安全屋和区块链模式，可以实现不同组织之间的整个数据共享，可以保证数据被很好地使用，但不会被拿走。

第三个场景是跨组织的数据汇总和交换。

比如很多公司会通过获取用户访问网页时留下的cookie来进行广告定向投放，但为了保障数据安全和隐私，现在各个公司和组织之间的cookie越来越被限制了，那么如何在保证隐私的情况下实现数据的汇集呢？

还有更重要的场景就是数据的对外开放。  

你知道我们的数据都存在哪些地方吗？

第一个是大家所熟悉的各种大的互联网公司，第二是我们常见的政府部门，这里面存了我们从出生、上学，到工作的所有数据。第三就是各种央企、国企， 第四种就是各种中小互联网公司。

以政府为例，其实上海政府推行的一网通办非常好，它打通了不同部门之间的数据，让老百姓不再需要跑多个部门去证明我爸是我爸，现在你要办一件事，最多跑一次就能解决问题。

此外，除了BAT这样的大型互联网公司，很多拥有数据的中小型公司本身并不具备很好的数据分析能力，这时候就需要专门的大数据和人工智能的公司来做这样的工作，所以说人工智能将会是未来新一轮的社会驱动力。

如何让数据创造更多价值？

但是我们要知道，人工智能如果能有大的成就，核心在于要有足够的数据，并且在数据的使用、处理和分析中，很好地保护数据隐私。

去年欧洲颁布了《通用数据保护条例》，简称GDPR，这个法案很好地保护了数据隐私。但也有报告指出，GDPR对使用数据的严格限定给整个行业、社会和科技带来非常大的阻碍。

那在隐私安全和科技进步之间，如何能找到一个好的解决方案呢？

我们认为通过技术手段，通过区块链，通过多方隐私计算，能够实现数据的安全流通和使用，同时确保隐私，这会是一个非常重要的发展方向。

并且随着5G的快速发展，社会各方各面的信息都会被快速地记录、存储和分析，那么数据体量会更大，结合多方隐私计算，各种区块链技术，使得整个数据可以在安全的情况下被使用起来，整个技术会更加成熟，人工智能的发展也会更为快速。

最后，还有一个非常重要的话题，数据到底属于谁？

当我们使用互联网服务时，互联网企业会记录下我们的数据，那这个数据的所有权，是属于这些互联网公司的呢？还是属于我们？

现在有一些观点认为这些数据应该属于每个用户，也就是说，当Facebook使用用户数据的时候，它应该向用户付钱。

如果这个事情真的能实现的话，那未来每个人都是数据生产者，我们可以通过制造数据产生价值。

可能你在玩游戏、买东西的时候，每一次键盘的输入、每一次鼠标的点击、你的摄像头对你的记录，都在为这个社会创造价值。使用这些数据的公司都要为你的每一次行动来付费，真正实现数据生产者和数据所有者的统一，同时也能打破数据的垄断，保护好用户的隐私。

总而言之，数据作为新时代的生产资料，它的核心价值在于通过安全的流通，为社会创造更大的价值。