數(shù)據(jù)以分布式存在，而非以集中的形態(tài)存在，恐怕不但是一種現(xiàn)實，更是一種不可逆轉(zhuǎn)的發(fā)展趨勢。更好的辦法可能是，數(shù)據(jù)不過來，我們就過去。
有人說，能夠?qū)崿F(xiàn)共享的大數(shù)據(jù)是人類的第二座巴別塔。但目前這座巴別塔似乎處于危險之中。由于安全、隱私及商業(yè)利益等原因，數(shù)據(jù)的收集、融合和共享變得越來越難。數(shù)據(jù)以分布式存在，而非以集中的形態(tài)存在，恐怕不但是一種現(xiàn)實，更是一種不可逆轉(zhuǎn)的發(fā)展趨勢。更好的辦法可能是，數(shù)據(jù)不過來，我們就過去。
數(shù)據(jù)歸集越來越難
盡管擁有全球最豐富的大數(shù)據(jù)資源，但是中國卻稱不上大數(shù)據(jù)強(qiáng)國。數(shù)據(jù)資源遠(yuǎn)未被充分利用，老百姓尚未充分享受到大數(shù)據(jù)利用的紅利。原因可能有三方面，一是80%的數(shù)據(jù)集中在政務(wù)系統(tǒng)，還沒有被公眾充分利用;二是數(shù)據(jù)的分布式存在狀態(tài)(或者可以稱為割裂)已成為現(xiàn)實，并將愈演愈烈;三是個人對于數(shù)據(jù)隱私保護(hù)的意識不斷覺醒，數(shù)據(jù)歸集將越來越難，越來越有風(fēng)險。
承認(rèn)吧，數(shù)據(jù)天然就是分布式存在的。歐盟《通用數(shù)據(jù)保護(hù)條例》(General Data Protection Regulation，簡稱GDPR)宣稱，數(shù)據(jù)的攜帶權(quán)應(yīng)當(dāng)歸用戶所有。任何應(yīng)用程序都不能理所應(yīng)當(dāng)?shù)卣加糜脩舻臄?shù)據(jù)。當(dāng)前，恐怕也只有行政權(quán)力能夠?qū)?shù)據(jù)劃歸到某一個平臺——然而，這種劃歸的效率也是非常低的——由于無法控制各部門生產(chǎn)和收集數(shù)據(jù)的過程，只能實現(xiàn)數(shù)據(jù)的“物理搬家”;各部門報上來的數(shù)據(jù)的質(zhì)量、時效和口徑良莠不齊;政務(wù)大數(shù)據(jù)平臺在調(diào)取各部門數(shù)據(jù)時，也難以對原始數(shù)據(jù)進(jìn)行及時反饋，指導(dǎo)其改善數(shù)據(jù)質(zhì)量、統(tǒng)一數(shù)據(jù)口徑。因此，“數(shù)據(jù)提供—計算應(yīng)用—改善數(shù)據(jù)”之間的閉環(huán)無法形成。
可以說，當(dāng)前我們的巴別塔難題，已經(jīng)昭然若揭地表現(xiàn)為，數(shù)據(jù)的分布式存在和我們對于集中式計算之間的矛盾。我們已經(jīng)習(xí)慣了數(shù)據(jù)輕易地被歸集到某一平臺，然后由這一平臺進(jìn)行大數(shù)據(jù)運算，得出在商業(yè)上有價值的結(jié)論。而當(dāng)數(shù)據(jù)難以歸集的時候，大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈這些威力無窮的技術(shù)，似乎就無能為力了。
“數(shù)據(jù)孤島”背后的共享困境
人們發(fā)現(xiàn)，如果聽由數(shù)據(jù)散落在地，而不是串成珍珠，可能會形成“數(shù)據(jù)孤島”的問題。
比如，如果不打通各個借貸平臺的數(shù)據(jù)，多頭借貸、以貸養(yǎng)貸就很難識別出來。數(shù)據(jù)表明，貸款申請者每多申請一家機(jī)構(gòu)，違約的概率就上升20%。然而，各家機(jī)構(gòu)并不愿與競爭對手分享用戶數(shù)據(jù)(即使信貸機(jī)構(gòu)有意愿分享，也可能因存在侵犯用戶隱私的風(fēng)險)，導(dǎo)致各家機(jī)構(gòu)都成了“數(shù)據(jù)孤島”。一個人在一個平臺上借款后，還可以跑到另一個平臺再借，然后拆東補西，到最后可能連自己都不知道，到底在哪些平臺借了多少錢。
數(shù)據(jù)的打通，有時也是提高某些領(lǐng)域商業(yè)服務(wù)、改善民生的客觀需要。以保險理賠為例。目前，參保人須將所有表單、醫(yī)療收據(jù)、病歷等資料收集齊后，提交或上傳給理賠平臺，周期長、效率低。人們往往在生病治療時捉襟見肘，資金周轉(zhuǎn)不開。許多保險公司希望醫(yī)院能向保險公司共享數(shù)據(jù)，建立賠付快速通道。然而，院方考慮到醫(yī)療數(shù)據(jù)安全和患者個人隱私，不愿直接把敏感的醫(yī)療數(shù)據(jù)開放給保險公司。保險公司拿不到數(shù)據(jù)，賠付效率無法提升?？床‰y，報銷更難的問題始終存在。
一方面，人們需要大數(shù)據(jù)帶來的紅利，另一方面，改變數(shù)據(jù)的占有狀態(tài)又越來越難。前面說過，從有些大數(shù)據(jù)平臺的建設(shè)情況來看，即使用行政力量實現(xiàn)數(shù)據(jù)的強(qiáng)制劃撥，也不過是數(shù)據(jù)的“物理搬家”。當(dāng)然，這絕不是在質(zhì)疑政務(wù)大數(shù)據(jù)平臺建設(shè)的意義。數(shù)據(jù)政務(wù)平臺的建設(shè)當(dāng)然意義重大。除了實現(xiàn)數(shù)據(jù)歸集外，更重要的是向公眾和商業(yè)機(jī)構(gòu)開放。
以前面提到的金融機(jī)構(gòu)為例，如能拿到工商、稅務(wù)、社保等數(shù)據(jù)，能顯著提升風(fēng)控能力;商業(yè)地產(chǎn)機(jī)構(gòu)如果能拿到有關(guān)車流、人流的數(shù)據(jù)，將有效地提升地產(chǎn)開發(fā)與規(guī)劃設(shè)計的準(zhǔn)確度;制造業(yè)如果能拿到同行業(yè)或上下游的工商、稅務(wù)數(shù)據(jù)，也能更精準(zhǔn)地預(yù)判明年的資源投放和行業(yè)格局。然而，受制于數(shù)據(jù)安全和合規(guī)要求，政務(wù)數(shù)據(jù)的開放目前嚴(yán)重滯后于商業(yè)開發(fā)的需求，有的地方只是流于形式。
數(shù)據(jù)不過來，計算就過去
人們需要在不改變數(shù)據(jù)占有狀態(tài)的同時完成對數(shù)據(jù)的利用。早在1982年，圖靈獎唯一華人獲得者姚期智院士就提出了一種解決方案：分布式計算。既然無法改變數(shù)據(jù)分布式的趨勢，那么干脆就把計算也設(shè)計成分布式的。數(shù)據(jù)不過來，計算就過去。也即不改變數(shù)據(jù)的存儲狀態(tài)，而是變通利用數(shù)據(jù)的方式。比如說，將數(shù)據(jù)計算的模型分布部署于原始數(shù)據(jù)域內(nèi)，在數(shù)據(jù)不出域的情況下進(jìn)行計算，僅輸出結(jié)果，而不獲取原始數(shù)據(jù)，確保數(shù)據(jù)安全及用戶隱私得以保障。
以金融機(jī)構(gòu)的信用數(shù)據(jù)查詢?yōu)槔?。有了這一技術(shù)，就可以將計算模型部署在原始數(shù)據(jù)域內(nèi)，對工商、稅務(wù)、行政處罰等數(shù)據(jù)進(jìn)行提取運算，直接形成有關(guān)用戶的信用數(shù)據(jù)，并在此基礎(chǔ)上判斷，能不能借錢給他(她)，借多少比較安全，收多少利息合適。然后向外直接輸出結(jié)論，這個客戶有關(guān)的原始數(shù)據(jù)始終保護(hù)得嚴(yán)嚴(yán)實實。同時，計算過程處于密文狀態(tài)下，原始數(shù)據(jù)持有人無從了解模型的計算原理，甚至無法知道哪位客戶的哪些數(shù)據(jù)被調(diào)取進(jìn)行了計算。
再以前面提到的保險快速理賠通道為例。保險公司可以將理賠模型和理算規(guī)則部署在醫(yī)院域的計算節(jié)點上?；颊呔歪t(yī)后產(chǎn)生費用的同時，保險公司就可遠(yuǎn)程在醫(yī)院域內(nèi)利用原始就醫(yī)數(shù)據(jù)進(jìn)行理賠判斷和賠付計算，然后輸出理賠結(jié)果，為理賠作好準(zhǔn)備?；颊呱衔缈赐瓴。挛缇湍苣玫劫r付款。重要的是，利用這一技術(shù)，還可以對患者的原始醫(yī)療數(shù)據(jù)進(jìn)行加密。保險公司的模型可以在密文狀態(tài)下對數(shù)據(jù)進(jìn)行處理(從而保護(hù)了其價值連城的模型IP)，在保護(hù)醫(yī)院數(shù)據(jù)與患者隱私的前提下，大幅提高理賠效率，解決“就醫(yī)難、理賠更難”的痛點。
或需重構(gòu)數(shù)據(jù)領(lǐng)域法規(guī)
推而廣之，這一技術(shù)或許能夠解決政務(wù)大數(shù)據(jù)平臺建設(shè)的難題。各地在打造大數(shù)據(jù)平臺時，無需將工商、稅務(wù)、民政等部門的數(shù)據(jù)全搬到平臺上，而只需將運算模型或規(guī)則部署在各部門的數(shù)據(jù)域內(nèi)。任何時候需要調(diào)取數(shù)據(jù)，直接在相關(guān)域內(nèi)進(jìn)行計算，獲得結(jié)果輸出即可。數(shù)據(jù)不用搬家，原始數(shù)據(jù)方可以實時維護(hù)、實時更新。大數(shù)據(jù)平臺任何時候調(diào)用，都可獲得最新的結(jié)果。
當(dāng)然，模型和數(shù)據(jù)之間也可能不那么適配。那么，一個辦法是不斷調(diào)整和完善計算模型，另一個辦法則是根據(jù)模型的反饋去優(yōu)化數(shù)據(jù)的質(zhì)量。由于計算模型部署在原始數(shù)據(jù)域內(nèi)，可以根據(jù)原始數(shù)據(jù)的范圍、口徑、狀態(tài)和更新狀況，對公式和模型不斷進(jìn)行訓(xùn)練和升級，提高查詢的針對性和效率。
另外，模型在調(diào)取數(shù)據(jù)進(jìn)行運算時，也可以實時向原始數(shù)據(jù)部門反饋那些“不稱手”“用不來”的數(shù)據(jù);為其未來對數(shù)據(jù)的收集、整理提供改善建議。這樣的雙向優(yōu)化如果能持續(xù)下去，或許能使建立在數(shù)據(jù)基礎(chǔ)上的政務(wù)治理真正成為可能。
我們來暢想一下，假如未來比想象中來得快，分布式計算成為數(shù)據(jù)共享的主流技術(shù)，那么很多法律規(guī)則可能都將發(fā)生改變：
首先，有關(guān)數(shù)據(jù)隱私保護(hù)的重心，可能會從對歸集的規(guī)制，轉(zhuǎn)向?qū)Ψ植紖f(xié)議達(dá)成是否自愿、平等和信息對稱的關(guān)注(特別是考慮到原始數(shù)據(jù)持有人可能是分散的個體，而部署計算模型的平臺可能是強(qiáng)大的平臺，雙方難以進(jìn)行平等談判)。
其次，由于原始數(shù)據(jù)不會出域，而是留在數(shù)據(jù)持有人手中，屆時每個人的云端賬戶可能都需要配備足夠安全的“鎖”，既防君子又防小人。
第三，數(shù)字資產(chǎn)的歸屬問題很可能會從原始數(shù)據(jù)的權(quán)屬，轉(zhuǎn)向通過分布式計算得出結(jié)論所產(chǎn)生的商業(yè)利益的分配(同樣，由于難以進(jìn)行平等對話，因而可能需要建立最低的分配比例標(biāo)準(zhǔn))。
最后是法律責(zé)任追究問題。如果數(shù)據(jù)共享的方式已經(jīng)發(fā)生了變化，那么違法侵權(quán)行為的構(gòu)成要件顯然也會發(fā)生巨大變化。
總體看來，如果分布式計算更多地被應(yīng)用，那么數(shù)據(jù)領(lǐng)域內(nèi)的法律原則與監(jiān)管規(guī)制，很可能將需要重構(gòu)。而且，腳步恐怕要夠快——如果跟不上技術(shù)的變化，好不容易出臺的那些規(guī)則，恐怕難免會有些尷尬，甚至成為一記記“揮空了的拳頭”。
(作者系中國政法大學(xué)新金融研究中心研究員林建軍)
