大数据时代-管理变革

我们的隐私被二次利用了
• 大数据的价值不再单纯来源于它的基本用 途，而更多源于它的二次利用。
• 这就颠覆了当下隐私保护法以个人为中心 的思想：数据收集者必须告知个人，他们 收集了哪些数据、作何用途，也必须在收 集工作开始之前征得个人的同意。
• 大数据时代，很多数据在收集的时候并无 意用作其他用途，而最终却产生了很多创 新性的用途。
大数据洞察ห้องสมุดไป่ตู้
• 在大数据时代，不管是告知与许可、模糊 化还是匿名化，这三大隐私保护策略都失 效了。如今很多用户都觉得自己的隐私已 经受到了威胁，当大数据变得更为普遍的 时候，情况将更加不堪设想。
• 各种各样的公司在我们不知情的情况下采 集了我们日常生活方方面面的数据，并且 进行了数据共享以及一些我们未知的运用
• 随着存储成本继续暴跌而分析工具越来越先进， 采集和存储数据的数量和规模将爆发式地增长。
• 如果说在互联网时代我们的隐私受到了威胁，那 么大数据时代是否会加深这种威胁呢？这就是大 数据的不利影响吗？
无处不在的“第三只眼”
• 大数据会带来很多危险，因为其核心思想 是用规模剧增来改变现状。
• 挑战：
– 例如，里士满市的警察一直觉得在枪击事件之 后会出现一个犯罪高峰期，大数据证明了这种 想法，但是也发现了一个漏洞，即高峰不是紧 随枪击事件而来的，而是两个星期之后才会出 现。
➢ 无处不在的“第三只眼” ➢ 我们的隐私被二次利用了 ➢ 预测与惩罚，不是因为“所做”，而是因为“将做” ➢ 数据独裁 ➢ 挣脱大数据的困境
无处不在的“第三只眼”
• 互联网出现之前，如艾可飞和益百利这样的专业 数据收集公司就采集、记录了全球范围内大约几 百万人口的数据，而它们提供的每个人的个人数 据就多达好几百份。
大数据时代-管理变革
2020年5月30日星期六
•大数据时代的思维变革 •大数据时代的商业变革 大数据时代的管理变革
•3. 大数据时代的管理变革
3. 大数据时代的管理变革——风险
“风险”——让数据主宰一切的隐忧 我们时刻都暴露在“第三只眼”之下：亚马逊监视着我
们的购物习惯，谷歌监视着我们的网页浏览习惯，而微博 似乎什么都知道，不仅窃听到了我们心中的“TA”，还有 我们的社交关系网。
– 运用大数据预测来判断和惩罚人类的潜在行为 。这是对公平公正以及自由意志的一种亵渎， 同时也轻视了决策过程中深思熟虑的重要性。
– 滥用大数据的力量可能会伤害人身安全
我们的隐私被二次利用了
• 不是所有的数据都包含了个人信息。 • 例如，
– 传感器从炼油厂采集的数据工厂的机器数据、 – 机场的气象数据 – 沙井盖爆炸数据等。
我们的隐私被二次利用了
1. 法律手段保护——告知于许可：大数据的 二次利用颠覆了隐私保护法：无法征得个人 同意
– 公司无法告知个人尚未想到的用途，而个人亦 无法同意这种尚是未知的用途。
– 一开始的时候就要用户同意所有可能的用途， 也是不可行的。
– 大数据时代，告知与许可这个经过了考验并且 可信赖的基石，要么太狭隘，限制了大数据潜 在价值的挖掘，要么就太空泛而无法真正地保 护个人隐私。
我们的隐私被二次利用了
3. 另一种技术手段——匿名化：指的是让所 有能揭示个人情况的信息都不出现在数据 集里
– 随着数据量和种类的增多，大数据促进了数据 内容的交叉检验。
– 实例
• 2006年8月 美国在线 匿名搜索 65.7万用户的 20000万搜索查询组成的数据库。
• 2006年10月 Netflix Prize 算法竞赛 50万用户的一 亿条租赁记录 100万美金
• 事实上，这方面的数据分析并不威胁个人 隐私。
我们的隐私被二次利用了
• 目前所采集的大部分数据都包含有个人信 息，而且存在着各种各样的诱因，让我们 想尽办法去采集更多、存储更久、利用更 彻底，甚至有的数据表面上并不是个人数 据，但是经由大数据处理之后就可以追溯 到个人了。
我们的隐私被二次利用了
我们的隐私被二次利用了
2. 技术手段保护——模糊化：如果所有人的 信息在数据库里，有意识地避免就是此地无 银三百两
实例：谷歌的图像采集车在很多国家采集了道路 和房屋的图像（以及很多备受争议的数据）。 德国媒体和民众强烈地抗议了谷歌的行为，因为 民众认为这些图片会帮助黑帮窃贼选择有利可图 的目标。有的业主不希望他的房屋或花园出现在 这些图片上，顶着巨大的压力，谷歌同意将他们 的房屋或花园的影像模糊化。 但是这种模糊化却起到了反作用，
• 互联网的出现使得监视变得更容易、成本更低廉 也更有用处。
– 亚马逊监视着我们的购物习惯， – 谷歌监视着我们的网页浏览习惯， – Twitter窃听到了我们心中的“TA”， – Facebook似乎什么都知道，包括我们的社交关系网。
无处不在的“第三只眼”
• 进行大数据分析的人可以轻松地看到大数据的价 值潜力，这极大地刺激着他们进一步采集、存储 、循环利用我们个人数据的野心。
– 越来越多的美国城市，从洛杉矶的部分地区到 整个里士满（美国弗吉尼亚州首府），都采用 了“预测警务”（也就是大数据分析）来决定 哪些街道、群体还是个人需要更严密的监控， 仅仅因为算法系统指出他们更有可能犯罪。
– 实例：里士满市的另一个项目中，警察把犯罪 数据与其他数据相关联，比方说市里的大公司 何时给员工发工资，当地举办音乐会或者运动 赛事的时间。这证实了警方对犯罪趋势的预测 ，有时也会帮助警方推算出更准确的犯罪趋势 。
• 虽然企业和政府拥有的这种采集个人信息 的能力，让我们感到很困扰，但也还是没 有大数据所引起的另一个新问题让我们更 恐慌，那就是用预测来判断我们。
预测与惩罚
• 大数据预测：罪责判定基于对个人未来行 为的预测。大数据可能会否定人的自由意 志
– 实例：美国30多个州的假释委员正使用数据分 析来决定是释放还是继续监禁某人。
• 实例：能源的使用情况暴露了一个人的日 常习惯、医疗条件和非法行为等。
– 实例，美国和欧洲部署的一些智能电表每6秒 钟采集一个实时读数，这样一天所得到的数据 比过去传统电表收集到的所有数据还要多。因 为每个电子设备通电时都会有自己独特的“负 荷特征”，比如热水器不同于电脑，而它们与 Led大麻生长灯又不一样。