蘋果與Facebook發(fā)動一場全面“冷戰(zhàn)”,而此次爭奪的焦點(diǎn),在于消費(fèi)者數(shù)據(jù)隱私。
這場戰(zhàn)斗的導(dǎo)火索,源自蘋果此前宣布向用戶全面開放個(gè)人數(shù)據(jù)跟蹤選項(xiàng)。而長期依靠默認(rèn)允許而大發(fā)橫財(cái)?shù)腇acebook立即在主流媒體上發(fā)布整版公告,對蘋果的行為予以譴責(zé)。在最近的演講中,蘋果公司掌門人Tim Cook發(fā)起還擊,強(qiáng)調(diào)用戶數(shù)據(jù)仍被眾多廠商所攫取、且由此引發(fā)的風(fēng)險(xiǎn)不容忽視。
兩家公司各自堅(jiān)持立場,也都擁有沖擊整個(gè)科技乃至商業(yè)領(lǐng)域的巨大影響力。更重要的是,數(shù)據(jù)隱私已經(jīng)成為這個(gè)時(shí)代的核心議題。在用戶們看到WhatsApp發(fā)布的“要么接受新的隱私條款,要么放棄使用這款軟件”的混蛋協(xié)議之后,輿情立即沸騰。此外,數(shù)據(jù)隱私法案也成為全美各州一級政府愈發(fā)關(guān)注的新問題。
事情走到今天這一步,原本的旁觀者們顯然已經(jīng)無法置身事外。每家技術(shù)企業(yè)都在訪問用戶數(shù)據(jù),而每家公司也都需要在這場數(shù)據(jù)隱私戰(zhàn)中表達(dá)自己的態(tài)度:到底是繼續(xù)收集并使用消費(fèi)者數(shù)據(jù),還是表明自己尊重并保護(hù)用戶數(shù)據(jù)的立場。當(dāng)然,重視消費(fèi)者數(shù)據(jù)隱私并不一定要徹底改變原有政策;企業(yè)只需要以消費(fèi)者能夠理解的方式明確表達(dá)政策內(nèi)容,并保證內(nèi)部團(tuán)隊(duì)能夠切實(shí)貫徹其中的具體要求。
隱私政策需要關(guān)注的是用戶訴求,而非法律訴求
每一家正在收集并共享消費(fèi)者數(shù)據(jù)的企業(yè),都需要向用戶(而非法務(wù)人員)提供一份易于理解的政策說明。之所以要強(qiáng)調(diào)這一點(diǎn),是因?yàn)橐酝碾[私政策往往冗長且晦澀,充斥著大量法律術(shù)語,相當(dāng)于逼著用戶跳到結(jié)尾、直接點(diǎn)擊“同意”。
靠譜的隱私政策應(yīng)該闡明公司認(rèn)定哪些數(shù)據(jù)歸屬于消費(fèi)者、而哪些歸屬于企業(yè)自身。內(nèi)容應(yīng)該清晰易懂,盡可能減少不必要的術(shù)語。女性健康應(yīng)用Clue就是個(gè)正面案例,其中概述了應(yīng)用從用戶那里收集了哪些數(shù)據(jù)、為什么要進(jìn)行收集。面對健康信息這類敏感的數(shù)據(jù),更為透明的隱私政策能夠極大提升消費(fèi)者的信任度。去年,擁有成熟隱私治理思路(包括良好透明度)的企業(yè)中,有91%都迎來了用戶信任度與忠誠度的顯著提升。
建立這類用戶友好型隱私策略的另一大優(yōu)勢,在于它能幫助企業(yè)領(lǐng)導(dǎo)者決定是否需要更改現(xiàn)有隱私治理慣例。簡單來說,如果領(lǐng)導(dǎo)者感覺自己的數(shù)據(jù)處理方式“不宜向外部公開”,那最好馬上著手進(jìn)行調(diào)整。
數(shù)據(jù)隱私“路標(biāo)”——為用戶導(dǎo)航
除了用戶友好的隱私政策之外,企業(yè)還應(yīng)該為消費(fèi)者提供隱私“路標(biāo)”,幫助他們從混亂的數(shù)據(jù)收集體系中摸索出明確的線索,據(jù)此就是否共享數(shù)據(jù)做出明智決定。
不少朋友誤以為Facebook一直提供關(guān)于使用消費(fèi)者數(shù)據(jù)進(jìn)行廣告定向投放的提示,但實(shí)際上Facebook從來沒有就此做出過明確解釋。他們只是大量收集用戶數(shù)據(jù),而這種消極的沉默態(tài)度也極大損害了自身品牌在消費(fèi)者群體內(nèi)的聲譽(yù)。
數(shù)據(jù)隱私路標(biāo)超越了基本隱私政策,旨在為用戶提供更多解釋性信息,幫助他們確定自己愿意共享哪些數(shù)據(jù)內(nèi)容。例如,企業(yè)可以向用戶闡明自己絕不會以哪些方式使用對方的數(shù)據(jù)。關(guān)于數(shù)據(jù)隱私等抽象、復(fù)雜議題時(shí),人們往往能夠輕松理解自己對哪些條款不滿意。Signal等廠商就在產(chǎn)品說明中強(qiáng)調(diào),自己無法訪問用戶的消息,也“永遠(yuǎn)不會以任何方式出售、租賃或使用用戶的個(gè)人數(shù)據(jù)或內(nèi)容牟利。”
良好的隱私路標(biāo)還應(yīng)向用戶闡明企業(yè)方面會與哪些類型的合作伙伴及第三方共享數(shù)據(jù)內(nèi)容,并解釋共享數(shù)據(jù)的理由。Twilio就明確表示其與某些企業(yè)共享部分用戶數(shù)據(jù),借此提高用戶的通話質(zhì)量。這些明確的說明有助于增強(qiáng)用戶信任度,也成為消費(fèi)者們選擇某一產(chǎn)品、而拒絕其他產(chǎn)品的有力依據(jù)。
讓數(shù)據(jù)隱私成為企業(yè)文化中的一部分
企業(yè)應(yīng)及早并經(jīng)常與用戶就數(shù)據(jù)隱私慣例開展溝通,但請注意,這方面工作屬于內(nèi)部日常事務(wù)。領(lǐng)導(dǎo)者們應(yīng)該采取必要措施,保證企業(yè)文化對負(fù)責(zé)任的數(shù)據(jù)使用習(xí)慣給予充分鼓勵。
其中一種典型的方式,就是獎勵那些能夠使用最少消費(fèi)者數(shù)據(jù)帶來良好工作績效的員工或團(tuán)隊(duì)。例如,領(lǐng)導(dǎo)者可以挑選某個(gè)既圓滿達(dá)成績效要求、又極大減少了數(shù)據(jù)訪問需求的團(tuán)隊(duì),通過全體會議普及他們的工作方式與相關(guān)經(jīng)驗(yàn)。此外,企業(yè)還可以考慮采取令牌化技術(shù),即將敏感數(shù)據(jù)轉(zhuǎn)換為數(shù)字“令牌”的形式,確保在遭遇攔截或泄漏時(shí)不致給用戶造成嚴(yán)重后果。在這類方案中,令牌所對應(yīng)的真正數(shù)據(jù)本身將被轉(zhuǎn)移至公司無法觸及的私有保管庫內(nèi)。
這些變化將培育出一種新的文化,鼓勵員工們減少對數(shù)據(jù)訪問的依賴,同時(shí)激發(fā)出更為廣泛的創(chuàng)造力。最后,領(lǐng)導(dǎo)者可以指定一位隱私倡導(dǎo)者,由其強(qiáng)調(diào)用戶隱私保護(hù)的重要意義,并監(jiān)督企業(yè)領(lǐng)導(dǎo)者自己同樣需要嚴(yán)格遵守隱私準(zhǔn)則。
蘋果與Facebook已經(jīng)打響了數(shù)據(jù)隱私之戰(zhàn)的第一槍,現(xiàn)在每家公司都需要明確自己的定位。未來幾年,消費(fèi)者們將越來越多地選擇那些愿意尊重并保護(hù)其數(shù)據(jù)的廠商。誰擁有更好、更透明的內(nèi)部數(shù)據(jù)隱私制度,誰就能贏得更多忠誠用戶,最終建立起更強(qiáng)大的業(yè)務(wù)體系。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。