本篇文章1698字，读完约4分钟
2015年，当ibm大中华区总裁陈黎明第一次加入ibm时，他在一个展览会上经历了人脸识别测试的年龄，结果显示他34岁。
经过三年的技术发展，他再次尝试，发现自己已经到了37岁——虽然年龄的增长与年龄的变化是一致的，但仍然与他的真实年龄相差甚远。
“我称之为算法的无能，但这不是人工智能主观意图的偏见。”2019年7月3日，陈黎明与《国家商报》记者分享了这个故事。他希望回答一个关于人工智能伦理的问题:如今，随着数据滥用和隐私泄露风险的上升，以数据为生的大公司可信吗？
“为什么明星企业这么多，生日企业这么少？如果你想常青，你必须做出承诺。企业的数据责任是什么？”他说:“你可以解释你的算法，但它不能是一个‘黑盒’，也就是说，它必须是透明的，可以信任的。”
他认为，在政府、企业和其他各方加强监管的同时，他们不应该因为噎废食。“现在，80%的数据仍在防火墙中，而我们收集的数据仅占可收集数据的1%。”他指出，“我仍然主张数据应该继续流通，这种流通必须依法有序。”随着越来越多的公司全面挖掘数据，下一轮数字化将来自企业和行业内部。”
99%的数据仍然是“深层数据”
过去的十年通常被认为是消费互联网的十年。以平台和流量为代表的消费互联网，实现了食品、服装、住房和交通的数字化。当每个细分市场相继进入红海时，一个呼唤工业互联网的声音开始出现。
从数据来看，陈黎明也看到了这一趋势。“上一轮变革主要来自行业内外，而干扰因素则来自行业之外。例如，创新者可能不会这么做，但为了在旅游领域进行创新，像优步这样的公司应运而生。”他说:“如果它被称为1.0版本的变化，那么2.0应该是一个创新，颠覆自己从企业或行业。”
在他看来，这意味着更多的企业将充分挖掘数据，进入构建平台领域。
根据这一论断，他给出了一组数据:80%的数据仍然在企业防火墙中，甚至在可收集的数据中，只有1%被收集，许多数据没有被收集或利用。
“也许99%的数据仍然以深层数据的形式存在。这是什么意思？我们没有意识到这些数据的重要性，也没有意识到我们可以收集这些数据，但它们都会对我们未来的生活和工作产生很大的影响。”他指出。
例如，他说，在可穿戴设备中收集的数据的唯一价值可能是“发送一个朋友圈”，但这些数据最终不会被使用，因此用户可以直观地了解一整天的生活和锻炼状态。
更重要的是，80%的数据在企业防火墙中。“这些数据实际上是他们尚未挖掘的‘金矿’，可以构成企业的核心竞争力。”他说:“企业应该考虑如何挖掘和使用这些数据，这是他们的责任。”
一个重要的方向是将数据分析与人工智能和其他技术相结合，并探索商业化。
数据应该流通，但算法应该透明
尽管仍站在新一轮数字转型的入口处，但一系列问题已经出现。在许多人看来，与过去不同，以人工智能为代表的新工业革命需要率先融入伦理因素，而数据保密是需要优先关注的问题之一。
“我们提倡数据流通。当然，这种流通必须依法有序地进行。”陈黎明说:“例如，你不能把这个客户的数据卖给另一个客户。数据属于客户，由此产生的价值也应该属于客户。但如何让更多的数据造福全人类也是一个应该考虑的话题。”
在许多人看来，数字化转型已经成为每个企业必须面对的挑战。在早些时候的新闻发布会上，副总裁兰指出，每个企业都应该根据自己的业务状况和能力推动转型。大企业有更多的资源，而小企业更灵活，每个企业都可以找到一种转型模式。“未来，非数字化企业将无法竞争”。
如何依法保障数据有序流通？在陈黎明看来，我们可以从政府和企业开始。
“从企业的角度来看，在发明和创造技术时，愿意做好人是非常重要的。”他特别指出，“企业必须有责任，你可以解释你的算法，但它不能是一个‘黑箱’，也就是说，它必须是透明的，可以信任的。”
他多次提到，如今"明星企业多，生日企业少"，这是因为企业玩忽职守。“如果你想常青，你必须做出承诺。您的数据责任是什么？”他认为。
但与此同时，仅靠企业解决伦理问题是不现实的。目前，全世界已经提出了40多种不同的人工智能原理。不久前，欧盟也发布了人工智能伦理指南。“事实上，政府应该有所作为。”陈黎明说。
编辑朱昱
