如果數據收集在2018年讓人們明白一件事的話，那就是使用數據的公司與商業模式依賴數據利用的公司之間存在一條明顯而深刻的界線。由于劍橋分析公司數據泄露事件，Facebook公司需要向美國聯邦貿易委員會支付數十億美元的罰款。而現在是企業評估如何處理數據的時候了。

NewVantage Partners公司最近的調查發現，企業正在加大對大數據和分析計劃的投入。事實上，55%的受訪企業表示他們的投資超過5000萬美元。與此同時，很多公司通過不透明和不道德的方式收集更多的消費者數據。最近，谷歌公司因其采用的Screenwise Meterapp受到用戶抨擊，這是由于該公司通過VPN監控和分析用戶流量和數據。在此之后，該應用程序因違反隱私規則而在Apple iOS上被禁用，但卻在VPN隱私問題上引起了廣泛的關注。雖然谷歌公司從未透露其Nest Secure家庭解決方案，但卻表示，這不應該是一個秘密。  

如今，美國站群服務器 亞洲服務器，消費者的數據意識已經達到了更高的水平，因此，他們采取了更多的預防措施，允許共享他們的數據。這些數據提供了明確的業務價值，但這取決于組織理解和認識潛在的道德影響。  

那么，如何能夠倡導更多公司合理使用道德數據，與那些業務模式依賴于利用甚至銷售數據的公司區分開呢?   首先，需要了解成功完成數據收集的案例。畢竟，成為數據需求型的公司并不一定采用不當的做法。以波音747飛機的起落為例。它可以在每次著陸時生成4TB的傳感器數據，并使用這些數據來提高安全性，降低維護成本，并最大限度地減少行程延誤。2018年，曾經建造胡佛水壩和英吉利海峽隧道的工程商Bechtel公司通過利用專有數據來更快地檢查工地情況，并減少了起草計劃的時間，從而顛覆更新技術。貨運商Pitt Ohio公司利用其歷史數據和預測分析將準確率提高到99%，同時增加收入，并降低客戶流失的風險。  

專業人士了解數據管理的復雜性。現在是讓企業決策者對他們在確保適當監督方面的作用負責的時候了。以下是組織在負責任的數據管理方面應優先考慮的三種解決方案：  

1.合規性  

隨著歐盟GDPR法規的生效，企業在理論上應該有適當的操作程序，以確保業務符合法規要求。然而，截至2018年12月，國際隱私專業人員協會(IAPP)發現，不到50%的受訪者的業務符合GDPR法規。  

GDPR法規將繼續實施，歐洲服務器租用 云服務器，而一些企業可能并沒有歐盟國家的客戶或合同，重要的是要記住GDPR法規適用于公民，而不是組織。專家預測，“被遺忘的權利”將成為一種更為普遍的原則，并且在數據所有權方面可以獲得更大的個人自主權。隨著加利福尼亞的數字隱私法案現在簽署成為法律，美國其他州可能也會效仿。  

組織需要確保不僅符合法規要求，而且還要符合預期的法規監管，這是確保組織正確處理其內部數據的一種有效而簡單的方法。這樣的做法無疑會帶來長期利益，從而消除了確保組織保持合規所需的時間和資源。  

2. 良好的數據  

消費者意識到生產大量數據的價值。雖然推進人工智能及其使用案例繼續使公眾不斷分化，消費者將希望企業和組織在數據方面能夠起到帶頭作用，以實現良好的建模。  

如今，道德的加權重要性與首席數據官(CDO)角色交織在一起。調研機構Gartner公司最近的首席數據官(CDO)調查發現，作為其職責的一部分，2017年的首席數據官(CDO)的數量與2016年相比增加了10%。首席數據官(CDO)角色的這種道德擴展表明，企業應該詢問自己應該經常做什么。  

企業決定如何以道德的方式管理自己的數據與識別具有相同標準的業務合作伙伴和客戶同樣重要。尋找目標與數據有關的組織將尋找數據類型或數字影響等良好的計劃，這是一個很好的開始。此外，還有許多數據和分析供應商提供內部數據以實現良好的計劃。例如，Salesforce公司通過其1-1-1模型支持慈善和環境事業，Teradata公司支持社會服務事業，它在數據計劃方面做得很好。  

3.有效的創新  

如今，人們處于利用人工智能實現其強大用途的前沿。隨著美國加大對人工智能技術的投資，正在強化信息，并希望采用人工智能解決一些最復雜的問題。  

但是目前，人們對人工智能和機器學習仍然存在一些困惑和誤解。從表面上看，人們了解這些技術可以做什么，但不一定了解是如何做的。盡管有些人可能會忽略人工智能的概念解釋，但人們越來越認識到，要使人工智能發揮最大的作用，必須努力實現其可解釋性。