你的数据，他们的规则
本文信息来源：selinasstack
随着供应商使出浑身解数来圈占数据资产，企业客户需要保持警惕，保护自己的数据权利。
引言
汉密尔顿·赫尔默的 《七种力量》 是我一直以来最喜欢的书籍之一。他强调的力量之一是垄断资产——你是否拥有别人无法获得的某种资源？这是企业的强大护城河，因为它赋予垄断资产拥有者在更长时期内获得比竞争对手更大利润的权利。垄断资产在不同行业中意味着不同的东西。例如，在房地产行业，可能意味着特定开发商拥有位于高人流交叉路口的抢手街角地块。在医疗保健领域，可能意味着特定制药公司拥有在特定时期内独家销售某种药物的权利。
在生成式人工智能时代，新的垄断资产是数据。那么企业如何将数据转化为独特优势呢？企业之间在控制和获取数据方面存在权力斗争。我们看到这种斗争在三个层面展开：
- 第三方模型训练数据——用于训练生成式 AI 模型的输入数据，如网络爬取数据和合成数据。
- 例如：Reddit 起诉 Anthropic 爬取其用户内容
- 模型输出数据——AI 生成资产的所有权/法律保护。
- 例如：Thaler 诉 Perlmutter 案是一个决定哪些类型的 AI 生成资产符合版权条件的案例
- 内部企业数据——公司内部生成的数据，如员工电子邮件和客户交易记录，这些数据属于公司私有和专有。
虽然法庭判决主导着前两类数据权利，但第三类中的数据权利正通过商业交易和决策展开博弈。企业数据正成为供应商和客户之间的关键争议点，因为它是企业拥有的最大护城河资产之一。
企业数据作为差异化的关键来源
在企业环境中，仅仅拥有 AI 并不是差异化因素。大多数公司都能使用相同的生成式 AI 模型和应用程序。差异化取决于你的专有企业数据，以及这些数据如何融入生成式 AI 使用场景。企业产生大量有价值的数据：产品遥测数据、内部聊天记录、CRM 笔记、案例研究和财务规划文档。这些数据决定了 AI 助手的表现如何、RAG 系统的准确性如何，以及公司有多少机构知识能够被保存和利用。你的数据是你最具战略价值的资产之一，如果你不能控制它，别人就会控制它。如今，在谁能使用和访问企业数据的哪些部分这个问题上，存在多个紧张点。以下是两个关于这种情况如何在”现实世界”中展开的案例研究。
案例 1：SAP Databricks 合作伙伴关系
这项 SAP Databricks 交易展现了这种力量转变。这项合作使客户能够在 SAP 和他们的企业环境之间双向共享数据，让他们更容易访问和使用自己的企业数据。
作为 ERP 系统，SAP 掌握着大量有价值的客户数据，而且他们已经有原生的数据库产品。他们为什么要分给 Databricks 一杯羹呢？毕竟，对 SAP 来说，更开放并不有利，因为这会削弱供应商锁定效应和客户黏性。我怀疑是客户对更开放访问的压力迫使 SAP 做出了让步。在这种情况下， 客户获胜了 ——他们对自己的数据资产获得了更大的控制权。Databricks 也获胜了，因为通过让客户能够从 SAP 中提取数据，现在有更多数据存储在 Databricks 中。
示例 2：Slack API 更新
现在，让我们对比一下 Slack 的做法。在 2025 年 5 月，Slack 更新了其 API 服务条款 ，禁止外部 AI 或分析工具批量导出和长期索引 Slack 消息。作为交换，该公司提供了实时搜索 API 产品，以更严格地控制第三方对 Slack 数据的使用。毫不意外的是，他们的母公司 Salesforce 一直在通过其 Agentforce 产品大力进军企业级生成式 AI 领域。如果其他传统企业软件供应商也开始这样做，我一点也不会感到惊讶。
这使得像 Moveworks 这样依赖企业数据开放访问的整合系统变得复杂。至关重要的是，这引出了一个问题： 谁有权限授予或撤销对客户数据的访问权？Slack 的这一举动没有征求最终客户的意见或影响，但他们也承担了负面后果。由于客户集中度较低，客户个体对 Slack 的议价能力有限。而且实际上，Slack 由于存储了用户消息而受益于相当程度的供应商锁定。在这种情况下， 客户是失败者 ——他们失去了更多控制权、透明度，互操作性也有所降低。
除了限制 API 访问外，Slack 还使用客户数据来训练自己的模型。客户默认被选择加入，允许 Slack 基于客户数据训练全局模型。而且 Slack 并没有让退出变得容易。来自 Slack 官网的信息：”如果您希望将客户数据从 Slack 全局模型中排除，您可以选择退出。要退出，请让您的组织或工作区所有者或主要所有者联系我们的客户体验团队，邮箱为 feedback@slack.com，并在邮件中包含您的工作区/组织 URL 以及主题行’Slack 全局模型退出请求’。”毫不意外地， 大多数客户不会发送这封邮件 。
给运营者的要点
我认为企业产生的数据应该属于该企业——他们应该有权决定哪些供应商可以保留或访问其数据的哪些部分。那么企业如何在这种不断变化的环境中导航呢？认识到这一点说起来容易做起来难：
- 客户决策者需要对供应商的数据访问和权限保持高度警惕。
- 不要假设标准协议能保护你——要求对数据使用、模型训练和保留期限进行明确限制。
- 审查供应商默认设置，避免被自动加入数据共享。
- 选择支持开放标准和可组合架构的供应商和工具。
在这个不断发展的环境中，企业应将数据治理视为战略重点，而非额外开销。
结论
在当前环境下，专有企业数据是差异化的关键来源。因此，我预计企业数据权利将成为客户和供应商之间日益紧张和诉讼的领域。企业不能再被动参与。运营者必须通过有意识的采购、强大的内部治理和对透明度的要求来积极塑造数据权利格局，因为数据所有权并不意味着数据控制权 。在生成式人工智能时代，最优秀的公司将成为控制、操作和复合其专有企业数据资产的专家。
