前段時間，蘋果iCloud被黑，眾多好萊塢女星豔照洩漏的消息甚囂塵上。當然，很多人會聯想起當年的香港豔照門事件。前者是被攻擊導致信息洩漏，後者是人為原因無意間洩露。不管過程如何，客戶數據安全和隱私保護的問題如鯁在喉，即便再不願意，我們都不得不深思和面對。
海量數據聚集和挖掘，其商業價值不言而喻，然而商業價值和個人隱私保護之間如何平衡，這是所有人都將面對的問題。隨著大數據相關應用的日益普及和深入，更多的雲，更多的各類應用程式，更多的數據採集硬體，隱私收集，不知不覺已隨時隨地侵入你我的工作和生活，我們實際上已經處於幾近赤裸的狀態。
不可否認，大數據本身是柄雙刃劍，無論我們如何不願意自己的隱私被感知，被統計，我們還是受不了他所帶來的無論是商業價值和社會價值等方面的誘惑。信息完全不被採集，這基本無可能，一個人從出生、上幼兒園、上學、買手機、就業、結婚、開公司、體檢、買車、網上購物，在所有的這些過程中，我們的數據在各個環節就已經被收集。以網上購物為例，我們在一家電商購物，從我們帳號登錄開始，到我們瀏覽頁面，到我們購買完成支付，我們的每一個細節都已經被記錄。我們是否很在意這些過程中信息被採集呢？其實大部分人已經習慣。如果說多數人有介意的地方的話，那就是當我們知道對方收集了不該收集的信息的時候。
同樣的，在信息的使用環節，其實我們在意的不是隱私被使用，而是隱私信息被濫用。比如亞馬遜通過對客戶的相關軌跡數據進行分析挖掘，提供個性化推薦的服務。在看到亞馬遜的推送的時候，第一感覺是這個網站比較貼心，給我的推送比較接近我的需求。我們知道我們的數據被使用了，但樣的使用方式是被認可的，因為他為我提供了更好的服務，而且這種服務是合理且適度的，並沒有把數據洩露或用在其他不該用的地方（至少在我們可得的信息內目前是如此）。其次，我們不太在意這樣的使用是因為被採集或被使用的不是我們一個人的信息，是所有人的信息，他不是針對我的，且個體的關鍵真實信息是被隱藏的。
但類似於個性化推薦這樣的大數據功能對我們也存在很大的風險，因為如果使用不當對我們的負面影響可能非常大。這主要是因為大數據可對我們的狀態和行為的預測。試想有人能預測我們樸實的普通人未來要幹什麼或者我們做某事的前景是什麼，這是多麼可怕的事情。舉個大部分人都知道的例子，講的是一家美國零售商根據一個少女的購物單推算出她懷孕而給她派發相關嬰兒用品促銷信件的事情。不管事實的真相如何，對少女的家長而言，這都是一個相當尷尬而令人惱怒的事情。除此之外，如果相關數據被不當使用，或一些挖掘結果被不當使用，很可能產生導致一些不公平的事情發生。比如我們過去的經歷或者其他的數據記錄，如果經由大數據挖掘後，得到結果說我們這樣經歷或這樣數據特徵的人，在特定方面是有某種負面傾向或前景不大，那可能會引發一些學業、就業或其他方面的歧視。同樣，如果奉大數據預測如圭臬，個人的心理因此而受影響的話，可能就會引發一些不必要的煩惱。如若如此，大數據就真成了命運的那隻翻雲覆雨手，社會的價值觀將勢必受到挑戰。
所以大數據時代客戶隱私保護的關鍵，重點不在於隱私數據的採集，而是在隱私數據的使用等後續環節。
在個人層面，人群對隱私保護的問題其實也是很多分歧的。有些人覺得無所謂，反正從小到大數據已經被採集了N遍，但是關鍵是你不能把我暴露出來。有些人則認為，這個得看交易的價值，我願意賣，關鍵你給我的回報是什麼。還有人則認為，我承認我雖盡力去保護自己的隱私，但在有些情況下也無可奈何必須提供。但是無論什麼情況，我不希望任何人使用我的數據，如果你要使用，請讓我知曉。
這樣的分歧其實在商業層面是可以提供一些比較人性和合理的解決方案，就是知情交易。一種是告知客戶數據使用的目的，詢問客戶可否願意授權，客戶同意授權後使用客戶數據。一種是告知客戶數據使用的目的並詢問客戶是否願意交易，以經濟或其他方式給用戶回饋，比如給予一定的折扣。
儘管如此，我們仍然不能阻擋不當的商業使用或鑽法律的空子進行數據商業交易的行為，比如數據處理時，雖然有時候數據被匿名了，但是當多維度的多個數據進行連接時，我們還是能根據數據的特徵還原到某個人。在這個方面，法律法規對不當使用的控制就很重要。在國內，我們還缺少完善的相關法律法規。這是需要相關部門儘快出臺去規範的。但是在商業價值和個人隱私的平衡上，可能永遠都會有一個互相博弈的狀態，因為事情本身並非都會非黑即白，達摩克裡斯之劍可能永懸。