强迫劳动之所以持续存在，并非因为缺少数据，而是因为数据彼此割裂。
“全球反强迫劳动数据伙伴关系”旨在汇集一系列相互促进的杠杆，从而实现集体影响力。
政府、企业、民间社会、工人团体和国际组织都可以为终结强迫劳动发挥作用；关键不在于各自为战，而在于携手合作。
强迫劳动仍是我们面临的最顽固的人权挑战之一。近2,800万人仍被困在强制劳动中，遍及各行各业、跨越国界，深藏于全球供应链之中。
这并非因为世界无所作为。各国政府通过了法律，企业投入大量资源开展尽职调查。资源往往少得多的民间社会也一直不懈推动变革。各方的承诺和关注度不断提升，工具也比以往任何时候都更加先进。然而，进展仍难以跟上问题的规模和复杂程度。在一些领域确实取得了进步，但这些成果仍不均衡，也难以长期维持。
如今缺少的并非只有意愿，更是系统层面将各方努力连接起来、切实促成影响的能力。即使最认真负责的参与者，也常常不得不在缺少及时、可信或可用情报的情况下作出决策。许多工作过度依赖不完整的信息和滞后的信号。良好的意愿固然重要，但仅凭意愿无法带来改变。
全球应对行动仍然支离破碎。政府、企业、国际组织、民间社会组织和工人团体各自掌握着拼图中的重要部分，却没有任何一方能够持续掌握全貌。我们身处数据之中，却仍难以将其转化为能够推动行动的洞见。
随着时间推移，这种割裂可能会加剧恶性循环。可见度有限会削弱问责；问责弱化，信任便开始流失；信任一旦出现裂痕，协调就会愈发困难和脆弱。缺乏协调，即便持续投入大量努力，也难以推动整个系统发生改变。
打破这一循环，需要改变我们理解问题本身的方式。强迫劳动并非一连串孤立的合规失误，而是一项需要系统性应对的系统性挑战。“全球反强迫劳动数据伙伴关系”正是基于这一认识而创建，旨在汇集一系列相互促进的杠杆，从而实现集体影响力。
从各自为战到系统性变革
正如这份近期发布的白皮书所述，伙伴关系立足于一个简单却常被忽视的洞见：强迫劳动之所以持续存在，并非因为缺少数据，而是因为数据彼此割裂。政府收集检查和移民数据；企业管理审计、供应商记录并开展尽职调查；民间社会和工人组织记录申诉和亲身经历。每一项工作本身都很有价值，但这些洞见极少汇聚起来，以支持预防、问责或协调行动。
因此，许多参与者实际上是在盲目行动。他们依据不完整的信号作出决策，而剥削却在复杂的招聘途径和不透明的供应链中悄然持续。
伙伴关系提供了一种可信的、非竞争前的方式，让各方能够安全地连接这些洞见，同时无需任何一方放弃对自身数据的控制权。通过在尊重主权、隐私和知情同意的前提下实现情报共享，伙伴关系旨在扭转长期助长强迫劳动的局面。
这一方法的核心是五项系统性杠杆：
1. 可见度：在系统层面让风险显现
强迫劳动往往在可见度最低之处滋长。风险信号常常已经存在，却散落在彼此割裂的系统中。工人申诉、招聘费用数据、检查结果和审计结果各自揭示了问题的一部分，却极少相互参照。
在实践中，这使我们能够跨系统观察，而不只是局限于各自的信息孤岛。通过联邦式方法，在数据现有存储位置分析洞见，并在情报层面而非原始信息层面加以整合。由此显现的风险模式，可能是任何单一数据集都无法独自揭示的。
工人的声音是这项工作的核心。工人往往最先经历并报告剥削，但从制度设计上看，他们的观点却最少被纳入正式系统。安全、负责任地纳入工人生成的数据，可以让风险更广泛、更早地显现，也让判断更牢固地立足于真实经历。
预防不仅取决于发现风险，也取决于能否及时发现并采取行动。若无法及时看到风险，干预就会姗姗来迟，届时伤害已经造成。
强迫劳动隐藏在复杂、割裂的供应链中，任何单一组织都无法独自解决这一问题。携手合作，我们可以串联供应链、招聘途径与工人经历之间的线索，并分享洞见，以推动各行业预防强迫劳动并加强问责。这种合作有助于为产业界、政府和民间社会创造切实价值，同时以尊重工人权利为根基。
亚马逊首席可持续发展官 Kara Hurst
2. 问责：从各自承担责任到共同问责
证据一旦割裂，责任也会随之分散。政府在执行劳动标准时不了解供应链的实际情况；企业开展尽职调查时看不到招聘做法或执法趋势；民间社会推动补救，却无法获取更广泛的系统信号；投资者寻求可信指标，却缺乏连贯的证据基础。
结果是，问责大多仍是纵向的，并局限于机构边界之内。
共享情报能够改变这一局面。当各方基于对风险和应对措施的共同、可信认知开展工作时，问责就会更加明确，也更便于落实。各机构之间可以协调责任，各项行动也能相互促进，而非彼此掣肘。
这一转变不仅增强影响力，也提高效率。共享情报可减少重复工作、增强可信度，并帮助组织更高效地满足日益提高的期望。
强迫劳动是一种犯罪，但如果缺乏法律执法，数百万人仍容易遭受剥削。通过连接更完善的数据、明确的激励机制和协调一致的行动，我们能让每一位利益相关方——从政府、企业到工人和民间社会——更清楚、更有信心地携手打击强迫劳动。这种共享情报不仅是一项技术突破，更是确保每位工人都能被看见、受到保护并获得自由的关键。
国际正义使命组织首席执行官 Gary Haugen
3. 协调：将平行推进的努力转化为集体行动
各行业解决强迫劳动问题的承诺是真诚的。政府开展调查，企业进行审计，民间社会记录伤害。然而，这些工作往往各自平行推进，导致重复劳动、审计疲劳和持续存在的盲点。
协调之所以常常受阻，并非因为合作没有价值，而是因为合作常被视为有风险，或与现有激励机制不相契合。分享洞见似乎代价高昂，而单独行动则显得更安全、更熟悉。
从根本上说，伙伴关系将数据视为能够创造集体优势的共享资产。通过连接而非取代现有系统，各项倡议得以相互借力。当协调机制被纳入基础设施设计，由治理机制提供支持，并以共同利益为基础时，协调就会更加安全。
随着协调改善，各方努力将从重复评估转向有针对性的预防行动。
强迫劳动在国界、行业和问责机制之间的空隙中滋长。弥合这些空隙，需要政府、企业、工人、民间社会和投资者协调行动，连接供应链和移民途径中的洞见。这种共同的前瞻能力能够降低风险、减少盲点，并推动更早、更有针对性的行动，在剥削得逞之前保护人们。
国际移民组织总干事 Amy Pope
4. 信任：通过设计建立，而非想当然
与强迫劳动相关的数据敏感、复杂，而且往往关乎个人切身经历。若缺乏有力的保障措施，保持谨慎不仅可以理解，更是必不可少。
伙伴关系有意构建信任。保护隐私的方法确保流动的是洞见，而非原始数据。治理框架明确规定信息的使用方式。道德标准确保数据用于预防、补救和问责，除此之外不作他用。
信任也取决于对质量的信心。共享情报必须可靠、可核验，并且结论得出的过程必须透明。当各方相信所获洞见既安全又完整可信时，参与才有可能，行动也更有可能发生。
信任并非起点，而是精心设计、旨在赢得信任的系统所带来的结果。
每一个数据点背后都是一个真实的人。当我们把工人的经历与系统层面的数据连接起来，我们不仅是在衡量剥削，更是在让人们重新被看见。联邦式方法能够在不暴露个人身份的情况下揭示规律，在保护人们的同时让系统承担责任。信任由此建立，改变也由此开始。
全球移民工人网络创始人 Mahendra Pandey
5. 领导力：选择集体影响力，而非各自合规
数据和工具可以揭示风险，但只有领导力才能将洞见转化为行动。要终结强迫劳动，领导者必须愿意围绕共同证据凝聚共识、承担共同责任，并在合规之外优先推进预防，而非仅依赖被动应对。
这不是要彰显个人英雄主义，而是要发挥机构领导力。这种领导力承认没有任何单一参与者能够独自解决强迫劳动问题；选择合作而非孤立、透明而非选择性披露、长期解决方案而非短期权宜之计。
通过参与共享系统，领导者不仅能够增强集体成效，也能提升自身能力，更好地满足有关尽职调查、透明度和道德治理的日益提高的期望。
领导力的一项挑战，是懂得何时独自坚守，何时参与集体努力。要根除供应链中的强迫劳动，政府、企业和民间社会必须携手合作。通过建立可信的数据共享系统，“全球反强迫劳动数据伙伴关系”能够为领导者提供所需工具，确保采取有效的集体行动，根除这一侵犯人权的恶行。
英国前首相 Theresa May
集体影响力的新模式
“全球反强迫劳动数据伙伴关系”将强大的杠杆汇聚为协调一致的系统性变革模式。通过联邦式数据协作和共同治理，我们构建起一个由可见度、问责、协调、信任和领导力组成的良性循环。
这已不再停留于理论层面。企业用于提升绩效和效率的数据驱动、人工智能赋能工具——包括高级分析、自动化、洞见和可追溯性——如今正被用于弥合阻碍打击强迫劳动的信息鸿沟。这些能力已帮助各行业的组织管理风险和复杂性。伙伴关系有意且负责任地运用这些能力，应对我们这个时代最根深蒂固的人权挑战之一。
泰国的一项概念验证展示了这一方法如何付诸实践。它运用多语言自然语言处理和开源技术，展示联邦式数据与智能体人工智能如何将割裂的信息转化为集体智慧，识别风险模式和热点。通过支持跨系统安全分析，同时保护数据在源头不被泄露，该项目证明了安全协作在技术上可行，在制度层面也能够实现。
目标不是再建一个平台，而是打造连接纽带——将现有努力联系起来，从孤立干预转向一个能够在强迫劳动发生前预测并加以预防的系统。
没有任何一家企业、机构或行业能够独自解决现代奴役问题。在持续追求人工智能突破的过程中，我们有责任共同运用这些进步，跨越行业和机构开展合作，保护最脆弱的人群并推动系统性变革。
惠普企业执行副总裁兼首席运营与法务官 John F. Schultz
从概念验证到预防
要打破强迫劳动的循环，需要以共享情报为基础开展集体行动。政府、企业、国际组织、民间社会和工人团体都可以发挥作用；关键不在于各自为战，而在于携手合作。
通过负责任地贡献洞见，并依据共享证据采取行动，参与者能够帮助构建这样的系统：让强迫劳动成为可预防的风险，而非挥之不去的现实。
问题不再是这是否可行，而是机会之窗尚未关闭时，领导者是否会选择携手行动。
