全球有超过5000万人受到现代奴役的影响，强迫劳动每年产生2360亿美元的非法利润。
更具协同性的数据共享策略以及技术的运用，有助于识别规律并保护人口贩运的受害者。
本文首次发表于《每日电讯报》，在此阅读。
现代奴役是当今最普遍的危机之一。据全球奴隶指数（Global Slavery Index）估算，全球有超过5000万人受其影响，这一问题跨越各行各业和各国，并助长了系统性的脆弱性。
据国际劳工组织（ILO）称，仅强迫劳动每年就产生2360亿美元的非法利润，挪用了合法经济体的资源，并使公共机构承担巨大成本——每名受害者在执法、医疗保健和受害者支持方面的成本高达25万美元。
尽管国际法（包括《国际劳工组织强迫劳动公约》等条约以及联合国可持续发展目标（SDG 8.7））明确谴责强迫劳动，现代奴役的规模和复杂性仍在持续增长。这一系统性失灵因贫困、移民、治理薄弱、地缘政治冲突，以及日益严重的气候变化等全球性危机而进一步加剧。
仅在2021年，与气候相关的流离失所就影响了超过2370万人，使许多人陷入剥削和人口贩运。现代奴役的持续存在表明，现有应对方式存在局限，而这一问题在全球和国家议程中的地位也日益突出。
2017年，在联合国框架下发起了《终结现代奴役行动呼吁》，超过90个国家签署了该呼吁，旨在消除这一最严重的人权问题。但近年来，该问题在政治议程中的地位有所下降。要有效应对这一危机，就必须重振势头，并审视维系现代奴役的政策、行业和做法。
全球现代奴役与人口贩运委员会致力于加快应对这一危机的步伐，补充并放大现有的现代奴役与人口贩运国际合作。该委员会的核心支柱聚焦于供应链中的强迫劳动、各国有效落实其国际承诺，以及在危机情境中更有效地发挥公民社会的作用。
这一点至关重要，因为应对现代奴役需要全面、跨部门的方法，以瓦解奴役者的运作体系。跨部门方法的一个关键要素是我们如何利用数据。目前已有收集和利用现代奴役数据的努力，例如责任商业联盟（Responsible Business Alliance）的审计共享平台、Stop the Traffik的Traffik Analysis Hub，以及人权与商业研究所（Institute for Human Rights and Business）关于企业招聘政策的数据等优秀举措。
政府也已建立了包括劳工登记系统和绩效评估在内的框架。然而，现代奴役涉及的数据系统分散割裂，执法机构、非政府组织、企业和政府各自收集信息，且往往相互孤立。Tech Against Trafficking将其归纳为三个不同的“宇宙”：企业数据、公民社会数据和公共部门数据。
对企业而言，工作重心仍在于合规和风险管理，这使得供应链中存在漏洞，而剥削在这些环节中根深蒂固。不同部门和数据类型之间的这种割裂，对识别与现代奴役相关的趋势、热点和新出现的风险构成了重大障碍。
缺乏互操作性使关键利益相关方无法分享见解并采取协调行动。因此，迫切需要在这些部门之间建立更加统一、融合的数据共享方式，以实现有针对性的干预，并提升打击现代奴役工作的成效。
当数据被集体共享和分析时，它将成为推动全球范围内更具影响力、更加知情的行动的有力工具。应对现代奴役需要协调一致、多维度的方法，超越个别利益相关方的孤立行动。
现代奴役的持续存在表明，现有应对方式存在局限，而这一问题在全球和国家议程中的地位也日益突出。
世界经济论坛在2025年年会上发起的全新“全球打击强迫劳动数据伙伴关系”（Global Data Partnership Against Forced Labour），旨在通过打破数据孤岛、促进跨部门合作，成为这一努力的催化剂。该伙伴关系汇聚了来自企业、政府和公民社会的领导者，旨在弥合关键数据缺口，并推动协调行动，以瓦解助长强迫劳动的系统性脆弱因素。
通过协调数据、政策、技术和企业问责，该倡议力求确保现代奴役成为全球供应链中的内在优先事项，并以有力的立法、良好的治理和可行的洞察为支撑。
通过这些共同努力，该伙伴关系致力于营造一种共同应对强迫劳动的集体文化，重点在于在各行业和各地区推动持久的系统性变革。
当我们掌握数据时，人工智能（AI）、机器学习和区块链等工具能够变革分析方式，并识别隐藏的剥削模式。例如，人工智能可以处理海量的多语言非结构化数据，发现那些原本可能无法察觉的趋势和风险。
移动应用程序和人工智能驱动的聊天机器人在隐秘地将受害者与支持服务相连方面，正发挥着日益重要的作用，尤其是在传统资源有限的地区。区块链技术还通过保护数字身份、防止贩运者没收证件，以及确保在高风险环境中获得服务，从而保护受害者。
这些技术既可支持瓦解贩运网络，也可支持保护受害者。通过建立数据伙伴关系并利用这些创新，我们可以创造新的工具，用于打击人口贩运并改善受害者支持，从而确保从预防和应对两方面解决现代奴役问题。
