2005年飓风卡特里娜袭击新奥尔良后，直邮营销公司Valassis与应急机构和志愿者共享了其数据库，以帮助改善援助物资的分发。在智利圣地亚哥，来自Universidad del Desarrollo、ISI基金会、联合国儿童基金会（UNICEF）以及GovLab的分析人员合作与该市最大的移动运营商Telefónica一道，研究基于性别的出行模式，以设计更加公平的交通政策。作为“耶鲁大学开放数据获取”项目的一部分，医疗保健企业强生（Johnson & Johnson）、美敦力（Medtronic）和SI-BONE向研究人员开放了此前封闭的333项临床试验数据，为医学领域可能的新创新打开了大门。耶鲁大学开放数据获取项目，医疗保健企业强生（Johnson & Johnson）、美敦力（Medtronic）和SI-BONE向研究人员开放了此前封闭的333项临床试验数据，为医学领域可能的新创新打开了大门。
以上仅是“数据协作”的三个例子，这是一种新兴的合作形式，参与方出于公共利益交换数据。此类合作通常涉及公共机构利用企业及其他私营部门实体的数据，以造福社会。但数据协作也能帮助企业，例如制药公司可以共享生物标志物数据，以加速自身的药物研发工作。数据共享计划在改进人工智能（AI）方面也具有巨大潜力。但这些计划必须负责任地设计，并考虑数据隐私问题。共享生物标志物数据，以加速自身的药物研发工作。数据共享计划在改进人工智能（AI）方面也具有巨大潜力。但这些计划必须负责任地设计，并考虑数据隐私问题。
了解数据协作的社会与商业价值，以及其可能采取的形式，对于更深入地认识此类合作的潜力与局限至关重要。GovLab已识别出150多个横跨各大洲和各行业的数据协作项目；其中包括法国航空（Air France）、Zillow和Facebook等企业。我们的研究表明，此类合作可以通过三种主要方式创造价值。法国航空（Air France）、Zillow和Facebook。我们的研究表明，此类合作可以通过三种主要方式创造价值。
首先，数据协作可以改进态势分析与因果分析。其独特的数据集合有助于政府官员更好地理解交通拥堵或金融不平等等问题，并设计更加灵活、更有针对性、以证据为基础的政策加以应对。
此外，此类数据交换可增强决策者的预测能力。如今，海量的公共与私营数据可以揭示未来发展的有力洞见，从而帮助政策制定者规划并实施更有效的措施。
最后，也是最重要的一点，数据协作可以使人工智能更加稳健、精确并更具响应能力。尽管分析人员认为人工智能将成为二十一世纪治理的核心，但其输出结果取决于底层模型的质量。模型的复杂程度和准确性通常取决于其所依托数据的质量、深度、复杂性和多样性。因此，数据协作可以通过打破数据孤岛、汇聚来自新渠道和替代来源的数据，在构建更优质的人工智能模型方面发挥至关重要的作用。
公私数据协作在造福社会方面具有巨大潜力。例如，分析城市交通模式或经济发展状况的政策制定者，可以利用电信运营商生成的通话详单记录，使其模型更加精确。研究人员则可以通过纳入商业卫星运营商的数据，增强其气候预测模型。数据交换对私营部门同样有益，有助于企业提升品牌声誉、更有效地配置研发投入、增加利润，并识别新的风险与机遇。
尽管取得了进展并展现出前景，数据协作仍是一个新兴领域，我们才刚刚开始认识其益处与潜在弊端。GovLab的做法强调协作的互惠价值，旨在构建数据供应方与使用方之间的信任。
作为这一进程的一部分，我们已着手设计一个制度框架，将负责任的数据协作置于公共与私营部门机构运营的核心位置。其中包括在这些机构中设立首席数据管理官，负责领导系统化、可持续且符合伦理的协作工作的设计与实施。其目标是建立一个由公私部门人员组成的网络，共同推动数据治理。
鉴于人们对数据隐私与滥用的担忧日益加剧，即所谓的科技反噬，部分人士对数据共享计划持谨慎态度，这是可以理解的。我们充分重视这些合理的担忧，以及公众信任普遍受到侵蚀的原因。但我们也相信，构建严谨的框架和更具系统性的数据协作方法，是应对此类担忧的最佳途径。公众信任的普遍侵蚀。
数据协作将原本孤立的数据与分散的专业知识汇聚在一起，有助于匹配此类信息的供需。设计良好的计划可确保适当的机构和个人负责任地使用数据，以最大限度地发挥创新社会政策的潜力。加快数据协作的发展，对于人工智能的进一步发展至关重要。
数据共享涉及风险，但它也有潜力改变我们的治理方式。通过发挥数据协作的力量，政府可以制定更智能的政策，改善民生。
