一、定義、交易結構與邊界
數據集商業化授權,是合法持有或管理數據的一方通過合同,在約定目的、範圍、期限、地域、安全和費用條件下,許可另一方訪問、複製、處理或使用特定數據集的商業安排。交付可以是文件、應用程式接口、受控查詢、安全環境或持續更新服務。授權的核心是限定使用權和責任,不是默認出售數據「所有權」,也不當然轉移數據經營權、知識產權、個人資訊處理責任或第三方權利。
交易前應先判斷實際關係。接收方若獨立決定處理目的和方式,通常不同於僅按提供方指示處理的受託方;雙方共同決定目的和方式又可能構成共同處理。僅提供統計查詢與交付可下載明細的風險也不同。購買、訂閱、試用、研究合作和模型訓練不能共用一個模糊的「商業使用」標籤。數據許可合同不能創造提供方本來沒有的權利,也不能以合同排除法律規定的個人權利、安全義務、行業監管或跨境程序。
二、標的數據、來源與授權能力
可授權標的應由版本化的數據清單和說明書界定,包括名稱、內容、欄位、格式、規模、時間範圍、覆蓋人群、來源方式、加工過程、更新頻率、元數據、樣本單位和交付形式。睡眠數據還應描述設備型號、傳感器位置、採樣率、信號質量、評分規則、標籤來源、參考標準、疾病和年齡構成、每人記錄夜數及缺失情況。記錄條數不等於獨立人數,匯總指標也不能替代對底層偏差的說明。
提供方應建立來源和授權證據鏈,核對採集、購買、委託、合作研究、公共數據授權或其他來源,以及私隱告知、同意、倫理材料、原合同、保密和第三方限制。數據集可能同時涉及數據權益、個人資訊權益、著作權、商業秘密和合同權利;對內容選擇或編排具有獨創性的彙編作品保護,不等於對每項事實數據取得排他權。授權能力要按欄位、主體、目的和期限判斷。存在來源斷點、超範圍加工或無法驗證匿名化時,應排除相應數據或暫停許可。
三、許可權利矩陣與使用限制
許可條款應把每項能力逐一選擇,而不是只寫「可商用」。權利矩陣至少包括查看和查詢、下載或複製、內部分析、與其他數據組合、糾錯和格式轉換、生成特徵或衍生數據、訓練和微調模型、驗證產品、部署模型、發布統計結果、向客戶提供服務、再提供原始或轉換數據、轉授權及委託分包。還應說明獨佔、排他或非獨佔性質,允許的法人實體和人員、設備或項目數量、地域、期限、環境、複製份數以及是否允許競爭性用途。
限制條款可以禁止重新識別、聯繫數據主體、個體畫像、臨床診斷、保險定價、招聘篩選、廣告定位、武器用途、逆向提取和繞過訪問控制,但應與風險和商業目標匹配並可審計。集團內部使用、關聯公司、承包商和雲服務商不是天然包含在單一被許可方中。接收方對監管機關、法院或安全事件的必要披露應有通知和最小披露機制。提供方不得用格式條款不合理免除自身來源、質量或安全責任,被許可方也不能以付費為由擴大約定用途。
四、個人資訊、重要數據與安全控制
含個人資訊的數據集必須有適用於商業許可及實際用途的處理依據。向另一處理者提供個人資訊,可能需要告知接收方、處理目的、方式和種類並取得相應同意;受託處理則應限制目的、期限、方式、種類和保護措施並接受監督。醫療健康、生物識別、精確行蹤和未成年人資訊屬於或可能屬於敏感個人資訊,應滿足特定目的、充分必要和嚴格保護,並在適用時完成單獨同意和個人資訊保護影響評估。原先用於診療或研究的數據不能僅因去掉姓名就自動獲得商業訓練許可。
安全附件應依據分類分級和風險約定身份認證、最小權限、加密、密鑰、環境隔離、下載與查詢限額、日誌、漏洞管理、分包、事件通知、備份和銷毀。睡眠波形、罕見事件、時間地點、家庭環境和設備標識可組合重識別個人,去標識化不等於匿名化。對高風險數據可採用受控查詢、安全沙箱、可信執行環境或私隱計算減少明細離域。重要數據、跨境傳輸和行業特定數據還需履行適用的識別、風險評估、申報或其他程序,合同承諾不能取代這些程序。
五、質量、交付、驗收與更新
商業許可應把質量變成可測的合同指標。通用維度包括規範性、完整性、準確性、一致性、時效性和可訪問性;睡眠專項指標還可包括信號丟失率、有效記錄時長、通道完整率、事件與睡眠分期標註一致度、人員級重複、設備和人群覆蓋及參考標準可靠性。指標應給出計算方法、抽樣範圍、閾值和例外,不能用「行業高質量」替代驗收標準。數據適合研究探索不代表適合臨床、監管或高影響決策。
交付前應凍結版本並保存雜湊、清單、字典和生成記錄,在隔離環境檢查惡意內容、格式、數量與欄位。驗收要規定期限、測試集、異議證據、補正、替換、降價或退款機制,付款可與試用、分批交付和驗收里程碑掛鈎。持續訂閱還需約定更新頻率、變更日誌、刪除更正傳播、接口可用性、向後兼容和停止服務通知。接收方發現標註錯誤、權利請求或安全缺陷後,雙方應有閉環糾正機制,不能讓舊版本無限留存。
六、模型訓練、衍生成果與商業計價
模型訓練許可應明確任務、訓練主體、計算環境、基礎模型、允許的微調方式和模型發布範圍。合同要分別處理中間特徵、嵌入、合成數據、評估結果、模型權重、輸出和改進成果,規定哪些被視為衍生數據、哪些仍包含或可還原標的數據,以及是否允許用於訓練通用模型或為第三方提供服務。模型權重不當然脫離數據風險;應通過記憶、成員推斷、輸出洩露和提取風險測試決定發布與訪問控制,並約定終止後是否必須刪除檢查點或重新訓練。
計價可以採用固定費、訂閱、調用量、記錄或人群規模、使用期限、領域、地域、獨佔程度、模型訓練權、服務級別或收入分成。價格應區分基礎授權、更新、計算儲存、技術支援和額外用途,說明稅費、計量口徑、最低承諾及超額費用。提供方可以審計許可遵守情況,但審計範圍應最小化並保護被許可方商業秘密。被許可方應保存使用者、目的、複製、分包、模型與輸出去向記錄,以支援計費、合規和爭議解決。
七、保證、責任、續期與退出
雙方的陳述與保證應與可驗證能力相符。提供方應說明來源、授權能力、已知限制、質量和安全狀況;接收方應保證按範圍使用、保護數據並管理用戶和分包商。賠償、責任上限和保險應區分來源或第三方權利瑕疵、未授權使用、數據洩露、質量不達標及監管事件,不能用寬泛免責聲明掩蓋故意或重大過失。登記、上架、合規報告或付款憑證均不構成永久合法或適用於所有場景的保證。
續期前應復核需求、授權鏈、處理依據、數據質量、實際使用和法規變化。終止觸發可包括到期、未付款、嚴重質量缺陷、來源或合規瑕疵、越權使用、安全事件、資質喪失或個人權利要求。退出應停止訪問和更新,撤銷賬戶與密鑰,返還或驗證刪除數據、緩存、備份及未經保留許可的衍生成果,通知分包商並出具證明;依法必須保留的記錄應隔離並限制用途。若已發布模型無法可靠消除訓練數據影響,應按預先約定採取限制部署、重訓或其他補救,而不能僅刪除原始文件即宣告完成。