一句话看懂：HubSpot 曾计划默认把客户账户中的联系人补充数据汇总进平台模型，遭客户抵制后数天内撤回，并承诺未来基于客户数据的增强功能一律采用选择加入。这暴露出一个被多数 AI 产品合同回避的问题：客户的数据在多大程度上、以何种回报，被用来改善其他客户使用的 AI。
事件核心：发生了什么
根据 TechRadar 的报道，HubSpot 此前宣布要把跨账户的补充数据集中起来，用于全平台改善潜在客户记录，涉及企业联系人、雇主信息和邮件送达信号等。该计划默认所有账户参与。消息公布后数日内，公司放弃方案，并承诺今后任何基于客户数据的增强功能都采用 opt-in。HubSpot 同时表明，未经许可不会共享核心 CRM 记录。也就是说，引发销售和 RevOps 团队反弹的并非传统意义上的隐私担忧，而是他们多年清理和补充联系人数据的工作，将顺带提升包括竞争对手在内的所有客户的获客工具，却没有说明贡献者能获得什么。允许这一变更的产品条款，早在多数客户知情前近两年就已更新。
报道还引用了 Data Axle CEO Andy Frawley 的观点：客户在法律上仍然拥有数据，但所有权并不回答谁从中受益。McKinsey 2026 年关于 AI 信任的调查显示，仅约 30% 的组织在 AI 战略、治理和控制上达到成熟水平。
为什么重要
传统软件只是运行在客户数据之上，而多租户平台上的 AI 会从数据中学习，这种学习很难限定在单一账户内。许多正在添加 AI 功能的软件公司，正一步步变成数据公司，却往往由赶发布日期的产品团队而非负责商业关系的团队决定数据是否进入共享模型。上世纪 90 年代的目录零售数据合作社和信用卡反欺诈联盟早已形成“贡献换回报”的规则：贡献数据才能获得建模线索，没人拿到对手的客户名单，停止贡献就停止获益。如今 AI 厂商缺的正是这套明说的交换条件。
对用户/开发者/创作者的影响
企业采购方需要开始追问：自己的数据是否用于训练或增强其他客户使用的模型、参与是否可选、日后能否关闭而不损失核心功能；更严格的买家还会问，贡献者比非贡献者多得什么。最难写的是退出条款。合同可以要求删除记录，但已经影响生产模型的数据无法干净地抽离，重训练成本高，从在线模型中移除单一客户的影响对多数厂商仍是未解问题。写于存储时代的合同假定删除即终止使用，写于 AI 时代的合同则必须说明客户离开后哪些数据影响会留存。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 HubSpot 后续增强功能是否真正落实 opt-in，以及界面是否足够清晰；二是采购合同中关于模型训练和退出的条款是否像安全认证、可用性承诺一样成为标准配置；三是监管是否先于买方行动，以及厂商能否给出可验证的退出机制。目前公开信息显示，从模型中去掉单一客户影响尚无成熟方案。
来源：TechRadar
