企业正在处理比以往更多的数据

每天每一秒钟，地球上每个人的数据量都超过1.7MB，公司使用这种数据的方式有无数种，从建立更好的营销活动到改善用户体验，帮助检测欺诈，预测趋势等等，但是所有这些数据的数量使其完全无法单独使用。您可能在数据库中的某处拥有大量的个人身份信息，但是如果您没有任何办法可以理解这一切的话，它就没什么用了，人工智能通过分析，分类和管理数据来帮助理解所有这些数据，从而使洞察力易于提取和使用，从本质上讲，AI摄取的数据越多，它从混乱中获得意义的能力就越准确。

 

更多AI =更多PII但是所提供的数据越多，它所发出的数据就越多，甚至以PII的形式出现

例如，考虑当今可用的无数基于AI的金融科技平台，尽管每个人都有其特定的目的和特征集，但它们都倾向于具有一个统一的特征。为了完成他们的工作，例如提出有关股票，再融资或贷款的建议，或者执行客户风险评估或算法交易等，他们必须收集大量数据，使用AI方法，可以对这些数据进行分析和分类，从而创建更多不同形式的数据。数据团队还创建了无数的数据集副本以训练和测试模块，从而创建了新的PII。因此，数据不仅推动了AI的发展，也是AI的副产品。这种过多的个人识别信息引起了不小的关注。

 

隐私权法规和AI –莫名其妙？

随着全球数据科学和营销团队采用新方法来整理更多数据（从而获得更多见解），使用AI方法从消费者中脱颖而出，这些相同的消费者（即我，您和其他所有人）已经开始提出一些棘手的问题：您持有我什么PII？我的PII进入您的数据库后会怎样？您与谁共享那个PII？而且，如果您没有对我的PII采取适当的预防措施-可能是通过将其丢入数据库或将其放到数据库中来-会对您的组织造成任何后果吗？

 

为此诸如GDPR，CCPA和现在的巴西LGPD之类的隐私法规已经介入，以确保公司对收集的数据采取适当的预防措施

这些法律要求不惜一切代价存储，管理和保持数据安全。并且，根据这些法规的核心要求，数据主体可以请求访问您拥有的数据-并且您必须在短时间内完成数据主体请求（DSAR）。

 

但是有问题的是，数据的性质将被散布

您可能只有一个存储数据的中央数据库，但是在需要时找到正确的信息可能会成为一项艰巨的任务-如果由于数据存储不正确而无法满足这些请求，或者您只能部分访问数据，您正准备接受重大罚款和法律诉讼。

 

利用AI简化隐私

这就是AI可以自我赎回的地方，的确如此-AI迫使公司收集其可能收集的每一盎司数据，而且它本身就是大量多余的PII的来源，这些PII可能成为负债，但从本质上讲，它也具有帮助收集所有这些数据并使组织更轻松地满足（并持续遵守）隐私法规的潜力。

 

AI具有三个独特的特征，使其成为了解很多（好吧，大多数）组织今天发现自己的数据混乱的理想工具：

 

1、速度 -人工智能可以在短时间内整理出大量数据，对数据进行ID和分类的速度远远超过了人类的预期。这使它可以几乎实时地找到PII，以达到理想的DSAR要求。

 

2、准确性 – AI不会感到无聊或疲劳，可以使AI以高度精确的结果执行，甚至可以将数据归类为法规敏感的类别。它还可以从结构化和非结构化数据集中提取PII。

 

3、自治性 – AI可以自动识别任何位置的数据，并跟踪和控制该数据的任何移动。它还可以自动消除PII的任何多余副本，以减少攻击面，从而降低组织风险。

 

在聪明人想到将AI置于数据隐私任务之前，所有这些都必须手动完成，并使用不同的孤立工具集-监视工具，应用策略的工具，评估风险的工具等。这使得很难获得有关数据主题的数据组织的完整完整图片。

 

人工智能正在改变故事；它将所有孤立的元素组合在一起，以创建实现合规性的统一方法

它使您能够了解实体关系以及数据元素的含义。您还可以分析无数种数据类型，例如已知和未知数据，结构化和非结构化数据以及运动和静止数据，并将所有这些数据链接在一起，以创建完整且不断更新的数据主题。这样可以自动且可持续地遵守任何隐私法规。

 

因此人工智能确实在我们数据疯狂的世界中引起了一些关注

但是，如果利用得当，它可以成为实现合规性的理想工具-比以前更快，更准确地响应DSAR。

 

• 如何希望通过客户数据分析来扭转数字和线下零售业的下滑
• 金融如何推动变革并为所有人创造价值?

返回列表