未来三年，超过40％的隐私技术将依赖于人工智能

《通用数据保护条例》等监管规定的兴起，将个人数据安全问题推到了聚光灯下，而人工智能可以在这方面提供帮助。人工智能技术可以识别不同模式以及可辨认数据，使它比传统系统更快地发现数据，更具优势。

全球研究公司Gartner发现，未来三年，超过40%的隐私技术将依赖于人工智能，高于目前的5%份额。2019年，随着隐私法和数据泄露问题成为人们关注的焦点，安全部门都在积极寻找保护个人信息安全的新方式。2019年，数据泄露量增加了17%，近60%的企业在过去三年遭遇过数据泄露侵害。严重风险下，政府采取行动，实施法律法规，保证用户安全。

围绕数据安全的讨论不断升温，给隐私领域专业人士带来了巨大压力，因为他们必须对组织的数据安全负责。Gartner发现，AI支持的应用程序可以提供帮助。

Gartner研究副总裁Bart Willemsen表示: 各种各样的原因使AI能在隐私问题上有所帮助，但数据治理行动的速度和可重复性，以及管理大量数据能力的方法，是AI隐私保护工具增长背后的驱动因素。随着5G网络的到来，以及物联网产生的前所未有的数据交换量，这一数字还将继续增长。

来自AI的帮助

一个成功的用户隐私体验依赖于公司处理主题权利请求(SRRs)的效率。主题权利请求是个人对他们的数据提出特定的请求，而组织则根据请求做出相应的响应。然而，Gartner在2019年“安全和风险调研”发现，许多组织无法对这些主题权利请求提供准确且有效的回答。三分之二的受访者表示，他们至少需要两周才能对某一主题权利请求做出反馈。调研还发现，这些任务通常由手工完成，而且平均成本高达1400美元。

此时，AI有了用武之地。然而并不是人工智能本身解决了问题，正是由于对人工智能的依赖，我们能够更快捷、更大规模地解决问题。此时，可以想象各种各样的功能都将得益于高速且大量处理数据的能力。包括使用机器学习发现数据、使用自然语言处理的个体，使用聊天机器人交互来回答大量的主题权利请求，使用底层机器学习来对请求的自动化回答等。AI既改善了内部控制水平，又以自动化的方式对个人数据进行全周期运转，改善客户在数据隐私性的体验。

合规工具的崛起

人工智能合规工具不只是说说而已，Gartner发现，到2022年，有关用户隐私的合规工具支出预计将增至80亿美元。这项支出将影响相关利益者，例如CIO、CDO和CMO的购买策略。这项投资对于未来的隐私问题和都是必要的，成本将会获得回报，而且任何时间进行投资都不晚。特别是当某个组织运行非常复杂的架构时，个人数据很难进行跨系统管理，如果没有足够的能力控制个人数据全周期，或者数据有很高的隐私暴露风险，组织就可能对基AI的解决方案寄予希望。