受邀上海市人工智能技术协会,创略科技出席企业隐私数据安全管理研讨会

来源:创略科技 时间: 2021-08-20

8月19日下午,可信人工智能之企业隐私数据安全管理研讨会在硅谷人工智能(上海)中心顺利举办,本次会议由上海市人工智能技术协会主办,北京金诚同达(上海)律师事务所承办,创略科技受邀与上海市立法研究所、上海计算机软件技术开发中心、上海人工智能研究院有限公司等20余位企业代表及专家一同参与研讨会,就数据合规、隐私数据保护、人工智能发展与数据安全应对等议题展开讨论。

当前,数据安全上升至国家战略高度。即将于9月1日起正式施行的《中华人民共和国数据安全法》(以下简称《数据安全法》),作为我国关于数据安全的首部律法,受到来自各界的广泛关注。本次研讨会上,由北京金城同达(上海)律师事务所编写的《人工智能企业个人信息保护与数据合规指引》为建立企业数据安全合规体系提供了指引,解读了《数据安全法》落地后带来的机遇和挑战。

在推进数据生产要素市场化配置的政策导向下,隐私计算技术凭借异地处理原始数据、量化隐私保护水平等技术优势有效满足了国家现代化治理过程中对于数据安全保障和数据有效使用的双重需求。在圆桌交流环节,创略科技CTO江元元表示,在法律对数据的严监管方向明确之后,可以实现数据“可用不可见”的隐私计算几乎是当下数据互联互通的最佳技术解,具备非常大的商业价值和应用前景。

​据江元元介绍,创略科技在2019年就开始研究去中心化AI技术,一方面是联邦学习,一方面是隐私计算,并挖掘其在全局营销大场景下的价值。

具体来说,在创略科技服务的众多B2C企业中,通常可基于自身第一方的私域数据体量,通过数据分析与沉淀来获得有关客户的标签洞察。但在有限的私域数据之外的洞察,不是缺乏渠道,就是需要购买第三方数据,再经过ID匹配后获取更多数据洞察。而通过这样的方式获得的市场用户洞察存在以下两个痛点,其一是私域数据的体量不足以支撑得出深度分析结果;其二是第三方的数据隐私问题及准确性难以保证。

针对B2C企业在全局营销场景下的痛点,创略科技基于联邦学习不需要分享数据本身,也能完成机器学习目标的优势,创略科技将联邦学习应用在营销场景,帮助企业实现私域数据以外的全面洞察。

随着国家数字化转型的不断深入,数据跨企业、跨组织安全共享已成为一个新的课题。在人工智能和大数据环境下,多来源多类型数据集进行关联分析和深度挖掘,有可能复原匿名化数据,进而有可能识别特定个人或获取其有价值的个人信息。那么传统的数据加密、数据脱敏技术已无法满足需求。

正因为如此,新的多方安全计算解决方案将会产生,参与计算的各方可以在不泄露自身敏感数据的情况下,基于多方数据安全计算模型,可以获得各方需要的数据结果,在满足隐私数据保护要求的同时,最大化挖掘数据的价值,为参与计算的各方都能带来收益。

而《数据安全法》出台为人工智能产业发展创造了良好的政策环境。在数据安全法框架的合理规范和引导下,创略科技一方面将履行好数据合规和网络安全合规义务,构建企业数据安全合规体系;另一方面,也会确保是在基于第三方数据不交易的情况下,持续探索解决这一问题在全域数字营销领域的新可能,通过隐私计算和联邦学习的框架,充分挖掘和利用数据价值以助力企业经营,帮助企业实现私域数据以外的全面洞察。