2024年3月22日,北京——日前,思科发布了《2024年数据隐私基准研究报告》,该报告是对企业关键隐私问题及其业务影响的年度全球调研。调研结果体现了面对生成式人工智能,人们对隐私与日俱增的担忧,企业在使用人工智能时所面临的信任挑战,以及隐私保护领域的诱人投资回报。根据12个地区2600名隐私和安全专业人士的反馈,该基准研究报告显示,隐私问题远不止是合规性问题。
生成式人工智能技术下企业对隐私的担忧与日俱增
思科首席法务官 Dev Stahlkopf 表示:“生成式人工智能对企业来说是一门完全不同的科技,它带来了引人深思的新挑战。90%以上的受访者认为人工智能需要数据和风险管理的新技术,公司的治理需要更加严密周到,维护客户的信任取决于此。”
报告显示,企业最关注的问题包括对企业的法律和知识产权的威胁(69%),以及向公众或竞争对手泄露信息的风险(68%)。

对生成式人工智能的担忧
大多数企业都意识到了这些风险,并采取了限制措施:63%的企业对可输入数据的内容设置了限制,61%的企业对员工可以使用的生成式人工智能工具设置了限制,27%的企业表示暂时禁止使用生成式人工智能应用程序。尽管如此,许多用户还是在生成式人工智能中输入了可能存在风险的信息,包括员工信息(45%)或公司的非公开信息(48%)。
人工智能和透明度进展缓慢
如今,消费者对使用涉及其数据的人工智能感到担忧。91%的企业认识到,他们需要采取更多措施向客户保证,他们的数据在人工智能中仅用于有预期的合法目的。该数据与去年的水平相似,表明企业在该维度上没有取得太大进展。
在建立消费者信任方面,企业与个人的关注点各有侧重。消费者的优先级是获得明确的信息,清楚地了解其数据如何被使用,以及数据是否会出于营销目的而被售卖。企业方的优先级是遵守隐私保护法(25%)和避免数据泄露(23%)。这表明,企业可更多关注透明度的问题——尤其是在人工智能应用方面,因为消费者可能很难理解算法是如何做决策的。
隐私与信任:外部认证和法律的作用
企业认识到有必要让客户放心,了解他们的数据是如何被使用的。
思科副总裁兼首席隐私官Harvey Jang表示:“94%的受访者认为,如果他们不能充分保护数据,消费者就不会购买他们的产品。98%的受访者表示,外部隐私认证是影响消费者购买决策的重要因素,因此他们正在寻找企业值得信赖的确凿证据。这些数据是我们多年来在思科隐私研究中看到的最高值,再次证明了隐私保护已经与客户的信任度和忠实度密不可分。在人工智能时代情况更是如此,对隐私保护进行投资可以使企业更有道德、更负责任地应用人工智能。”
思科大中华区副总裁、安全事业部总经理卜宪录表示:“从研究报告数据上看,对于消费者关心的隐私和数据安全保护,企业还需要采取更多措施。思科在人工智能、网络安全领域有其独特优势,除了在产品和技术方面多年的投入,不断地创新,思科秉持‘负责任AI’的原则,坚持透明、公平和负责任的企业行为准则,在帮助企业提高生产力,促进业务创新的同时,充分做好隐私保护和数据安全保障措施,赢得消费者信任。”
尽管隐私保护规定可能会给企业增加更多成本和要求,但80%的受访者表示,隐私保护规定对企业产生了积极影响,只有6%的受访者表示影响是负面的。强有力的隐私保护规定增加了消费者的信心,愿意信任企业,对其分享数据。
此外,许多政府和企业正在制定数据本地化规定,以便将某些数据保留在该国家或地区内。虽然大多数企业(91%)认为,如果将数据存储在本国或本地区,其数据本质上会更安全,但86% 的企业也表示,与本地供应商相比,规模化运营的全球供应商能更好地保护其数据。
隐私保护:极具价值的投资
过去五年中,企业在隐私保护方面的支出增加了一倍多,收益呈上升趋势,保持强劲回报率。今年,95%的企业表示隐私保护的收益超过了成本,平均每个企业的隐私保护收益是其支出的1.6 倍。此外,80%的企业表示从隐私保护方面的投资中获得了显著的“忠实度和信任度”,而在隐私保护投资最成熟的企业中,这一比例甚至更高(92%)。

在隐私保护方面的投资对忠实度和信任度的影响
2023年,大型企业(拥有1万名以上员工的企业)的隐私保护支出比去年增加了8%到9%。然而,规模较小的企业在这一方面的投资则有所减少,例如,员工人数在 50-249之间的企业,其隐私保护方面的投资平均减少了四分之一。
关于思科
思科(NASDAQ:CSCO)是全球科技领导厂商,致力于安全地连接一切,使一切成为可能。我们的目标是通过重新定义应用、赋能混合办公、保护企业安全、基础架构转型,帮助客户实现可持续发展目标,为所有人打造一个包容性的未来。您可以在cisco.com.cn获取更多信息,并关注我们的微信公众号“思科联天下”。
思科和思科徽标是思科或其附属机构在美国和其他国家地区的商标或注册商标。您可以查看Cisco商标列表www.cisco.com/go/trademarks,其中提及的第三方商标是其各自所有者的财产。使用“伙伴”一词并不能直接表示思科与任何其他公司之间存在合作关系。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。