隨著未來兩年隱私監(jiān)管工作在數(shù)十個司法管轄區(qū)的擴展，許多組織將看到有必要立即開始他們的隱私計劃工作。事實上，Gartner 預(yù)測，到 2024 年，大型組織的平均年度隱私預(yù)算將超過 250 萬美元。

Gartner 確定了五種隱私趨勢，這些趨勢支持隱私實踐，但也支持整個企業(yè)的多個業(yè)務(wù)領(lǐng)導者，使購買更容易實現(xiàn)，價值更可觀，價值實現(xiàn)時間更短。

數(shù)據(jù)本地化

在一個無國界的數(shù)字社會中，試圖控制數(shù)據(jù)所在的國家似乎有悖常理。然而，這種控制要么是直接要求，要么是許多新興隱私法的副產(chǎn)品。

多國業(yè)務(wù)戰(zhàn)略的風險推動了一種新的方法來設(shè)計和獲取所有服務(wù)模型的云，因為安全和風險管理領(lǐng)導者面臨著不平衡的監(jiān)管環(huán)境，不同的地區(qū)需要不同的本地化戰(zhàn)略。因此，數(shù)據(jù)本地化規(guī)劃將成為云服務(wù)設(shè)計和采購的重中之重。

增強隱私的計算技術(shù)

在不受信任的環(huán)境（例如公共云）中進行數(shù)據(jù)處理以及多方數(shù)據(jù)共享和分析已成為組織成功的基礎(chǔ)。分析引擎和架構(gòu)的日益復(fù)雜性要求供應(yīng)商在設(shè)計時加入隱私功能，而不是采用補強方法。人工智能模型的普及和訓練它們的必要性只是對隱私問題的最新補充。

與常見的靜態(tài)數(shù)據(jù)安全控制不同，隱私增強計算 (PEC) 可保護使用中的數(shù)據(jù)。因此，組織可以實施以前因隱私或安全問題而無法實現(xiàn)的數(shù)據(jù)處理和分析。Gartner 預(yù)測，到 2025 年，60% 的大型組織將在分析、商業(yè)智能和/或云計算中使用至少一種 PEC 技術(shù)。

人工智能治理

Gartner 的一項調(diào)查發(fā)現(xiàn)，40% 的組織存在 AI 隱私泄露事件，而在這些泄露事件中，只有四分之一是惡意的。無論組織是通過集成到供應(yīng)商產(chǎn)品中的基于 AI 的模塊，還是通過內(nèi)部數(shù)據(jù)科學團隊管理的獨立平臺來處理個人數(shù)據(jù)，隱私風險和個人數(shù)據(jù)的潛在濫用風險都是顯而易見的。

“如今跨組織運行的許多人工智能都內(nèi)置于更大的解決方案中，幾乎沒有監(jiān)督來評估對隱私的影響。這些嵌入式 AI 功能用于跟蹤員工行為、評估消費者情緒并構(gòu)建可在旅途中學習的“智能”產(chǎn)品。此外，今天輸入這些學習模型的數(shù)據(jù)將對未來幾年的決策產(chǎn)生影響，”Henein 說?！耙坏?AI 監(jiān)管變得更加成熟，在沒有 AI 治理計劃的情況下，幾乎不可能解決攝入的有毒數(shù)據(jù)。IT 領(lǐng)導者將不得不以對他們的組織和他們的地位造成巨大損失為代價，徹底淘汰系統(tǒng)?！?/p>

集中隱私用戶體驗

消費者對主題權(quán)利的需求增加以及對透明度的期望提高將推動對集中式隱私用戶體驗 (UX) 的需求。具有前瞻性思維的組織了解將隱私 UX 的所有方面（通知、cookie、同意管理和主題權(quán)利請求 (SRR) 處理）整合到一個自助服務(wù)門戶中的優(yōu)勢。這種方法為主要成員、客戶和員工帶來了便利，并節(jié)省了大量時間和成本。到 2023 年，Gartner 預(yù)測 30% 的面向消費者的組織將提供自助服務(wù)透明門戶以提供偏好和同意管理。

遠程成為“混合一切”

隨著工作和生活中的參與模式趨于混合，增加跟蹤、監(jiān)控和其他個人數(shù)據(jù)處理活動的機會和愿望都在增加，隱私風險變得至關(guān)重要。 

由于全混合交互集對隱私的影響，各個行業(yè)和學科的生產(chǎn)力和工作與生活平衡的滿意度也有所提高。組織應(yīng)采取以人為本的隱私保護方法，監(jiān)控數(shù)據(jù)應(yīng)盡量少用并有明確的目的，例如通過消除不必要的摩擦來改善員工體驗，或通過標記健康風險來減輕倦怠風險。