伴随着 ChatGPT 的推出再次将人工智能治理引向探讨最前沿，IAPP和FTI咨询管理公司可以将“人工智能治理现况与隐私管理”重合研究表明，人工智能的重要风险取决于消极偏见及其相关法律法规现行政策的缺失。尽管，现阶段世界各国早已上线了各种各样法律框架，但是具体规范并未发生，因而公司就人工智能风险制订的应对策略还是处于模糊不清环节。

隐私管理和AI治理汇报：AI持续增长产生挑战

汇报对120位个人隐私安全领域的技术专家调研，发觉仅有20%的受访者其所属企业根据已有的隐私管理计划设立了AI治理对策，有10%的受访者表明都还没制订一切计划。汇报还在未来五年AI产业链会以每一年25%的速度增长，因而人工智能治理计划的建设是非常有必要的。汇报觉得，公司创建AI治理计划的重要阻碍取决于欠缺合理专用工具和人才资源。现阶段，人工智能的治理专用工具还是处于初期设计阶段，不能满足企业人才需求。

人工智能治理的重要风险

“消极偏见”是公司更关注的人工智能治理风险之一，结果显示绝大多数受访者都会认为人工智能会“高几率”造成危害，自然，这类偏见不有代表性的，是一种潜意识偏见。因而人工智能治理风险和个人隐私管理的本质必须一个标准，也要明确风险指标值，确立有关测试工具或标准规范。

“尴尬的治理”与偏见一样归属于普遍存在的风险难题。除开会引发各种各样风险外，还会导致治理费用预算澎涨。采访中参加隐私管理计划本人的表明，他们对于数据管理规范转化为人工智能系统软件优化算法持怀疑态度。也是有受访者表明，正在寻求对于人工智能系统内解决个人信息原有风险量确立对策，并期待未来人工智能评估和责任划分能够被置入人力资本学习培训计划中。

与此同时，欠缺法律法规具体性都是关键风险之一。现在许多国家和地区都是在施行新型的隐私管理政策法规，而人工智能的治理规定反而会让隐私管理更复杂。一方面，不同类型的监管部门有着不同的统计分析评价工具；另一方面，领域欠缺统一的标准。总体来说，很多受访者表明，他们对于人工智能及其治理义务的总体了解依然浅陋。

人工智能治理的最终形态难以预料

现阶段，即便人工智能的应用有可能在未来五年内飞速发展，但人工智能治理依然遭遇人才缺乏难题。与此同时，人工智能仍然存在未经许可应用受著作权保护的信息及原材料、人工智能系统软件受到攻击等潜在性风险。

尽管，比如美国NIST AI 风险管理框架议案、欧盟国家可靠AI评定目录、美国ICO的人工智能和个人信息保护风险工具箱等AI治理架构早就在商品流通，但全球化通使用的广泛规范并未发生。

与此同时，在企业怎么开启人工智能评定要素层面，依然存在普遍的差别。仅有30%的受访者表明已经有宣布步骤，但是这些过程的运作模式不尽相同。有一些在AI应用软件中应用个人信息时进行评价，或者在每一次加上数据库的情况下进行AI核查，亦或在AI评定时开启个人隐私评定。

也有80%的受访者表明，人工智能伦理道德规则仍然是一个战略概念，现阶段并没有产生实际的工作职责或小细节。就已有的隐私管理义务来讲，很多企业表明，在读取数据和遵循数据库管理规定中间获得均衡存在一定艰难。