平衡数据主权与 AI
如何在使用 AI 时保护敏感数据
将数据保存在原地
随着数据监管法规变得越来越复杂，了解数据的来源、去向以及由谁处理变得越来越重要。在世界许多国家/地区，数据法规要求数据必须保留在来源地区，除非外部企业可以证明其遵守这些法规。这个概念称之为“数据主权”：也就是说，数据受到其处理方所在国家或地区的法律监管。
然而，即使数据传输的目标地点或供应商本身合规，跨境数据传输也可能导致违规。例如，一些国家/地区的政府机构可能获得授权来审核跨境数据，但这会违反其他国家/地区的数据法规。
如果企业在没有采取充分保护措施的情况下将数据传输出来源区域，可能会面临严重的法律和财务后果。例如，2023 年，Meta 收到了一笔 13 亿美元的罚款，原因是其将数据从欧盟传输到美国，但没有对传输的数据提供充分的隐私保护。
上述情况促使数据本地化概念应运而生：为了维持数据监管合规和消费者信任，企业通常需要将数据保存在运营所在区域内。
数据本地化的理念是将数据保存在特定国家或地区内，而不是跨境传输数据后在偏远地区的服务器上处理或存储。但是，这种方法让云计算和外部第三方服务的使用变得更加复杂，因为此类服务通常无法以这种方式本地化。毕竟，云数据中心遍布全球，无论其支持的服务位于何处。
这意味着，对于许多企业而言，数据本地化的需求可能与人工智能 (AI) 发生冲突，而 AI 是当今最重要的云服务之一。
AI 已成为强大的商业工具
近年来，更加强大的硬件与日益完善的软件相结合，推动了 AI 技术应用的大幅提升。一些企业将 AI 纳入其流程，以协助预测建模、内容构思、研究、情绪分析和客户服务自动化。麦肯锡等分析机构继续对生成式人工智能 (GenAI) 的商业用途不断扩展保持乐观。大多数企业没有时间或资源来构建自己的 AI 模型，因此，依赖于外部供应商来使用这些技术。
然而，AI 需要收集数据才能运行。AI 模型以用于训练复杂算法的大规模数据集为基础。大规模数据集可能，而且确实，存储在各种位置。但是，由于其可扩展性，用于训练 AI 的数据几乎总是存储在云端，以及遍布全球的数据中心。（摘自 OpenAI 消费者服务常见问题解答：“内容存储在 OpenAI 系统以及我们在美国和全球各地值得信赖的服务提供商的系统中 [已添加着重号]。”）
也就是说，上传到 AI 或用于训练生成式 AI 模型的数据不受最初拥有数据的企业的控制，并且很可能位于其来源的地理区域之外。
随着模型接收的输入更多，它们 会不断进行微调。也就是说，输入可能会影响未来的输出，甚至作为未来的输出重新出现（后者对敏感数据构成风险，导致一些企业禁止员工使用生成式 AI）。这通常发生在缺乏监督或透明度的情况下，AI 用户可能不知道处理他们提供的数据的机器位于何处。同样令人担忧的是影子 AI，即：在缺乏 IT 团队监测或批准的情况下使用未经批准的 AI 工具。
在许多司法管辖区，这可能会让企业与数据主权要求发生冲突。与此类要求相冲突的风险包括：罚款（从小额罚款到像 Meta 公司那样的巨额罚款）、制裁、公共声誉受损以及客户信任下降。
另一方面，不使用 AI 并落后于竞争对手的风险，也会对企业构成类似的威胁。
总而言之：AI 非常有用，但对于在严格数据监管法规下运营的企业来说，AI 可能存在风险，除非它们能够找到一种数据主权友好的方法来运用 AI。
在不跨境传输数据的同时充分利用 AI 的方案
企业如何做才能避免跨境传输数据的风险，同时充分利用 AI？需要一种能够以本地化方式提供计算能力来为复杂的 AI 模型提供支持的方法。企业还需要确保能够控制数据存储和处理的位置，包括传输中的数据和静态数据。
因此，最佳出路是数据本地化与本地 AI 实 例相结合，这些实例可以在第三方平台构建或由供应商预先构建。完全数据本地化需要全面控制数据存储位置、用户服务位置，以及加密密钥存储位置（因为这决定了数据以解密形式存储的位置）。这些功能必须与强大的全球 AI 网络集成，该网络在本地部署，并且具备足够的计算能力来按需运行 AI 模型。
企业同时面临着使用 AI 与确保数据本地化的需求，因此，需要一个充分了解这些需求并且能够提供支持的合作伙伴。Cloudflare 提供数据本地化套件，以支持那些需要满足数据主权要求的企业。更重要的是，Cloudflare for AI 让用户可以访问世界任何地方的 GPU，并为开发人员提供快速集成热门 AI 模型的方法。
Cloudflare 就影响当今技术决策者的最新趋势和主题发布了系列文章，本文为其一。
关键要点
阅读本文后，您将能够了解：
数据本地化如何帮助维持监管框架合规
AI 服务与保持数据区域性存储之间的冲突
使用 AI 时维持数据本地化的技术解决方案
相关资源
深入探讨这个话题
阅读《全球连通云：重新掌控 IT 和安全的方法》电子书，进一步了解如何简化和保护 AI 计划。