Streszczenie: W obliczu rosnącej wartości danych dla zaawansowanej analityki i systemów sztucznej inteligencji, równie istotna staje się ochrona danych osobowych. Organizacje muszą znaleźć kompromis między bezpieczeństwem a użytecznością danych, co jest wyzwaniem ze względu na ograniczenia techniczne oraz rozproszoną wiedzę w firmach. Kluczowe jest zatem budowanie współpracy między specjalistami ds. danych, aby efektywnie zarządzać ryzykiem i w pełni wykorzystywać potencjał informacji.
Konieczność ochrony danych osobowych wymaga tworzenia rozwiązań, które pogodzą ich bezpieczeństwo z użytecznością w biznesie. Kluczowe staje się budowanie mostów między specjalistami od danych, by efektywnie zarządzać ryzykiem i maksymalnie wykorzystywać potencjał informacji.
Dzisiaj już nikogo nie trzeba przekonywać o wartości jakościowych danych, które można wykorzystywać do zaawansowanej analityki oraz trenowania systemów sztucznej inteligencji. Jednocześnie wzrasta też świadomość o konieczności ochrony danych osobowych, które mogą (choć nie muszą) znaleźć się w zbiorach wykorzystywanych na potrzeby biznesowe. Wraz ze wzrostem tej świadomości rośnie potrzeba poszukiwania rozwiązań, które będą stanowiły rozsądny kompromis pomiędzy bezpieczeństwem a użytecznością. To jest trudne zadanie nie tylko ze względu na ograniczenia wynikające ze stosowania określonych technik (zobacz tabelę Pięć podejść do ochrony prywatności danych), lecz także dlatego, że wiedza o tym, jak to robić z głową, nie jest aż tak powszechna w organizacjach, na dodatek często pozostaje rozproszona między działami i stanowiskami.
Materiał dostępny tylko dla subskrybentów
Dołącz do subskrybentów MIT Sloan Management Review Polska Premium!
Kup subskrypcję

