RingCentralのチーフプライバシーオフィサーPaola Zeni – インタビューシリーズ

Paola Zeniは、RingCentral (RNG ) のチーフプライバシーオフィサーです。彼女は、20年以上のプライバシーの経験を持つ国際的なプライバシーロイヤーであり、サイバーセキュリティ業界のベテランです。彼女はSymantecとPalo Alto Networks (PANW ) で働き、Palo Alto Networksではプライバシープログラムを立ち上げました。

あなたがデータプライバシーのキャリアを追求することをどのように決めましたか？

1990年代後半、EU加盟国が1995年のEUデータ保護指令を実施していたとき、データプライバシーはヨーロッパで重要な問題として浮上しました。テクノロジー企業の弁護士として、HPやAgilent Technologies (A ) のような企業と働いていた私は、このテーマを重要なものと考え、プライバシー要件についての理解を深めました。私はすぐに、この分野に携わりたいと思ったのです。なぜなら、この分野は法的に興味深く、挑戦的であり、また、組織全体の多くのチームやプロセスに触れるからです。データプライバシーに携わることは、さまざまなグループや個人の協力と、ビジネスの多くの側面について学ぶことを意味します。重要な問題について、組織の多くの機能を横断して変化を促進することは、非常に報われています。今日のデータプライバシーは、テクノロジーの進歩や世界的な法的複雑さを考えると、以前よりも興奮しています。

RingCentralに入社したとき、あなたはトラストセンターを作成しました。これは具体的に何ですか？

RingCentralでは、顧客やパートナーにデータのプライバシーとセキュリティについての情報を提供することが、サービスに対する信頼を築く上で不可欠であると考えています。したがって、コア製品のプライバシーデータシート、ホワイトペーパー、コンプライアンスガイドなどのコラテラルやリソースを作成し、顧客やパートナーに公開しています。最近では、AI透明性ホワイトペーパーを追加しました。トラストセンターは、主要な利害関係者との透明性への取り組みの重要なコンポーネントです。

RingCentralは、AI駆動の製品やサービスにプライバシーの原則を統合するようにどのようにしていますか？

人工知能は、ビジネスが新たな可能性を開拓し、データから有意義な情報や洞察を素早く抽出することを可能にします。しかし、これらの利点とともに、責任も伴います。RingCentralでは、顧客やそのデータを保護することに尽力しています。これは、製品開発の実践を導くプライバシーピラーや、AIレビューとガイダンスを通じて実現しています。

プライバシー・バイ・デザイン: 私たちは、製品開発の全段階で、プライバシー原則と要件を製品やサービスに組み込むために、製品カウンセル、製品マネージャー、製品エンジニアと密接に協力しています。プライバシー評価は、アイデアから展開までの製品開発ライフサイクルに統合されています。

透明性: 顧客、パートナー、ユーザーに対して、データの収集と使用方法についての情報を提供し、サービスに対する信頼を築くことを目指しています。

顧客の管理: 顧客が、AIがデータとどのようにやり取りするかを決定するための選択肢を提供しています。

RingCentralのAI第一のコミュニケーションソリューションに組み込まれた具体的なプライバシーメジャーについて説明できますか？

まず、製品ドキュメントに、どのようにデータを収集および処理するか、誰がそれを保存するか、どの第三者がそれにアクセスできるかなどの情報を追加しました。これらの情報は、トラストセンターのプライバシーデータシートに掲載されています。AIの入力として使用されるデータと、AIの出力として生成されるデータを明確に示しています。さらに、製品レビューでは、透明性への取り組みを反映した開示を行っています。また、管理者がAIとデータの共有を制御するためのオプションを提供しています。

AIの時代に、組織がデータ収集と使用について完全な透明性を維持することはなぜ重要ですか？

信頼できるAIの採用を促進するには、組織がAIのデータ処理方法と出力の正確性に対する信頼を築くことが不可欠です。これには、AIのトレーニングデータ、アルゴリズムのロジック、出力の性質が含まれます。提供者がAIについての情報を透明に共有し、どのように機能するか、どのように使用されるかを説明することで、顧客は十分な情報に基づいた決定を下し、ユーザーに対して具体的な開示を行うことができます。AIの開発と提供においては、顧客、従業員、パートナー、顧客を含むすべての利害関係者を考慮します。

組織が厳格なAI使用ポリシーを遵守するようにベンダーを確実にするためのステップについて説明できますか？

RingCentralでは、ベンダーとの信頼関係が不可欠であると考えています。ベンダーは、製品のアーキテクチャにプライバシーとデータセキュリティを組み込むことにコミットする必要があります。したがって、既存のベンダー調査プロセスにAIレビューを追加し、第三者AIの使用に関する基準を確立しました。

RingCentralは、AIシステムに供給されるデータが正確で偏りのないものであることを保証するためにどのような戦略を採用していますか？

公平性を導く原則として、AIの影響を常に考慮し、潜在的な偏見やリスクを認識し、それらの影響を軽減するためのメカニズムを確立しています。

• 偏見の特定と予防のためのフレームワークを採用し、すべての製品レビューに適用しています。
• AIシステムの出力を評価するために、人間が関与するプロセスを実施しています。たとえば、Smart Notesでは、ノートの内容を監視せずに、ユーザーの行動からノートの正確性を推測できます。ユーザーがノートを頻繁に編集する場合、RingCentralはプロンプトを調整するシグナルを受け取ります。
• 別の人間が関与する例として、生成された出力を特定の知識ベースに絞り込み、出力の参考資料を提供するプロセスがあります。これにより、人間が回答を検証し、参考資料をさらに調査することができます。

AIの精度を確保することで、説明可能で透明性のあるAIを提供するという約束を守ります。

大規模なエンタープライズ環境でAIを展開する際に生じるプライバシーの課題と、それに対するアプローチについて説明できますか？

まず、既存のプライバシーローには、人工知能に適用される規定が含まれていることを覚えておくことが重要です。テクノロジー中立の法律の場合、法的枠組みや倫理ガイドラインは新しいテクノロジーにも適用されます。したがって、組織は、AIの使用が既存のプライバシーロー、たとえばGDPRやCPRAに準拠していることを確認する必要があります。

次に、プライバシープロフェッショナルは、発展途上または新興のAI法を監視する責任があります。AI法は、AIの多くの側面を扱いますが、新しいAI規制のトップ優先事項の1つは、プライバシーを含む基本的人権の保護です。

プライバシーの問題に対処するための重要な成功要因は、ユーザーに対する透明性です。特に、AIがプロファイリングを実行したり、個人の意思決定に影響を与える自動化された決定を下したりする場合、ユーザーはAIの使用を選択しないことを選択できる必要があります。

AIとデータプライバシーの将来のトレンドについて見通しを語り、RingCentralはどのようにして先んじて対応していますか？

主要なトレンドは、新しい法律の導入、ユーザーの透明性と管理の要求の増加、AI関連リスクの管理の必要性、サイバーリスクの増大などです。

企業は、徹底的なガバナンスを確立し、チーム間の協力を促進して、内部の整合性を確保し、リスクを最小限に抑え、ユーザーの信頼を高める必要があります。RingCentralでは、プライバシー、セキュリティ、透明性への取り組みを継続し、AIガバナンスとAIプライバシーピラーや倫理的なAIへの取り組みを通じて、信頼を築き続けています。

素晴らしいインタビュー、詳しく知りたい読者はRingCentralを訪れてください。