隐藏在企业 AI 中的同意差距

企业 AI 对话往往从数据开始。公司是否拥有足够的客户信息来训练模型、个性化体验或支持自动决策？

常被忽视的问题是公司是否真的获得了使用这些数据用于其特定目的的许可。

客户数据即使准确、易获取且有价值，仍可能受到限制。有人可能同意接收个性化推荐，却不同意将其信息用于训练 AI 模型。还有人可能希望每月收到一次电子邮件更新，但拒绝每日短信。

这就是我开始将同意和偏好管理称为权限治理的原因。它回答了一个简单的问题：谁或什么拥有访问这些数据并将其用于特定目的的权限？

随着 AI 与更多客户体验相连接，公司需要在系统行动之前回答该问题。已记录的 AI 事件增加从 2024 年的 233 起上升至 2025 年的 362 —— 单年增长 55%，这表明正确处理此事的重要性。

可用数据并非已授权数据

大多数大型组织已经拥有用于收集、存储和传输客户信息的技术。他们可能知道数据所在位置、属于哪个客户以及如何将其提供给其他应用程序。

权限治理回答了一系列不同的问题：

• 为什么收集这些信息？
• 客户同意了什么？
• 该协议覆盖了哪些用途？
• 客户是否改变了主意？
• 哪些系统需要接收该更新？

当为某一目的收集的数据被引入新的 AI 用例时，这些问题尤为重要。存放在 CRM 或客户档案中的信息并不自动适用于每个模型、营销活动或自动决策。

同意是合法处理个人数据的一个依据但并非唯一依据。要求取决于司法管辖区、数据类型和使用场景。更广泛的观点是，仅有可用性并不等同于获得授权。监管机构已经在审查使用非法处理的个人数据开发 AI 模型时会发生什么。一旦信息进入模型，关于信息获取方式的问题并不会消失。

AI 需要的不仅是“同意”或“拒绝”。

传统的同意系统常将客户的决定简化为两种选择：同意或拒绝。这并未反映人们实际希望与公司互动的方式。

客户可能希望获得产品推荐，却拒绝无关的广告。他们可能接受个性化服务，但不愿让其信息用于模型训练。他们仍然喜欢品牌的邮件，但希望每月收到一次，而不是每天。

对 22 种面向消费者的 AI 系统的审查发现这些产品在请求权限和管理个性化方面差异很大，所研究的系统之间没有统一的标准。

为客户提供降低同意程度的选项可能会带来巨大突破。如果没有此选项，因收到过多信息而感到沮丧的用户可能会完全退订。公司因此失去了一位愿意的客户，因为从未给他们更合理的选择。

当这种交流出现断层——客户不记得自己曾请求过，或无法理解公司为何使用某些信息时，体验就会变得侵入性。企业可以通过直截了当地说明来避免大部分混淆：这是我们想要收集的信息，这是我们打算使用的方式，这是您将获得的回报。

客户的选择必须传达至每个系统

在网站上捕获偏好仅是起点。该选择必须传达到使用客户信息的每个系统。客户可能在更新偏好时，电子邮件平台、服务应用或 AI 环境仍在依据旧答案行动，导致不同业务部门出现冲突记录。客户也可能从匿名浏览转为已认证账户，而公司从未将其早前的选择关联到新档案。

这时，同意不能再局限于业务几乎不知道其存在的隐私孤岛中。它必须与营销、客户体验、数据治理以及部署 AI 的系统相连接。一个有效的权限层应维护最新记录，跨客户档案关联选择，将每项权限与特定目的对应，并将变更发送至所有相关系统。

如果中心记录显示客户撤回了许可，但下游系统仍继续使用这些数据，记录该选择实际上并未真正尊重它。这个问题在 AI 环境下会更大。一个过时的许可可能在无人注意之前影响成千上万的推荐、消息或自动化操作。

隐私无法承担“否决办公室”

如果隐私仅在事后介入，这一切都行不通。隐私团队在一些公司中已被视为否决办公室，很多情况下这是因为隐私在关键决策已作出后才被拉入项目。

营销团队制定活动，数据团队构建新模型，或领导层决定必须快速推进 AI。隐私在接近尾声时收到计划并发现问题。此时，唯一现实的答案可能是‘不’。

更早将隐私纳入流程会改变对话。团队可以在检查正确事项的同时帮助业务持续前进。 隐私设计要比在客户数据已经流经系统后再尝试撤销要容易得多。

这很重要，因为即使在全球最大的公司中，隐私团队通常也规模很小。这些小而强大的团队无法手动跟踪每个客户在每个应用中的选择。他们需要灵活、易用且能够在整个业务中传递权限的系统。

隐私专业人士还需要有信心用业务语言解释他们的工作。他们位于公司与客户之间，能够帮助双方从关系中获得更多价值。

审计追踪必须覆盖 AI 决策

当 AI 驱动的决策受到质疑时，公司应能够重建整个过程。这包括识别使用了哪些客户数据、客户同意了什么、他们收到了哪些通知，以及最新的选择是否在系统执行前已传达。 已建立的 AI 指南强调在整个 AI 生命周期中记录数据、系统需求和决策。

这些证据支持监管调查，但也具有实际价值。隐私、营销、客户体验和数据团队需要了解问题出在哪里，识别哪些系统不同步并纠正流程。

获取同意并不等同于日后能够证明它。数据在多个系统之间流动并影响自动化操作后，记录就更难以重建。

信任在每一次互动中建立或破裂的

信任听起来可能是流行词，但它是每段客户关系的基石。每一次互动都会让这种关系稍微好一点或稍微差一点，无论公司是否意识到。

随着采纳度提升，公司有更多创造价值的机会，也有更多小的治理缺口可能影响客户。在扩展面向客户的 AI 应用之前，领导者应了解它将使用哪些数据、适用哪些权限以及客户更新的选择多快能传达到系统。

推荐不应依赖客户未预期使用的信息。信息不应通过客户拒绝的渠道发送。自动化系统不应仅因为数据可用就采取行动。

客户已经在告诉组织他们的需求。下一步是确保基于其数据运行的 AI 系统能够倾听。