当前，不管是买东西、读新闻还是听音乐、看视频，都有个性化推荐服务，我们喜欢什么、想看什么，AI从过往记录中就能发现，这也可视为又一种隐私失守。

日前，庄光庭在接受LiveVideoStack采访中提及AI说到，端侧AI的发展相比于云侧AI，限制及差异是巨大的，技术在各方面都有劣势。端侧AI不仅在算力、功耗、内存、芯片架构等方面存在巨大差异，而且对数据基本是没有掌控的。如何在保护数据隐私的前提下提供给用户最佳的算法模型是极大的挑战。云侧在数据、算力、功耗、内存、平台方面并不存在像端侧这么大的挑战和限制。但端侧AI也并不是完全没有优势，端侧AI对数据隐私的保护，相对而言是天然完美的屏障，所有数据可以都在端侧进行处理用后即焚，数据比较容易被保护及限制在端侧设备中。另外一个优势就是在满足隐私保护的前提下，基于用户的使用习惯，更容易智能的提供差异性的个性化服务，同时保障用户隐私又提供用户智能感知推荐的服务。AIOT的设备普及后，借由多设备分布式智能融合计算，可以更轻易的提供小型化、轻量化低功耗的端侧AI服务。

隐私安全问题一直是软件技术最关注的一个基础问题，用户的数据是否会因为新的AI功能，暴露了新的漏洞及落点，这一定是每个技术研发人员要竭尽全力避免的事。当前我们在设计端侧AI平台，我们希望从简单直接的安全加密保护逐渐迁移到芯片等级的安全通路设计，同时采取用后即焚的数据处理策略，避免数据缓存被拦截窃取及篡改等。

近期，因爱奇艺“超前点播案”而后续引发的隐私侵权问题受到全网关注。事件起因，是某位用户就爱奇艺超前点播行为进行了起诉，而爱奇艺在案件庭审过程中提交了原告用户的观影记录，被当事人公开质疑侵犯隐私。这一事件激起了我们对于网络痕迹和个人隐私的讨论。

众所周知，如今在网络日益普及，各种APP层出不穷的背景下，人们在网络空间中的活动已经越来越频繁。而每一次的活动比如观影、打车、购物等都会留下痕迹，但如今，我们留下的这些痕迹不仅企业方轻而易举就能获取，而且还能随时随地对外公布，不免让大家心惊。

换句话说，我们的数据化的个人隐私在企业面前毫无安全可言！同样，这一点通过AI个性化推荐也能轻易看出。当前，不管是买东西、读新闻还是听音乐、看视频，都有个性化推荐服务，我们喜欢什么、想看什么，AI从过往记录中就能发现，这也可视为又一种隐私失守。

过去，由于网络信息过于纷纭复杂，为了让人们能找到自己需要、想要的以及喜欢的内容，个性化推荐技术才应运而生。利用人工智能、深度学习和智能算法，AI个性化推荐的出现确实满足了我们的需求，但通过窥探和获取用户隐私来满足的需求，多少还是让人难以接受。

如今，关于AI个性化推荐的问题已经形成了用户方与企业方的对峙。对于用户来说，无疑认为这个服务是通过出卖自身隐私获得的；但对于企业方来说，他们却认为这种服务并未侵犯用户隐私，而且解决了用户挑选信息麻烦的问题。那么AI个性化推荐到底是否侵权呢？

通过AI个性化推荐的定义，“利用AI收集用户的历史行为数据”，这一句话能看出其具有明显侵犯个人隐私行为。但根据一些观点反应，首先AI收集的数据是匿名化的；其次信息收集终端不会识别用户身份；再次所收集数据均存于服务器，未对外公布。因此不算侵权！

后者反驳观点，也是当前法律普遍认可的观点，因此国家并未反对和制止AI个性化推荐的发展。简单来说，如果单从收集用户的历史行为数据这一行为来看，AI个性化推荐是侵犯隐私的，但如果这一行为不涉及用户身份且数据不对外公布，又不属于侵犯隐私的范畴。

但不管怎样，企业在利用AI提供个性化推荐服务的过程中，隐私侵权的隐患和风险是存在的。毕竟用户的一些信息已经以数据形式被收集和存储，如果这些数据被企业用于非法途径，或者遭遇黑客窃取滥用，也会对用户个人隐私带来侵犯，从而危害用户财产与人身健康。

未来的AI，肯定会朝着技术融合，基于用户体验的AI业务能力展开。举例来说以前可能只是基于CV的AI算法能力的具备，直接提供物体识别的AI能力。不管AI个性化推荐是否侵犯隐私，相关的安全意识和防患措施不能少。