人工智能成熟度评估模型 1.0

非正式方法：对数据收集和处理目的的文档记录有限。被动管理：隐私措施主要在事件发生后或应要求时采取。职责不明确：隐私责任未明确分配或制度化。文件化政策：明确定义数据最小化和用途限制的清晰全面政策。明确的责任：设立具体角色（隐私官、数据管理员），并明确职责。计划合规：在人工智能项目的规划和执行中，主动进行隐私审查。全面整合的实践：隐私原则和政策深入嵌入组织的工作流程和实践中。战略对齐：隐私实践明确与业务目标、伦理和法规框架保持一致。生命周期整合：在人工智能系统开发和运营阶段持续进行隐私影响评估和控制。标准：非正式方法：数据收集和处理目的的文档有限。| 被动管理：隐私措施主要在事件发生后或应请求时采取。| 责任不明确：隐私责任未明确分配或正式化。

非正式方法：对数据收集和处理目的的文档记录有限。被动管理：隐私措施主要在事件发生后或应要求时采取。职责不明确：隐私责任未明确分配或制度化。文件化政策：明确定义数据最小化和用途限制的清晰全面政策。明确的责任：设立具体角色（隐私官、数据管理员），并明确职责。计划合规：在人工智能项目的规划和执行中，主动进行隐私审查。全面整合的实践：隐私原则和政策深入嵌入组织的工作流程和实践中。战略对齐：隐私实践明确与业务目标、道德规范和监管框架保持一致。生命周期整合：在人工智能系统开发和运行阶段，持续进行隐私影响评估和控制。

非正式方法：对数据收集和处理目的的文档记录有限。被动管理：隐私措施主要在事件发生后或应要求时采取。职责不明确：隐私责任未明确分配或制度化。文件化政策：明确定义数据最小化和用途限制的清晰全面政策。明确的责任：设立具体角色（隐私官、数据管理员），并明确职责。计划合规：在人工智能项目的规划和执行中，主动进行隐私审查。全面整合的实践：隐私原则和政策深入嵌入组织的工作流程和实践中。战略对齐：隐私实践明确与业务目标、道德规范和监管框架保持一致。生命周期整合：在人工智能系统开发和运营阶段持续进行隐私影响评估和控制。标准：文件化政策：明确且全面的政策，定义数据最小化和用途限制。| 明确定义的问责制：建立具体角色（隐私官、数据管理员），并明确职责。| 计划中的合规性：在 AI 项目规划和执行中整合主动的隐私审查。

非正式方法：对数据收集和处理目的的文档记录有限。被动管理：隐私措施主要在事件发生后或应要求时采取。职责不明确：隐私责任未明确分配或制度化。文件化政策：明确定义数据最小化和用途限制的清晰全面政策。明确的责任：设立具体角色（隐私官、数据管理员），并明确职责。计划合规：在人工智能项目的规划和执行中，主动进行隐私审查。全面整合的实践：隐私原则和政策深入嵌入组织的工作流程和实践中。战略对齐：隐私实践明确与业务目标、道德规范和监管框架保持一致。生命周期整合：在人工智能系统开发和运行阶段，持续进行隐私影响评估和控制。

非正式方法：对数据收集和处理目的的文档记录有限。被动管理：隐私措施主要在事件发生后或应要求时采取。职责不明确：隐私责任未明确分配或制度化。文件化政策：明确定义数据最小化和用途限制的清晰全面政策。明确的责任：设立具体角色（隐私官、数据管理员），并明确职责。计划合规：在人工智能项目的规划和执行中，主动进行隐私审查。全面整合的实践：隐私原则和政策深入嵌入组织的工作流程和实践中。战略对齐：隐私实践明确与业务目标、道德规范和监管框架保持一致。生命周期整合：在人工智能系统开发和运营阶段持续进行隐私影响评估和控制。标准：全面整合的实践：隐私原则和政策深度嵌入组织的工作流程和实践中。| 战略一致性：隐私实践明确与业务目标、道德规范和监管框架保持一致。| 生命周期整合：在人工智能系统开发和运营阶段持续进行隐私影响评估和控制。

非正式方法：对数据收集和处理目的的文档记录有限。被动管理：隐私措施主要在事件发生后或应要求时采取。职责不明确：隐私责任未明确分配或制度化。文件化政策：明确定义数据最小化和用途限制的清晰全面政策。明确的责任：设立具体角色（隐私官、数据管理员），并明确职责。计划合规：在人工智能项目的规划和执行中，主动进行隐私审查。全面整合的实践：隐私原则和政策深入嵌入组织的工作流程和实践中。战略对齐：隐私实践明确与业务目标、道德规范和监管框架保持一致。生命周期整合：在人工智能系统开发和运行阶段，持续进行隐私影响评估和控制。

临时做法：隐私风险在部署后处理，并按个案处理。 缺乏标准：没有关于数据最小化、数据保护影响评估（DPIA）或政策应用的标准化流程。 手动沟通：隐私声明和同意书是手动生成的，通常是事后补充。 政策采纳：已发布并在整个组织范围内采纳“隐私设计”政策。分配角色：任命隐私官员或数据管理人员负责监督合规性。集成流程：数据保护影响评估（DPIA）和隐私审查被集成到产品开发和采购生命周期中。自动化治理：DPIA 和审批已集成到 CI/CD 中，并配置有自动化关卡。代码级执行：通过代码执行数据保留、访问控制和最小化策略。数据驱动的审查：隐私关键绩效指标每季度进行审查，并与全组织的关键结果（OKRs）挂钩。标准：临时操作：隐私风险在部署后进行处理，并根据具体情况逐案处理。| 缺失标准：在数据最小化、数据保护影响评估（DPIA）或政策应用方面没有标准化流程。| 手动沟通：隐私通知和同意书是手动生成的，通常是事后补发的。

临时做法：隐私风险在部署后处理，并按个案处理。 缺乏标准：没有关于数据最小化、数据保护影响评估（DPIA）或政策应用的标准化流程。 手动沟通：隐私声明和同意书是手动生成的，通常是事后补充。 政策采纳：已发布并在整个组织范围内采纳“隐私设计”政策。分配角色：任命隐私官员或数据管理人员负责监督合规性。集成流程：数据保护影响评估（DPIA）和隐私审查被集成到产品开发和采购生命周期中。自动化治理：DPIA 和审批被集成到 CI/CD 中，并配置自动化门控。代码级执行：通过代码实施数据保留、访问控制和最小化原则。数据驱动的评审：隐私关键绩效指标每季度审查一次，并与全组织的目标和关键成果（OKR）挂钩。

临时做法：隐私风险在部署后处理，并按个案处理。 缺乏标准：没有关于数据最小化、数据保护影响评估（DPIA）或政策应用的标准化流程。 手动沟通：隐私声明和同意书是手动生成的，通常是事后补充。 政策采纳：已发布并在整个组织范围内采纳“隐私设计”政策。分配角色：任命隐私官员或数据管理人员负责监督合规性。集成流程：数据保护影响评估（DPIA）和隐私审查被集成到产品开发和采购生命周期中。自动化治理：DPIA 和审批已集成到 CI/CD 中，并配置有自动化关卡。代码级执行：通过代码执行数据保留、访问控制和最小化策略。数据驱动审查：隐私关键绩效指标（KPI）每季度审查，并与全组织的关键结果（OKR）挂钩。标准：政策采纳：发布并在全组织范围内采纳“隐私设计”政策。| 指定角色：任命隐私官员或数据管理人员监督合规性。| 集成流程：数据保护影响评估（DPIA）和隐私审查已集成到产品开发和采购生命周期中。

临时做法：隐私风险在部署后处理，并按个案处理。 缺乏标准：没有关于数据最小化、数据保护影响评估（DPIA）或政策应用的标准化流程。 手动沟通：隐私声明和同意书是手动生成的，通常是事后补充。 政策采纳：已发布并在整个组织范围内采纳“隐私设计”政策。分配角色：任命隐私官员或数据管理人员负责监督合规性。集成流程：数据保护影响评估（DPIA）和隐私审查被集成到产品开发和采购生命周期中。自动化治理：DPIA 和审批被集成到 CI/CD 中，并配置自动化门控。代码级执行：通过代码实施数据保留、访问控制和最小化原则。数据驱动的评审：隐私关键绩效指标每季度审查一次，并与全组织的目标和关键成果（OKR）挂钩。

临时做法：隐私风险在部署后处理，并按个案处理。 缺乏标准：没有关于数据最小化、数据保护影响评估（DPIA）或政策应用的标准化流程。 手动沟通：隐私声明和同意书是手动生成的，通常是事后补充。 政策采纳：已发布并在整个组织范围内采纳“隐私设计”政策。分配角色：任命隐私官员或数据管理人员负责监督合规性。集成流程：数据保护影响评估（DPIA）和隐私审查被集成到产品开发和采购生命周期中。自动化治理：DPIA 和审批已集成到 CI/CD 中，并配置有自动化关卡。代码级执行：通过代码执行数据保留、访问控制和最小化策略。数据驱动的审查：隐私关键绩效指标（KPI）每季度审查一次，并与全组织的目标与关键成果（OKR）挂钩。标准：自动化治理：数据保护影响评估（DPIA）和审批集成到持续集成/持续交付（CI/CD）中，并设有自动化门控。| 代码级强制执行：通过代码执行数据保留、访问控制和最小化。| 数据驱动的审查：隐私关键绩效指标每季度审查一次，并与全组织的目标与关键成果挂钩。

临时做法：隐私风险在部署后处理，并按个案处理。 缺乏标准：没有关于数据最小化、数据保护影响评估（DPIA）或政策应用的标准化流程。 手动沟通：隐私声明和同意书是手动生成的，通常是事后补充。 政策采纳：已发布并在整个组织范围内采纳“隐私设计”政策。分配角色：任命隐私官员或数据管理人员负责监督合规性。集成流程：数据保护影响评估（DPIA）和隐私审查被集成到产品开发和采购生命周期中。自动化治理：DPIA 和审批被集成到 CI/CD 中，并配置自动化门控。代码级执行：通过代码实施数据保留、访问控制和最小化原则。数据驱动的评审：隐私关键绩效指标每季度审查一次，并与全组织的目标和关键成果（OKR）挂钩。

不透明的沟通：披露内容采用法律术语书写，普通人难以理解。通用同意：同意机制通用且常常打包提供。所有权不明确：没有明确的所有权来确保透明性或用户自主权。政策执行：已发布并执行用户透明性和控制政策。分配角色：已分配角色（例如，UX 隐私负责人或产品合规联络人）。审查的同意流程：用户同意流程与法律依据保持一致，并定期审查。可衡量的透明度：在各产品中跟踪用户透明度关键指标（例如同意清晰度、用户选择退出率）。实时同意跟踪：实时同意和偏好跟踪已与系统集成。情境化说明：面向用户的说明根据上下文和使用情况进行定制。标准：不透明的沟通：披露内容以法律术语书写，普通用户难以理解。| 通用同意：同意机制通用且经常打包在一起。| 所有权不清：缺乏明确的透明度或用户权利的归属。

不透明的沟通：披露内容采用法律术语书写，普通人难以理解。通用同意：同意机制通用且常常打包提供。所有权不明确：没有明确的所有权来确保透明性或用户自主权。政策执行：已发布并执行用户透明性和控制政策。分配角色：已分配角色（例如，UX 隐私负责人或产品合规联络人）。审查的同意流程：用户同意流程与法律依据保持一致，并定期审查。可衡量的透明度：在各产品中跟踪用户透明度关键指标（例如同意清晰度、用户选择退出率）。实时同意跟踪：实时同意和偏好跟踪已与系统集成。情境化说明：面向用户的说明根据上下文和使用情况进行定制。

不透明的沟通：披露内容采用法律术语书写，普通人难以理解。通用同意：同意机制通用且常常打包提供。所有权不明确：没有明确的所有权来确保透明性或用户自主权。政策执行：已发布并执行用户透明性和控制政策。分配角色：已分配角色（例如，UX 隐私负责人或产品合规联络人）。审查的同意流程：用户同意流程与法律依据保持一致，并定期审查。可衡量的透明度：在各产品中跟踪用户透明度关键指标（例如同意清晰度、用户选择退出率）。实时同意跟踪：实时同意和偏好跟踪已与系统集成。情境化说明：面向用户的说明根据上下文和使用情况进行定制。标准：政策执行：已发布并执行用户透明度和控制政策。| 指定角色：已分配角色（例如，用户体验隐私负责人或产品合规联络人）。| 审查同意流程：用户同意流程符合法律依据，并定期进行审查。

不透明的沟通：披露内容采用法律术语书写，普通人难以理解。通用同意：同意机制通用且常常打包提供。所有权不明确：没有明确的所有权来确保透明性或用户自主权。政策执行：已发布并执行用户透明性和控制政策。分配角色：已分配角色（例如，UX 隐私负责人或产品合规联络人）。审查的同意流程：用户同意流程与法律依据保持一致，并定期审查。可衡量的透明度：在各产品中跟踪用户透明度关键指标（例如同意清晰度、用户选择退出率）。实时同意跟踪：实时同意和偏好跟踪已与系统集成。情境化说明：面向用户的说明根据上下文和使用情况进行定制。

不透明的沟通：披露内容采用法律术语书写，普通人难以理解。通用同意：同意机制通用且常常打包提供。所有权不明确：没有明确的所有权来确保透明性或用户自主权。政策执行：已发布并执行用户透明度和控制政策。分配角色：已分配角色（例如，UX 隐私负责人或产品合规联络人）。审查的同意流程：用户同意流程与法律依据保持一致，并定期审查。可衡量的透明度：在各产品中跟踪用户透明度关键指标（例如同意清晰度、用户选择退出率）。实时同意跟踪：实时同意和偏好跟踪已与系统集成。情境化说明：面向用户的说明根据上下文和使用情况进行定制。标准：可衡量的透明度：用户透明度关键绩效指标（例如同意清晰度、用户退出率）在各产品中进行跟踪。| 实时同意跟踪：实时同意和偏好跟踪已与系统集成。| 情境解释：面向用户的解释根据上下文和使用情况进行定制。

不透明的沟通：披露内容采用法律术语书写，普通人难以理解。通用同意：同意机制通用且常常打包提供。所有权不明确：没有明确的所有权来确保透明性或用户自主权。政策执行：已发布并执行用户透明性和控制政策。分配角色：已分配角色（例如，UX 隐私负责人或产品合规联络人）。审查的同意流程：用户同意流程与法律依据保持一致，并定期审查。可衡量的透明度：在各产品中跟踪用户透明度关键指标（例如同意清晰度、用户选择退出率）。实时同意跟踪：实时同意和偏好跟踪已与系统集成。情境化说明：面向用户的说明根据上下文和使用情况进行定制。