一句话看懂

如果企业需要依据新加坡《个人资料保护法》（PDPA）取得用户同意，才能使用个人数据开发或改进生成式AI模型，那么通知内容必须明确指向这一AI用途。泛泛地说数据可能用于“产品改进”或“新产品开发”，通常不够具体。

不过，AI专属通知不等于所有AI训练场景都必须取得用户的明确、主动同意。PDPA仍包含若干例外，其中包括在满足条件时使用部分公开可得个人数据进行AI开发的安排。

企业的AI专属通知应说明什么

一份真正有用的通知，应让用户了解产品本身，也了解数据从收集到进入模型的过程。PDPC提出的重点包括：

• 模型做什么，以及企业为何开发它；
• 使用哪些类别的个人数据，例如联系方式、交易或位置数据、视频和语音录音；
• 数据如何对模型产生作用，而不只是笼统地说“正在处理数据”；
• 用户如何退出或撤回同意，并提供实际可操作、容易找到的步骤。

监管机构关注的不是把一句话塞进几十页隐私政策，而是在用户作出决定时提供真正看得懂的信息。可考虑的形式包括产品内显著提示，或专门介绍数据用途的网页。

例子：用语音数据训练文字转语音模型

如果一家企业正在开发文字转语音功能，可以明确告知用户：公司会使用客户的语音录音训练模型，这些录音将帮助系统识别人类的说话模式。相比之下，只写“用于改进产品”，就无法让用户准确判断自己的声音会被怎样使用。

“告知”不等于“取得同意”

合规上最容易混淆的一点，是区分“告诉用户将发生什么”和“获得使用数据的合法依据”。在PDPA的一般框架下，企业通常需要告知个人数据收集、使用或披露的目的，并取得同意；除非某项法定例外适用。

最终指引进一步明确了在需要同意时通知应达到的内容标准：企业必须明确涉及预期中的AI模型开发用途。但这并不意味着所有用于AI训练的个人数据，都自动要求用户作出明确肯定式同意。具体结论仍取决于适用的PDPA例外，包括与公开可得信息有关的规则。

对企业而言，更稳妥的做法是为每个训练数据集分别记录法律依据：需要同意时，清晰通知不能替代同意；而过于笼统的文字，也不能被当作用户已经理解并同意实际的AI用途。

草案曾引发的三大疑问

在咨询阶段，企业和消费者尤其关注一些仅靠“必须通知”无法回答的实际问题。最终指引对同意和例外作出了一定澄清，但这些议题仍具有重要的治理意义。

是否每次都必须取得明确同意？

草案并没有清楚规定，在所有生成式AI训练场景中都必须取得用户主动、明确的同意。由此产生的问题是：哪些情况下可以采用退出机制，哪些情况下又可以依赖PDPA既有例外。

最终指引对同意和例外的处理，反而说明法律依据需要被逐案分析。企业不能把AI专属通知当成所有场景下的同意替代品。

数据匿名化后，是否就不需要AI专属通知？

草案还留下一个实际问题：如果个人数据在训练前已经匿名化，AI专属通知的要求是否仍然适用。

关键在于数据是否仍能与特定个人建立联系，以及企业采用了什么匿名化方法、能否证明该方法有效。现有报道并不支持把“匿名化”当成适用于所有数据集的自动解答。企业仍应根据具体数据和处理方式进行评估并留存记录。

用户拒绝后，企业能否拒绝提供服务？

另一个争议是，银行、保险公司、平台或其他服务提供商，能否在用户拒绝其数据用于AI训练后，拒绝提供服务或让服务变得不可用。

这涉及一个现实问题：用户在纸面上拥有退出权，并不代表他们能够毫无代价地行使这项权利。如果拒绝会导致重要服务无法使用，所谓“选择”可能就不再具有实质意义。

AI专属通知可以提升透明度，但它本身并不能解决服务公平、获得服务的权利，以及个人与大型服务商之间议价能力不对等的问题。

智能设备为何也被纳入隐私讨论

PDPC对生成式AI的关注，属于更广泛的数据治理议题的一部分：许多AI产品会以用户或旁观者不易察觉的方式收集信息。围绕PDPC专员Denise Wong工作重点的报道，提到了智能眼镜、智能手表和掌纹扫描支付系统等设备。

这类产品可能涉及面部特征、指纹、语音数据和掌静脉纹等敏感信息。报道所提到的风险包括隐蔽录音、生物识别信息泄露或滥用，以及利用智能眼镜秘密拍摄考试材料或其他信息来作弊。

新加坡数字发展及信息部也曾回应有关智能眼镜视觉提示的问题，以及设备是否会在未经附近非使用者明确同意的情况下收集其生物识别或周边环境数据。

背后的关键仍是“有意义的知情”。一个不易察觉的录制指示灯，或一份藏在产品文件深处的设备政策，未必能让旁观者真正知道发生了什么，更未必给他们留下可以作出选择的机会。

企业现在应做什么

在新加坡开发或部署生成式AI系统的团队，可以把这份指引转化为一份数据治理清单：

1. 把每个数据集对应到具体AI用途。 明确数据用于预训练、微调、测试、监控，还是其他环节。
2. 确定并记录PDPA法律依据。 说明为何需要取得同意，或依据哪项法定例外使用数据。
3. 改写笼统的隐私通知。 如果实际用途是开发或改进生成式AI模型，就应直接写明这一点。
4. 说明数据类别和模型功能。 让用户知道使用了哪些信息，以及这些信息帮助模型完成什么任务。
5. 让用户选择得更容易。 清楚说明退出或撤回同意的方法，并记录企业如何处理相关请求。
6. 单独审查联网设备。 智能眼镜、可穿戴设备、摄像头和生物识别系统，可能涉及周边非使用者的通知与同意问题。

总体来看，新加坡的方向不是禁止生成式AI使用个人数据，而是要求这种使用变得可见、具体，并且能够对应到清晰的法律依据。最终指引缩小了传统隐私通知与现代AI开发之间的距离；但如何确保用户拥有真正而非形式上的选择，以及如何处理敏感数据和被间接捕获的数据，仍将是企业和监管机构必须持续面对的问题。

一句话看懂

如果企业需要依据新加坡《个人资料保护法》（PDPA）取得用户同意，才能使用个人数据开发或改进生成式AI模型，那么通知内容必须明确指向这一AI用途。泛泛地说数据可能用于“产品改进”或“新产品开发”，通常不够具体。

不过，AI专属通知不等于所有AI训练场景都必须取得用户的明确、主动同意。PDPA仍包含若干例外，其中包括在满足条件时使用部分公开可得个人数据进行AI开发的安排。

企业的AI专属通知应说明什么

一份真正有用的通知，应让用户了解产品本身，也了解数据从收集到进入模型的过程。PDPC提出的重点包括：

• 模型做什么，以及企业为何开发它；
• 使用哪些类别的个人数据，例如联系方式、交易或位置数据、视频和语音录音；
• 数据如何对模型产生作用，而不只是笼统地说“正在处理数据”；
• 用户如何退出或撤回同意，并提供实际可操作、容易找到的步骤。

监管机构关注的不是把一句话塞进几十页隐私政策，而是在用户作出决定时提供真正看得懂的信息。可考虑的形式包括产品内显著提示，或专门介绍数据用途的网页。

例子：用语音数据训练文字转语音模型

如果一家企业正在开发文字转语音功能，可以明确告知用户：公司会使用客户的语音录音训练模型，这些录音将帮助系统识别人类的说话模式。相比之下，只写“用于改进产品”，就无法让用户准确判断自己的声音会被怎样使用。

“告知”不等于“取得同意”

合规上最容易混淆的一点，是区分“告诉用户将发生什么”和“获得使用数据的合法依据”。在PDPA的一般框架下，企业通常需要告知个人数据收集、使用或披露的目的，并取得同意；除非某项法定例外适用。

最终指引进一步明确了在需要同意时通知应达到的内容标准：企业必须明确涉及预期中的AI模型开发用途。但这并不意味着所有用于AI训练的个人数据，都自动要求用户作出明确肯定式同意。具体结论仍取决于适用的PDPA例外，包括与公开可得信息有关的规则。

对企业而言，更稳妥的做法是为每个训练数据集分别记录法律依据：需要同意时，清晰通知不能替代同意；而过于笼统的文字，也不能被当作用户已经理解并同意实际的AI用途。

草案曾引发的三大疑问

在咨询阶段，企业和消费者尤其关注一些仅靠“必须通知”无法回答的实际问题。最终指引对同意和例外作出了一定澄清，但这些议题仍具有重要的治理意义。

是否每次都必须取得明确同意？

草案并没有清楚规定，在所有生成式AI训练场景中都必须取得用户主动、明确的同意。由此产生的问题是：哪些情况下可以采用退出机制，哪些情况下又可以依赖PDPA既有例外。

最终指引对同意和例外的处理，反而说明法律依据需要被逐案分析。企业不能把AI专属通知当成所有场景下的同意替代品。

数据匿名化后，是否就不需要AI专属通知？

草案还留下一个实际问题：如果个人数据在训练前已经匿名化，AI专属通知的要求是否仍然适用。

关键在于数据是否仍能与特定个人建立联系，以及企业采用了什么匿名化方法、能否证明该方法有效。现有报道并不支持把“匿名化”当成适用于所有数据集的自动解答。企业仍应根据具体数据和处理方式进行评估并留存记录。

用户拒绝后，企业能否拒绝提供服务？

另一个争议是，银行、保险公司、平台或其他服务提供商，能否在用户拒绝其数据用于AI训练后，拒绝提供服务或让服务变得不可用。

这涉及一个现实问题：用户在纸面上拥有退出权，并不代表他们能够毫无代价地行使这项权利。如果拒绝会导致重要服务无法使用，所谓“选择”可能就不再具有实质意义。

AI专属通知可以提升透明度，但它本身并不能解决服务公平、获得服务的权利，以及个人与大型服务商之间议价能力不对等的问题。

智能设备为何也被纳入隐私讨论

PDPC对生成式AI的关注，属于更广泛的数据治理议题的一部分：许多AI产品会以用户或旁观者不易察觉的方式收集信息。围绕PDPC专员Denise Wong工作重点的报道，提到了智能眼镜、智能手表和掌纹扫描支付系统等设备。

这类产品可能涉及面部特征、指纹、语音数据和掌静脉纹等敏感信息。报道所提到的风险包括隐蔽录音、生物识别信息泄露或滥用，以及利用智能眼镜秘密拍摄考试材料或其他信息来作弊。

新加坡数字发展及信息部也曾回应有关智能眼镜视觉提示的问题，以及设备是否会在未经附近非使用者明确同意的情况下收集其生物识别或周边环境数据。

背后的关键仍是“有意义的知情”。一个不易察觉的录制指示灯，或一份藏在产品文件深处的设备政策，未必能让旁观者真正知道发生了什么，更未必给他们留下可以作出选择的机会。

企业现在应做什么

在新加坡开发或部署生成式AI系统的团队，可以把这份指引转化为一份数据治理清单：

1. 把每个数据集对应到具体AI用途。 明确数据用于预训练、微调、测试、监控，还是其他环节。
2. 确定并记录PDPA法律依据。 说明为何需要取得同意，或依据哪项法定例外使用数据。
3. 改写笼统的隐私通知。 如果实际用途是开发或改进生成式AI模型，就应直接写明这一点。
4. 说明数据类别和模型功能。 让用户知道使用了哪些信息，以及这些信息帮助模型完成什么任务。
5. 让用户选择得更容易。 清楚说明退出或撤回同意的方法，并记录企业如何处理相关请求。
6. 单独审查联网设备。 智能眼镜、可穿戴设备、摄像头和生物识别系统，可能涉及周边非使用者的通知与同意问题。

总体来看，新加坡的方向不是禁止生成式AI使用个人数据，而是要求这种使用变得可见、具体，并且能够对应到清晰的法律依据。最终指引缩小了传统隐私通知与现代AI开发之间的距离；但如何确保用户拥有真正而非形式上的选择，以及如何处理敏感数据和被间接捕获的数据，仍将是企业和监管机构必须持续面对的问题。