企業は新しい方法でデータを利用する大きな機会を持っているが、法的な問題を避けるためにどのデータを保持し、どのように使用するかを検討する必要がある。特に個人データの保護と古い情報の戦略的な管理および削除に責任を持つ。Forresterは、AIによって部分的に推進される2024年に非構造化データが倍増すると予測している。しかし、データの風景の進化と違反やプライバシー違反のコストの増加は、効果的で堅牢なデータ保持および削除戦略の作成を重要視している。
データの爆発と違反コストの増加は、IBMによると、2023年のデータ違反の平均総コストが4.45百万ドルで、2020年から15%の増加を示している。企業は、古くなったデータを削除するポリシーを作成することでデータを効果的に管理する必要がある。データ保護法の要件により、個人データは必要な期間のみ保持することが義務付けられており、企業はビジネスエリアにわたって異なる期間の保持ポリシーを確立する。古くなったデータを削除することは、法的責任を減らし、ストレージコストを削減する。
データマップを作成することで、どのデータが古くなっているか、どのデータが継続的なビジネス価値を提供するかを特定することができる。企業は、データのマップを持つことで、個人データがどこに存在するか、どのような個人データが処理されているか、どのような保護されたまたは特別なカテゴリのデータが処理されているか、データ処理の目的、処理および適用されるシステムの地理的位置を知ることができる。
データを削除または匿名化する際には、法的義務や特定の規制に基づいてデータを保持する期間を決定することから始める。情報が価値が少ない場合、データは保持スケジュールで定義された各データタイプの保持期間に基づいて手動で削除することができる。プロセスを自動化することで信頼性が向上する。また、識別可能な個人データを削除するための非識別化プロセスを使用することも可能であるが、これには新たな課題が伴う。完全に非識別化されたデータは、データ保護法の例外の下に通常含まれるが、これを正しく行うには多くの価値を削除する必要がある。
データ削除の複雑さをナビゲートするには、戦略的かつ情報に基づいたアプローチが必要である。法的、サイバーセキュリティ、財務的な影響を理解することで、組織は規制に準拠し、デジタル資産を効果的に保護する堅牢なデータ保持戦略を開発することができる。
【ニュース解説】
データの利用と管理は、現代の企業にとって重要な課題です。特に、人工知能（AI）の発展に伴い、非構造化データの量が急速に増加している現状では、どのデータを保持し、どのデータを削除するかという判断が、企業のリスク管理やコスト削減に直結しています。Forresterの予測によると、2024年にはAIの影響で非構造化データが倍増するとされており、これに伴いデータ違反やプライバシー違反のコストも増加すると予想されています。IBMの調査では、2023年のデータ違反の平均総コストが4.45百万ドルに達し、2020年から15%増加していることが示されています。
このような背景のもと、企業はデータ保護法の要件に従い、個人データを必要な期間のみ保持し、古くなったデータを戦略的に管理および削除する責任があります。古くなったデータを削除することは、法的責任を減らすだけでなく、ストレージコストの削減にもつながります。データマップの作成により、企業はどのデータが古くなっているか、どのデータが継続的なビジネス価値を提供するかを特定できます。
データを削除または非識別化する際には、法的義務や特定の規制に基づいてデータを保持する期間を決定することが重要です。データの手動削除や自動化されたプロセスによる削除、さらには非識別化プロセスを通じて個人データを削除する方法がありますが、これらの方法にはそれぞれ課題が伴います。特に、完全に非識別化されたデータは、多くの価値を削除する必要があるため、データ保護法の例外の下に含まれることが一般的です。
データ削除の複雑さをナビゲートするには、戦略的かつ情報に基づいたアプローチが必要です。法的、サイバーセキュリティ、財務的な影響を理解することで、組織は規制に準拠し、デジタル資産を効果的に保護する堅牢なデータ保持戦略を開発することができます。このプロセスでは、データマップの作成やデータの保持期間の基準の定義、これらのポリシーを効率的に実装する方法の検討が含まれます。
データ削除戦略の開発は、企業が直面するリスクを最小限に抑え、コストを削減する上で重要な役割を果たします。また、データ保護法に準拠することで、顧客の信頼を維持し、企業の評判を守ることにもつながります。このように、効果的なデータ削除戦略は、企業がデータを戦略的に管理し、将来のビジネス機会を最大限に活用するための基盤となります。
from Decoding the data dilemma: Strategies for effective data deletion in the age of AI.
