日益互聯(lián)的世界帶來了新的挑戰(zhàn)，無論是我們的汽車、手表、建筑物照明系統(tǒng)，還是城市電網，我們都被連接到互聯(lián)網的設備包圍著。這個相互連接的設備網絡就是物聯(lián)網(IOT)。

據Gartner預測，到2020年，全球將有204億件聯(lián)網產品投入使用。如今，物聯(lián)網廣泛應用于幾乎所有主要領域：制造商在工廠車間使用連網機器收集大量性能數據，推進流程改進，并標記潛在的系統(tǒng)故障;零售商正在使用連網屏幕和廣告牌來監(jiān)測客流量、效果并完善廣告內容；醫(yī)療保健機構正在使用連網設備和人工智能來提供更好的治療效果。

盡管如此，這項技術也帶來了新的法律挑戰(zhàn)。

[[268120]]

首先是如何收集、存儲和處理快速增長的數據量，并符合日益嚴格的隱私法規(guī)。例如，自2018年5月起生效的歐盟《一般數據保護條例》(GDPR)旨在增強隱私并增強個人對其數據的控制。此外，全球范圍內正在對不遵守隱私法規(guī)的人和企業(yè)實施嚴厲處罰。物聯(lián)網制造商、運營商和用戶都必須制定計劃來遵守此類合規(guī)。

第二個主要挑戰(zhàn)是網絡安全。“攻擊面”隨著連網設備的增加而增加，同時政府正在引入新的網絡安全法規(guī)來應對日益增長的威脅。組織必須制定策略來管理此類風險——從對國際安全標準進行技術盡職調查，到制定計劃以最大限度地降低攻擊風險和管理響應。隨著最近備受關注的黑客行為導致大量的法律、金融和聲譽風險，網絡安全正從“法律”或“IT”問題轉向董事會層面的優(yōu)先事項。

第三個是責任問題。隨著物聯(lián)網與人工智能的日益結合，決策將由機器實時做出，這就引出了復雜的責任問題。一個經常使用的例子是，一輛失控的自動駕駛汽車沿街道朝一群行人沖去，自動駕駛汽車面臨這樣一個選擇：轉向，乘客死亡卻救了行人，保持方向不變，撞上行人卻救了乘客。此案例涉及多方，包括制造商、駕駛員和潛在的其他組織，誰該負責?物聯(lián)網和人工智能的成功將取決于組織和政府共同努力建立對這些新技術的信任。

另一方面，監(jiān)管者越來越支持新技術，并認識到它們對社會的整體利益。此外，“風險”的定義正在變化—— “風險”過去往往意味著采用新技術;現在“風險”意味著停滯不前，這樣做的組織將很快被超越。成功的組織將是那些不斷創(chuàng)新，同時實施系統(tǒng)來履行法律和監(jiān)管義務的組織。