Аннотация Пущенко Алексея на статью Гаойуе Лианг и Леронг Лу «Усиление защиты данных в инвестиционных сервисах с искусственным интеллектом и робо-эдвайзинге: сравнительный анализ нормативных подходов ЕС и Китая»
В статье Гаойуе Лианг (Gaojue Liang) и Леронг Лу (Lerong Lu) рассматривается как защиту данных в робо‑эдвайзинге по-разному решают в ЕС (GDPR) и Китае (PIPL/DSL), а также какие практичные меры нужны, чтобы одновременно поддержать инновации и снизить риски для инвесторов. Мотивация заключается в том, что объёмные и чувствительные клиентские данные, автоматизация принятия решений и сложные уведомления о приватности делают сектор уязвимым и подталкивают регуляторов к активным действиям. Авторы формулируют пробел: много исследований про важность приватности, но мало — про конкретные регуляторные решения, применимые именно к робо‑эдвайзингу.
Авторами выделены ключевые риски (массовый сбор и обработка персональных и «чувствительных» данных; киберугрозы; информационная асимметрия; непрозрачные политики приватности), затем по разделам сопоставляются нормы GDPR и PIPL/DSL: основания обработки, экстерриториальность, согласие и права субъектов, роли и ответственность участников, санкции, требования к уведомлению об инцидентах.
Основной результат: по пунктам выделены сходства и различия режимов и их практические следствия для робо‑эдвайзинг платформ. GDPR даёт более детализированное разведение ролей и широкий экстерриториальный охват; PIPL/DSL усиливает акцент на национальной безопасности и обязанностях крупных платформ. Для обоих блоков предложен набор прикладных мер: системный data‑governance (ответственные лица, классификация данных, аудиты), улучшение прозрачности и понятности согласия и уведомлений, жёсткие техмеры (псевдонимизация, контроль доступа, оперативное реагирование), а также усиление надзора и экспериментальные регуляторные модели.
Вклад работы — фокус на специфике робо‑эдвайзинга и на прикладных рекомендациях, сопоставимых между ЕС и КНР. Ограничения исследования заключаются в отсутствии количественной оценки издержек и выгод и эмпирики «до/после» внедрения мер. Практическое применение: различия в GDPR и PIPL/DSL напрямую задают архитектуру данных и цепочку провайдеров у трансграничных финтех‑сервисов, что влияет на масштабируемость робо‑эдвайзинга и доверие пользователей.
Источник: Gaojue Liang, Lerong Lu (2025). Enhancing data protection in AI-driven investment and robo-advisory services: a comparative analysis of EU and China regulatory approaches, Law Ethics Technol. https://doi.org/10.55092/let20250002
