7 月 20 日，新加坡个人资料保护委员会（PDPC）在资讯通信媒体发展局（IMDA）支持下，正式发布《生成式 AI 个人资料使用咨询指导原则》（以下简称“指导原则”）。
数码发展及新闻部长杨莉明在首届新加坡数据节开幕式上明确指出：“我们明确规定，当使用个人资料开发或改进生成式 AI 模型时，相关机构应当清楚说明这一点，而不是依赖用户未必留意或理解的笼统表述。”
该指导原则旨在为已生效逾十年的《个人资料保护法令》（PDPA）在生成式人工智能应用场景下的适用提供明确指引，需与 PDPC 此前发布的 AI 推荐决策系统及 PDPA 关键概念相关指导原则一并阅读。
资料图/来源：PDPC
一、"AI 专属通知”：核心义务与明确同意
指导原则的核心要求是：当企业将个人资料用于生成式 AI 模型开发且不适用同意例外情形时，必须向用户发出"AI 专属通知”（AI-Specific Notifications）并征得同意。
所谓"AI 专属通知”，内容无需过于技术化，但须清楚说明三大要素：个人资料的使用目的、拟使用的数据类型和方式，以及用户如何拒绝或撤回同意。鉴于生成式 AI 模型训练后修正空间有限且应用广泛，此项要求尤为关键。
个人有权担忧敏感资料（如儿童信息、健康数据或信用记录）在模型中被暴露、重建或向第三方披露。杨莉明部长以客服录音为例指出，若企业利用包含姓名、住址等个人信息的录音改进 AI 模型，必须更新隐私政策并明确告知用户，同时优化征求同意的话术。
社交媒体平台等运营商可通过更新隐私政策、设立专门说明网页、发布站内通知或发送附带拒绝链接的电子邮件等多种方式履行通知义务。
资料图/来源：联合早报
二、“公开可获取资料例外”的适用边界
指导原则明确了“公开可获取资料例外”（Publicly Available Exception）的适用边界。虽然网络数据抓取是企业建立数据集的常见方式，且依据 PDPA 可在无须同意的情况下收集公开资料用于模型开发，但该例外有严格限制。
若个人资料设有数字访问限制（如付费墙、注册要求），企业须谨慎评估其是否仍属“公开可获取”范畴。网页可打开不代表数据可无限制使用，特别是涉及儿童、健康、信用或生物识别资料，以及存在登录限制、付费墙和技术屏蔽的数据，企业需格外审慎。
资料图/来源：PDPC
三、用户拒绝后，企业不得停止核心服务
指导原则明确规定，企业不得以提供产品或服务为条件，强制要求用户同意将其个人资料用于生成式 AI 模型开发。
根据新加坡《个人资料保护法》，若将客户数据用于 AI 训练并非提供原有服务所必需，当客户拒绝时，企业不能仅凭此理由停止核心服务。例如，银行和保险公司不得因客户不同意额外的 AI 训练用途而拒绝提供正常的金融或保险服务。
四、个人权利不因模型训练而消失
即使个人资料已用于开发生成式 AI 模型，个人仍保有查阅及更正资料的权利。尽管生成式 AI 训练涉及海量数据且存储方式特殊，给申请处理带来挑战，但相关机构仍应采取最佳实践。
机构应建立完善的上游数据管理机制，按个案审查用户申请，并持续采用适当的技术措施，以有效回应查阅与更正请求。
示意图，来源：联合早报
五、三方责任框架：模型提供商、系统提供商与部署者
指导原则按照生成式 AI 生命周期，明确了部署阶段三个关键利益相关者的 PDPA 责任：
1. 模型提供商
在开发和部署过程中处理数据时，必须遵守所有 PDPA 义务，尤其需注意数据保留问题。代表下游处理数据时，鼓励记录并分享模型层面的保障措施信息。
2. 系统提供商
须定期审查系统层面的安全安排，并作为最佳实践，与下游部署者分享保障措施信息。
3. 系统部署者
承担 PDPA 合规的主要责任，包括界定数据处理目的、保障数据安全及定期审查措施，这对于具备代理性质的 AI 系统尤为重要。
该框架强调：公司不能因系统由外部平台提供，就将个人数据责任完全转嫁给技术公司。
六、受影响企业及典型场景
最直接受影响的是拥有大量用户数据的新加坡企业，涵盖银行、保险、电商、社交媒体、医疗、教育、招聘及 AI 科技公司等。
典型场景包括：AI 创业公司使用聊天记录微调模型、医疗科技使用问诊记录训练 AI、金融机构利用交易数据开发模型，以及律所使用客户文件训练内部助手等。
此外，一类易被忽略的企业也需关注：自身不开发模型，但将业务数据交给第三方 AI 平台的公司。例如，购买外部 AI 客服系统，或员工将合同、录音上传至 ChatGPT、Claude 等工具进行分析。判断关键在于外部平台是否会保存、分析或利用这些数据训练模型。
示意图，来源：联合早报
七、企业须做出的关键调整
1. AI 项目上线前增加数据审查
自行开发或部署 AI 产品的企业，上线前需确认系统收集的个人资料范围、是否进入基础模型或共享训练池，以及平台的后续使用情况。法务、数据保护官、信息安全及业务团队均需参与。
2. 重新检查外部 AI 工具条款
使用 ChatGPT、Claude、Gemini、Microsoft Copilot 等外部工具或通过 API 接入时，需重新审查服务协议。重点确认：上传资料是否被保存或用于训练、相关功能能否关闭、数据处理地及跨境传输情况、响应用户权利的能力，以及停用服务后的数据保留期限。
需区分个人版与企业版服务。以 ChatGPT 为例，Business、Enterprise 和 API 版本的商业数据默认不用于训练，而个人版设置则不同。对于合同中“服务改进”、“产品优化”等表述，需明确其是否涉及模型训练。
3. 精准判断通知需求
并非所有 AI 使用场景都需发送"AI 专属通知”。若 AI 仅读取数据生成回复且不保留训练，主要需关注一般数据保护；若数据被长期保存并用于持续改进模型，则需考虑通知及征得同意。此外，有效匿名化的数据通常无需专项通知，但需注意删除姓名不等于匿名化，若能通过其他轨迹重新识别个人，仍属个人数据。
示意图，来源：联合早报
八、中小企业需警惕员工私自上传资料
中小企业的风险点往往在于员工为求效率，将客户合同、护照、简历等敏感资料直接上传至公开 AI 工具。此类行为等同于将个人数据交由外部平台处理。
一旦上传内容包含个人数据，公司仍需承担 PDPA 下的通知、用途限制、数据保护及跨境传输责任。工具由员工自用或平台由第三方运营，均不能免除公司责任。此外，上传内容还可能泄露商业秘密及受保密协议约束的文件，且企业难以掌控数据在外部系统中的删除与后续使用情况。
九、AI 创业公司与跨国公司的特殊考量
AI 创业公司需尽早确认训练数据来源、同意机制及公开资料抓取的合法性。由于数据一旦进入模型难以删除或更正，企业应避免在用户提出权利请求时无法定位相关数据集。
跨国公司在新加坡的实体若负责收集东南亚数据并传至海外训练，即便模型由母公司控制，新加坡实体仍可能承担通知、跨境传输及管理责任。集团全球隐私政策需明确说明生成式 AI 训练用途及新加坡数据的流向。
示意图，来源：联合早报
十、违反要求的后果
若企业未清楚通知用户便使用个人数据训练 AI，可能触犯 PDPA 下的通知、同意、用途限制及问责义务，面临 PDPC 调查及整改要求。
由于个人资料进入模型后删除难度极大，若前期未处理好数据来源和通知问题，后期企业可能被迫停止使用相关数据、重新训练模型，甚至放弃已投入成本的 AI 系统。
该指导原则于 2026 年 6 月至 7 月公开征询意见，收到谷歌、Meta、星展集团等 40 家机构及个人的反馈。各方普遍支持 PDPC 平衡务实的做法，并建议提供更多关于“数字屏障”的示例及扩大信息共享类别。
结语
对于在新加坡运营的企业而言，当务之急是重新审视内部 AI 流程、更新隐私政策、检查第三方合同条款并完善数据管理机制。这既是合规底线，也是负责任拥抱 AI 时代的必然选择。
资料来源：PDPC，IMDA，联合早报，综合新闻报道整理。