夜雨聆风▎AI推荐功能：个人信息保护影响评估（PIA）实务框架
▎一、引言
（一）指导性案例265号
2025年8月，最高人民法院发布指导性案例265号（罗某诉某科技公司隐私权、个人信息保护纠纷案）。该案中，某英语学习APP在用户登录时强制要求填写职业、学习目的、学龄阶段、英语水平等画像信息，不填则无法继续登录，且未提供任何"跳过"或"拒绝"选项。公司抗辩称，通过自动化决策方式向用户进行信息推送是其基本功能服务，收集用户画像信息属于"为履行合同所必需"，因而无需取得用户单独同意。
北京互联网法院作出（2021）京0491民初5094号民事判决，驳回了被告的抗辩；被告上诉后，北京市第四中级人民法院作出（2022）京04民终494号民事判决，驳回上诉、维持原判。法院指出：判断处理个人信息是否属于"合同所必需"，应结合《常见类型移动互联网应用程序必要个人信息范围规定》等部门规范性文件考量。具体而言，案涉APP的基本功能服务为在线课程视频流及相关图文信息，收集用户画像信息并非其基本功能所必需；且产品未提供不同意情况下的替代登录方式，使得用户提交相关信息成为使用软件的唯一途径，此种情形下的"同意"不具有自愿性。
该案的裁判要旨直接触及AI推荐类功能的合规核心问题：当企业以"自动化决策""个性化推送"为由收集用户画像数据时，能否绕过用户的知情同意？答案是否定的。
（二）监管执法的持续加码
司法层面的个案认定之外，行政监管对算法推荐和自动化决策的整治亦在持续深化。2026年4月，中央网信办、工业和信息化部、公安部联合发布《关于开展2026年个人信息保护系列专项行动的公告》，其中"互联网广告领域专项治理"部分明确列举以下重点整治问题：
（1）利用自动化决策等方式推送广告，未设置易于理解和操作的个性化推荐关闭选项；
（2）个人关闭个性化推荐后未停止收集个人信息；
（3）未提供删除用户个人特征标签的功能。
2026年7月24日，国家网络安全通报中心通报35款违法违规收集个人信息的移动应用，其中第7类违规即包括"超出必要范围收集使用个人信息，在无关场景收集位置、通讯录、短信等个人信息"。
上述执法动态表明：算法推荐与自动化决策已从"合规建议项"升级为"监管处罚项"。
（三）本文的分析框架与场景选择
在此背景下，本文以一家中型电商平台的"AI智能推荐"功能为分析样本，展示个人信息保护影响评估（PIA）的完整实务框架。
选取中型电商平台作为场景，基于以下三点考虑：
(1) 代表性。电商AI推荐覆盖了个人信息处理的全链路：采集、聚合、建模、输出、反馈闭环，同时触发敏感信息处理、未成年人保护、自动化决策、第三方数据传输等多重合规议题，是PIA方法论最能完整演练的产品形态。
(2) 普遍性。中型平台的数据架构复杂度介于"简单App单机推荐"与"超级平台全栈中台"之间，更接近多数从业者在实务中面对的产品形态，其分析结论具有较广的参考价值。
(3) 问题密度高。电商推荐同时涉及精准地理位置（敏感个人信息）、未成年人分层保护、自动化决策权利出口、第三方云算力调用、目的变更告知等几乎全部核心合规议题，适合系统展示PIA的分析方法与处置思路。
需要说明的是，文中涉及的"需与业务部门确认事项"，反映的是PIA过程中必须与合规/法务、采购、产品、技术团队交叉核实的实务环节。后文将依次展开数据处理活动梳理、合法基础分析、重点合规问题识别、风险评级与处置方案，以及评估结论的形成逻辑。
▎二、评估场景与数据处理活动梳理
（一）评估场景
本PIA针对的功能为：平台基于用户的浏览、搜索、购买、收藏、加购等行为数据，以及用户授权的地理位置信息，通过AI模型生成个性化商品推荐和首页内容排列。核心数据链路如下：
用户端实时采集 → 数据中台聚合 → AI模型训练、推理 → 推荐结果下发 → 前端展示
其中，部分模型训练使用第三方云服务商算力资源，数据需传输至云服务器处理。功能计划面向全部注册用户开放，含18岁以下用户。
（二）数据处理活动清单
根据产品特点梳理数据流后，该功能涉及以下10项主要个人信息处理活动：
1 | 处理活动：用户行为数据实时采集
涉及个人信息类型：浏览记录、搜索关键词、购买记录、收藏列表、加购行为、停留时长
处理环节：收集
2 | 处理活动：地理位置信息采集
涉及个人信息类型：经纬度坐标（精准位置）/ 街道、乡镇（模糊位置）
处理环节：收集
3 | 处理活动：设备标识采集
涉及个人信息类型：设备型号、操作系统版本、设备标识符（OAID/IDFA）
处理环节：收集
4 | 处理活动：数据中台聚合存储
涉及个人信息类型：上述全部数据聚合后的用户画像底表
处理环节：存储
5 | 处理活动：标签生成
涉及个人信息类型：用户偏好标签、消费能力分级、活跃时段分类、兴趣品类向量
处理环节：使用
6 | 处理活动：AI模型训练
涉及个人信息类型：使用历史行为数据+标签训练推荐模型
处理环节：使用
7 | 处理活动：AI模型实时推理
涉及个人信息类型：输入实时行为序列→输出推荐排序结果
处理环节：使用
8 | 处理活动：第三方云算力调用
涉及个人信息类型：将训练数据、特征传输至云服务商进行模型训练
处理环节：传输
9 | 处理活动：推荐结果下发与展示
涉及个人信息类型：个性化商品列表、首页内容排列
处理环节：使用/展示
10 | 处理活动：数据定期删除或匿名化
涉及个人信息类型：超期行为数据的定时清理或去标识化处理
处理环节：删除
（三）数据主体范围
主体类别：成年用户（≥18周岁）
说明：适用标准同意机制
主体类别：未成年人（14–18周岁）
说明：适用《未成年人保护条例》，需本人同意且处理方式不得损害其合法权益
主体类别：儿童（不满14周岁）
说明：根据《个人信息保护法》第31条，应取得监护人单独同意
需与业务部门确认事项1：产品是否已具备年龄识别机制（如实名认证接口对接、身份证号校验），能够区分不满14周岁、14–18周岁及成年用户？该机制直接影响未成年人保护措施的落地可行性。
▎三、合法基础分析
（一）合法基础
根据《个人信息保护法》第13条规定的合法性基础类型，各处理活动的合法基础如下：
1 | 处理活动：基础交易数据处理（手机号、收货地址、支付信息）
合法基础：合同必需
法律依据：《个人信息保护法》第13条第1款第(二)项
解析：属于履行合同所必需的范围，不依赖用户同意。但仅限于订单履约必要用途，不得扩展至推荐功能
2 | 处理活动：推荐功能所需的行为数据采集（浏览、搜索、点击、收藏等）
合法基础：同意
法律依据：《个人信息保护法》第13条第1款第(一)项
解析：同意应自愿、明确、具体，不得与基础服务捆绑
3 | 处理活动：精准地理位置信息采集
合法基础：单独同意
法律依据：《个人信息保护法》第28条第1款+第30条
解析：精准经纬度属于敏感个人信息中的"行踪轨迹"，应取得单独同意，并告知处理的必要性及对个人权益的影响
4 | 处理活动：设备标识符采集
合法基础：同意（一般个人信息）
法律依据：《个人信息保护法》第13条第1款第(一)项
解析：设备标识码本身不属于敏感个人信息范畴；但若与行为数据关联形成画像，应纳入整体同意范围
5 | 处理活动：AI模型训练（使用历史数据）
合法基础：同意
法律依据：《个人信息保护法》第13条第1款第(一)项
解析：若用户原始同意范围仅为"用于优化服务"，该同意是否覆盖"AI模型训练"存在解释空间，建议在隐私政策中明确列举AI训练作为处理目的
6 | 处理活动：数据传输至第三方云服务商
合法基础：视与第三方合作的法律性质而定
法律依据：取决于合作模式（见下文分析）
解析：这是本场景中法律关系最复杂的环节，应先完成定性再匹配合规路径
7 | 处理活动：对不满14周岁儿童的处理
合法基础：监护人单独同意
法律依据：《个人信息保护法》第31条
解析：需产品设计层面支持年龄识别与监护人验证流程
（二）为何不采用"合法利益"路径
《个人信息保护法》第13条第1款第(六)项规定了"依照本法规定在合理的范围内处理个人自行公开或者其他已经合法公开的个人信息"可作为合法性基础之一。本文认为，在本场景下该路径不宜采纳，理由有三：
第一，AI推荐功能并非企业运营不可或缺的核心能力，而是商业增值功能。合法利益路径更适用于安全防护、欺诈检测、内部控制等不可替代的场景，推荐功能不在其列。
第二，用户对个性化推荐的接受度差异显著。部分用户高度依赖推荐体验，另一部分用户明确排斥行为追踪建模。"合法利益"路径无法容纳这种个体差异，而同意路径天然允许用户自主选择。
第三，精准地理位置信息（敏感个人信息）与未成年人数据的组合使得"合法利益"的抗辩空间极为狭窄。从监管执法趋势看，对此类数据组合采取审慎态度，以同意为基础更为稳妥。
因此，本评估以同意（含单独同意）作为主要的合法基础，辅以合同必需覆盖收件人、收件地址、收件电话等交易数据。
（三）第三方云服务商合作的法律性质问题
数据传输至云服务商这一环节，其与第三方合作的法律性质的不同将直接决定适用的合规义务体系：
委托处理 | 适用条款：《个人信息保护法》第21条
合作模式示例：云厂商仅提供IaaS/PaaS算力资源，按平台指令处理数据，不将数据用于自有目的；或直接租用第三方算力中心服务商，其不接触应用层数据、无独立处理目的
核心义务：签署委托协议，明确处理目的、方式、种类、期限；禁止转委托
对外提供 | 适用条款：《个人信息保护法》第23条
合作模式示例：云厂商使用传输数据训练其通用AI模型，或将数据与其他客户聚合分析
核心义务：取得用户单独同意，开展PIA
共同处理 | 适用条款：《个人信息保护法》第20条
合作模式示例：双方共同投入数据、联合设计模型、共享模型收益
核心义务：约定各自权利义务，承担连带责任
跨境提供 | 适用条款：《个人信息保护法》第38–40条
合作模式示例：云服务器部署在境外地域
核心义务：满足出境安全评估/标准合同/认证等路径之一
需与业务部门确认事项2：云服务商的合作模式究竟属于上述哪种情形？建议由合规/法务或负责采购服务商的部门在上线前向云服务商正式确认以下事项并获得书面说明：
（1）云厂商是否使用我方数据训练其通用模型或用于其他自有目的？
（2）是否会将我方数据与其他客户数据做聚合分析？
（3）数据处理协议（DPA）中转委托、跨境、安全审计、密钥管理条款如何约定？
（4）云服务器的部署地域是否在境外？
上述确认结果直接决定与第三方合作的法律性质（委托处理/对外提供/共同处理/跨境），进而决定协议签署类型和合规路径选择。
▎四、四个重点合规问题
（一）精准地理位置信息的敏感定性
1. 法定属性判断
根据《个人信息保护法》第28条第1款第(五)项，"行踪轨迹"属于敏感个人信息。GB/T35273—2020《信息安全技术 个人信息安全规范》附录A进一步明确，精确GPS坐标直接对应行踪轨迹范畴。因此，精准地理位置信息属于法定敏感个人信息。
2. 将敏感属性降级为一般属性的方案
值得讨论的是，精准位置坐标并非实现推荐功能的唯一手段。若将位置精度降低至街道/镇级行政区划级别（即仅获取用户所在区域而非精确GPS坐标），区域级位置信息仍可用于本地化推荐（如推荐同城商品、添加地域标签等）。相关信息不再构成"行踪轨迹"，可降级为一般个人信息处理，无需用户单独同意。
（二）未成年人分层保护
《个人信息保护法》对未成年人的保护区分了两个层级。
不满14周岁（儿童） | 核心法规：《个人信息保护法》第31条、《未成年人网络保护条例》
同意要求：必须取得监护人单独同意
保护要点：(1)不得诱导儿童参与AI互动；(2)推荐内容应适合儿童身心健康发展；(3)限制商业化营销推送
14–18周岁（未成年人） | 核心法规：《未成年人网络保护条例》
同意要求：取得本人同意，且处理方式不得损害其合法权益
保护要点：(1)推荐内容适龄过滤；(2)不得利用心智不成熟特点进行过度个性化引导；(3)设置适龄提示或过滤机制
需与业务部门确认事项3：当前产品方案是否包含年龄识别与区分机制？若无，则上述分层保护措施无法落地。建议产品团队通过接入实名认证接口、身份证号校验或监护人验证流程等方式实现年龄分层，否则需考虑对未成年人群体暂缓开放推荐功能或强制切换至非个性化模式。
（三）自动化决策与用户画像
1. AI推荐构成"自动化决策"
根据《个人信息保护法》第24条第1款规定："通过自动化决策方式向个人进行信息推送、营销，应当同时提供不针对其个人特征的选项或者便捷的拒绝方式。"
AI推荐功能的技术实现完全符合该条款的构成要件：决策过程全自动（无人工逐案干预）、输出内容依个人特征（画像）差异化的信息推送、营销。因此，应当认定为自动化决策。
2. 用户画像的合规要求
依据GB/T 35273—2020《信息安全技术 个人信息安全规范》，用户画像场景下的合规要求主要包括：
（1）画像不得违反法律、行政法规（如排除种族、宗教、健康状况等歧视性标签）
（2）向用户提供查看和修正画像描述的选项
（3）精准营销场景应提供退出机制
（4）保障画像数据的准确性与时效性
（四）应当保障的用户权利
以下三类权利应分别设置独立的行使入口，且任一权利的行使不应影响用户使用平台的基础交易功能。入口应在App内便捷可达（操作层级不宜过深），并在首次展示推荐结果时附以提示。
撤回有关处理个人信息的同意 | 法律依据：《个人信息保护法》第15条
平台义务：停止处理用户个人信息，仅提供基本服务
要求提供不针对个人特征的选项 | 法律依据：《个人信息保护法》第24条第2款、《互联网信息服务算法推荐管理规定》第17条
平台义务：给予用户关闭个性化推荐模式的渠道
涉及对个人权益有重大影响的决定，要求说明或拒绝仅通过自动化决策的方式作出决定 | 法律依据：《个人信息保护法》第24条第3款
平台义务：通过自动化决策方式作出对个人权益有重大影响的决定时，用户有权要求平台予以说明；当用户拒绝平台仅通过自动化决策的方式作出决定时，平台应结合其它途径，综合得出决策
▎五、风险识别与处置方案
（一）风险矩阵说明
本文采用的风险判定方法参考GB/T 39335—2020《信息安全技术 个人信息安全影响评估指南》中的风险等级判定矩阵。该方法以"造成的影响程度"和"发生的可能性"为二维坐标，综合评定风险等级：
风险等级判定矩阵
| 严重 | 中 | 高 | 严重 | 严重 |
|---|---|---|---|---|
| 高 | 中 | 高 | 严重 | |
| 中 | 低 | 中 | 中 | 高 |
| 低 | 低 | 低 | 中 | 中 |
以下风险评级中，严重等级表示必须在上线前消除或降至可控水平；高等级表示应优先处置并制定明确的缓解计划；中等级表示应有控制措施并纳入常规监控；低等级表示现有措施基本充分，保持关注即可。
本文提供可能发生的风险清单与建议的处置措施，企业可根据实际情况开展分级管控。
（二）风险清单与处置
风险1 严重
风险描述：产品团队可能将精准GPS位置信息当作一般个人信息处理，未履行单独同意程序和必要性/影响告知义务。
可能性：高。产品侧在定位权限弹窗设计中，常忽略位置信息的敏感属性，将其与其他权限同等对待。
影响程度：严重。涉及敏感个人信息违规，依据《个人信息保护法》第66条，可处五万元以上五十万元以下罚款；情节严重的，可处五千万元以下或上一年度营业额百分之五以下罚款，并可能面临暂停业务、停业整顿等处罚。
风险等级：严重
处置措施：
（1）实施分级采集策略：默认仅采集街道/镇级模糊位置（一般信息）；仅在用户主动触发特定功能时申请精准定位（敏感信息），触发单独同意弹窗及必要性/影响告知。
（2）更新隐私政策，在信息收集清单中单独列明位置信息的敏感属性和处理目的。
责任部门：产品、合规/法务 | 完成时限：上线前 | 验证方式：弹窗设计稿复核
风险2 高
风险描述：未区分不满14周岁与14–18周岁的差异化保护要求，且缺乏年龄识别机制和监护人同意流程。
可能性：中。取决于产品是否已内置年龄识别能力。
影响程度：严重。《未成年人网络保护条例》对违规处理未成年人个人信息设定了较重的处罚责任，且此类违规属当前监管执法的重点领域。
风险等级：高
处置措施：
（1）接入实名认证接口，区分不满14周岁、14–18周岁、成年用户三个层级。
（2）对不满14周岁用户：阻断AI推荐功能或强制切换至"儿童安全模式"（仅展示适龄商品，禁用行为追踪画像）。
（3）对14–18周岁用户：取得本人同意+适龄内容过滤+限制过度商业化推送。
（4）提供监护人同意/撤销线上入口。
责任部门：产品、合规/法务 | 完成时限：上线前 | 验证方式：产品Demo审查
风险3 高
风险描述：数据传输至云服务商的法律关系未确定（委托处理/对外提供/共同处理/跨境），导致无法匹配正确的合规路径和安全措施。
可能性：中。取决于云服务商注册地和数据中心实际部署位置。
影响程度：严重。若涉及跨境传输且未履行合规义务，依据《个人信息保护法》第66条，最高可处上一年度营业额百分之五罚款。
风险等级：高
处置措施：
（1）由合规/法务、技术确认与第三方的合作模式，获取其数据处理安全认证（ISO27001、SOC2 Type II等）。
（2）若为委托处理：签署《个人信息处理委托协议》，明确处理目的、方式、种类、期限，禁止转委托或再提供。
（3）若为对外提供：取得用户单独同意，开展PIA（本报告即为此目的）。
（4）若涉及跨境：启动出境合规路径判断（标准合同/安全评估/认证），签署跨境传输协议。
责任部门：合规/法务、技术、安全 | 完成时限：上线前（最紧迫） | 验证方式：合作协议
风险4 高
风险描述：AI推荐功能未设置"关闭个性化推荐/切换至非个性化模式"的便捷入口，不符合《个人信息保护法》第24条及《互联网信息服务算法推荐管理规定》第17条的要求。
可能性：高。产品团队通常优先关注转化率指标，容易忽略退出功能的设计与显性化。
影响程度：高。主要面临监管整改要求和用户投诉，虽直接重罚概率相对较低，但在监管检查或专项治理行动中易成为突出问题。
风险等级：高
处置措施：
（1）开发"推荐模式切换"功能：在"设置→隐私→推荐管理"中提供个性化推荐开启/关闭切换。
（2）非个性化模式下展示全局热门商品或通用首页布局，不以用户个人特征为依据。
（3）首次展示推荐结果时附注提示："基于你的兴趣推荐 · [调整推荐偏好] · [切换至非个性化]"。
责任部门：产品、设计 | 完成时限：上线前 | 验证方式：UI审查+功能测试报告
风险5 中
风险描述：用户行为数据无明确的留存周期，长期累积导致用户画像偏离用户当前真实偏好，同时增加数据泄露暴露面。
可能性：中。数据中台可能带有"先存着再说"的想法。
影响程度：中。违反最小必要原则，增加安全风险。
风险等级：中
处置措施：
（1）明确留存策略：建议确定原始行为数据（搜索词、浏览详情）留存期限（最终期限结合业务需求与合规/法务意见确定）；过期数据执行自动删除或匿名化处理。
（2）设置画像标签衰减机制：用户行为信号按时间指数衰减（例如：近期行为权重高，90天以上行为权重趋近于零）。
（3）配置数据中台每日凌晨自动清理任务，保留执行日志。
责任部门：数据中台、工程、合规/法务 | 完成时限：上线前 | 验证方式：任务配置审查+日志抽查
风险6 中
风险描述：用户撤回同意或拒绝自动化决策的操作入口不存在、难以发现，或操作路径过深（超过4层点击）。
可能性：中。取决于产品设计的合规意识。
影响程度：中。影响用户体验和监管合规检查，可能导致App被责令整改。
风险等级：中
处置措施：
与风险4合并实施。全局"关闭AI推荐"开关置于设置→隐私顶层，建议操作路径不超过4层点击。
用户撤回同意或拒绝后的义务：停止采集用于推荐的行为数据，已采集数据在留存期满后删除或匿名化。用户可随时重新开启（再次触发同意流程）。
风险7 高
风险描述：用户原始同意范围为"服务优化"或"提升体验"，但实际用于AI模型的持续训练和迭代，存在目的变更未重新告知或重新取得同意的问题。
可能性：高。"服务优化"是隐私政策中常见的宽泛表述，几乎必然覆盖AI训练场景，导致目的边界模糊。
影响程度：高。目的变更违规，但可通过补充告知+提供退出选项的方式缓解。
风险等级：高
处置措施：
（1）更新隐私政策，在"信息使用"章节明确写入"您的行为数据可能用于AI推荐模型的训练和优化"。
（2）通过App内站内信或弹窗向存量用户发送目的变更通知，提供"同意继续/退出AI推荐"选项。
（3）新用户在注册或首次使用推荐功能时的同意勾选框中列明AI训练目的。
责任部门：合规/法务、产品 | 完成时限：上线前（优先级较高） | 验证方式：政策文本审核+弹窗确认
风险8 中
风险描述：数据中台或云服务商环境发生安全事件，导致用户行为数据及画像标签批量泄露。
可能性：低。假设公司已有基础安全基线，本措施为对齐和补充现状。
影响程度：严重。用户画像泄露的声誉损害远大于单次交易数据泄露，且可能触发大规模通知义务（《个人信息保护法》第57条），影响品牌声誉。
风险等级：中
处置措施：
（1）访问控制强化：用户画像数据仅限授权算法工程师访问，导出需审批留痕。
（2）全链路加密：传输层与静态数据加密存储。
（3）审计日志：对所有画像数据的查询、导出、修改操作记录完整审计日志，保留不少于6个月。
（4）云服务商安全要求：在协议中要求数据驻留于指定地域、禁止子处理器转传、配合安全事件调查、提交年度安全审计报告。
责任部门：安全、数据中台 | 完成时限：上线前（风险1–4、7完成后优先推进） | 验证方式：权限配置审计+渗透测试报告
（三）处置优先级汇总
处置优先级汇总
P0（上线前必须完成） | 风险编号：1, 2, 3, 4, 6, 7
说明：涉及敏感信息、未成年人、第三方传输、自动化决策：均为法规硬性要求
P1（上线前尽量完成，可接受短期过渡） | 风险编号：5, 8
说明：数据治理和安全加固，建议同步完成；若确有困难可设不超过3个月的过渡期并报备合规/法务团队
▎六、评估结论与实施路径
（一）PIA结论的形成逻辑
PIA报告的结论并非简单的"通过/不通过"二元判断。实践中，一个功能上线前通常存在若干待补齐的合规措施，评估人的任务是将这些措施以清晰、可验证的方式列明，并判断在措施到位后功能是否具备上线的合规条件。因此，"有条件通过"是PIA更为常见的结论形态。
以前述风险分析为基础，若本场景中的P0级处置措施（敏感信息单独同意、未成年人分层保护、第三方传输与第三方合作的法律性质、自动化决策退出功能、目的变更补充告知等）均可在上线前落实到位，则PIA可形成"有条件通过"的评估结论；若其中任一P0项无法落实，则应考虑延迟上线或功能降级。
以下为前置条件清单，供实务中参照使用。具体条件需结合各企业实际情况独立拟定。
（二）前置条件清单
以下条件全部满足后，方可视为评估通过、允许功能上线。本清单基于前述风险分析拟定，供实务参照：
1 | 前置条件：敏感信息单独同意机制上线：精准位置采集应弹窗单独同意+必要性/影响告知；默认采用模糊位置策略
责任方：产品、合规/法务
截止时限：上线前
2 | 前置条件：未成年人年龄识别与分层保护方案落地
责任方：产品、合规/法务
截止时限：上线前
3 | 前置条件：明确云服务商与第三方合作的法律性质并签署对应协议（委托/对外提供/跨境）
责任方：合规/法务、采购
截止时限：上线前（最紧迫）
4 | 前置条件：自动化决策退出功能上线：推荐模式切换+拒绝推荐入口+算法推荐管理页
责任方：产品、设计
截止时限：上线前
5 | 前置条件：隐私政策更新发布：新增AI推荐目的告知、第三方提供告知、敏感信息单独告知、未成年人特殊保护章节
责任方：合规/法务
截止时限：上线前
6 | 前置条件：存量用户补充告知送达
责任方：产品
截止时限：上线后1周内
7 | 前置条件：数据留存策略落地：行为数据留存期限明确，定时删除/匿名化任务配置完成
责任方：数据中台、工程
截止时限：上线前
8 | 前置条件：算法备案与公示完成。
适用情形：平台属于《互联网信息服务算法推荐管理规定》第24条规定的具有舆论属性或者社会动员能力的算法推荐服务提供者；如果属于仅提供商品推荐功能且无上述功能的中型平台，可主张不适用第24条备案义务，但建议留存功能边界说明备查
责任方：合规/法务、技术
截止时限：上线前（若触发）
9 | 前置条件：指定个人信息保护负责人（若用户规模达到《个人信息保护法》第52条的门槛）
责任方：公司层面
截止时限：上线前（若触发）
（三）未全部完成时的过渡安排
若因客观原因无法在预定上线时间前完成全部前置条件，实务中可考虑以下过渡安排：
(1) 灰度上线：仅对已完成新版同意流程的用户开放AI推荐功能，未完成同意更新的用户维持原有非个性化首页布局。
(2) 功能降级：上线时暂不启用精准位置维度和未成年人用户群体的推荐能力，后续分阶段迭代上线。
两种方案均应确保过渡期内已上线部分的合规性不受影响，并为未完成事项设定明确的截止日期和责任人。
（四）报告保存
根据《个人信息保护法》第56条规定，PIA报告及处理情况记录应妥善保存，保存期限不少于3年。建议归档至公司合规/法务文档管理系统，设定版本控制和访问权限，并配置审计轨迹。
本文仅供专业交流参考，不构成法律意见。
作者简介：
毕业于同济大学，获法学学士、法学硕士学位，上海市优秀毕业生，曾公开发表学术论文。
现从事合规工作，专注于监管政策研究与合规实务，致力于形成护航业务发展的合规方案。
