扎克伯格说，虽然“公共社交网络”仍将具有相关性，但我们“也有机会建立一个更简单的平台，首先关注隐私”。扎克伯格写道：“我理解很多人认为Facebook不能，甚至不想建立这种以隐私为中心的平台——因为坦率地说，我们目前在建立隐私保护服务方面没有很好的声誉，我们过去一直专注于打造更开放的分享工具。”
尽管AI潜力无穷，网络安全部门里的人类员工完全被AI替代的想法，仍旧好像用大白代替全国各位医生一样遥不可及。虽说AI的终极目标是模拟问题解决、学习、规划、直觉等人类身心功能，但总有些事是AI不能处理（目前还不能）的，还有些事是AI不应该处理的。
信息收集、整合、提取、挖掘到最后的信息归档都需要一套安全完善的信息自动化程序，面对如此大规模的数据处理量，企业网络的运行和维护变得越来越困难，不仅需要有快速处理数据的能力，还需要有保护数据不被泄露和篡改的能力。
英国电信的AI用例已经表明，数据集访问是绝对的关键因素——如果没有数据，即便最先进的AI和机器学习技术也会很快失去准确度与可用性。这看起来似乎是不言自明的，而且对具有大量数据和不同输入的大企业而言不算大问题，但数据访问将是该领域未来成功的巨大驱动力。
Risk Based Security最近的一项研究发现，数据泄露比去年同期上升了54％以上。同时，IBM的年度数据泄露成本报告发现，数据泄露的平均总成本已达400万美元。很明显，安全和隐私已经成为数字时代的新标志，数据安全和隐私将是2020年企业面临的头等大事。
从造成数据泄露的原因来看，51%的数据泄露缘于恶意或涉及犯罪的网络攻击，系统漏洞造成的数据泄露占比为25%，人为操作原因占比为24%，其中恶意或涉及犯罪的网络攻击给受访企业所造成的损失高达445万美元，较其他原因造成的损失高出100多万美元。就地区来看，美国数据泄露所造成的损失达819万美元，高出全球平均水平两倍多。
