數據安全管理關乎智能汽車競爭勝負
智能汽車的發展需要靠數據驅動，數據迭代是智能汽車技術進步的生命線。
最近十年，智能汽車之所以能實現快速發展，是因為其采用了與以往完全不同的技術發展模式，從以基于人的經驗進行程序編制的控制邏輯轉向數據驅動。在舊有經驗控制邏輯模式下，在系統開發初期，可以基于人的經驗積累，通過編程迅速解決90%以上的問題，但剩下的卻是大量的、各種長尾效應的個案。
比如，傳統汽車上的很多控制系統，程序動輒上萬行，其實核心程序可能只有幾百行，上萬行代碼是因為有大量的長尾場景案例需要特殊處理。在這樣的發展模式下，系統的維護更新會變得越來越困難，程序越來越難進行更新，系統性能的提升也只能依靠人的經驗積累，依靠手工方式推動，直到達到一定程度后可能再也無法實現更新。
基于大數據和AI(Artificial Intelligence，人工智能)的智能汽車的發展顛覆了舊有邏輯。系統依托人工智能、大數據等新興技術的快速進步，依托機器學習技術和海量數據驅動，使自動駕駛系統的性能提升邏輯上變得非常簡單，只要不斷積累數據，就能訓練AI系統去完善和提升性能，當遇到長尾場景案例時，只要有相應的數據，系統就能學會該案例的處理。
所以，只要不斷去積累數據，就會推動系統不斷發展，系統也會不斷得到提升。當然，在這種發展邏輯下，數據的積累和迭代就變得十分重要，甚至成為智能汽車發展的生命線。
智能汽車需要守住數據安全底線
智能汽車的數據來源非常復雜，既包括車載攝像頭、激光雷達、毫米波雷達等感知的地理信息、交通信息、行人信息等外界環境感知數據，也包括駕駛員個人信息、車輛行駛軌跡、車載總線數據等車內數據。另外，手機與車機結合以后，在車上還會存儲個人社交賬號、支付密碼、家庭信息、車架號等個人隱私數據。因此，智能汽車的數據安全涉及多個方面：一是國家信息安全，如地理信息安全；二是個人隱私保護相關的安全，比如個人賬戶信息、密碼、位置等；三是涉及車輛安全防護，如網絡病毒、網絡攻擊等網絡安全問題。
如果對智能汽車數據安全放任不管，確實會對國家和社會的安全，對個人隱私保護帶來重大隱患。世界上各個國家都對智能汽車的數據安全問題比較重視，紛紛出臺一些管理舉措。中國政府也是高度重視這一問題，國家網信辦等部門2021年出臺《汽車數據安全管理若干規定(試行)》，對智能汽車數據采集、存儲和跨境傳輸等作出嚴格規定，守住了安全底線，這是非常必要的，也是非常及時的。
智能汽車數據管理兼顧安全與發展宜粗不宜細
智能汽車數據安全管理問題相對十分復雜，關鍵在于如何找到安全與創新發展的平衡點。如果只是想保證數據的絕對安全，其實很簡單，禁止智能汽車采集所有的數據就可以了；如果僅考慮發展，也很簡單，給企業最大的自由度，放任智能汽車的數據采集就可以。但兩個極端都不可取，唯有找到安全與創新發展之間的“度”，才能推動智能汽車產業健康發展。
如何準確把握安全與創新之間的“度”？從目前來看并不明晰。智能汽車是一個正在發展中的行業，技術路線仍處于探索階段，在其發展過程中，就想把這個“度”完整細致明確下來，是不太可能的，也是不合理的。
相對而言，只有當技術發展到比較成熟階段，這個管理上的“度”才會更加明確。在此之前，相關數據安全管理規定不宜太細化，應當在守住基本安全底線的前提下給予企業一定的自由度。例如，對智能汽車數據跨境、數據存儲等都已形成基本的約束，對于地理信息數據采集存儲也采取資質管理，在保證基本安全的條件下，可以在數據使用、數據精度、數據歸類等方面適當給企業留下探索空間，待技術成熟之后再形成一些細化規定，否則很容易出現“一管就死”的現象。
當前，智能汽車的競爭不僅是國內競爭，更是全球化競爭。數據是智能汽車技術進步的生命線，如果在智能汽車數據上管得過多過細，讓數據積累和使用很不方便，對AI、自動駕駛的推動效果不好，落后于國外，阻礙了技術的快速發展，那么就可能會導致中國在智能汽車技術領域落后于人。
因此，建議中國在智能汽車數據安全管理上，宜粗不宜細，采取“自上而下”和“自下而上”相結合的模式發展。在智能汽車技術尚處于探索階段，國家“自上而下”統籌考慮定框架、定底線、確保數據安全的底線和邊界，同時給予企業和行業一定的自由度，“自下而上”開展探索，大學、行業組織和企業聯合起來，在國家劃定的底線和框架內，百花齊放，探索智能汽車數據的采集、存儲、管理和使用的細節，探索如何最好發揮數據作用，有效驅動智能汽車技術的發展，探尋安全與創新發展的“度”。
當然，在這個探索的過程中，要求汽車行業企業要高度自律，堅守安全發展底線，對跨境數據傳輸、個人隱私保護持敬畏之心。
智能汽車數據安全問題，需要政產學研通力合作才能解決。行業組織在這個過程中可以很好地發揮作用，幫助企業積極探索合適的技術路線；匯聚各方力量共同推動關鍵技術規范、標準的制定實施；同時做好政府與企業溝通的“橋梁”，為促進產業發展營造良好環境。
