车网世界报道：
由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办的第二十二届中国汽车产业发展（泰达）国际论坛（以下简称“泰达汽车论坛”）于2026年9月17日至9月20日在天津市滨海新区举办。本届泰达汽车论坛将围绕“智绿筑基·生态蓄势·共创共赢”的年度主题，邀请重磅嘉宾展开深入研讨。
在9月18日“新技术生态专场：汽车大数据技术应用与数字化转型”中，中汽中心首席专家，中汽智能科技（天津）有限公司党委委员、副总经理张亚楠发表题为“智能网联汽车数据治理下的安全与发展协同”的演讲。
中汽中心首席专家，中汽智能科技（天津）有限公司党委委员、副总经理 张亚楠
以下是演讲实录：
尊敬各位嘉宾，大家上午好！
非常荣幸代表主办方跟大家分享智能网联数据治理下的安全与发展协同，我的汇报主要分为三个核心板块：第一，数据要素如何重塑智能网联汽车产业核心竞争力；第二，国内汽车数据安全合规体系的迭代逻辑与监管要点；第三，行业企业适配新规、统筹安全与发展的应对思路。
首先，我先抛出一个结论，数据正在定义产业竞争力，既定义了产品竞争力，又在定义企业核心竞争力。
回顾汽车产业的迭代历程，产品定义逻辑历经数次变革。汽车产品经历了机械定义产品，电子定义产品，软件定义产品，现在正在经历人工智能定义产品，但是来到人工智能时代，什么定义人工智能的能力，我们认为就是数据要素，数据多不多、够不够、好不好、你会不会用、会不会管，这些都在定义人工智能加持智能网联汽车之后发挥最大效用和价值，直接决定了人工智能技术在智能网联汽车领域的落地效果与价值上限。
数据之所以能够成为核心竞争力，本质源于数据区别于传统生产资料的三大独特属性，也正是这些属性，给行业治理带来了全新挑战。
第一是可复制性。传统硬件资源如激光雷达属于消耗型资源，使用即损耗、出入库可追溯；但数据可以无限复制、反复复用，这样带来了治理难题，数据复制流向不可控、流转轨迹难追溯。这就要求行业必须建立全流程管控体系，实现数据采集、收集环节全面合规，数据使用、销毁环节全程可追溯。
第二是非排他性。传统产业合作可通过协议实现资源、权益排他，但数据合作天然不具备排他属性，极易引发数据权属模糊、责任主体不清的行业痛点。数据到底归属于谁？谁对数据安全负责？谁具备数据使用、交易、处置的合法权限，都是当前行业亟待厘清的核心问题。
第三是高速流动性。依托国内完善的算力基础设施与网络体系，数据可突破地域限制，实现极速流转、全域触达。数据流转效率大幅提升的同时，全域、全时的数据安全管控难度也同步激增，对企业的数据治理能力提出了更高要求。
在解决这三个问题过程当中，我们认为直接重塑了竞争力，在它的竞争力形成过程当中，我们认为有三重释义。
第一重，我们的数据如何从量变成质，我们如何从量的竞争变成质的竞争。可能三五年前很多企业在说，有多少PB的数据，多少TB的数据，每天产生多少数据，现在很少有企业这么说了，但是我们用什么去体现我们的数据能力很强，这就是数据的质量问题。数据质量又很难阐述清楚，但是谁能够阐述清楚，真正能够表达出来自己的数据值到了什么阶段，这就是核心竞争力第一重释义。
第二重，高质量数据资源的整合能力，基于数据可复制、高流动的特性，数据资源极易跨界融合、全域整合。谁具备更大规模、更高价值、更精细化的数据整合能力，谁就能在智能汽车赛道占据先发优势。
第三重，是监管问题，监管是底线，在我国现有体制机制下，我们认为只有管好数据才有资格用好数据，在底线基础之上，才能够谈能不能让自己的数据发挥更大的作用和价值。
基于这三个方面，我们认为这是数据竞争力的三重释义，定向解决了我们看好、用好和管好的核心能力问题。只有三重释义真正被演绎好，数据才能从要素变成能力。
回顾一下我国引导数据发展的历程，我们把2014年定为大数据元年，大数据首次写入政府工作报告，正式确立为国家重点发展的新兴产业；2016年进入产业酝酿阶段，大数据纳入国家发展规划，明确推动大数据与实体经济深度融合；2019年进入要素确立阶段，国家正式将数据纳入新型生产要素体系；当前，行业全面进入建章立制、规范落地、价值释放的纵深发展阶段。
伴随行业迭代，国内数据治理的核心趋势也发生了三大关键转变。
一是治理理念，正在从监管到鼓励开发利用。现在所有政策都在围绕一个点，既要守住安全底线，更要全力释放数据价值。在这个阶段，我个人总结了一个不成文的规定，法无禁止即可为，在现阶段数据利用过程当中，只要没有明确不能干的，我们都可以探索去干，核心目的是把数据价值释放出来，不是只让它作为资产存储在数据库里面。
第二是治理模式，从宏观统筹转向精细化、细则化落地。从工业和信息化领域《数据安全管理办法》，到正在编制的汽车行业的数据安全强制性标准，这些都是在管理细化过程。
第三是责任落点逐渐明确，正式用政策把数据安全责任落到主体中。
整体而言，我们正在进入到数据治理和安全制度并行双轨发展阶段，中间有一个阶段我们一直在提安全要求和管理责任，所以它的要求高于发展，走到现在两个方面并轨发展，怎么管好和并用好是企业核心目的，单纯任何一个目标都不能单独成立。总结一下，我们认为双轨协同的终局，一定是数据治理能力最终成为企业核心竞争力。
接下来，我将分享我国汽车数据安全合规要求到底如何一步步迭代。
第一，汽车数据行业监管素有“九龙治水”的特点，随着数据要素监管体系完善，监管主体更加多元。核心遵循国家统一监管原则：谁主管业务、谁负责业务数据、谁承担数据安全责任。这一监管模式将长期存在，同时行业监管格局已逐步清晰：由由工信部牵头协同其他司局并行开展，并行推进，形成分工明确、统筹联动的监管体系。
第二，大家都在管，但是核心牵引牛鼻子只有一个就是数据分类分级，刚才有专家也提到，但是对于汽车领域来讲很少有企业掌握核心数据，我们只记录一点重要数据，重要数据怎么管，管好重要数据整个数据安全体系理清楚了。在重要数据基础之上，单独提出来对于个人信息保护，我们说信息安全领域安全治理都是基于典型问题去触发，包括网络安全，软件安全，通信安全等等，同样数据安全也是基于典型问题触发。第一个涉及国家核心秘密的重要数据。第二个涉及个人隐私安全的个人数据。为了解决这两个典型问题，从准入阶段和持续监管阶段设计了一系列政策去开展。
第三，虽然监管政策在逐步出台，但是核心关注国家会用什么手段落实这些监管政策，在整个数据安全领域，国家已形成产品准入审查、“双随机、一公开”常态化检查、数据出境安全评估、核心数据备案管理四大核心监管手段，实现全周期闭环监管。其中，产品准入是前置核心门槛，常态化抽查与数据出境评估，是后监管时代最关键的管控抓手。
第四，聚焦行业核心的重要数据管理，精准识别重要数据是所有合规工作的起点，且识别、备案、管控、迭代形成完整闭环。企业完成重要数据识别后，需按要求完成目录备案、分类分级保护、安全风险评估、出境合规审查、动态风险监测，并根据行业政策与业务迭代，动态调整重要数据目录
这里需要重点强调：重要数据分为国家层面与企业层面两个维度。国家层面的重要数据，以国家安全为核心出发点，属于强制性合规底线要求；企业层面的重要数据，需要覆盖国家规定范畴，同时纳入企业生产经营、核心商业秘密、产品迭代关键数据，企业自主的数据识别与治理能力，是差异化核心竞争力的关键组成。
这里主要一个角色就是“数据处理者”，汽车产业链上下游单位都被囊括进了数据处理者的范畴。
我们说了重要数据有它的管理流程，但是怎么去识别重要数据？去年八部委联合印发了《汽车数据出境安全指引》，单从题目上看，是在约束汽车数据出境，实际上是文件核心套了一层壳，主要包含两个核心内容。
第一，告诉大家什么是重要数据，在文件出台之前在汽车领域没有一个统一的共识，到底什么是重要数据？什么数据影响国家经济运行安全？什么数据影响国家个人安全？那是主观上一些评价，怎么把主观上的评价落到汽车环节中，结合业务把重要数据真正拎起来，我们在这里明确了，包括研发阶段物料清单，生产阶段工艺清单，还有驾驶自动化，软件升级，联网运行等等，这里明确了重要数据是什么，但是大家在参考的时候一定要注意这个表格最后一列，有一个限定条件，这些数据达到什么条件才是真正重要数据。比如地理信息数据，你采集范围达到多少公里，或者多长时间才是重要数据，并不是所有地理信息数据都是重要数据，大家注意最后一列。
第二，通过文件明确了只有重要数据进行评估的时候才需要进行出境流程的审查，我说的重要数据包括个人信息，只有重要数据和个人信息才需要进行安全保护要求，但还是要强调，这些都是国家基于国家安全角度提出的要求，每一个企业基于自己产品安全角度，以及企业运行安全，应该有更细化流程和要求。
落到产品上，汽车数据安全强制性标准，对车载数据处理、存储、传输、保护及个人信息管控作出了精细化、标准化规定。中汽中心从几年前开始牵头制定《智能网联汽车新车评价规程》，重点强化用户个人隐私保护评价维度，如果说国家政策聚焦国家安全底线，隐私保护评价则直击消费者核心关切，让数据安全治理成果可感知、可评价、可落地。
第三部分我将简单报告一下在这样一个大环境下，企业该如何应对。
这几个建议是比较宏观的，是每一个企业需要基于自己的个性化特点再去细化。
第一，跳出汽车看数据，重塑数据资产认知。将数据定义为企业核心资产，而非辅助工具，以资产视角核算数据成本、挖掘数据价值、盘活数据资源。
第二，重构产品认知，将汽车从单一交通工具，升级为全域数据采集终端、智能数据节点。充分挖掘用户使用、车辆运行全场景数据价值，实现产品价值增值。
第三，回归汽车看数据。为什么要回到汽车看数据，因为汽车企业最终卖的是汽车产品，如何让数据加持汽车产品之后，让产品它的价值更大，这就是让企业收集采集和存储数据过程中，要从价值端去看数据，你采集的有没有价值，存储有没有价值，需要规避数据有量无质，不要无限制采集和存储数据。其次，不要存在硬件惯性，觉得我只要加载硬件，我的汽车产品价值就更高。再次，在治理阶段，如何跳出合规被动，或者被动合规怪圈，把数据合规作为自己主动应变的能力。
最后，一定要解决数据治理过程中短板问题，现在企业有很多数据，存储了很多数据，但是内部能力约束制约着我们，让我们在这些数据基础之上难以挖掘出更高价值，内部治理能力的短板一定要尽快解决，只有这个短板解决了，加载一些外部机遇，才能创造更大价值。
以上就是我的全部分享，谢谢大家！
