2023年6月是国家第22个“安全生产月”。提到安全生产问题，可能首先联想到的是火灾、矿难、重大交通事故等这类有形的安全事故。但随着人工智能的”智慧涌现“，大模型已经在各个行业应用落地，终端用户对于AI的使用也频率逐渐提升，数据的安全性、可靠性成为安全生产的重点。对于企业来说，数据的安全性愈发重要。在通往AGI时代的道路上，企业发展的既定命题要如何“作答”？

AGI时代下，要从“被动防御”进化到“主动治理”

数据作为生产要素，是跟AI结合产生智能以后，才能够发挥其真正的价值。利用大模型需要充分挖掘数据模型的能力，在此意义上，数据安全是利用大模型时必须考虑的问题，例如，模型算法在深入挖掘数据价值的同时，被攻击、修改、窃取的风险也随之加剧。例如，在网购平台推荐算法中，恶意混入误导性数据，导致推荐错误；利用人脸图片欺骗人工智能系统，让其做出错误的判断。

所以，企业要防御各类算法“攻击”，更要主动治理，只有在保障所有数据安全性的基础下，创新发展才有据可谈。对于企业级客户来说，可以以AI应用数据需求为核心，优化建设“面向人工智能的数据治理”体系，提升AI应用的规模化落地效果。先进的技术体系是实现数据安全治理高质量发展的支撑，要从数据安全治理相关的基础理论到关键共性技术、再到应用技术进行全链条的创新研究，积极推动构建自主可控、先进实用的技术和产品体系。

对于企业来说，数据安全体系可分为以下几个核心点：

数据分类保护

对数据的全生命周期提供不同的保护、访问控制和加密策略。

数据隔离保护

敏感数据（例如用户名，口令，密保，支付等）应考虑分表分库存储，尽量减少一个上层应用出现漏洞时的影响。

运维安全

技术公司应助力企业做到事前审批，事中记录，事后可追溯。

安全删除

对于加密数据或加密文件系统，删除加密密钥，对于非机密数据，需要使用安全的方法，不仅需要格式化源数据，而且还要重写数据块，物理上可以使用消磁等手段。

守好“商业护城河”，AGI时代下才能保持竞争力

大模型融入企业级应用的发展方向已经成为既定趋势，企业要积极拥抱变化，逐浪前行，而逐浪前行的重要条件之一，就是保持自身竞争力，即自身的数据优势。

大模型需要海量、多样、高质量的数据进行训练，以提升其语言理解和生成能力。只有充分的数据支持，大模型才能有更准确、更全面、更有代表性的知识。而漫天无差别的“饲料”让通用大模型的结果并不具备专业性，企业要想输出更具竞争力的内容则需依赖自身积累的数据，可以是知识库，也可以是标签，甚至是积累的关键词，拥有着一方数据才能对模型进行增强和优化。

但是，如果将数据喂养给通用大模型，行业知识成为公共知识，独有数据成为共享数据，企业的竞争力可能会相对降低。所以，如果客户的数据隐私成都较高，可采用私有化部署的方式来应用大模型等AI应用，部署到本地后，企业不但能够利用好自身数据，同样也会保护企业数据隐私，在连接内部资源的同时也能享受到大模型的效果增益。

通往AGI的道路上，要有可靠的合作伙伴

大模型的“智慧涌现”，也让通往AGI时代的大门逐渐清晰。在这条道路上，数据的每个环节参与者都要负起责任，企业需要审慎设计和测试算法，相关监管机构也需要加强对算法的监管和审查，确保其符合公正和道德标准，避免算法带来的不平等和歧视。

同时，选择安全能力过硬的科技公司为合作伙伴，能够在保护数据安全的前提下，实现创新发展。基于信息安全与隐私信息管理体系向客户提供数据全生命周期的隐私保护能力，明略科技通过梳理旗下营销智能平台和营运智能平台的业务流和数据流，围绕相关隐私数据为焦点，识别隐私相关风险，实施隐私影响评估，在数据流转的每个环节，都严格遵守授权，执行对其隐私数据的安全保护，不断完善自身数据安全能力和风险管理，满足监管合规要求。

明略科技始终以数据安全和隐私保护为最高纲领，自2017年起，陆续通过了信息安全管理体系认证 (ISO 27001)、质量管理体系认证 (ISO 9001)、IT服务管理体系认证 (ISO 20000)、隐私信息管理体系认证(ISO27701)，旗下核心产品营销智能平台通过等级保护三级认证。今年3月，明略科技成为首批入选“卓信大数据计划”成员单位，进一步从数据安全合规指导、数据安全管理能力建设、数据安全技术等方面持续提升能力，为客户提供全方位的安全合规服务支撑和保障。