PG电子官方网站

数字智能技术加速新质生产力落地，数据作为关键新型生产要素，正在深度重塑央国企经营模式。当前大模型广泛应用于企业决策、风控、项目运营、民生服务等场景，能够充分盘活行业数据资源，提升国有资产运营效率。但人工智能迭代速度远超配套法规更新节奏，传统静态数据管理模式难以适配大模型海量采集、持续训练、跨领域复用的使用特点，极易造成国有数据资产流失，衍生多重合规风险。本文结合风险治理理论与数据分级保护规则，选取烟草、能源、金融三类监管密集型国企作为分析样本，依据《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》，梳理数字化经营中的现实风险，探索兼顾数据要素利用与安全管控的合规治理方案。

现阶段央国企布局大模型主要分为自主研发、第三方外包合作两种模式，不少企业存在重技术落地、轻权属保护的倾向，在数据要素开发过程中忽视资产确权工作。外包合作协议普遍条款笼统，未清晰划定经营台账、涉密项目材料、核心产销财务数据的使用边界，数据权属与授权范围约定模糊。部分技术服务商越权调取企业内部信息，用于迭代自身商用大模型，造成国有数据隐秘外流，企业核心经营优势受损。烟草专卖产销数据、能源勘探涉密资料、金融征信信息敏感度高，兼具产业与公共属性，一旦泄露不仅会造成国有资产减值，还会扰乱行业正常经营秩序。

企业内部管理疏漏进一步放大风险。部分公共服务平台收集群众信息时，未严格遵循合法、正当、必要原则，过度采集敏感的个人信息，用户知情同意流程流于形式。员工私自将涉密文稿、经营测算底稿上传至商用大模型，已经成为泄密高发情形。国家保密局多次披露相关典型案例，央企人员上传油气图纸、烟草内部财报等涉密材料引发泄密后，企业需全面整改，相关责任人同步追责。数据合规管理成效现已纳入央企保密与数字化经营年度考核，管控缺位将直接给企业带来实实在在的经济损失。

除内部管理存在短板外，算法黑箱、数据跨境传输、制度更新滞后三大问题亦持续制约国企数字经济转型。大模型深度学习机制存在天然透明度不足的问题，决策逻辑难以完整追溯；若训练样本存在缺陷、算法出现偏差，极易引发投资、产销决策失误，造成国资损失，后续责任划分、证据留存均存在司法难点。部分合作机构选用境外服务器存放国企敏感经营数据，企业未依规开展数据出境安全评估，关键行业数据违规出境触碰监管红线。与此同时，多数企业仍沿用传统信息化管理制度，缺少适配大模型迭代特征、契合数据要素市场化发展需求的专项合规规则，制度短板阻碍数字化产业平稳发展。

想要兼顾AI赋能价值与国有数据安全，央国企需要搭建全链条合规治理体系，立足新质生产力发展要求，平衡数据要素价值释放与国资安全底线，依靠合规管理为实体经济数字化升级保驾护航。

一是建立分级分类数据准入机制。由法务、保密、风控、技术多部门联合梳理三级数据清单，核心涉密经营数据严禁接入各类商用大模型；重要产业数据实行审批后方可有限使用；公开经营数据按规范流转，守住数据资产安全底线。

二是落实合作合同前置合规审查。在外包协议中明确数据本地存储、禁止挪用企业数据训练第三方模型、限定数据使用范围、细化泄密经济赔偿等硬性条款，依靠契约约束服务商行为，规避对外产业合作的数据风险。

三是实施全生命周期嵌入式合规管控。将风险评估贯穿大模型立项、数据接入、迭代运维、下线销毁全流程，常态化开展隐患排查并闭环整改，在安全可控的前提下发挥数据要素对生产经营、产业链协同的带动作用。

四是打造法律与技术复合型人才队伍。打通法务、技术岗位专业壁垒，常态化组织AI合规、数据资产管控专项培训，成立跨部门合规工作专班，补齐数字经济领域内控人才短板。

数字化转型是央国企培育新质生产力、激活数据要素潜力的必经之路，合规是智能技术赋能实体经济不可逾越的底线。各类国企应当紧抓大模型数字化发展机遇，统筹数据资产保值增值与安全管控，依托制度化、契约化、专业化的治理体系平衡技术应用与风险防控，守牢国有数据安全防线，依靠新质生产力助推企业产业经营稳步发展。