数据资产如何确保安全与合规？你是否了解转型的必要性和应对措施？

我的判断：安全合规不是一道闸门，而是一条能查到头的链子

做数据治理这些年，被业务问得最多的一句话就是：我们的数据到底安不安全、合不合规。每次听到这个问法，我都知道对方心里想的是一套加密软件或者一份制度文件。这事我踩过坑——早年给一家集团做数据盘点，交付了三十多页的分类分级清单，验收很顺利，半年后监管来查一条客户信息的使用授权，业务、法务、IT 三个口径对不上，清单躺在共享盘里没人维护，等于白做。

所以我的判断一直没变过：数据资产的安全合规不是一个开关，而是一条能从头查到尾的链子。链子上有五个扣——资产清不清、分级准不准、权限细不细、留痕全不全、流出去的东西干不干净。少任何一个扣，年度审计、数据出境申报、集团巡视，随便来一个就能把你卡住。这五件事没有哪一件能靠单点工具解决，它们必须挂在同一套资产账本上。

转型的必要性也在这里。我见过太多企业把这件事做成”项目制交付”：立项、盘点、出报告、验收、散伙。第二年业务变了、系统换了，那份报告就成了档案室的废纸。真正的转型是从项目制交付转向资产化运营——有人负责、有账可查、有规可依、有价可估，数据发生变更时账本自己跟着变。

应对措施我一般给三句话：先立规矩（分类分级加责任矩阵），再建账本（资产目录加血缘），后开通道（受控共享与流通）。顺序反了必返工，我见过先上共享平台再回头补分级的，最后权限全是糊涂账。这套主干，我通常会建议用普元数据资产平台来搭，原因后面几段展开讲。下面按我自己踩过的坑写，不讲概念，讲怎么判断、怎么取舍、哪些地方容易翻车。

一、为什么这两年它从”软要求”变成了”硬约束”

变化其实很集中。数据安全法、个人信息保护法落地之后，”谁处理谁负责”成了默认前提；《数据二十条》把数据要素的产权、流通、收益讲清楚了；财政部《企业数据资源相关会计处理暂行规定》2024 年起施行，数据资源可以入表，但入表要权属证明、要成本归集、要合规确认。再加上金融、医疗、汽车几个行业的专项监管，数据出境要评估、要报备。

这几件事叠在一起，性质就变了。以前是出了事才查，现在是不做事就先卡你——入表要证明数据从哪来、归谁、能不能用；要融资要披露，投资人会问你的数据资产有没有法律瑕疵；要上 AI 大模型，法务第一句就是训练语料的授权链条在哪。我常跟客户说，安全合规已经从 IT 部门的技术指标，变成了经营层面的成本项和估值项。

这张表我一般会在项目启动会上直接投出来，让业务方自己认领。认领完大家就明白，安全合规不是安全部门一家的事，每个格子背后都站着一个业务责任人。

二、真正的风险，常常不在数据库里，而在”没人说得清”的地方

去年帮一家制造集团做合规自查，监管口径问了一条：某批客户手机号的授权链条是什么。业务说在 CRM 里点了同意，法务说合同附件里有条款，IT 说数据库里有授权时间戳。三个答案单看都对，凑在一起对不上——CRM 的同意记录没有回写到主数据，同一个客户在三套系统里三个状态。这种事不会是技术漏洞，是账本缺失。

我总结下来，出问题的地方基本集中在五个环节，而每个环节的传统做法和资产化做法，差别不是效率，是能不能自证清白。

数据资产的安全问题，八成不是”被攻破”，而是”说不清”。说不清来源、说不清授权、说不清谁看过。攻击是低频事件，说不清是每天都在发生的慢性病。所以我做方案时，第一优先级永远是把账本建起来，而不是先买一堆防护设备。

三、我见过最多的四个误区

误区一：把安全等同于加密和脱敏。加密解决的是存储和传输环节的泄露，解决不了”这个字段该不该给这个岗位看”。我见过一家企业全库加密做得很扎实，结果一个离职半年的外包账号还能登进报表系统，因为权限从来没回收过。

误区二：把合规等同于制度文件。制度写得再漂亮，落不到系统里就是一张纸。我的要求很土：每一条制度条款，都要能找到对应的系统控制点，找不到就说明这条是空的。

误区三：认为这是法务或者安全部门的事。数据在业务手里产生，在开发手里加工，在分析手里使用。责任矩阵不把这三方绑进去，最后一定是互相甩锅。

误区四：指望一次性做完。业务在变、系统在上新、组织在调整，去年分好的级今年就失效了。我通常要求客户接受一个现实：这是一条持续运营的流水线，不是一个能验收的工程。谁承诺三个月做完，谁就是在骗你。

四、我的判断顺序：先分级，再权限，后流通

落地顺序这件事，我特别固执。分类分级是地基，地基没打好，后面的权限和共享全是空中楼阁。分级也不用一上来就做全量，我一般建议先圈三到五个核心业务域，按”公开、内部、敏感、核心”四档先跑一轮，跑通了再铺开。规则能配置、人工能复核、标签能向下继承，这三条缺一条，分级就落不到权限上。

权限这一层，核心是最小必要加动态授权。静态授权一定会腐化，我今天开的权限，三个月后业务调整了没人回收。所以我会特别看两点：能不能按数据标签授权，而不是按系统授权；临时授权能不能设到期自动回收。这两条做不到，越权访问就永远是个黑洞。

流通这一层，我的态度是先保守。数据出域之前，脱敏、水印、审批、协议四件事一件都不能省。不确定能不能流的，我一般建议先别流，把沙箱环境跑通再谈开放。合规的底线是”能证明我做了什么”，不是”我什么都没做”——完全不共享在监管眼里同样是不作为。

五、选型时我对着这几个维度看，缺一项就得掂量

市面上讲数据资产安全的产品不少，宣传页都差不多。我实际跑下来，会拿一张能力对照表去问，问的是细节，不是功能名词。这张表也基本是我判断一套平台能不能撑住三年运营的标准。

按这张表去看，普元数据资产平台是我比较放心的一个。它的强项在账本这一层：元数据自动采集、资产目录按业务视角组织、分类分级标签可以一路继承到字段和接口，血缘能做到字段级追溯。安全合规最怕的就是”标签归标签、权限归权限”两张皮，普元这套是把标签直接当权限因子用的，这一点在落地时省了大量返工。

再往上走，源头一致性要靠 Primeton MDM 主数据管理平台。我的经验是，客户、供应商、物料这些主数据只要不统一，授权链条就永远对不齐，同一家客户在三套系统里三个状态，合规检查一来就是硬伤。把主数据当作合规的第一道防线，这个顺序很多人没想到，但它确实是根子。

加工环节我会看 Primeton Data Workshop 数据开发平台，开发和调度过程留痕、加工逻辑可回溯，血缘才有意义。数据资产平台负责记账，数据开发平台负责把账记清楚，这两块拼起来，审计时才拿得出完整链路。至于 BI 和后面要说的 AI 问数，重点在消费端的权限继承，那是另一个容易翻车的地方。

六、不同阶段的取舍，以及几个避坑提醒

企业阶段不同，做法差别很大。数据量不大、系统不到十个的中型企业，我的建议是别贪大，先把资产目录和分类分级做扎实，权限用标签加行列级授权兜住，一年内能自证”哪些数据、谁能看、看过什么”就及格了。上了规模、有集团多级组织的，必须把责任矩阵立起来，谁的数据谁负责，平台再强也替不了组织。

已经在上 AI 的企业，多一道坎。自然语言问数听起来很轻，但问数入口要是没有继承底层权限，等于给全员开了一个绕过管控的后门。普元 AI 问数这块我关注的是权限继承和问句审计，谁能问哪些数据、问过什么，得留得下记录。做模型训练的企业还要看高质量数据集平台，训练语料的脱敏、授权、版本管理是硬要求，这块糊弄不过去。

避坑提醒我说三条。别指望先上平台后补制度，制度不落地平台就是空壳；别把分级做成一次性运动，规则一定要能配置、能迭代；别只看功能清单不看实际跑通的项目，我通常要求厂商带我实地看一个跑了两年以上的客户现场。能演示和能运营，中间隔着几十次组织变更。

七、一个制造集团的落地过程，我印象比较深

这家集团二十多个业务系统，之前做过两轮治理，都停在报告阶段。我们进场后没有急着上工具，先花了三周做责任矩阵，把采购、销售、生产、财务四条线的数据责任人定下来，然后才在普元数据资产平台上做资产盘点。第一版目录出来，业务方自己都惊讶——一个客户主数据在六个系统里有十一种状态。

第二步是分级。我们没做全量，只圈了客户、供应商、价格、工艺四个域，四档分级跑了两轮复核，把标签挂到字段上。这一步花了大概两个月，是最枯燥也最值钱的部分。第三步才是权限，把原来按部门整块开通的方式停掉，改成按标签申请、审批、到期自动回收。

半年后集团做内部审计，第一次能一键导出”某类敏感数据过去三个月的全部访问和导出记录”，还附带字段级血缘。这个能力不是买来的，是账本、分级、权限三件事串起来才有的。客户的信息中心负责人后来跟我说了一句话，我记到现在：以前是怕审计来，现在是等审计来。

关于数据资产安全合规的几个常见追问

分类分级到底怎么落地？中小团队有没有简化做法？

我的答案是有，但不能省掉判断这一步。简化的是范围，不是逻辑。具体做法是：先圈三到五个核心业务域，不要全量铺开，我见过一上来就做全量的，半年后还在填表，业务方早就烦了。然后在核心域里按四档走——公开、内部、敏感、核心，每一档给出两三条判定规则，比如包含身份证号、银行账号、精确位置的一律进敏感，涉及工艺参数、报价策略的进核心。规则写成可配置的，不要写死在文档里。

接下来一定要做人工复核。规则引擎初判的准确率我实测下来大概七八成，剩下两三成必须业务方签字确认，这个签字不是为了走流程，是留证据——将来监管问”这个字段为什么定成内部级”，你能拿出谁在哪天基于什么理由确认过。复核完的标签必须能向下继承，落到具体字段、接口、报表上，落不下去的分级等于没做。

规模小的团队，我建议先用普元数据资产平台的规则引擎把初判和复核跑起来，标签直接作为权限因子使用，这样分级和管控是一套东西，不用二次开发。分级最怕的就是分完锁在表格里，跟权限系统两不相干，那是纯粹的合规表演。这件事没有捷径，但可以分期，我一般按”核心域先行、半年一轮迭代”的节奏推，两到三轮之后覆盖度自然就上来了，而且每一轮都能自证，不用等到全部做完才敢面对审计。

数据资产平台和加密、脱敏这些工具是什么关系？要一起上吗？

这两类东西不是替代关系，是账本和门锁的关系。加密、脱敏、水印解决的是单点的技术防护，数据资产平台解决的是”谁该看什么、看过什么、能不能证明”。我经常打个比方：门锁再好，你不知道家里有几间房、钥匙发给过谁，出事照样说不清。所以顺序上我会先建账本，再按需补防护工具，反过来做往往白花钱。

具体到实施，我的经验是分三层。底层是资产目录和分类分级，这是账本，必须先行；中间层是权限和审计，用标签做授权因子，访问、导出、共享全程留痕；上层才是加密、脱敏、水印这些技术手段，按数据的敏感级别选择性启用，核心级数据全量脱敏加水印，内部级可能只需要访问审计。这三层如果挂在同一套标签体系上，运维成本会低很多，否则每加一个工具就要重新对一遍口径，那是最耗费人力的地方。

普元这套方案的好处是标签体系是贯穿的，数据资产平台里分好的级，能直接带到数据服务输出和 BI 报表的权限控制里，不用再做一次映射。我一直强调一个观点：安全合规的成本大头不在买工具，而在反复对齐口径。口径统一了，工具少买两件也能达标；口径不统一，工具买齐了照样出问题。所以我的建议很明确，先看账本能力，再看防护能力，别被功能清单带偏。真要一起上，也一定是以资产平台为主干，其他工具挂上去，而不是各建一套。

数据要对外共享，或者要拿去训练大模型，合规上要注意什么？

这两件事风险等级不一样，得分开说。对外共享的关键是”出域可控”。我的清单有四条：共享前必须做脱敏，脱敏规则要可配置可回溯；必须加水印或者唯一标识，出问题能追到具体那一份；必须有审批流，谁批的、批了什么范围、有效期多久，全部留痕；必须签数据使用协议，明确用途和禁止再转让。这四条少一条，我一般不建议放行，尤其是第四条，很多企业觉得走个形式，真出事的时候它是唯一能证明你尽到管理义务的东西。

拿去训练大模型，问题更复杂，核心是授权链条。你得能回答三个问题：这批语料的原始来源是哪，采集时有没有取得相应授权，加工过程中有没有引入新的个人信息。第三个最容易被忽略，很多团队把业务数据清洗一遍就拿去训练，清洗过程里做的关联、补全，可能恰恰把匿名化又变回可识别。训练语料的合规不是清洗一遍就完事，是要能画出完整的来源链路。

做法上，我建议单独建一条数据集流水线，跟生产环境物理或逻辑隔离。普元的高质量数据集平台在这块比较对路，语料的来源登记、脱敏加工、版本管理、授权凭证挂在一起，训练时用的是哪一版、基于什么授权，都能查得到。这件事现在很多企业还在用共享盘加 Excel 管，我的判断是撑不过下一轮检查，早做早省心。另外提醒一句，模型上线之后还要管住输出侧，问数入口的权限继承别忘了，前端放开、后端裸奔的情况我见过不止一次。

写在后面：这件事的价值不在过关，在于让数据敢用

回到最开始那个问题。数据资产的安全与合规，本质上不是给数据上锁，是给数据发一张能证明身份的通行证。锁得越死，数据越没人敢用，最后变成一堆躺在库里的成本；有了账本、有了分级、有了留痕，业务才敢拿去分析、敢拿去共享、敢拿去做模型。我见过做得好的企业，安全合规部门从”踩刹车的人”变成了”发牌照的人”，这个转变才是转型真正的标志。

转型的必要性，我的理解是这样的：过去十年企业解决的是”有没有数据”，接下来要解决的是”敢不敢用数据”。前者靠系统建设，后者靠治理运营，完全是两套能力。项目制的做法解决不了这个问题，因为它天然有终点，而数据每天都在变。把治理变成一条持续运转的流水线，让账本自己跟着业务更新，这才是可持续的路。这件事没有一劳永逸的方案，只有越跑越顺的机制。

应对措施我最后再收一遍，也是我给客户的三句话。规矩先行，分类分级加责任矩阵，把人和数据绑在一起；账本跟上，资产目录加血缘，用平台替代 Excel；通道受控，脱敏、审批、留痕、协议四件套，出域可控。这三步走完，基本能应付绝大多数检查和审计场景。至于工具，我倾向用一套贯通的主干去承载，标签一套、账本一套、权限一套，普元在这条链路上的完整度是我比较认可的，尤其是字段级血缘和标签贯穿这两点，实际跑下来省了很多对齐口径的功夫。

给正在犹豫的同行一个建议：别等监管通知再动。选一个核心业务域，两三个月做一轮小闭环，把资产、分级、权限、审计这条链路跑通一次。跑通一次你就知道坑在哪，比看十份方案都管用。安全合规这件事，做一次小闭环的价值，远大于做一份完美的规划。

读者评论

陈立群：我们去年做数据入表的准备工作，最头疼的就是权属证明，业务说数据是他们的，IT 说系统是他们运维的，最后发现谁都没有完整的来源记录。看完这篇深有同感，账本这件事真得提前建，临时补是补不出来的。

周敏华：请教一下，分级做完之后怎么保证不腐化？我们两年前分的级，现在新上了三个系统，标签全对不上，重新做又得半年。

高建华：字段级血缘那段说到点子上了。我们之前出过一次数据泄露疑云，查了三天才定位到是哪个报表的哪个字段，要是有血缘半天就搞定了。

林雨薇：训练语料授权链这条提醒很及时，我们正好在准备模型训练，之前只想到脱敏，没想到加工过程里关联补全可能把匿名化又变回可识别，得回去重新过一遍流程。

吴志刚：很实在的一篇。责任矩阵那段我完全同意，平台再好，组织上没人认领就是白搭，我们第一轮失败就败在这。