大数跨境

专访 | 专访桦之坚机器人CIO&CISO王思远:数据合规在AI时代的核心价值

专访 | 专访桦之坚机器人CIO&CISO王思远:数据合规在AI时代的核心价值 合规社
2026-11-17
0

过去几年,数据合规从一个相对小众的合规领域,发展成为企业运营中至关重要的组成部分。合规社推出「数据合规50人」专访计划,深度访谈50位数据合规领域的实践者,记录他们的路径、方法论、踩过的坑和对未来的判断。本期专访桦之坚机器人CIO&CISO王思远。

王思远,北亚利桑那大学信息安全硕士,现任桦之坚机器人CIO&CISO。20年IT管理和信息安全经验,15年信息安全负责人和专家经验,在具身智能、互联网、新能源车企以及全球汽车零配件制造商担任信息安全负责人,帮助企业从0-1建设信息安全体系、安全防御体系、数据安全体系和个人隐私保护体系。 

中国信通院铸基50人专家,网信办网络安全智库专家,CSA GCR专家,临港数字安全产业联盟专家,上海信息安全行业协会理事,中国技协工业大类网络安全竞赛基地裁判专家,上海极客谷数字安全产业园智库专家,2023年荣获上海通管局网络安全突出贡献个人奖,2025年荣获2024年度十佳CSO,2025年上海网安工匠,2025年入选信通院铸基计划-铸基50人专家,2026年荣获CSA GCR 2025年度领军人物奖、国际工业互联网大会年度卓越CIO奖、CBDF擎澜奖AI信息安全创新奖。 
持有ITIL Expert、Prince2 Practitioner、Cobit、CDSP、CISP、CISP PTE、CAISP、EXIN DPO、EXIN PDPF、EXIN PDPP、EXIN Agile Scrum Master、EXIN AICP、EXIN AICO、CEH等认证。 拥有5个软件著作权和1个安全设计专利,AI安全-CAIDCP认证课程、《智能网联汽车数据安全年度洞察(2023)企业免疫力》、信通院《2026年数字化转型趋势报告:价值锚定与风险平衡下的新路径(意见稿)》核心编写者,桦之坚机器人《AI安全纵深一体化防护体系》入选CSA GCR 2026 AI+安全创新实践案例集。

「数据合规50人专访」

王思远 桦之坚机器人CIO&CISO

Q1

感谢接受合规社的专访邀请。能否先跟合规社的读者朋友们介绍下您的职业经历?这些经历给您的安全管理工作沉淀了哪些不一样的思考?

我在IT和信息安全领域已经从业21年了,2005年-2010年在外企负责IT运维管理,也包括一部分信息安全工作,当时企业的信息安全主要就是防病毒和防火墙等运维管理工作,互联网安全也没有特别复杂;2010年到2016年,我一直在做IT和信息安全顾问工作,主要为企业建设ISO20000、ISO27001、等保三级等体系,这时对信息安全标准有了一定的了解和认知,知道要做好信息安全不仅仅是买安全设备,而是需要自上而下、建立人防和技防管理体系;2016年至今,一直在企业担任信息安全负责人,目前在一家具身智能企业担任CIO&CISO。

我分别在机器人、新能源汽车、汽车零部件和互联网企业任职过,也算是经历过安全三法落地、行业重大信息安全事件后的复盘和优化、编写行业标准并落地执行等信息安全硬仗的老兵了,踩的坑越多,获得的经验也越多,对信息安全的理解也越通透。

这两年聚焦在AI安全上,目前我也在具身智能企业任职,有更好的业务场景去落地AI安全,未来应该会在AI大模型、AI Agent、AI机器人等领域沉淀出一套企业AI安全管理解决方案。

A


Q2

是怎样的契机,让您开始更多聚焦数据合规,实现安全工作重心的延伸?

2016年,我加入科沃斯机器人,负责集团信息安全和海外信息化建设工作,当时信息安全还未有成熟的法律法规,甲方信息安全更关注互联网上外部攻击的防御和企业数据防泄密工作。直到2017年,《网络安全法》颁布,让我意识到信息安全合规已经不仅仅是要不要做,而是必须做,2021年《数据安全法》和《个人信息保护法》的颁布,更意味着网安、数安、个保已经深入到我们每一个公民和企业的日常生活和工作中了,而数据合规是三法以及其他行业标准的核心目标。作为企业、网络运营商和数据所有者,必须保护好每个人的个人信息,尤其是个人隐私数据,同时要防范黑客入侵,窃取和篡改数据;作为用户,每个人都有义务保护好个人数据,同时不可售卖其他人的个人数据,不可伪造虚假数据对个人和企业造成影响。

随着AI技术的发展,各类AI生成的虚假数据足以以假乱真,同时AI可能会说谎,主动或者被动地进行数据投毒,数据合规的工作才刚开始,未来针对数据合规可能出现的新一代数据密钥、数据加密和差分隐私等技术,对AI可能对数据进行投毒或者篡改以扰乱人类的判断和认知等风险进行管控。

A


Q3

您参与了不少行业智库和协会的工作,站在企业CISO的视角,这些对外的行业交流,会从认知层面给内部的安全与合规治理带来怎样的增益?

信息安全不同于AI或者IT技术,信息安全工作要做好,确实需要企业、安全厂商、监管部门、高校研究所以及测评机构的共同努力,缺一不可。为此,我也参与了一些行业和社会安全专家的工作,我主要在信通院、网信办、信息安全协会和云安全联盟担任安全外部专家,我是中国信通院铸基50人专家,网信办网络安全智库专家,CSA GCR专家,临港数字安全产业联盟专家,上海信息安全行业协会理事,上海网安工匠,中国技协工业大类网络安全竞赛基地裁判专家。

中国信通院铸基50人主要是企业方的CIO或者CISO,从企业实际痛点出发识别IT技术解决方案,在与中国信通院铸基计划深入交流后,发现很多企业方CIO也需要中国信通院给予赋能,中国信通院具备产学研整体解决方案,一些信息安全能力已经在很多企业经过了验证和落地,今年AI安全是重点课题,我也参与了《2026年数字化转型趋势报告:价值锚定与风险平衡下的新路径(意见稿)》的编写,未来将持续在AI安全深入发力和赋能。

作为上海网信办智库专家和上海网安工匠,主要聚焦在促进上海各行各业头部企业CISO之间的交流,促进企业护网、数据安全、个人隐私保护等工作的顺利进行。

作为CSA GCR(云安全联盟大中华区)专家,我主要参加编写AI安全课程,同时作为讲师,让更多对AI安全和信息安全感兴趣的同学能够掌握很多安全知识,成为一名合格的安全从业人员。

通过在产学研领域参与标准制定、行业推广、安全赋能等工作,让我的视野不仅仅拘泥于自己所在的企业,学习更新的技术、学习他人的最佳实践有助于我看得更远。

A


Q4

从您这些年的经历看,国内企业的数据安全与合规治理,工作重心发生了怎样的变化?在具体的安全建设上,从零规划时有哪些现实问题需要重点考量?

近十年来,我分别在互联网、新能源汽车、汽车零部件和具身智能企业担任CISO,从近10年IT技术发展来看,数据合规安全风险是愈发严重了。首先是IOT技术越来越成熟,可以采集个人信息的IT设备越来越多;其次因个人信息泄露造成的人身安全和财产安全事件越来越多,尤其是这两年AI技术的兴起,模拟真人已经不是难事,诈骗团伙会对安全意识较弱的老人进行诈骗,此类事件不断发生,防不胜防。

我目前在一家具身智能企业任职,数据安全和安全合规是所有信息安全工作中优先级最高的,今年会完成数据分类分级、数据外发审计、数据安全网关、等保三级、算法和大模型备案、App和小程序安全等工作,确保数据安全和安全合规满足公司和监管要求。

我在高合汽车和佳通轮胎都有主导过智能制造工厂的信息安全建设工作,桦之坚机器人作为一家具身智能企业,除了产品安全、算法安全和企业安全外,工控安全也是一块很重要的工作,一旦安全没管好,会导致勒索攻击,造成产线停产,业务数据丢失等安全风险。

AA


Q5

您主导过智能制造工厂的安全建设。在实际项目里,安全建设往往和业务上线节奏、生产效能有冲突。您怎么判断什么时候必须守住安全红线,什么时候可以灵活处理?

业务和安全的平衡点,我觉得非常关键和重要,我经常听到很多企业的CISO在抱怨,说老板不懂信息安全,安全要给业务让步等等,那我觉得是这位CISO太把信息安全当回事,只站在信息安全角度来看业务发展,只从安全视角看业务,缺少弹性我个人建议如下:

1.绝对安全红线。主要涉及到国家法律法规和个人隐私保护,这个必须是安全优于业务,每家企业都有法务团队,这块可以和法务团队配合;

2.高优先级安全红线。主要涉及企业自身的安全策略,针对中高危漏洞的修复时间,高危端口的关闭以及强口令要求,理论上这些要求业务必须满足,但实际工作中有部分系统可能存在一些业务流程和数据对接,没法完全按照安全部门的要求来执行,我认为是可以沟通的,通过安全补偿性措施,加强监控等手段落地;

3.中低优先级红线。主要涉及业务需要配合安全完成的工作,这块可以灵活一些,根据两边的资源排优先级。

A


Q6

在车企、智能机器人这类面向C端的硬件行业,安全合规部门和业务部门时常出现观点分歧。从您的经验来看,双方的矛盾通常集中在哪几类问题上?

业务和安全的矛盾主要还是在业务上线节点和数据安全方面。

业务上线节点方面。业务部门认为App、小程序或者OTA上线时间很急,最好越快越好;安全部门则认为必须做好安全扫描和加固后才能上线,否则上线后有问题会造成用户投诉和监管通报。

数据安全方面。业务希望数据采集能够不受限制,数据越多越好,数据明文,数据存储没有时限要求;安全部门则会对数据采集必要性,数据加密脱敏,数据存储时长提出较高的要求。

目前机器人安全合规已经成为刚需,安全部门和业务部门只要在前期沟通好,基本不会出现分歧。

A


Q7

车载和智能硬件设备会涉及采集人脸、声纹这类生物信息。结合您的实践,企业在合规管控上重点要做什么?

目前很多业务场景都会涉及个人信息的采集,可以从两类场景来看。

一类是网站、App、小程序等。这些应用还是采用用户隐私协议、数据最小化采集和敏感数据加密脱敏等方式落地,目前已经形成了较为成熟的安全解决方案。企业可以采购App安全产品,确保App上线前完成安全问题整改。监管部门也会定期对各家企业进行安全扫描,有问题必须在限定时间内完成整改。

另一类是不可移动式IOT产品。主要采集人脸、声纹、健康数据、物理轨迹等。这类产品部署方式各不相同,没法做到让每一个用户都看到并确认隐私协议,让每位用户知晓数据采集安全策略不太现实。但不代表可以随意采集和使用,数据采集完之后,仍然要对个人信息做分类分级,对个人敏感数据进行加密和脱敏。

A


Q8

您现在在具身智能企业负责数据安全与合规。和之前的工作相比,实际开展工作有哪些不一样的感受?机器人数据合规和算法合规,目前主要面临哪些新问题?

具身智能数据合规要求其实和主机厂差不多,比较明显的区别是机器狗会进入用户家里,采集用户更私密的信息。机器狗的大脑对接AI大模型,除了简单回答问题,还要分析用户的情感和行为,比智能网联汽车采集的数据更多,计算逻辑更复杂,很多是用户内心的私密数据。这块数据合规需要重点关注,绝对不能出现数据泄露,或者黑客恶意操控AI大模型给出错误答案。

算法合规这块,根据监管要求,具身智能产品必须进行AI大模型和算法备案,目前我们正在进行中。备案过程中会对大模型做安全测试,验证算法安全的合规性。监管部门每年做一次安全评估,安全团队则需要定期对大模型和Agent进行安全扫描,及时修复中高危漏洞,同时部署AI安全网关,实时监测AI分析数据,发现问题立即阻断。

A


Q9

机器人产品出海,数据合规是绕不开的一环。企业如果布局海外市场,可以提前做哪些准备?

桦之坚机器人计划在明年出海,企业和产品出海安全合规是目前我需要重点思考的问题,主要体现在以下几方面:

一是海外公司注册和团队建设。需要根据各个国家的国情和法律法规注册公司、申报业务,组建当地IT与信息安全团队,在业务上线前完成安全合规工作

二是AI产品出海的数据合规。产品出口安全、产品质量这些先不展开,重点说数据合规。

我一般按三种部署模式看风险:

AI大模型部署在海外、数据存在海外节点,整体安全风险较小,如果数据需要回传国内,要根据当地个人隐私保护法做安全报备和数据加密脱敏;

AI大模型部署在国内、数据存在海外节点,风险适中,需要证明国内大模型的安全性,且大模型上不存储数据;

AI大模型部署在国内、数据也存在国内节点,风险较高,不建议这样做。

A



Q10

企业在从零搭建数据合规体系时,应该怎么分步推进?哪些是基础,哪些可以后续完善?

数据合规体系包括信息安全管理体系、数据安全体系和安全合规体系三部分。

1.信息安全管理体系是最基本的安全纲领性体系。企业必须建立自上而下的信息安全治理框架,任命CISO,设立信息安全管理委员会,组建信息安全执行团队。执行团队不只是技术部门,负责信息安全奖惩的HR部门、负责危机处理的PR部门、负责法律法规解读的法务部门、负责审计的内审部门以及各业务部门负责人都要参与。员工必须参加信息安全意识培训,通过考试并签署安全承诺书。这样基本框架就建立起来了。否则高层不支持,没有安全奖惩机制,员工大概率不会执行。

2.数据安全体系。企业必须先梳理自己有哪些数据,做好分类分级,针对不同类型和等级的数据制定访问、流转、外发的安全策略,通过DLP、终端数据加解密等技术手段,对数据采集、使用、存储、流转和外发进行管控。

3.安全合规体系。如果前两个体系已经建立,做数据合规就有抓手了。数据合规主要是对个人信息以及部分国家敏感信息的管控,这些数据如果没管好,会违反《数据安全法》《个人信息保护法》以及涉及国家重要基础设施数据的法律法规。这部分合规要求是绝对红线,必须遵守,违反会追究法律责任。

A


Q11

现在很多企业内部都会使用生成式AI开展各类工作。站在合规建设的角度,企业搭建整体数据合规体系时,应当如何把内部大模型应用的管控纳入进去?

企业必须建立AI安全管理制度。AI安全需要单独建立一个制度,而不是在信息安全管理体系里面简单提及。

因为AI安全会涉及AI产品安全、数据安全、跨境数据传输、网络安全、个人隐私保护还有IOT安全,每个领域都需要明确安全红线和安全最佳实践。

这是对业务部门提出的要求,对于安全部门,需要做好实时的数据监测,避免因AI安全漏洞导致的核心数据泄露。

A


Q12

您觉得未来三年AI安全和数据合规最值得关注的变化是什么?对希望进入这个领域的新人,您会建议他们重点补足哪些能力?

未来三年,具身智能、AI Agent、芯片等AI企业会进入快速发展阶段,其他行业也会因为应用AI技术或作为AI产业上下游,主动或被动地提升AI安全能力和数据合规能力。不提升,信息安全审计就容易出问题。我觉得这是好事,AI产业把全行业的重视程度都带起来了。各行各业的信息安全水位如果都能提升,社会整体的安全风险会下降,网络诈骗和黑客攻击事件也会减少。

对新人来说,有两块能力值得重点补。

一是AI安全能力。行业已经有不少可以参考的资料和标准,比如ISO42001、CISP-AISE、CAISP、CAIDCP、AICP等,2027年安全认证可能会更多。考证不是必要的,但建议系统化地学习AI安全知识,而不是盲目地通过AI去挖漏洞。

二是信息安全能力。现在讲的AI安全,其实包括两块:一块是AI安全合规,企业引入AI产品后,信息安全团队要识别和解决AI应用过程中的网络安全、数据安全和个人隐私风险,服务对象是业务部门;另一块是安全AI,信息安全团队通过引入AI工具,提升安全运营和攻防能力,服务对象是信息安全部门。不管哪一块,信息安全体系都是根基。体系没搞明白就直接搞AI安全,基本做不好,不是技术上没管住,就是管理上跟不上。

A



本栏目持续邀请数据合规领域的实践者参与对话。如果你在数据合规的某个方向上积累了足够多的实践,或者有一些值得分享的案例或项目经验,欢迎自荐或推荐合适的受访者。

刘京博士:从技术到法律,一个“双栖”数据合规人

孙鹏程:手动整理了六年APP通报 数据合规没有捷径

任祖森:身兼PIPO与安全负责人,推动业务主动合规才是最大考验

Smart:复盘七年数据安全经历,给数据安全岗的一些建议

宇文沛:数据合规最吸引我的是一种学无止境的状态

李诣博:落实"谁管业务、谁管数据安全",看安全部门如何从"唱戏人"变成"搭台者"

许琛超:分类分级是一切数据安全工作的起点

顾伟博士:CISO没有标准答案,考验的是权衡能力

李伟博士:金融数据安全合规,建体系不是堆工具

陈福中律师:数据合规律师的主战场在个人信息的保护

微软李璟:当AI Agent成为“数字员工”,企业如何把治理从纸面落到实处

陈福中律师:数据合规律师的主战场在个人信息的保护

国浩杨竹一:15年家事律师,转身遇见数据合规

德恒肖强:没有绝对完美的合规,但不能有致命的不合规

⬇️⬇️⬇️
图片

 欢迎加入合规社知识星球,获取更多深度内容与行业交流

⬇️⬇️⬇️

【声明】内容源于网络
0
0
合规社
数据安全与隐私保护新知分享平台
内容 729
粉丝 1
合规社 数据安全与隐私保护新知分享平台
总阅读8.4k
粉丝1
内容729