公安部第三研究所2025生成式人工智能数据跨境流动风险与治理白皮书44页_2mb

生成式人工智能（GAI）的发展高度依赖大规模数据支持，数据跨境流动成为其技术应用与全球竞争的重要推动力。当前，GAI数据跨境流动面临监管体系不完善、法律空白、合规困境等挑战，需构建系统性治理机制以保障数据安全与产业可持续发展。以下为主要内容总结：

1. GAI产业现状与跨境流动需求
   全球GAI市场持续增长，2024年预计达3606亿美元，年增长率超46%，其中中美占据主导地位。中国在应用场景创新上具有优势，如电商、金融、数字内容生成等；美国则在底层技术与基础设施上领先，如算力资源、开源代码平台（如HuggingFace）及国际合规能力。GAI技术推动数据跨境流动成为常态，涉及算力调用、服务外包、开源代码利用等场景，但各国法律差异与数据主权矛盾导致合规复杂性增加。

2. 数据跨境流动的必要性与多维需求
   跨境数据流动需求源于企业全球化运营、新兴市场发展、执法监管需求及国际合作需求。例如，跨国企业需数据支持业务创新，新兴市场依赖技术输入，但监管政策尚未形成国际统一标准。中国通过“一带一路”倡议推动数据开放，但需平衡安全与效率，避免因法规限制影响技术发展。

3. 数据跨境流动的主要场景与风险
   跨境算力调用（如使用境外服务器训练模型）、GAI服务调用（如通过境外API或平台）、开源代码使用（如依赖GitHub等境外平台）及外包服务（如数据清洗、标注）均涉及数据出境。这些场景存在数据泄露、隐私侵犯、合规成本高昂及政治干预等风险。例如，美国通过法律强制要求数据本地化存储，中国则需面对此类合规挑战及“域外执法权”对数据主权的威胁。

4. 我国监管现状与政策不足
   我国已建立数据分类分级管理体系，包括《网络安全法》《数据安全法》《个人信息保护法》及配套制度（如安全评估、标准合同）。但现有政策仍存在三方面不足：（1）战略目标单一，侧重安全而非促进跨境流动；（2）合规与创新难以平衡，数据本地化要求限制技术发展；（3）数据治理能力不均衡，重要数据定义模糊，缺乏统一评估标准，导致企业操作困难。

5. 治理机制建议
   需从三方面完善：

• 规范完善：优化监管制度，明确数据跨境“负面清单”，设立“数据海关”并引入跨境税费机制；推动个人信息传输机制标准化，简化流程并强化多维度权限管理。
• 技术防控：构建全链路安全体系，采用HTTPS/TLS加密、同态加密、分布式存储、多区域容灾等技术手段，保障数据传输与存储安全。
• 国际合作：基于互惠原则协调国际规则，推动“数据监管沙盒”试点（如北京“两区”、上海自贸区等地），探索政企协同的治理模式，提升国际谈判能力。

6. 安全风险与应对
   GAI跨境流动面临三大风险：（1）个人信息泄露，因技术外包、API调用等引发隐私问题；（2）产业安全威胁，如技术依赖导致自主性缺失；（3）国家安全与数字主权挑战，数据单向外流可能削弱国家控制力。需通过立法完善、技术赋能及国际协作缓解这些风险。

7. 结语
   GAI数据跨境治理需兼顾安全与发展，完善监管框架、推动技术创新与国际合作，以维护数据主权并提升全球竞争力。此过程涉及多方协作与政策创新，是数字经济时代的重点任务。