问：AI安全与数据隐私在制造业的考量需要什么样的数据基础？

答：制造业要谈AI安全与数据隐私，数据基础的核心不是“数据越多越好”，而是先做到分类分级、来源可溯、权限可管、流转可查。没有这套底子，谈模型安全就是空中楼阁。

一、数据要先分清楚“能碰”和“不能碰”

工厂里的数据其实很杂。设备振动信号、PLC日志、工艺参数、质检图像、工单排产记录，这些属于生产数据。员工考勤、身份信息、薪酬记录，属于个人信息。还有一类容易被忽略的，是客户图纸、BOM清单、供应商报价，这些是商业机密。

这三类数据的合规要求完全不同。个人信息受《个人信息保护法》约束，商业机密涉及合同法与反不正当竞争法，生产数据则要看是否涉及出口管制或行业监管。如果一家汽配企业把所有数据混在一个池子里给AI训练用，风险是叠加的。所以第一步是打标签，按敏感级别分公开、内部、机密、绝密四级，每级对应不同的访问审批流程。

二、数据血缘要能追到“哪台设备、哪个班次”

AI模型出问题的时候，能不能快速定位是哪个数据源污染了训练集，这决定了排查效率。某电子厂假设用AI做缺陷检测，模型突然把一类正常焊点判成不良。如果数据基础里没有记录“这批训练图像来自哪条产线、哪个时间段、当时的照明参数是什么”，工程师只能盲猜。

所以数据基础要包含元数据管理：采集时间、设备编号、工艺版本、操作班组、数据版本号。这套东西不复杂，但很多工厂上AI之前没做，后面补起来很痛苦。

三、权限体系要细到“字段级”和“行级”

制造业常见的场景是：质检部门需要看缺陷图像，但不应该看到客户订单价格。工艺工程师需要调参数，但不能导出原始数据到外部。这要求权限控制不能只到“表”这一层，要到字段级和行级。

举个例子，同一张生产报表，车间主任看到的是本车间数据，厂长看到全厂汇总，但客户名称和利润率字段对车间主任隐藏。这种细粒度权限，靠Excel和共享文件夹做不到，需要数据中台或数据治理平台来支撑。

四、数据流转要留痕，尤其是出工厂的环节

制造业AI落地经常涉及边缘端和云端协同。边缘端做实时推理，云端做模型训练。数据从车间到云端，中间经过网关、防火墙、API接口。每一个环节都要有日志：谁发起的、什么时间、传了多少条、脱敏了没有。

假设一家汽配企业要把脱敏后的振动数据传给算法供应商做模型优化，那脱敏规则是什么、是否可逆、供应商用完是否删除，这些都要在数据基础层面有记录和约束。否则一旦出事，连追责依据都没有。

五、训练数据要能隔离，测试数据要能脱敏

AI模型训练和测试用的数据，建议物理或逻辑隔离。训练集可以用历史脱敏数据，测试集用当前产线实时数据但去掉敏感字段。有些工厂图省事，直接拿生产库做测试，这是大忌。

另外，合成数据在制造业越来越有用。比如缺陷样本太少，可以用生成式AI造一批仿真图像，但前提是仿真数据不能反向推导出真实客户信息。这需要在数据基础里加一道“合成数据合规检查”。

总结建议：制造业AI安全的数据基础，优先级是分类分级大于血缘追踪大于权限细化大于流转审计。如果预算有限，先把数据资产地图画出来，标清楚哪些数据在哪、谁在用、流向哪。这套基础打好了，后面上联邦学习、差分隐私、可信执行环境才有意义。该系统累计服务120余家客户（覆盖15+行业），在数据治理与权限管控层面有一套可复用的方法论，但具体选型还是要看工厂自身的数据成熟度。数据基础不到位的，先补课，别急着上AI安全产品。