数字产业赋能实体经济：生成式AI信息安全共治路径探析

数字经济正逐渐成为促使中国经济实现转型升级的关键动力，随着数字产业与实体经济不断加速融合，大量的制造企业与服务企业开始借助数字技术来改造传统业务流程。生成式人工智能作为数字产业里具有代表性的技术，依靠强大的内容生成与智能决策能力，逐渐渗透到制造、金融及医疗等实体经济领域，为企业提质增效提供了新的技术支持。生成式人工智能在训练与部署及应用过程中对海量数据高度依赖，数据泄露、算法黑箱及恶意内容生成等信息安全问题随之显现出来，对实体经济数字化转型的信任基础造成冲击。面对技术赋能与安全风险同时存在的现实状况，单一主体已难以达成有效治理，探索政府与企业及社会多元主体协同参与的信息安全共同治理路径，成为保障数字产业持续为实体经济赋能的关键课题。

一、生成式AI赋能实体经济发展的内在逻辑

（一）生成式AI重塑实体经济生产要素配置逻辑

生成式人工智能够为实体经济赋予能量，主要表现在对生产要素配置的重塑方面。从劳动者角度，这项技术依靠大语言模型为从业者予以决策辅助与知识支撑，使得专业技能的操作门槛得以降低，助力教育培训与医疗诊断及文化创意等领域的从业者较快掌握应对复杂业务场景的方法，并且促使劳动者树立持续学习的观念，从而适应岗位结构的动态变化。在劳动资料方面，生成式人工智能够促使传统生产工具从被动执行转变为自主进行决策，设备可以依据海量数据分析结果动态调整生产流程，显著提高运行的柔性和精准度，减少了人工干预所造成的效率损耗。在劳动对象方面，该技术把数据资源转变为可以直接参与生产的要素，文本生成和图像识别等应用让原始数据有了获得二次加工与价值提高的空间，拓宽了传统生产资料的边界。针对劳动者、劳动资料、劳动对象三大生产力维度的系统性协同重塑，为生成式人工智能进一步为企业治理和创新活动赋予能量创造了条件。

（二）生成式AI提升企业治理效能与营商环境

生成式人工智能为实体经济赋能，在政府治理效能提高方面也有体现，能够为企业经营营造更稳定的外部条件。政策制定环节，凭借对规模化数据的整合与核心萃取，此技术可赋能决策主体，实现对政策执行效应的前瞻性推演，优化政策细节，减少政策调整随意性，使企业能依稳定预期制定长期发展战略，规避不必要的合规成本。行政审批环节，生成式人工智能能快速识别申请材料关键信息，比对数据库信息，提高审核效率，压缩人为裁量空间，抑制寻租行为，降低企业制度性交易成本。公共服务环节，该技术通过实时数据监测建立全天候响应机制，依据用户历史数据形成个性化服务方案，改善企业与政府部门互动体验，缓解传统窗口服务效率低的问题。行政规制效能的持续优化，为微观主体构筑起具备强确定性的制度场域与营商生态，并为企业经营活动注入外部动力。

（三）生成式AI激发企业创新活力与竞争优势

生成式人工智能对实体经济进行赋能，其最终目的是增强企业的创新活力与竞争优势。在融资环节中，此项技术能够对政策优惠与融资产品信息加以整合，精准地找到适合企业的融资渠道，进而生成契合投资机构需求的融资方案，从而缓解企业资金压力，特别是中小企业的资金压力，提高融资成功的概率并且降低信息搜寻成本。在创新环节方面，生成式AI通过深度赋能企业构建兼容并蓄的创新生态，实质性地消解了基层人员投身创新实践的技术与认知藩篱，促使创新管理制度摆脱松散模式朝着规范化运作转变，还能够搭建跨部门跨领域的研发协作平台加快技术迭代速度。在运营环节，该技术依据数据分析能力优化要素资源配置，完善招聘和绩效考核流程，减少资源浪费与管理成本，提高整体运营效率和决策的前瞻性。融资与创新及运营三个环节协同优化，让企业在市场竞争里获取更强的适应能力与发展潜力，同时也使技术应用中潜藏的数据风险逐渐显现出来。

二、生成式AI赋能实体经济面临的信息安全风险

（一）责任体系精细化不足制约数据安全风险防控

生成式人工智能的产业链条涵盖了研发者与部署者及数据标注者等多种主体。然而，现行治理规则只是大概地把数据安全保护义务加给服务提供者，没有区分不同主体在数据采集与标注及训练、生成等环节应当承担的具体责任。在数据采集环节，部分主体通过违规爬取或者超范围收集的方式获取数据，还可能遭受数据投毒攻击，破坏训练数据的真实性，而事后难以追溯到具体的责任主体。在数据标注环节，标注规则不明确，且缺乏监督审核机制，容易使得标注质量不一致，若是委托第三方标注，又会让责任边界变得更模糊。在数据训练和生成环节，模型可能由于存在偏见的数据产生歧视性内容，也可能由于参数处理不当导致敏感信息泄露，但是真正掌握技术控制力的研发者和承担事后责任的服务提供者往往不是同一个主体。责任模式精细化不足，使得风险创设主体不在责任约束范围内，也让中小企业由于自身治理能力弱而难以承担相应义务。

（二）监管协调机制缺位加剧治理复杂性

生成式人工智能的数据安全风险与网信和信息化等多个监管领域相关联，单个部门常常难以应对。多部门共同参与在一定程度上的确增强了监管合力，然而由于权责边界不够明晰，且彼此之间缺少协调配合，在利益交叉领域容易形成竞争性监管，在治理复杂领域出现监管盲区。即使设立了统筹性数据管理机构，其对具体治理工作的统一指导作用也有限。生成式人工智能具备攻击和防御双向赋能的特性，让监管难度进一步增大，攻击者可借助此技术降低恶意代码编写和网络钓鱼的技术门槛，还能合成逼真的音视频进行深度伪造攻击，而模型本身的黑箱特性又使监管部门对生成内容与决策逻辑的追溯能力受到削弱。监管人员在专业知识与技术工具方面存在欠缺，难以对系统进行实时监控和精准识别。监管协调机制的缺失，致使风险防控仅停留在表面合规检查，难以透过技术复杂性识别实质性风险。

（三）公私沟通渠道不畅弱化协同治理效能

我国生成式人工智能治理目前坚持的是政府监管中心主义的制度设计，在这种协同治理关系中，私力主体往往处于被动应对的状态，没有治理规范设计的参与权，主要扮演着政府决策执行者和协助者的角色。监管部门按照职责对企业进行监督检查时，企业由于需要保护商业秘密或者客户隐私，常常不会全力配合，公私双方在数据信息方面的共享情况并不理想，风险预警信息也难以在双方之间迅速流转，通常是在事件发生之后才被动应对。不同规模企业的沟通能力存在明显差别，头部企业容易和监管机关建立协同关系，甚至占主导地位，而中小企业容易低估自身面临的安全风险，对公私合作持冷漠或者回避的态度。观念上的轻视和被动，再加上缺乏多元开放的沟通渠道，导致公私主体难以就数据安全风险达成共识并采取一致行动，而公私沟通渠道不通畅，最终限制了信息安全协同治理效能的完全释放。

三、生成式AI信息安全共治路径的构建

（一）强化企业自我规制，压实数据安全主体责任

针对当前责任模式精细化不足这一状况，需依据产业链条中的角色差异，对生成式人工智能各类主体的数据安全保护义务予以重新配置，从而让责任分配和实际的技术控制能力相适配。研发者身为技术源头的控制者，需要对数据采集与训练环节的安全风险担负主要责任，及时察觉并处理技术可能引发的隐患，保证投放市场的模型契合数据安全要求。部署者为终端用户提供服务，更易直接观测到数据泄露与滥用行为，应承担应用阶段的数据安全保护义务。数据标注者与其他关联主体在处理数据进程中同样可能成为风险的创设者，也应承担与其风险创设地位相符的义务。在此前提下，企业需要明确重要数据的安全负责人与管理机构，完善涵盖数据标注与风险监测及评估报告的全流程管理制度，把数据安全保护落实到每一环节的具体责任人，防止出现无人担责的空白区域。

（二）健全政府统筹机制，提升监管协同治理效能

监管部门存在权责不清与协调不足的情况，使得设立专职部门统一负责生成式人工智能数据安全监管职责尤为必要。应整合网信、科技与工业及信息化等部门的分散监管资源，明确各部门在数据采集与训练及应用环节的具体分工，防止出现竞争性监管或者监管盲区。模型黑箱特性会削弱监管追溯能力，监管部门可借鉴多维评估框架，从事实准确性与推理能力及潜在危害性等方面衡量生成内容的可信度，还应建立针对恶意代码生成和深度伪造攻击的专项识别机制，从而强化风险研判的实证底蕴与敏锐度。为补齐监管主体业务素养缺失的短板，应加强数据安全专业人才培养与监管工具建设，提高对生成式人工智能系统的实时监控与精准识别能力。政府统筹机制的健全，能有效弥补多头监管带来的协调缺失，为后续公私协同治理提供稳定且可持续的制度依托。

（三）畅通多元沟通渠道，完善社会协同参与机制

当面临公私主体沟通存在问题的困境时，应在监管部门和生成式人工智能企业之间建立数据信息共享平台，以此达成运行数据的实时监测与快速交互，防止因信息传递不及时而耽误风险处置。若要提高企业分享数据信息的积极性，需要保证企业在合作关系中拥有足够的自主权与话语权，使企业体会到公私合作是为防控风险而非变相监管，并且还需考虑到中小企业在资源和能力方面的实际差距。对于中小企业参与意愿不足的情况，可以引入多主体数据审查机制，由监管部门进行预审查，企业进行内部动态监控，第三方机构给出独立评估和用户反馈，助力中小企业以较低成本融入协同治理模式，逐渐改变其对公私合作的冷漠态度。政府与企业及社会多元主体的沟通联动，能够打破各自为政的封闭环境，为数字产业持续赋能实体经济提供长久的信息安全保障动力。

四、结语

本文以数字产业帮助实体经济的现实状况为背景，有条理地梳理了生成式人工智能赋能实体经济的内在逻辑，从责任模式与监管协调及公私沟通三个方面揭示了其伴随产生的信息安全风险，还提出了与之对应的企业自我规制与政府统筹监管及多元协同沟通的共治途径。实体经济的数字化转型无法忽略信息安全治理的基础性问题，需要把责任配置、监管协同和多元沟通一同纳入治理模式，而不是孤立地处理某一个环节。未来的研究应持续关注生成式人工智能技术迭代为治理模式带来的新要求，并为完善数字产业与实体经济深度融合的安全保障机制提供参考。

（吴悦系贵州财经大学高级经济师/讲师）