01数据安全

一周以来特斯拉的新闻天天有料，而特斯拉作为全球第一新能源汽车企业，也值得我们如此关注，特斯拉“科技、环保、精英”的品牌形象，埃隆·马斯克（Elon Musk）财富飞升的传奇故事更是自带财富魅力圈粉无数，以“不营销”的营销粉圈化而夹持的特斯拉也不断将“魅力”变现。

回归到新能源产业，新能源汽车产业已犹如“风口飞猪”，企业纷纷不甘落后的抢占风口，国内的华为、百度、蔚来、理想、小米等等蜂拥而至，新能源汽车产业对于中国的环保节能乃至推进实现中国的碳中和承诺，在2060年完成碳中和的目标，也是至关重要的。然而，特斯拉事件的我们真正聚焦的本质是什么？应该是警惕在大数据时代下，数字化进程不断加快所必然要面对和亟待解决的问题——科技是否需要监管？如何实现监管？生活中，我们从预订酒店、出行打车、租房买房，甚至每天的网购，我们已经不可避免的会遇到诸如平台大数据“杀熟”、信息泄露、广告新闻推送骚扰等问题。

“我怀疑你在套路我，但是我没有证据”，虽然只是一句调侃，但却是我们每天真正的生活，我们哪有证据呢？我们要时刻准备着…………截屏么？数据不属于我们，算法以“商业机密”为由获得了严密保护，被数字化的我们谁来保护呢？为什么特斯拉车主会选择了极端维权？消费者除了买单那一刻是上帝之外，其他时刻真的好弱啊。谁不期望可以体面的解决问题呢？未来大量品牌的智能车辆出现纠纷时，都要诉诸舆论来解决吗？

然而，面对上述问题，由于国内相关的法律法规和相关制度并不完善，而导致无法进行有效的监督。

特斯拉从最初的傲慢到舆论下的放低姿态“配合”调查，而“配合”是可以配合，亦可以不配合的，这只能是企业的一种道德约束，而法律法规才是企业必须履行的责任！

科技企业需要监管，科技需要监管，数字化需要监管！

02让技术监管技术

面对公民、企业和社会的“数字化信息”，我们非但不可遏制科技的发展，更应通过对等的科学技术真正实现实施监管，让科技企业不会堕变成恶龙，我们不是要做屠龙少年，我们是要用科技监管做驯龙高手。 对数据产生、收集、传输、存储、分析、使用过程进行监管，掌控敏感数据分布情况，及时发现并阻断数据风险行为，是大数据应用拓展面临的一个严峻挑战和迫切需求。因此，有效的数字化技术监管体系需要可以与其制衡的科学技术，完备的法律法规的震慑与惩戒。

科技的归科技，法律的归法律

1.法律监管角度：

当前国内对于大数据的隐私与信息安全方面的相关法律还甚少，面对数据使用场景不同，很难产生事前的震慑和事后的惩治。 因此，要着重关注与适时调整业务，以满足合规需求，应明确参与数据全生命周期环节的各类主体，严厉打击各种窃取、滥用、篡改、泄露等非法使用数据的行为。

2. 个人隐私保护起点在于个人信息的收集：

对数据本身来说，作为重要证据的数据，数据信息显然不能完全掌握在企业手中。

对于公民数字化信息是不是要设置等级分类？企业依据申请审核设定使用公民数字化信息的权限，以对企业超越权限的肆无忌惮收集使用公民数字化信息进行系统监管？

企业会记录自己篡改数据记录的记录吗？会对“杀熟”等违规操作自爆吗？数据清晰透明吗？企业具备篡改数据或其他利益需求和技术能力公民的数字化信息，绝不可以任何形式成为企业私有。

3.技术/算法的潘多拉魔盒：

我们每天被“算法”包围，我们大多数人尚且分不清算法为何，更不要说怎么分辨哪些是算法，哪些是算计？

输入数据和想要的结果，输出的则是算法，即把数据转换成结果的算法。《数据科学实战》[美] Cathy O'Neil直言：算法是嵌入在代码中的观点。简言之，如何通过数据实现目的，就是算法。

基于哪些“数据”与达成何种“结果”的算法，对于我们至关重要！

我们还记得阿尔法狗AlphaGo么？阿尔法围棋与当时围棋世界冠军职业九段棋手李世石进行围棋人机大战，AlphaGo以4比1的总比分获胜，当时我们惊讶于AlphaGo“深度学习”。阿尔法狗战胜人类围棋第一高手，目的是为了一种算法的探索，也可以称之为终极算法。这发生在2016年3月，距今已5年了。我们大多虽然不玩围棋，不会与阿尔法狗碾压对决，但我们每天都在算法之中，算法无处不在，当然也会在汽车操作系统，那么背后的算法目的如果处在监管的真空地带，可想而知？ 我们不能仅仅依赖科技企业的自我道德觉悟，更不能期盼其自律，也不可能每天对其进行舆论“他律”攻势。