1、 中国数据合规人才中国数据合规人才 缺口与培育缺口与培育 白皮书白皮书 二零二四年十一月二零二四年十一月 段和段高亚平律师团队 2/154 序序 商业结构和商业模式在进化，数字化底座是标配。监管，全球数字化监管，紧随其后。数据合规，能否唱好数字化发展中的商业世界与监管平衡的“好戏”？1、概念太多，我们的知识和实践，准备好了吗、概念太多，我们的知识和实践，准备好了吗?数字化，数字经济，到数据新质生产力；数据产品、数据交易、数据入表，到数据要素配置；数据合规、数据监管、数据产权、数据运营，到数据制度建设；黑模式、算法漂移、上瘾型推送等新兴术语琳琅满目，每一个“新质生产力”都伴生伴生着数据合规的疑难

2、杂症与监管政策的举棋不定。而，五花八门的数据合规问题，纷繁复杂地映入眼帘，对于数据合规的监管也仅仅显著地开端于 2017 年生效的 网络安全法，紧随其后，2021 年生效的 数据安全法及标志性的个人信息保护法，以及刚刚喧嚣尘上的 2024 年网络数据安全管理条例。放眼国际。新加坡政府 2024 年推出独树一帜的 DPO（数据保护官）设立制度：但凡设立公司，强制要求标配 DPO。英国数据保护机构 ICO 的“数据保护费”，作为截至目前全球唯一收取企业数据保护费的国家，一定程度上，也折射了其官方提供数据保护资源的决心。我们不禁有两个困惑：一方面，我们是否有足够且及时的监管、法律以及政策上的协同能力

3、，以应对和匹配上述琳琅满目的由数据新质生产力所衍生的商业世界合规问题？另一方面，我们是否有足够的数据合规人才培育和储备，去迎接、去适应、甚至去挑战数字化时代的各种张力下的全球化的困境和机遇？2、“伴生伴生”天性天性数据合规数据合规VS数据新质生产力数据新质生产力 企业对于数字化转型的需求是毋庸置疑的。但是数据合规的“江湖”地位究竟如何评价？同样问题，我们探讨数据合规主题下对于人才的需求，首先需要论证：数据合规本段和段高亚平律师团队 3/154 身的需求到底有多“旺盛”？借用“伴生”天性，我们来佐证数字化进程中其不可或缺性和不可避免性。用最新的案例举例，就获取 AI 训练数据合规性问题的讨论日趋

4、白热化，全球都在抢夺AI训练数据的资源。10月新鲜发生的LinkedIn的案例（见引言中“领英（LinkedIn）案：暂停使用香港用户数据训练生成式人工智能”）充分揭示了，要想用到数据，必须面对个人数据保护、国别之间的数据资源争夺、地域之间的管辖等系列问题。最后，LinkedIn 也不得不面对香港政府举“白旗”，放弃用香港用户的个人信息进行算法训练。此类案例无法穷尽，我们正在经历的、使用的、不得不面对的数字化解决方案无一例外都面临着无数即时匹配的数据合规问题。因此，可以这样理解数据合规的“江湖地位”：只要是存在利用数字化去解决问题的场景，比如使用算法等工具，就会天然碰到数据合规问题。我们归结为

5、数据合规的“伴生”天性。3、“膨胀膨胀”的需求的需求数据违规数据违规VS数据价值数据价值 随着技术不断进步，数据违规的底座无限下降。随着数据新质生产力的释放，数据价值在不断抬升。两端所拉扯出现的断层空间，呈现膨胀的趋势。合规伴生性的理解，在随着上述两端空间的放大，我们对于人才的需求陷入一种极度的“渴望”。因为无论是底座的下降，还是价值的抬升，都极大程度上依赖新型技术发展和组织变革构建的全新的数据合规建设能力，人才问题，迫在眉睫。4、从何、从何“支楞起支楞起”白皮书架构白皮书架构 2023 年中，我们在一个偶然的灵活用工领域的数字化合规项目中，看到一则数据合规高端人才的招聘广告，详细描述了一个大

6、型企业对于数据合规人才需求，各个维度真切、清晰，有一种“刀刀实用”的畅快感，当时我的第一反应就是，我们现在的数据合规人才培养模块为什么不按照这个“实用主义”来匹配，岂不是会很高效？但却发现，需求很美好，市场不匹配。当时，我们就很想定制化一批与上述需求匹配的系列课程，好在“好事多磨”，律师工作的现实忙碌，阻碍了这个系列实用课程的落地，但也幸运地成就了白皮书。5、引爆点、引爆点 段和段高亚平律师团队 4/154 2024 年 4 月，人力资源社会保障部等 9 部门联合印发加快数字人才培育支撑数字经济发展行动方案(2024-2026 年)（下称行动方案）。行动方案，就像一注强心剂，瞬间将刚成立的数据