去年有一家做自动驾驶的企业因为没有得到相关部门的许可就把车辆采集到的高精度地图数据传送到国外服务器上而被工信部罚款两千万元，当时整个行业都为之震惊，因为这是第一次因为数据外流而受到如此严厉处罚的例子。
今年2月份由八个部门联合发布的《汽车数据出境安全指引》基本上把去年那个案例中所体现出来的监管逻辑以正式文件的形式固定下来了。目前整个汽车行业都在做的事情就是重新构建云计算架构来保证重要的数据不被传输到国外。
一位曾经在该公司任职的人士告诉我，他们并不认为自己犯了错误。
公司采用的技术架构如下：车在路上收集数据，并且以4G的方式实时上传到云服务器中去，这之后再利用上面的数据来训练自动驾驶算法。但是该公司所使用的云服务器位于美国的AWS平台上。
根据他们所理解的情况来看，这些数据已经进行了去标识化处理，车牌号码和车主的信息也都被脱敏了，并没有涉及到任何个人隐私的问题，因此应该是可以使用的。但是监管部门并不这么认为。
监管部门认为即使个人信息被脱敏了，但是高精度地图的数据本身也是敏感信息，无论是否进行脱敏处理，在数据出境的情况下都会构成违法行为。
另外该公司测试车经过了军事基地周围以及各部门机关附近等重要地区，并未特意去采集数据，但是车载传感器一直处于工作状态之下，因此敏感地区的地理位置信息也一并被收集起来并上传到国外服务器上。
监管部门认为这样的行为存在地理信息安全风险，因此对其进行处罚2000万元。
一纸罚单下来之后，整个行业的人都开始紧张起来，因为很多自动驾驶公司都是用类似的技术架构，在中国收集数据，在国外做算法训练。
特别是外资车企，它们的全球云平台都是建立在AWS、Azure等国外服务商之上的，中国的市场只占其中的一部分。按照监管部门的规定，它们需要把中国的市场数据完全隔离开来，在另外的地方再搭建一个云服务平台。
一个算法工程师告诉我，该公司曾多次召开紧急会议，并最终决定在中国重新建立一套完整的云计算体系，该体系包含数据存储、算法训练和模型发布等环节，在国内进行操作，不会与国外的全球平台产生任何数据上的联系。
成本为原来的1．5倍，并且由于数据量减少，算法更新的速度也变慢了。但是为了遵守规定，只能这样做了。
另外就是技术团队的变化了，原来的算法团队在美国硅谷，负责全世界的算法研发工作，现在中国这边要做的话就要在国内建立一个新的技术团队来完成，招聘、培训和磨合大概需要半年左右的时间。
今年2月份新政策出台之后，行业的变化就更加迅速了。首先就是数据存储本地化的趋势越来越明显，所有的高精度地图、车路协同以及远程控制指令等敏感数据都要保存在国内服务器里，并且这些服务器不能和国外网络直接相连。
有的企业直接把数据中心建在国内，并且选择了阿里云、华为云等国内的服务商，从而完全杜绝了数据外流的风险。
其次就是算法训练本地化的趋势。以前很多公司的做法是把中国的数据传输到国外进行训练，然后把训练好的模型推送到国内使用。但是这条路已经行不通了，算法训练也要在国内进行。
对外资汽车企业来说，这是一个很大的挑战。它们的核心算法团队都在国外，如果要在国内进行算法训练的话，就必须把主要的技术人员带到中国来，或者是在中国建立一个新的技术团队。无论是哪一种方式，都会产生大量的成本支出。
有的公司采用的是技术换市场的策略，即由本土企业来承担数据收集、算法训练等工作，而该公司则提供核心硬件以及底层的技术平台。
我曾经提出过一个观点，即有一家德国汽车制造商与一家中国的自动驾驶公司签订了合作协议，在中国市场上的自动驾驶工作全部由后者来完成。前者只提供车辆平台以及传感器硬件，而数据和算法则一概不涉及。
该模式就是以市场份额来换取合规成本下降的一种方式，在短期内可能会造成一定的损失，但是从长远的角度看，要比自己重新搭建一套云计算系统更加划算。新政策带来的影响并不仅仅只是增加了车企的成本去搭建云平台，更是对整个智能汽车的技术生态系统产生了根本性的改变。
原来的做法是全世界都用同一个技术方案，在本地安装使用，而现在则是本地化技术方案、本地化安装使用。数据不能出境外，算法只能在本地进行训练，训练出来的算法只适合本地的道路情况。
对消费者来说有什么影响呢？短期之内，由于数据量减少、算法优化速度变慢，所以自动驾驶功能更新的速度也会减缓。但是从长远的角度看，这又会促使国内企业加快在自动驾驶技术上的研发进程。
因为中国路况全世界最复杂，所以在中国的路况上把自动驾驶跑通之后，在全世界其他地方使用也不会有问题。
去年开出的2000万元罚单其实已经给整个汽车行业发出了一个信号，那就是数据本地化已经成为了一道必须完成的题目，并非可选之项。不论是外资品牌还是国内车企，在中国市场上推出智能化汽车的时候都必须遵守中国的相关规定。
10个月宝宝每天需要喝多少奶粉？
