多云AI部署中的数据主权

数据主权——即数据受其所在国家法律保护的原则——已经成为人工智能部署的一级约束。曾经只优化成本和延迟的企业，如今发现其云战略被数据本地化法律、跨境传输规则和行业监管所主导。本文解释如何设计既尊重主权又不牺牲性能的多云人工智能，并说明为什么把“位置”当作设计输入而非合规补丁，已成为能否上线与停滞的分水岭。

当前的数据主权格局是怎样的？

监管版图从未如此密集。中国《个人信息保护法》自2021年11月施行以来，建立了以安全评估为核心的严格跨境传输要求；欧盟《通用数据保护条例》（GDPR）累计罚款已超过50亿欧元，且执法力度逐年上升；印度《数字个人数据保护法》（2023）、巴西《通用数据保护防治法》（LGPD）、加拿大《消费隐私保护法》（CPPA）以及金融与医疗等行业的专门规则，不断扩展“哪些数据必须留在哪里”的边界。与此同时，欧盟《人工智能法案》自2024年起分阶段适用，对训练与运行人工智能系统的数据提出了明确义务，多个司法管辖区已开始将训练数据的来源视为受监管的投入。

这些风险在采购环节就清晰可见。受监管行业的企业如今理所当然地要求云与人工智能供应商作出数据驻留承诺，亚太多个市场的监管机构也已表明：在缺乏合法依据的情况下跨境训练个人数据将被重点审查。结果就是，主权不再是法务团队单独处理的合规尾巴，而是基础设施、数据与人工智能团队从项目伊始就必须据此设计的架构输入。

技术层面的回应是多云。Flexera 的《云状况报告》显示，2024年89%的企业采用多云战略，且受驻留规则约束的流量占比逐年上升。但“多云加主权”不等于“把数据放进正确的区域”这么简单。它意味着要在整个人工智能生命周期——从标注、再训练到推理与审计——中持续追问：模型在哪里训练、推理在哪里运行、日志存储在哪里、哪些供应商能触碰哪些数据。

各司法管辖区之间的差异进一步加剧了复杂性。“传输”的定义各不相同：欧盟依赖充分性认定和标准合同条款；中国对超过阈值的出境传输要求安全评估；部分海湾与东南亚地区则期望数据完全留在本土。因此，一款面向三个地区客户的人工智能产品可能同时受三套互不兼容的规则约束，这也是“一刀切”架构在走出单一市场后必然失效的原因。

正是这种碎片化，使得主权必须“设计进去”而非“事后补上”。返工的成本不仅是法律层面的，更是架构重写、流水线复制与发布延期。

多云主权落地面临哪些关键实施挑战？

第一个挑战是主权要求横跨通常被分别规划的层级。基础设施团队选区域，数据团队选存储，人工智能团队选模型供应商——然而一次查询可能同时跨越三者。一个部署在某区域、从另一区域调用、训练数据在第三区域的模型，制造了一个无人负责的合规面。我们在亚太的评估发现，多数企业无法完整描绘每个数据集、模型和日志的物理位置，这使得任何“我们合规”的声明都无法验证。

第二个挑战是出口流量与复制。主权制度关注的是数据在哪里被处理，而不只是存储在哪里；而云服务出于韧性考虑默认跨区复制数据。企业必须显式禁用受限数据的跨区复制，用私有端点与出口防火墙控制出口流量，并验证备份与灾备副本留在辖区之内——这种配置纪律是默认云设置无法提供的，且在时间压力下极易出错。

第三个挑战是人工智能供应链。大语言模型可能在包含第三方或开源语料的数据上训练，而在受限数据上微调模型，可能把该数据嵌入权重，随后部署到别处。一旦数据进入权重，几乎无法按需检索或删除——这是传统以行级删除为基础的数据管理无法覆盖的主权与隐私问题。模型提取、提示注入与记忆化进一步模糊了“数据留在本地”与“数据泄露进模型”之间的界限。

第四个挑战是加密密钥的司法归属。即便数据留在区域内，解锁它的密钥也可能由位于辖区之外的全球密钥服务管理。客户与监管者越来越关心的不只是字节在哪里，还有密钥由谁控制、境外查封令能否强制披露。自带密钥（BYOK）与持有自有密钥（HYOK）并以区域内硬件安全模块为锚点的安排，正从高端特性变为基线预期。

第五个挑战是人因与流程层。主权要求由未必了解法律细节的工程师执行，因此控制必须编码进工具，而非记在政策里。成功的组织会配一张简短、可读的驻留地图——哪类数据必须留在哪个区域——再加上让违规在部署时就不可能发生的护栏，使合规不依赖于每位工程师对最新规则的知晓程度。

你的模型究竟部署在哪里？

这个问题——对每一个模型而非仅对每一个数据集发问——是多数企业无法自信回答的。一个模型的“家”是复合的：权重存储的区域、推理运行的区域、训练与微调数据所在的区域，以及日志写入的区域。其中任何一项都可能违反驻留要求，而模型供应商的服务条款也未必符合你对计算发生地或遥测发送地的假设。

回答它的方法很朴素：建立一张登记册，记录每个模型、其托管区域、数据来源与处理位置，并在任何变更时复查。在我们的合作中，建立这张登记册通常会立刻暴露三到五处违规——部署在辖区之外的微调模型、跨境外复制的日志、处理受限数据的供应商分包商。每处一旦可见便易于修复，若在审计或客户安全审查中才发现则代价高昂。

推理位置尤其值得关注。一个权重留在区域内的模型，若调用了外部推理或重排服务，或其可观测性栈把提示词发往区域外的日志供应商，仍可能违反主权。面向延迟敏感且受监管的工作负载，务实的答案是区域内部署推理端点，并禁用或隔离提示词与补全日志。因此，模型的“家”与其说是一个地点，不如说是一条供应链，而登记册正是让这条链可审计的方式。

哪些实践方法真正有效？

把主权在设计阶段就内置，而非事后补救。先依据数据的驻留地图选择区域与云供应商，再考虑成本；并把约束编码为策略即代码（policy as code），使工程师无法把工作负载误部署到被禁区域。云原生控制——区域锁定、出口过滤、复制策略、客户托管加密密钥——应成为任何触碰受限数据的工作负载的默认姿态，而非上线后才加的可选加固。

将人工智能的层级分离。把训练与微调数据留在模型将部署的区域，使用满足用户驻留要求的推理区域，并确保日志也留在辖区内。当确实需要一个全球模型时，采用让受限数据完全不进入训练集的技术——例如仅用获许可数据训练的区域变体，或“模型移动、数据不动”的联邦方法——而非事后给单一全球模型打合规补丁。

演练审计演示。主权项目的价值，在于你能当场回答监管者或客户的问题：这份数据集在哪里、在哪里被处理、谁能访问、发生泄露会怎样？按季度演练这一演示的企业，会发现那些否则会在正式审查中暴露的缺口——一份未标注的数据集、一份被遗忘的副本、一个区域外的密钥服务。在我们的经验中，演练过的演示也是商业资产：企业客户在采购中越来越要求驻留证明，能够展示的团队可显著缩短销售周期。

把主权应用到整个人工智能供应链，包括供应商。每个模型供应商、云服务与分包商都应就其数据处理与存储位置接受评估，合同应反映你所承担的驻留义务。一份务实的部署清单如下：

• 把每个数据集、模型和日志映射到其物理位置与法律 regime
• 将受限工作负载锁定到获批区域，并禁用跨区复制
• 把驻留约束编码为策略即代码，使部署无法违反
• 在规则要求的范围内，让训练、推理与日志处于同一辖区
• 使用以区域内硬件安全模块为锚点的客户托管密钥
• 评估模型供应商与分包商处理数据的位置
• 维护记录托管、数据来源与处理位置的模型登记册

最后，把主权当作运营纪律，而非一次性项目。监管者更新规则，供应商变更基础设施，并购把新数据纳入范围。保持合规的企业会定期开展驻留复查——在固定节奏下、并在每次重大变更后，重新校验地图、登记册与策略即代码。

跨境数据传输机制如何运作？

当数据必须跨境流动时，法律提供了一小组被认可的机制，人工智能团队需要清楚哪一种适用于自己的流水线。欧盟框架建立在部分国家的充分性认定之上，对其他地区则依赖标准合同条款（SCC）外加一份记录境外监控风险的传输影响评估。中国的个人信息保护法采用分层路径：大规模或敏感传输需经网信部门安全评估，其他情形可走认证，少量个人信息出境则有更窄的通道。印度的 DPDP 规则限制向黑名单地区传输，并强调任何流动前都须满足同意与目的限制。

务实的含义是：“我们在传输中加密”本身永远不够。传输机制关乎合法依据与问责，而不只是传输安全。一个在欧盟个人数据上微调、再把权重发往非充分性认定国家训练集群的人工智能流水线，本质上就是底层个人数据的跨境传输，无论权重是否加密。把每一次流动映射到其合法机制——并记录在用于驻留的同一张登记册中——能堵住多数团队直到客户隐私团队直接发问才发现的缺口。

对许多企业而言，最简可行且可辩护的设计是根本避免传输：把受限个人数据留在区域内，在那里训练区域变体，只把聚合值、评测或合成数据跨境移动。这把法律问题转化为工程问题，而工程团队更擅长可重复地解决它。

主权优先的参考架构长什么样？

主权优先的架构把“位置”作为每个组件的一等属性，而非仅作为存储层的属性。具体而言，它将控制平面（全局，用于编排与计费）与锁定到每个司法管辖区的数据平面（用于训练、推理与日志）分离。每个数据平面拥有自己的加密密钥、自己的模型登记册与自己的出口策略，使一个区域内的工作负载无法静默访问另一区域的存储。

在这些按区域划分的数据平面之上，是一个轻量的全局控制平面，处理非受限事项——计费、实验跟踪元数据，以及模型性能的整合但匿名视图。边界由 CI/CD 流水线中的策略即代码强制执行，因此违反某区域规则的产品在投产前就会失败。这正是蜂启咨询所落地的架构，它让企业能够跨市场扩展人工智能，而无需为每个新用例重新辩论主权。

有哪些关键要点？

• 主权横跨数据、模型与日志的位置——三者都要映射，而非仅存储
• 把驻留约束编码为策略即代码，使违规在部署时被阻断
• 在规则要求的范围内，让训练、推理与日志处于同一辖区
• 控制加密密钥的司法归属，而不仅仅是数据位置
• 评估包括供应商分包商在内的整个人工智能供应链的处理位置
• 在固定节奏下、并在每次重大变更后，开展驻留复查

结论

数据主权不是需要绕开的约束，而是尽早应用就能产出既合规又快速的多云人工智能的设计原则。把“位置”当作一等架构关切——可映射、可编码、可持续再校验——的企业，会把监管压力转化为持久优势，而非反复救火。

主权也不纯粹是监管负担。对跨国公司而言，驻留感知的设计日益成为赢得银行、医疗与政府等行业企业合同的必要条件，这些买方坚持其数据永不离开辖区。合规与竞争力正在合流，把位置当作设计原则的组织在两端都领先。

在蜂启咨询，我们设计内置主权的多云人工智能部署——驻留地图、策略即代码护栏、模型登记册，以及让合规在整个人工智能生命周期中可见的区域内密钥管理。对跨地区扩展人工智能的企业而言，问题不在于你的云今天是否合规，而在于被问到时你能否证明。那份证明是你在审计前、而非审计中建立的资产。