FDE 交付实战营

Appearance

第六章 数据安全质询 ​

6.5 案例：Novo Nordisk 与强监管行业 ​

承前：前面四节我们把青禾沙盘里的数据安全工程走完了一遍——边界、脱敏、权限、验证。这一节把镜头从虚构的零售企业切换到真实的强监管行业：制药。当监管的红线不是"内部策略"而是"法律条文"，当每一份产出文件都要接受药监当局审查时，数据安全的做法会有什么不同？我们看 Novo Nordisk 的案例，再补上 To B 从业者必备的中国侧常识：等保与数据出境。

6.5.1 制药行业的文档大山 ​

Novo Nordisk（诺和诺德）是全球制药巨头、Ozempic 的生产商，主营糖尿病、肥胖等慢性病创新药。对它这样的公司来说，从药物研发到患者拿到药，中间铺着一座"文档大山"——这是强监管行业的宿命：

  • 临床研究报告（CSR）：总结药物临床试验结果，单份可达 300 页，是药监审批的核心材料；
  • 器械验证协议：给药装置（如注射笔）的技术验证文档，据 Anthropic 客户案例披露，相关资源需求后来降低了 95%；
  • 患者教育材料：把复杂疗法翻译成患者能懂的语言，同时满足监管对表述的苛刻要求。

据 Anthropic 客户案例的描述，生产一份临床试验文档过去要耗费超过 10 周时间——即使有外部代理机构协助，这个瓶颈也在拖慢新药上市的整条链路。而药品上市每晚一天，损失的是真金白银的市场独占期。这不是"效率痛点"，是"商业模式级痛点"——这正是第 3 章讲过的"值得 FDE 进场的场景"标准。

6.5.2 NovoScribe：用架构回答合规 ​

Novo Nordisk 的应对是建设内部平台 NovoScribe——基于 Anthropic 的 Claude 模型构建的文档生产系统（据公开报道，技术栈包括 Amazon Bedrock 与 MongoDB Atlas）。据 Anthropic 官方客户故事披露，临床文档的生产时间从 10 周以上缩短到 10 分钟，书写时间削减约 90%。

数字惊人，但对我们更有价值的是数字背后的架构选择——每一条都是对"强监管行业怎么做 AI"的回答：

选择一：RAG 只取"预先核准"的内容。 NovoScribe 生成文档时，模型不是自由发挥，而是通过检索增强（RAG）从专家预先批准、人工验证过的文本库里取材——同一句被批准的表述不会每次重写。这就是在"模型创造力"和"监管可审计"之间选择了后者：监管审的是"你说的每句话有没有依据"，而不是"你说得多漂亮"。这与我们在 6.2 节的原则一致：先定义任务要什么，再决定模型拿什么。

选择二：人始终在决策环上。 据案例披露，流程压缩后的形态是：AI 起草、人审核。一份 CSR 从 40-50 人投入数周，变成三人团队审核并锁定 AI 产出。压缩的是"写"，不是"签"——责任人签名这一步被完整保留。这正是 6.3 节"调用权与查看权分离"在更严场景下的升级版：生成权给 AI，签署权留给人。

选择三：把 AI 嵌进自己的合规框架，而不是绕开它。 制药行业有 GxP（良好规范）体系，文档流程本就要经过验证、留痕、审计。NovoScribe 的做法是让 AI 生成的文档继续走原有审批轨道，监管方对该平台产出的反馈是积极的（据案例披露）。这个姿态值得记住：强监管行业里，AI 不是改造流程的锤子，而是嵌进既有流程的零件——先证明自己能在轨道内跑，再谈提速。

对青禾沙盘的直接启示：我们 6.2-6.4 节做的分级、脱敏、验证，本质上都是在复制这套逻辑的低配版——RAG 限定取材范围对应我们的字段白名单，人工签署保留对应我们的外呼代拨留痕。

6.5.3 To B 常识一：等保，绕不开的中国侧入场券 ​

回到国内。中国 To B 交付里，客户信息安全部门嘴里出现频率最高的词是"等保"——网络安全等级保护制度。FDE 不需要成为等保专家，但要能听懂、能对上话。

等保的核心逻辑：网络运营者按系统受破坏后对公民/社会/国家安全的危害程度，把系统定级（一级到五级，一级最低），级别越高要求越严，三级以上需每年测评。法律依据是《网络安全法》第 21 条——等级保护是法定义务，不是自愿认证。2019 年 12 月 1 日起施行的 GB/T 22239-2019（等保 2.0 标准）把云平台、移动互联、物联网纳入了保护对象。

跟 Agent 项目直接相关的三个实操点：

  1. 你的 Agent 系统可能改变客户的定级。给客户部署一个新系统，处理的数据范围变了，原系统的等保定级可能要重评。所以安全部门问"你们这套系统怎么算等保"不是找茬，是流程使然。
  2. 等保 2.0 对云和数据的通用/扩展要求意味着：安全物理环境、安全通信网络、安全计算环境、安全管理中心四大类要求会逐条落到你的部署方案上——私有化部署方案里要预留这些控制项的设计（日志留存六个月以上、运维审计等）。
  3. 别替客户做定级判断。定级是客户的法定责任，FDE 的角色是提供系统描述资料（数据流、部署形态、权限模型）配合客户走流程——就像 6.1 节的数据流向图，是给专业的人用专业的方式看。

6.5.4 To B 常识二：数据出境，模型选型的隐形约束 ​

第二个常识是数据出境。规则主干：《数据出境安全评估办法》2022 年 9 月 1 日施行，向境外提供重要数据、或处理个人信息达到一定规模的数据处理者，出境前需向国家网信部门申报安全评估；2024 年《促进和规范数据跨境流动规定》进一步放宽了部分场景（如不含个人信息和重要数据的数据出境免予申报）。处罚侧，《个人信息保护法》的罚款上限为五千万元或上一年度营业额百分之五。

对 Agent 项目的含义要具体化：

  • 调境外模型 API 是否构成数据出境？ 会员数据随 prompt 传到境外服务器，通常被认定为向境外提供个人信息——是否触发申报取决于数据规模与类型，这是法务问题，别用工程直觉替法务下结论。
  • 青禾这种量级（几十万会员）：单个项目查询量未必触发强制评估门槛，但客户合同层面的"数据不出境"承诺仍然成立——所以沙盘里我们直接选了境内模型服务 + 分层混部，把问题从"评估合不合规"变成"根本不出境"，沟通成本最低。
  • 别忘了 6.1 节讲过的隐蔽通道：模型服务的区域路由、境外依赖的日志——真正的出境审计要查调用链全段，不是只查 API 的注册地。

6.5.4b 金融、医疗、零售：三个行业的安全姿态速查 ​

6.2 节讲了四维权衡的行业差异，这里把三个典型行业的"安全姿态"整理成速查表——进场前扫一眼，你就能预判客户安全部门的提问风格：

行业核心约束典型姿态你要提前准备的
金融个人金融信息分级（C1/C2/C3）、金融监管数据报送最严：私有化或金融云专区为主，厂商资质审查重金融行业落地案例、数据分级映射表、等保三级材料
医疗病历与健康数据高敏、医疗器械软件可能涉监管审批严但务实：科研场景可谈合作，诊疗场景极慢数据不出院方案、脱敏研究数据集先例
零售会员 PII 为主、营销数据低敏灵活：分层混部常见，PII 单独严管字段级方案（本章 6.1-6.3）、境外模型替换预案

用法提示：这张表给的是默认预期，不是结论——每家公司的姿态由它的法务与安全团队性格决定，进场诊断（第 2 章）时用访谈校准。真正重要的是心态：安全姿态越严的行业，进场越难，但一旦建立信任，护城河越深——你的竞争对手也很难快速复制这段信任积累。

6.5.5 To B 常识三：怎么跟安全与法务部门打交道 ​

最后把本章人际层面的经验收拢成几条。第 2 章干系人地图里，信息安全部门和法务是"低话语欲、高一票否决"的角色——平时开会不吭声，关键时刻一句话定生死。跟他们打交道的正确姿势：

给文档，不给口头承诺。 每次沟通都带着可留档的材料：数据流向图、分级清单、厂商条款原文。安全人员的工作语言是证据，"我们很安全"在他们耳朵里等于零信息。

说他们的词汇。 学会几个术语就够拉近距离：等保、最小权限、白名单、DPA（数据处理协议）、留存期、审计日志。用对方的词汇描述你的方案，评审会效率翻倍——6.3 节沙盘里那份权限拦截日志能获得好评，一半功劳在于它是安全部门"看得懂"的形式。

把法务拉进变更流程。 数据范围、出境形态、厂商条款的任何变更，主动触发法务复核而不是等被查出。Novo Nordisk 案例里监管方给出积极反馈的前提，就是变更始终在既有合规轨道内流转。

帮他们向上汇报。 安全员也要向 CIO/CISO 汇报"AI 项目风险可控"——你给他的每一份图表和日志，都是他汇报 PPT 里的素材。让他因为你的项目而露脸，他就成了项目在客户内部的防线，而不是阻力。

6.5.6 要点总结 ​

  • Novo Nordisk 案例的关键不在"10 周变 10 分钟"，而在三个架构选择：RAG 限定预核准语料（可审计）、人保留签署权（生成权/签署权分离）、AI 嵌入既有 GxP 合规轨道而非绕开。
  • 强监管行业的 AI 不是流程改造的锤子，是既有流程内的零件——先证明能在轨道内跑，再谈提速。
  • 等保是中国 To B 的入场券：三级以上每年测评、GB/T 22239-2019 覆盖云与数据场景、新系统可能触发客户重新定级；FDE 提供资料配合，不替客户定级。
  • 数据出境是模型选型的隐形约束：出境与否交给法务判断，工程上优先用架构（境内服务/私有化）把问题消掉。
  • 跟安全/法务部门打交道：给文档不给承诺、用对方词汇、变更主动触发复核、帮对方做出可汇报的证据。

参考资料 ​