想象一下，你的车不仅知道你家和公司的地址，还记录了你每天几点出门、走哪条路、在哪个咖啡店停留了多久，甚至通过车内摄像头知道你开车时是开心还是疲劳。这不再是科幻电影，而是智能网联汽车的日常。
这些数据包括：位置轨迹（精确到车道级）、车内影像（驾驶员及乘客画面）、生物特征（声纹、人脸）、车辆状态（车速、电量、刹车习惯）。一辆车一天产生的数据量可达 GB级别，堪称“轮子上的数据中心”。
| 数据类型 | 例子 | 敏感度 |
|---|---|---|
| 基础运行 | 车速、里程 | 低 |
| 位置轨迹 | 常去地点、行驶路径 | 高 |
| 生物特征 | 人脸、声纹 | 极高 |
| 车内行为 | 驾驶习惯、疲劳状态 | 高 |
当外资品牌汽车将数据传回总部云端，或自主品牌在海外车型上使用国内研发的智能系统时，数据跨境流动就发生了。问题在于：这些数据出了国境，还受我们的法律保护吗？
根据我国《数据安全法》和《汽车数据安全管理若干规定（试行）》，重要数据（如军事管理区、党政机关位置信息）原则上不得出境；确需出境的，需通过安全评估。个人信息的出境则需满足《个人信息保护法》的“告知-同意”原则，并进行单独同意。
但现实挑战是：车厂如何识别哪些是“重要数据”？如何确保云端分析后的数据不包含敏感信息？这需要一套完整的数据分类分级体系。
早期的风险是黑客窃取数据后倒卖。如今，风险已演进为更隐蔽的数据篡改与算法投毒。例如，攻击者通过污染训练数据，让自动驾驶系统在特定路况下做出错误决策——这比单纯偷走你的位置信息危险得多。
今天的新闻还提到，供应链攻击已成为数据出境风险的重要载体。一辆汽车的零部件来自全球多个供应商，任何一个ECU（电子控制单元）被植入恶意固件，都可能成为数据泄露的“后门”。
因此，治理汽车数据出境，不仅要管好“出口”，还要管好“源头”——从芯片到软件，从设计到运维，全链条都需纳入安全视野。