5.1.1建立数据安全制度体系
（1）数据安全合规化
建立数据安全制度体系，首要目的是确保企业数据安全合规。提到数据安全合规，其中关键一环是合“规”，因此，开展企业数据安全合规体系构建工作的一个大前提，需要对我国目前的数据安全立法框架和监管机关执法现状有初步的了解。
我国在数据安全领域的立法大体上可以总结为“一般规定+专项规定”两步走，以传统立法为基础、以“三驾马车”为代表，附以特定领域针对性的专项规定，形成了我国目前数据安全立法的框架，如图5-1所示：
而在汽车领域的数据安全专项规定有：《汽车数据安全管理若干规定（试行）》、《工业和信息化部关于加强车联网网络安全和数据安全工作的通知》等。汽车行业涉及到国家经济、装备制造、金融、交通运输、生产、生活等各个方面，而汽车数据安全问题和风险隐患也越来越突出，用户数据被泄露的现象也时有发生。例如，汽车数据处理者收集的相关数据过多，超出实际需要；未经用户同意处理个人数据，特别是敏感的个人数据；未经安全评估，违规出境重要数据等。
结论
新时代工业互联网与数据技术的发展，为制造业服务化带来了新鲜血液。数据技术的出现及其与制造的融合，使得制造业企业在客户全生命周期的服务更加敏捷、反应更加迅速、对客户的了解更加全面，以更好地满足客户需求，进而增强客户信任度与客户粘性，从而提升制造业企业市场竞争力。制造业服务化已经成为一种必然趋势，而在复杂动态的工业活动中，企业内部对数据技术应用的相关能力与企业外部环境的相关支持形成联动效应，共同影响着制造业企业服务化的发展。这对数据技术下制造业服务化的发展具有重要意义。本文以A企业为研究对象，基于动态理论和生态系统理论，以通过fsQCA所得的“数据技术下制造业企业服务化路径”为依据，为A企业匹配适合其在数据技术下服务化发展的路径，主要做了以下研究，并且取得如下创新成果：
（1）提取了数据技术下影响制造业企业服务化的主要因素
考虑到数据技术下制造业企业进行服务化的方式必定与传统服务化有所区别，并且在复杂系统中，制造业企业自身能力与外部环境均对其服务化产生影响。基于组态思维与复杂系统理论，识别出数据技术下制造业企业服务化是组织内部因素（数字化服务能力、大数据分析能力、连接能力、数据安全能力）与组织外部环境因素（制度环境、平台支撑）交互联动作用的过程。
（2）揭示了数据技术下制造业企业高服务化的路径
采用fsQCA方法，基于117家制造业企业的样本案例，揭示出六条制造业企业在数据技术下高服务化路径，总结为连接能力主导型路径和数字服务能力支撑型路径。而大数据分析能力并未占据主导地位，原因是制造业企业可通过共享服务器，购买第三方服务方式达成大数据分析目的，这对综合实力有限的制造业企业在数据技术下的服务化发展具有理论指导意义。
参考文献（略）
