北京数字安全产值全国市占率过半 产学研共探人才、大模型安全之路

在前不久刚刚闭幕的2024全球数字经济大会（GDEC）上，北京市经济和信息化局二级巡视员汪剑波公布，北京市2023年的数字经济增加值占地区生产总值的比重达到42.9%，包括人工智能（AI）、安全在内的软件信息产业高速发展。截至目前，北京市汇集人工智能相关企业约2200家，占全国的四成。2023年，人工智能产业核心产值突破2500亿元，培育数字安全企业1025家，位居全国第一；北京市数字安全企业收入达到996亿元，整体市场占有率达到全国一半。

记者从数智安全论坛现场了解到，在推动AI技术+数字安全融合发展中，有两个关键问题引发了产业界、学术界、政府等各方的集中关注与热烈讨论：一是安全人才的缺口巨大，如何培养新型的数智安全人才，助推产业发展；一是大模型技术在安全垂直领域的应用。

安全的本质是人与人的对抗

“安全的本质是人与人的对抗，在人工智能技术重塑各行各业的过程中，培养新型的数智安全人才，是牢固产业基座、助推产业发展的关键。当前，这部分人才的缺口仍非常大，现有的教育体系存在缺乏对网络安全专业领域技能和实战技能的培养。”360数字安全集团总裁胡振泉如是指出。

360数字集团ISC学院副院长秦江艳在论坛现场总结展示了基于“AI+安全”的人才岗位图谱，以此根据业务流程及岗位能力的要求，形成新需求，作为人才培养的基础输入。在360方面看来，新质人才的育人公式是实战场景+海量大数据+攻击技战术+攻防知识库+实战专家，真正做到实网、实兵、实战，培养出适宜于现实需求和产业发展的新质人才。

据秦江艳介绍，ISC学院是行业内头部的“安全+AI”教育云平台，设置了ISC安全课、ISC AI课，覆盖人才实训、实战演练、竞赛、职业发展等。其中，ISC安全课主要针对“白帽”、企业、学校三类群体。AI体系化课程则主要包括三个系列：一是面向社会大众和学生群体的应用科普系统，二是面向政企和专业人群的技术系列，三是面向高校等体系化人才培养需求的学科系列。“AI课程的设计思路是看得见、摸得着、用得上，让大家可以从认知AI，到熟知AI，再到实战AI，从而培养高技能型人才。”秦江艳说道。

北京信息职业技术学院党委委员、副院长张晓蕾指出，建设现代职业教育体系最核心的内容是通过产教融合来推动职业教育的高质量发展。教育部去年启动了职教领域的“101计划”，北京信息职业技术学院是此次教改工作的重要参与者，参与牵头或承接了包括《网络架构与技术实践》《集成电路装备》《大数据开发与应用》《仓颉语言程序设计》等教改课程。与此同时，朝阳园新一代信息技术产教联合体对于产教融合、校企合作发挥了重要作用，例如与360数字安全科技集团在信息安全专业的合作，共同制定人才培养方案，合作建设了一批和产业发展紧密结合的优质课程，建成的资源也入选了北京市的市级教学资源库。

中国网络安全人才缺口很大，据教育部数据显示，到2027年，我国网络安全人员缺口将达327万个。清华大学长聘副教授、国家级人才计划入选者张超指出，安全攻防需要人去做，而对人的要求非常高，一般人才培养需要很多时间才能达到要求，而高校培养的人才有限。基于人才缺口的长时间存在现实，张超透露，其团队在研究的是将大部分事情交由机器去做，甚至由AI来做，把人做的事情的比率降低。

大模型+安全的发展趋势

汪剑波提出，北京市“人工智能+安全”的创新生态体系不断完善，为首都数字经济高质量发展提供了强劲的动能。下一步，北京市将加强数字安全核心技术攻关，提升数字安全产业发展能级，完善数字安全产业生态。

张超表示，网络空间安全攻防经历了三个阶段的发展：第一阶段主要依靠人去做安全攻防，但因网络安全人才缺口巨大，再加上对人的要求高、人才培养周期长等，转向机器替代大部分人的工作转变；第二阶段由机器做攻防，称为自动攻防，需要指出的是，这一阶段是自动化，但并没有应用人工智能，效果有限；到第三阶段，从2017年起做智能攻防，用AI做漏洞攻防相关研究，目前已取得了明显成效。张超介绍，在垂直领域使用大模型与通用大模型类似，同样需要预训练、微调等，但垂直大模型最核心的是垂直领域的数据如何获取——这是最具挑战的部分，因为垂直领域数据不像文本图片类能够在互联网抓取很多，其数据通常是专业数据，专业数据没办法通过互联网爬取太多，因此打标签只能靠专业人士来做，一般岗位的人也做不了。

在论坛现场，张超分享了几个垂直大模型的应用场景。其中一个典型的场景是信创产业，政府机构、国有企业等面临跨生态迁移的挑战，假如要从Windows系统迁移到国产系统、从x86架构迁移龙芯、申威等国产架构，以往必须找一些程序员从头开发代码实现，而现在使用大模型，通过软件转写，从二进制代码到目标平台进行代码的重新编译，轻松实现转移，大大地节省了成本。

谈及AI大模型的安全能力评估，赛迪顾问总裁助理高丹指出，在机构研究或撰写报告等工作中，往往面临信息检索、信息挖掘、去伪存真、效率提升等问题，同时这正是对于大模型实现目标所寄予的期望，模型要做到数据安全、数据源干净、算法精准、减少幻觉等。在高丹看来，大模型+安全融合发展正呈现出四个方面的趋势：一是大模型赋能现有安全产品，而且这一速度在不断加快；二是持续推动智能化安全运营；三是逐步向智能体（AI Agent）的角色转变；四是安全培训逐渐受到市场关注。