2026年10月31日，沙特数据与人工智能管理局（SDAIA）发布了一份 47 页的研究报告，题为《合成数据：机遇、挑战与治理机制》。合成数据由算法生成，用来模拟你真实记录的统计特征，但不包含任何真实个人的信息。你的公司可以从三个方面使用它：在不暴露客户记录的情况下测试系统、训练模型；生成公司缺少的罕见案例，例如欺诈；以及更安全地与开发商或合作伙伴共享信息。但研究提醒，它并不能保证绝对的隐私：如果能从中识别出个人，就仍受《个人数据保护法》约束。
SDAIA 说了什么？
根据 SDAIA 的公告，合成数据可以加快创新、降低采集和整理成本，并方便机构之间共享信息，尤其是在医疗和金融服务等处理敏感信息的行业。但研究报告本身强调，生成与真实记录相似的记录，并不一定能消除重新识别个人的风险和统计偏差。研究把治理建立在四个维度上：隐私保护、数据质量、公平与减少偏见、透明度。
这个想法并不新：研究指出，为保护隐私而系统使用合成数据始于 1993 年，当时是为了保护美国人口普查信息的机密性；而重大飞跃出现在 2014 年，生成对抗网络（GAN）问世。新的变化是，生成式人工智能让它变得更容易、更便宜。
合成数据的 3 种类型
| 类型 | 是什么 | 什么时候适合你的公司 |
|---|---|---|
| 完全合成 | 所有记录都是生成的，不保留任何真实记录 | 隐私最重要时，或用来表示尚未发生的情况 |
| 部分合成 | 真实记录中的敏感字段（如姓名、收入和位置）被替换为生成的值 | 需要真实记录的真实感、同时保护敏感字段时；安全性低于第一种 |
| 混合 | 真实记录与合成记录的组合 | 想扩充一个小样本，或表示罕见情况时 |
研究指出，生成方式有三种：你自己编写的规则，例如客户年龄分布；学习变量之间关系的统计模型；或适合图像、文本和其他复杂内容的生成式人工智能模型。
你的公司如何利用它？
- 不用客户信息也能测试系统。开发和测试环境不需要客户的真实姓名和手机号。生成在格式和分布上都与真实情况相似的合成客户、发票和交易，把真实记录只留在生产环境中。还要确保测试记录不会指向真实的域名或地址；在虚构公司名恰好与真实域名重名的故事中，我们已经看到这样做的后果。
- 用罕见案例训练模型。研究指出，金融行业用它生成罕见交易，用于识别欺诈和洗钱。如果你手上的欺诈、退货或故障案例太少，不足以训练模型，同样的思路也适用。
- 更好地代表小群体。如果你的记录偏向某一个城市或某一类客户，合成数据可以帮助平衡，避免模型对其他群体产生偏见。
- 与开发商或合作伙伴共享。把合成数据交给供应商或软件公司去开发和测试，而不是把客户数据库的副本交给他们。
合成数据是否不受《个人数据保护法》约束？
并非自动如此。研究说明，《个人数据保护法》及其实施条例都没有明确提到合成数据，但条例第 9 条规定，已匿名化的信息不属于个人数据。所以关键在于能否重新识别：如果可以直接或间接识别出某个人，就受该法约束；如果做不到，就视为匿名信息。因此，研究要求评估重新识别的风险，尤其是在小样本和容易与个人对应的罕见案例中。
研究还提到，SDAIA 于 2023 年推出了本地区首个数据与隐私监管沙盒，用于在不违反隐私要求的前提下测试包括合成数据在内的隐私增强技术。
需要注意的 4 项风险
- 重新识别。生成模型可能记住真实记录中精确或罕见的模式，从而暴露某个具体的人。
- 真实感不足。合成数据可能漏掉异常值和细节，导致模型在测试中表现良好，面对真实客户时却出错。
- 模型退化。反复用其他模型生成的内容训练模型，会让模型逐渐失去多样性，研究称之为模型崩溃。
- 复制偏见。如果原始记录本身有偏差，合成数据可能继承甚至放大这种偏差。
SDAIA 路线图中的实用步骤
研究提出了一份分为 3 个阶段、6 个步骤的路线图，我们从中挑出适合中型企业的部分：
- 先确定目的。你要用它来测试软件、训练模型，还是与第三方共享？目的决定了所需的准确度、隐私水平和合适的工具。
- 指定负责人并制定内部规则。明确谁批准生成和使用，谁对质量负责。如果你已经在实施符合 SDAIA 要求的数据治理，就把合成数据纳入其中。
- 使用前检查质量和隐私。把合成数据集与真实数据集进行比较，测试是否有人能重新识别出个人，并用独立的真实记录评估最终模型。
- 记录生成过程。记下原始记录的来源、所用工具或模型及其设置，方便以后复核。
- 要求供应商保持透明。如果你购买合成数据或生成工具，要索取关于数据来源、所用模型、已知偏差及其局限的文件。
这些步骤与国家人工智能风险管理框架相互衔接。Origami 帮助企业搭建使用合成数据的测试环境，并把它与真实客户记录分开。如果你想和我们一起开始，请联系我们。
来源
常见问题
什么是合成数据？
根据 SDAIA 研究的定义，合成数据是由算法或人工智能模型生成的记录，用来模拟真实数据的统计特征，但不包含任何真实个人或机构的身份信息。
合成数据在隐私方面完全安全吗？
不是。SDAIA 强调，它不一定能消除重新识别个人的风险，尤其是当生成模型记住了真实记录中的罕见模式时，所以使用前要评估这一风险。
《个人数据保护法》适用于合成数据吗？
取决于能否重新识别。实施条例第 9 条规定，已匿名化的信息不属于个人数据；但如果能从中识别出某个人，就受该法约束。
中小企业应该从哪里开始？
从测试环境开始：在开发和测试中用合成数据替换真实的客户记录，指定负责人，并记录生成方式。
