一是內(nèi)部業(yè)務(wù)運轉(zhuǎn)的風(fēng)險。

當(dāng)前，人們利用大數(shù)據(jù)分析和挖掘輔助管理決策，但大數(shù)據(jù)的非結(jié)構(gòu)化的存儲方式使得傳統(tǒng)的數(shù)據(jù)管理手段不再適用，導(dǎo)致數(shù)據(jù)存在丟失、不一致和失真的情況，同時數(shù)據(jù)被眾多物聯(lián)網(wǎng)設(shè)備和應(yīng)用軟件所采集，數(shù)據(jù)來源廣泛，數(shù)據(jù)種類多樣，無法保證數(shù)據(jù)的真實性。若利用虛假和不完整數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析和挖掘，將影響結(jié)果的正確性，甚至造成重大決策失誤。另一類常見的業(yè)務(wù)運營風(fēng)險是設(shè)備和服務(wù)宕機(jī)，這在云技術(shù)和云存儲業(yè)務(wù)上表現(xiàn)的尤為突出。大數(shù)據(jù)和云存儲技術(shù)下，服務(wù)商內(nèi)部的小故障和失誤都會被無限放大造成難以估量的業(yè)務(wù)運轉(zhuǎn)風(fēng)險。

二是關(guān)鍵數(shù)據(jù)和個人隱私泄露的風(fēng)險。

大數(shù)據(jù)場景下無所不在的數(shù)據(jù)收集技術(shù)、專業(yè)多樣的數(shù)據(jù)處理技術(shù)，使用戶很難確保自己的個人信息被合理收集、使用與清除，進(jìn)而削弱了用戶對其個人信息的自決權(quán)利。類似的，人工智能技術(shù)的應(yīng)用也需要收集大量的個人數(shù)據(jù)，如無人駕駛技術(shù)的有效運轉(zhuǎn)勢必依賴大量位置數(shù)據(jù)及其他個人數(shù)據(jù)。這種大規(guī)模的數(shù)據(jù)實踐可能帶來諸多層面的隱私問題。除此之外，全球化經(jīng)濟(jì)給數(shù)據(jù)跨境管理造成了很大困難，諸如企業(yè)數(shù)據(jù)掛靠國外云服務(wù)器導(dǎo)致數(shù)據(jù)跨境泄露的情況也時有發(fā)生。

三是外部黑客攻擊的風(fēng)險。

導(dǎo)致國家的企業(yè)信息系統(tǒng)遭受外部黑客攻擊的原因包括兩方面。一方面是新技術(shù)發(fā)展催生出新型高級的網(wǎng)絡(luò)攻擊手段，另一方面則是新技術(shù)本身存在的漏洞被黑客利用?；谏鲜鼍W(wǎng)絡(luò)安全風(fēng)險，國家層面上應(yīng)盡快加強(qiáng)新技術(shù)領(lǐng)域法律法規(guī)的制定，遏制關(guān)鍵數(shù)據(jù)和個人信息泄露；行業(yè)層面上需制定新技術(shù)基礎(chǔ)設(shè)施使用標(biāo)準(zhǔn)，減少數(shù)據(jù)采集設(shè)備安全漏洞；企業(yè)層面上應(yīng)研發(fā)新技術(shù)安全保護(hù)框架，加強(qiáng)內(nèi)部業(yè)務(wù)安全管理。