数据安全时代：
1.0：解决数据存储和系统，无经济和业务属性（文件、数据管控；数据库审计、DLP）
2.0：数据汇聚安全，体系化安全，“静态结构化安全”，数据量增多带来的数据安全治理需求（DMS）；业务属性和经济属性；但体系相对封闭，有边界（数据的权属是数据拥有者的）
3.0：数据流通安全，数据的权属没有清晰界定（“物权”vs“数权”），在数据权属不明晰的情况下支撑数据的安全流通，多方博弈诉求产生的安全问题
“数据要素化安全”（即业务和经济属性，而流通体现的是中观的形态）
技术上：主张隐私计算、联邦计算（但是performance上无法达到实用性要求）；需要权威背书，通过非技术方式来决绝（由权威第三方来做，“可信第三方”，启明“数据绿洲”），体系中需要有技术支撑：比如不能反向脱敏得到原始数据
即“数据原生安全”
“原生”
使用了技术的底层架构来承接上面的技术（比如云原生，底层是容器，所以上面的技术与容器相关）
需要复合对象的基本规律（数据流通才能产生价值；数据的拷贝是无痕的，即对遗忘劝的诉求）；数据的时间属性是敏感的
体现技术的基本价值诉求（云原生：“按需”、“弹性”）：数据的诉求（流动）
基础设施需要运营，最后：1）安全产品变成基础设施；2）安全服务成为承担基础设施的前端末梢
四层关系：基础设施-围绕基础设施的运营-基础设施产生公共服务-（第四层没说）
中型基础设施接受更高级基础设施的支撑，再向下一级基础设施提供服务
安全的去向：运营化+基础设施化
其中：运营是否是订阅式的运营，不好说（安全运营解决攻击方vs攻击方的关系问题，订阅式解决需求方和供给方的关系问题）
数据安全的催化因素：目前来看是监管方发动（目前监管方关注的是关键信息基础设施，即互联网）
安全版图高价值产业板块：
关信基：互联网
关基：工业、能源、电力
军工、军队
安全预算没有下降：佐证是考核在增加；军队军工的预算在增加
虽然财政预算降低，但存在三个逆向对冲：
数字化投入占比上升
安全/数字化占比上升
预算在集中（集约化）
安全产业业务模式划分：
赛道模式（产品）：明确的边界，内部产品形态明确，评价业务做得好不好：单品毛利*数量或份额，其中毛利上升不太可能，只能追求数量和份额上的增长
单一赛道的增长动能拉不动30亿收入体量的安全公司
对产品来说最高效的营销模式是渠道，6家头部厂商是真渠道，其他5家都是direct touch营销，让渠道商和代理商回款（“压货”）
历史原因：如果不直接touch客户，利润会被集成商挤压
山场模式（大客户/城市、行业模式）：预算盘子*分配能力（安全分配多少，参与竞争的是短名单），追求的是山场的黏性、控制力度和客户黏性
总责能力：平台类的东西完成（态感、威胁情报、靶场、测绘）
把平台变成基础设施化，基于平台做运营
一定要建在大机构，（可以为小的机构服务），潜在空间：333个城市，行业数量级200上下；一个山场可以包容3-5个安全运营中心
全国真运营中心总共在1000-2000量级
山场的黏性没有那么大，尤其是2G，山场的流量黏性需要很多经历维护，运营中心由关系黏性向业务黏性转变
现在的产品非常适合用运营的模式来满足客户需求（数据安全管理、云安全）
云：计算、存储、网络、端
原来的云主要解决计算和存储的云化，而现在到了网络的云化
SASE：网络安全厂商天然比较适合，是网络安全厂商切向云的机会（做租户的安全（先例：Zscaler）
端的云化：还没有形成共识
运营中心的分级分类：
分级：高、中、低三类，成熟的运营中心每年贡献营收在2000-5000万；中级500-2000万，低级50-500万（基于大的运营项目的单，收运维费）
数据安全运营
SASE，网络的运营
为什么是城市而不是行业：城市是同构的，打法和业务路径是可以被复制的；但是行业不同构，场景化很强