公司资料喂给 AI 安全吗？隐私分级实务指南

上个月有个创业者问我：『我们想把客户资料丢给 AI 做客服自动回复，这样安全吗？』这个问题问错了方向 - 不是『 AI 安全不安全』，是『你有没有先搞清楚哪些资料可以给、哪些绝对不行』。大多数团队在公司资料和 AI 安全 隐私这件事上只有两种反应：要嘛完全不敢碰 AI，白白浪费效率；要嘛什么资料都往 ChatGPT 里丢，等出事才知道怕。两种都不对，因为两种都没做分级。

先分三级，再谈安全不安全

做隐私和安全最常见的错误，是把所有公司资料当成同一个等级来处理。实务上我们会把资料切成三级，每一级的处理方式完全不同：

• 公开级：官网文案、营销素材、公开报告、产品说明书。这些丢给任何公有 AI 工具都没问题，甚至可以直接做成 custom GPT 或内部 prompt 库给全团队共用，不用绕弯路。
• 内部级：SOP、培训教材、流程文件、非逐笔的财务摘要。可以用 AI，但要用「企业版」而不是免费版，例如 ChatGPT Team / Enterprise、Claude for Business，因为免费版的默认条款通常允许把你的输入拿去训练模型，企业版大多明确排除这一条。
• 敏感级：客户个资、病历记录、合同细节、薪资数据、身份证号。原则上不进公有 LLM 的对话框，除非供应商签了数据处理协议（DPA），并书面保证不用于训练、不长期留存。

举个真实的例子：我们孵化的医疗品牌 itsherbs.com 累积了 30,000+ 患者资料，病历属于最高等级的敏感资料。我们的做法是绝不让病历内容直接进入公有 AI 对话框，AI 只处理脱敏后的聚合数据，比如预约量趋势、营收报表、复诊率，原始病历留在权限受限的内部系统里，AI 碰不到。这就是分级的意义 - 不是一刀切地禁用或放行，是让 AI 做它该做的事。

服务条款该看哪几条，别只看「安全」两个字

很多人打开 AI 工具的隐私页面，看到有写「我们重视你的数据安全」就安心了，这句话没有任何法律意义。真正该逐条确认的是这几件事：

• 训练用途：你的输入会不会被用来训练模型，有没有明确的 opt-out 选项。
• 数据保留期限：对话记录、上传文件会被存多久，删除帐号后是否真的清空。
• 数据存放地点：数据服务器在哪个国家，是否离开马来西亚的司法管辖范围，这关系到 PDPA 合规。
• 子处理者名单：对方用了哪些第三方云服务商处理你的数据，责任是否连带。
• 删除请求权利：你能不能主动要求彻底删除某一笔资料，流程多久完成。
• 责任条款：如果真的发生数据外泄，合约里写的赔偿上限和责任归属是什么。

本地部署什么时候才值得

很多老板一听到「敏感资料」就直觉觉得要自己架一套本地 AI（self-hosted LLM，比如用 Ollama 跑开源模型）。先说结论：对大多数中小企业，这通常不划算。本地部署真正值得做，是同时满足三个条件 - 敏感数据量大且需要高频处理（例如每天要处理上百份病历或合同）、行业有强制合规要求（医疗、金融牌照类）、而且团队本身有能力长期维运 GPU 基础设施。如果这三个条件缺一个，先用企业版订阅加严格的资料分级，把钱和时间省下来，比自己架服务器划算得多。本地部署省下的是「数据不出门」的安心，但付出的是维运成本和技术债，这笔账要先算清楚再决定。

资料安全不是『能不能用 AI』的问题，是『你有没有先做分级』的问题 - 没分级的公司两头输，不是怕到不敢用，就是用到出事才后悔。

做公司资料和 AI 安全 隐私这件事，难的从来不是技术，是把三级分类做实、把服务条款逐条看懂、把该设的权限真的设起来 - 这需要有人同时懂业务流程和技术细节，这也是我们在做 AI 整合应用时最常帮客户补的那一块。