哪些数据不能直接放进公开模型
先分类，再使用
wei-editor · 2026-05-18T09:00:00.000Z
一句话结论
客户隐私、商业机密、未公开财务与个人身份信息必须隔离；先分类分级，再决定能否使用 AI。
作者 wei-editor编辑 wei-editor审核 wei-reviewer发布 2026-05-18
一句话原则：凡是「泄露后会让客户或公司受损」的数据，都不该直接进公开模型。这既是安全底线，也是合规要求。中国的《生成式人工智能服务管理暂行办法》要求提供者依法开展数据合规、内容安全与用户权益保护；欧盟《人工智能法案》（EU AI Act）按风险分级，对高风险系统要求数据治理与人工监督。只要你的企业涉及跨境业务或外资客户，这两套都要关注。
红区清单：绝对禁止直接进公开模型的数据
- 客户个人身份信息（PII）：姓名、电话、身份证号、人脸、地址——泄露一条就可能触发法律风险
- 未公开财务与合同：报表、定价策略、未披露交易、并购意向——这是商业情报的核心资产
- 核心商业机密：配方、源代码、算法参数、供应商底价、客户名单——一旦进模型就等于公开了
- 员工敏感信息：薪酬、健康档案、绩效评语、背景调查——涉及劳动法和隐私保护
那这些场景还能用 AI 吗？三种安全路径
- 私有化部署：模型跑在自己的服务器上，数据不出企业内网。成本高一些，但红区数据只有这条路
- 脱敏 + 匿名化：去掉姓名、身份证号等标识信息后再输入。但注意——脱敏不够彻底的话仍有风险
- 字段级权限控制：限定谁能查询哪些字段，所有访问留审计日志。适合「内部知识库问答」等场景
中欧双轨合规速查
- 中国：生成式 AI 服务提供者需进行安全评估、算法备案、内容审核。即使你是「使用者」而非「提供者」，如果用公开模型处理客户数据，也可能被视为提供者
- 欧盟：AI Act 按风险分四级（不可接受/高风险/有限风险/最低风险）。高风险系统需数据治理、人工监督、透明度说明。违反罚款可达全球年营收的 7%
本周动作：数据分级三步
- 列一张清单：公司有哪些类型的数据？（客户/财务/人事/运营/研发）
- 每类标注「能否进公开模型」：能 / 脱敏后能 / 绝对不能
- 「绝对不能」的类别，标注当前存储位置和访问权限——如果发现散落在各种 Excel 和共享盘里，这就是最大风险
问：用大厂的企业版就算安全了吗？
答：企业版通常会隔离数据、不用于训练，但你要看清条款：「是否用于改进模型」「数据留存多久」「是否出域」「出事谁负责」。看完这四条用红区清单再做一次内部确认——别因为是大厂就跳过。
问：我们不做海外业务，是不是不用管 EU AI Act？
答：如果你的客户有外资背景、或者你用的 AI 工具来自欧盟供应商、或者未来可能出海——建议提前了解。合规成本前置比事后罚款划算得多。
参考来源：国家网信办《生成式人工智能服务管理暂行办法》
参考来源：欧盟《人工智能法案》（EU AI Act）
参考来源（2）
1. 国家网信办《生成式人工智能服务管理暂行办法》一手官方
发布主体：国家互联网信息办公室（CAC）使用政策：仅用事实《生成式人工智能服务管理暂行办法》自 2023 年 8 月 15 日起施行，要求提供者依法开展标注、训练数据合规、内容安全与用户权益保护；用于舆论属性或社会动员能力的服务需履行算法备案等义务。https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm2. 欧盟《人工智能法案》（EU AI Act）一手官方
发布主体：European Commission使用政策：仅用事实EU AI Act 于 2024 年 8 月 1 日生效，按风险分级（禁止 / 高风险 / 有限风险 / 最小风险）逐步施加义务，对高风险系统要求风险管理、数据治理、人工监督与技术文档，部分条款在 2025–2026 年分阶段适用。https://artificialintelligenceact.eu/