场景难度：中更新于 2026-06-01
管理层：数据分类分级
典型业务问题
不清楚哪些数据能进 AI、哪些绝对不能，使用边界模糊带来风险。
AI 可以怎么做
建立数据分级清单与使用示例，明确「禁止进公开模型」的边界。
适合的企业
准备规模使用 AI 的企业、金融/医疗/地产等强监管行业
不适合的情况
尚未开始使用任何 AI 的微型企业（可暂缓）
数据与流程准备
需要梳理现有数据资产。
建议验证指标
- 敏感数据识别覆盖率
- 违规使用事件数
POC 建议
先对客户与财务数据做一次分级盘点。
常见失败原因
- 分级过粗导致执行困难
- 只分级不培训
数据分类分级是 AI 合规的前置条件，应先于大规模应用。
参考来源（1）
1. 《人工智能行业应用指引（示例）》一手官方
延伸阅读
情报2026-05-20
重点行业 AI 应用迎来合规硬约束，数据安全先行
示例监管指引要求重点行业在 AI 应用中落实数据安全与隐私保护。企业使用公开模型处理业务数据前，必须完成数据分类分级。
课程2026-05-18
哪些数据不能直接放进公开模型
明确企业数据中哪些绝对不能进公开模型，以及应该怎么处理。
情报2026-06-12
企业 AI 投入与回报之间的鸿沟，根因在组织和数据
示例调研指出，大量企业 AI 项目卡在组织协同与数据准备，而非技术本身。ROI 落差的主因是可落地性，不是模型能力。
周报2026-06-19
老板 AI 周报 · 2026 第 25 期
示例周报：智能制造单位成本下降、重点行业 AI 合规要求、AI 销售助手趋势。
案例2026-06-12
案例拆解：金融业 AI 反欺诈的应用与边界
示例案例：某金融机构用模型识别异常交易并标记复核，强调可解释性与合规。
场景2026-06-09
金融：AI 反欺诈与合规审查
用模型识别异常交易模式，对高风险项标记复核，需可解释。