付同学的技术客栈/

公司用AI,数据和权限的边界怎么定

所属专题 公司把 AI 用起来 第 10 篇 / 共 11 篇 查看专题目录

公司开始用AI以后,管理上最常见的两种反应都不太好。

一种是完全放开,员工各自注册账号,把代码、合同、客户资料和会议记录复制进去。

另一种是发一份通知:“涉及公司信息禁止使用AI。”

前一种风险太大,后一种几乎等于让大家继续偷偷用。

真正需要的不是一句口号,而是一张员工能看懂、技术能执行、管理者愿意负责的边界表。

先把数据分成红黄绿

绿色:可以进入批准的通用工具

  • 已公开官网内容;
  • 已发布产品手册;
  • 公开代码和开源资料;
  • 公司明确允许传播的模板;
  • 已充分脱敏的培训样例。

绿色不等于没有版权。转载、图片、客户案例仍然要确认授权。

黄色:只能进入企业账号或受控环境

  • 内部制度和普通项目文档;
  • 未公开源代码;
  • 脱敏后的客户记录;
  • 内部会议纪要;
  • 运营、销售和普通业务数据;
  • 尚未发布但风险可控的产品资料。

黄色数据要明确可使用的企业账号、API或私有部署环境,并控制人员、日志和保存时间。

红色:默认不能直接提交给模型

  • 密码、Token、私钥和生产连接串;
  • 未脱敏个人信息;
  • 付款账号和高敏感财务数据;
  • 核心商业机密;
  • 高敏感客户数据;
  • 未公开重大经营信息;
  • 受法律、合同或保密协议严格限制的材料。

红色数据不是换成本地模型就自动安全。

要重新设计流程:先脱敏、只传必要字段、在受保护边界内处理,或者根本不让AI参与。

再做一张批准工具清单

每个工具至少记录:

项目要说明什么
工具和版本员工到底使用哪个产品和企业空间
允许数据绿色、黄色或仅指定项目
账号公司账号、个人账号是否允许
数据政策是否用于训练、保存多久、存放区域
权限哪些人可用,能读写哪些系统
集成API、插件、MCP、浏览器扩展能访问什么
负责人采购、技术、业务和安全分别找谁
停用如何撤销账号、密钥和系统连接
复核日期什么时候重新检查产品政策和能力

使用DifyFastGPT自托管时,也要记录模型API最终把数据发到哪里。n8nPower Automate能连接很多系统,权限反而更需要限制。

能连,不代表应该全连。

给Agent最小权限

第一阶段尽量采用只读或草稿权限:

  • 读取指定知识库,不读取整个共享盘;
  • 读取当前Issue,不扫描无关私有仓库;
  • 创建待确认任务,不直接改变项目承诺;
  • 生成付款异常提示,不执行付款;
  • 生成生产变更计划,不直接运行;
  • 查询客户资料的必要字段,不导出完整客户库。

给每个Agent或自动化流程单独服务账号,不和管理员共用账号。API Token只开放必要接口和范围,并设置有效期。

如果一个流程只需要创建工单,就不要给它删除工单、修改客户和管理用户的权限。

高影响动作必须有人批准

这些动作不能因为模型“置信度高”就自动完成:

  • 生产发布和基础设施删除;
  • 数据库破坏性变更;
  • 付款、报销、税务和会计判断;
  • 合同、报价、交付承诺和对外声明;
  • 录用、辞退、绩效和纪律决定;
  • 退款、投诉、法律通知和安全事故;
  • PLC、设备和其他高影响控制;
  • 客户及业务数据的批量删除。

人工审批界面应该显示原始输入、AI建议、使用资料、风险和将要执行的动作,而不只是一个“同意”按钮。

日志要能回答发生了什么

至少记录:

  • 谁或哪个服务账号发起;
  • 使用了哪个工作流、模型和规则版本;
  • 访问了哪些数据来源;
  • 产生了什么结果;
  • 人工修改和审批;
  • 写入了哪个系统;
  • 失败、重试和最终状态。

日志本身也可能含敏感数据。

不要无期限保存完整提示和客户文本。按排障、审计和业务需要确定字段、访问权限和保留时间。

员工真正需要的是几条清楚规则

公司制度可以很完整,但员工日常更需要快速判断:

公开资料:使用批准工具。

内部资料:只用企业账号或批准环境,先确认权限。

个人信息、密钥、付款和核心机密:不直接提交。

代码和客户数据:按项目批准范围使用。

对外承诺、付款、招聘和生产操作:必须人工批准。

不确定:先问数据或业务负责人,不要自己猜。

再配几个真实工作例子,比只有一份法律语言很重的制度更容易执行。

一个低门槛的治理落地顺序

第一周,列出现有AI工具和员工实际使用情况,不急着处罚。

第二周,完成红黄绿数据分类和第一版批准工具清单。

第三周,给正在试点的流程建立专用账号、最小权限、日志和人工审批。

第四周,做一次演练:撤销一个离职账号、轮换一枚API密钥、停止一条工作流、从备份或草稿恢复。

能停下来、查得到、收得回,治理才不只是纸面制度。

哪些信号说明边界还不够清楚

  • 员工不知道个人账号和企业账号有什么区别;
  • 同一份客户资料被复制到多个聊天工具;
  • Agent使用管理员Token;
  • 工作流失败后只能重新跑,不知道是否已经写入;
  • 知识库资料没有负责人和权限;
  • 模型或供应商变更后没人重新检查政策;
  • 人工审批只看AI总结,不看原始依据;
  • 离职员工账号和API密钥没有及时撤销。

公司不需要等一套完美制度才开始使用AI。

但每增加一条自动化能力,都要同时增加对应的权限、日志、人工责任和停用办法。

边界不是为了让AI少做事。

它是为了让公司知道,AI做到了哪里,最后谁愿意为结果负责。

公司把 AI 用起来 第 10 篇 / 共 11 篇
查看专题目录

留下一条评论

暂无评论