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Dify或FastGPT自托管时,也要记录模型API最终把数据发到哪里。n8n和Power 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。
暂无评论