> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-qi-bu-fen-he-gui-zhi-li-pian/37-shu-ju-he-gui-yu-yin-si.md).

# 第 37 章 · 数据合规与隐私

用 AI，几乎一定要让数据流动起来——喂给它资料，它才能读懂、才能干活。而数据一流动，合规和隐私的问题就跟着来了。这一章不去背具体法条（那些一直在变），而是立几条不会过时的原则。

先看核心风险在哪。最直接的，是把客户、员工或商业上的敏感数据，喂给了不可控的外部模型——这些数据可能被留存、被用于训练、甚至被泄露。而最大的盲区，是上一章提到的"影子 AI"：员工为图方便，私自把敏感资料贴进各种外部工具，风险在暗处一点点累积，企业却毫不知情。合规的第一步，往往不是管好审批过的系统，而是先看见这些看不见的口子。

再看几条稳的原则。第一，数据最小化：只喂完成任务真正必需的那部分，不图省事把一大批数据一股脑倒进去。第二，知情与授权：用了谁的数据、拿去做什么，该让对方知道、必要时得到同意——这既是法律要求，也是信任的基础。第三，边界与隔离：分清哪些数据可以上外部模型、哪些必须留在企业可控的范围内，敏感的东西别轻易出门。第四，可追溯：数据去了哪、经过了哪些环节，要说得清，这正接上上一章的治理。

监管环境这一层，要坦白它的状态：它在快速收紧，而且还没定型。各地的数据保护法、以及专门针对 AI 的新法规，正在陆续落地，细则还在不断调整。这里的务实姿态，不是等规则全部齐备、清清楚楚了再动手——那样多半会错过窗口；而是按上面那几条稳的原则先做，把合规当成设计 AI 系统时就内建的东西，而不是上线后再打的补丁。规则细化时，再据此微调。把隐私和合规做在设计里，比事后补救，代价小得多。

需要一句分寸，免得矫枉过正：不是所有数据都敏感，过度保守会让 AI 干脆没法用。合适的做法，是按数据的敏感程度分级——就像护栏要分层一样——高敏感的严管、低敏感的放开，把合规的力气花在真正要紧的地方。

## 要点速查

* 核心风险：敏感数据喂给不可控的外部模型（被留存/训练/泄露）；最大盲区是"影子 AI"。
* 四条不会过时的原则：数据最小化、知情与授权、边界与隔离、可追溯。
* 监管在收紧且未定型（M7）：别等规则齐了再动；按稳的原则先做，把合规内建进设计（privacy by design），规则细化再微调。
* 分寸：按数据敏感度分级，别一刀切地过度保守让 AI 没法用。

## 给管理者的三步

* 现在：先摸清"影子 AI"——员工正把哪些敏感数据贴进哪些外部工具，这是最急的口子。
* 三个月：落地四条原则，尤其是数据最小化和"敏感数据不出可控范围"，并对数据按敏感度分级。
* 一年：把隐私与合规内建进 AI 系统的设计流程，而不是事后补丁；并保持对新法规的跟踪与微调。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-qi-bu-fen-he-gui-zhi-li-pian/37-shu-ju-he-gui-yu-yin-si.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.