把公司資料丟給 AI 安全嗎？中小企業導入前的資料安全檢查清單
「客戶名單會不會被拿去訓練模型？」這篇把中小企業的 AI 資料安全風險拆成三層：資料敏感度分級、免費版／企業版／本地部署的服務型態、操作流程，最後附一張導入前可以直接用的檢查清單。
這個問題問得對，但常常問錯層
「把公司資料丟給 AI 安全嗎？」
這是我在和中小企業老闆聊 AI 導入時，前三名一定會出現的問題。它問得完全合理。但大多數的討論停在「會」或「不會」的二元答案，這對決策沒有幫助。
有用的問法是把它拆成三層：你丟的是什麼資料、丟進哪一種服務、用什麼方式丟。三層的答案組合起來，才是你的實際風險。
第一層：資料本身的敏感度分級
不是所有公司資料的風險都一樣。動手導入之前，先把你打算讓 AI 處理的資料粗分三級：
綠燈：本來就公開或無識別性的資料 官網文案、產品型錄、公開的新聞稿、去識別化的流程文件。這類資料丟給任何主流 AI 服務，實際風險都很低。
黃燈：內部營運資料 會議記錄、內部 SOP、報價邏輯、未公開的企劃。外洩的傷害是商業競爭層面的，需要看清楚服務條款再用。
紅燈：個資與受法規保護的資料 客戶姓名電話、員工薪資、健康資料、財務明細。這類資料受個資法約束，外洩不只是商業損失，是法律責任。預設不丟，除非你確認過服務的資料處理條款，且有去識別化的前置步驟。
很多導入失敗的資安爭議，根源是把三級資料混在一起處理——用同一個聊天視窗，今天貼官網文案、明天貼客戶名單。分級之後，你會發現八成的自動化需求只碰綠燈和黃燈資料，根本不需要為此煩惱。
第二層：服務型態決定資料去哪裡
同樣是「用 AI」，資料的流向有三種完全不同的架構：
1. 免費版聊天工具 多數免費服務的條款保留「用你的對話改進模型」的權利。綠燈資料無妨，黃燈以上不建議。這也是「員工自己偷用免費 AI」最大的隱藏風險——不是工具危險，是沒有人管理丟進去的東西。
2. 付費企業版／API 主流服務（OpenAI、Anthropic、Google）的企業版和 API 條款，預設不用你的資料訓練模型，並提供資料保留期限的設定。這是多數中小企業自動化流程的合理選擇：黃燈資料在這一層是可管理的。
3. 本地部署（Local LLM） 模型跑在自己的電腦或伺服器上，資料完全不出機器。適合紅燈資料的處理場景——例如逐字稿裡有客戶對話、要批次處理含個資的文件。代價是需要相應的硬體和維護能力，模型能力也通常比雲端旗艦版弱一級。務實的做法是混合：紅燈資料的前處理（去識別化）在本地做，去識別化之後的內容再交給雲端模型做重活。
第三層：用什麼方式丟——流程比工具重要
同一個工具，兩種用法的風險天差地遠：
- 業務自己把整份客戶名單貼進聊天視窗 vs. 系統自動抓「單筆、去識別化」的欄位進 API
- 每個員工用自己註冊的免費帳號 vs. 公司統一開通企業帳號、集中管理權限
**風險最高的不是 AI 服務本身，是沒有規則的人工操作。**設計過的自動化流程反而比「請大家自己小心」安全：流程可以限制資料範圍，人的習慣不行。
導入前的檢查清單
和廠商或顧問談導入前，把這張清單跑一遍：
資料面
- 要自動化的流程會碰到哪些資料？分級了嗎？
- 紅燈資料有去識別化的步驟嗎？
服務面
- 用的是免費版、企業版還是 API？條款裡「是否用於訓練」寫什麼？
- 資料保留期限多久？能不能設定？
- 服務商有沒有 SOC 2 / ISO 27001 這類第三方認證？
流程面
- 員工現在有沒有人在用個人帳號處理公司資料？（先盤點，別假設沒有）
- 誰有權限把什麼資料丟進 AI 流程？有沒有寫下來？
- 出事的時候，知道要找誰、關哪個開關嗎？
這張清單跑完大概需要半天。相比之下，一次個資外洩事件的處理成本，和「因為怕所以什麼都不做」的機會成本，都貴得多。
安全和效率不是二選一
最後說一個實際觀察：資料安全問題處理得好的公司，導入速度反而比較快。
因為分級做完之後，「哪些流程可以放心自動化」變得一目了然：綠燈黃燈的流程直接動工，紅燈的流程排到有配套再做。而沒做分級的公司，每個流程都卡在「這樣安全嗎」的猶豫裡，最後什麼都沒動。
如果你還不確定該從哪個流程開始，導入 AI 工作流的第一步不是找工具 有一套找起點的方法；預算的部分，AI 工作流的三種建置成本 把選項寫清楚了。
FAQ
用 ChatGPT 免費版處理公司資料，到底行不行？
看資料等級。公開文案類的綠燈資料可以；含客戶個資的紅燈資料不行——不是因為服務商一定會拿去做壞事，而是免費版條款給你的保障最少，而你負的法律責任不會因為「用免費工具」而減輕。
本地部署是不是最安全的選擇？
資料不出機器這點，是。但「安全」還包括你自己機器的防護、備份、權限管理。本地部署等於把服務商的資安責任接到自己手上。對多數中小企業，企業版雲端服務＋確實的資料分級，是安全與維護成本的更好平衡點。
客戶問「你們是不是把我的資料丟給 AI」，怎麼回答？
最好的回答是你真的有一套規則可以講：哪些資料會進 AI 流程、用什麼服務、條款保障是什麼、紅燈資料怎麼處理。答得出這四件事，這個問題反而變成信任加分題。
導入顧問應該幫我處理資料安全嗎？
應該，而且要在流程設計階段就處理，不是事後補。如果一個顧問只談效率不談資料分級，這是警訊——代表他設計的流程很可能沒有考慮過出事的情境。