|
AI合规红线 ｜ 集团企业AI治理专题 前员工追责千万！集团AI泄密红线 |
集团企业最怕的，不是黑客攻破防火墙，而是自家员工把商业秘密顺手喂给了公共AI。最近一桩前员工被追责近千万的案子，把AI泄密第一次钉进了集团企业AI合规的硬红线——把信息贴进大模型，在监管眼里已经等同于向第三方披露商业秘密。
过去一句"我为了让工作快点做完"，现在可能直接踩到《商业秘密保护规定》《反不正当竞争法》和保密观通报案例的交叉线。集团企业的合规负责人最该记住一句话：AI 泄密不再是内部小事故，而是会触发追责、处罚、解雇的合规事件。
一、真实危机：前员工追责千万，AI泄密已成集团红线
先把近期这几件事说清楚，因为它们正一起套在每一家集团企业头上。
2026 年 8 月 7 日，小鹏集团发布《商业秘密合规管理制度》，第一次把 AI 工具写进商业秘密管控条款：员工不得超出审批范围使用 AI 工具，输入信息必须脱敏，API 调用日志保留两年并接受季度审计；制度新增员工入离职全生命周期管理，覆盖涉密载体移交、权限回收与终端检查。一家头部集团主动把"用 AI"收口到合规制度里，本身就是最强的行业信号——监管虽然没有逐家点名，但企业已经先行一步，因为风险已经明明白白摆在桌面上。
同月 14 日，保密观披露两起真实 AI 泄密案例。第一起，某国家机关工作人员未经审批，用开源 AI 工具分析内部文件，导致敏感资料被境外 IP 非法访问下载，损害国家安全；第二起，某科研机构研究员擅自把核心数据与实验成果上传至 AI 应用软件，涉密信息泄露，受到严肃处理。两起案例的共同点只有一句话：把本应保密的内容，交给了不受控的模型。
再把视角拉到海外，2026 年 7 月 13 日，俄罗斯莫斯科 Babushkinsky 法院在 Remizova v. EnergoProf 案中裁定：一名销售总监把商业数据从内部受限平台导出、粘贴进 DeepSeek，构成商业秘密披露，支持公司合法解雇。法官的逻辑和国内监管一脉相承——把受保护信息送进第三方模型，传输行为本身即构成披露，与你的主观意图无关。
三起事件，一个结论：集团企业的 AI 泄密，已经不是"会不会被发现"的内部问题，而是"被追责、被处罚、被解雇"的现实后果。前员工被追责近千万的判例，只是把这条红线用最贵的方式画了出来。它提醒所有集团企业，AI 合规不再是锦上添花，而是守住所里家底的底线动作。
二、监管认定：把信息喂给AI，就已经等于披露
为什么"贴进对话框"会被认定为披露？这要从法规本身讲起。
《商业秘密保护规定》自 2025 年 4 月 21 日起施行，市场监管总局在其中明确把"电子侵入"等列为侵犯商业秘密的不正当手段，并强调企业必须采取"相应保密措施"。关键就在"相应"二字：法律不再要求企业做到万无一失，但要求你做了与信息价值相匹配的保护动作。一旦你把核心商业信息交给一个第三方模型，而模型的服务条款允许其用于训练或留存，你就很难证明自己还"控制"着这条信息。
《反不正当竞争法》对商业秘密的定义一直稳定：不为公众所知悉、具有商业价值、经权利人采取相应保密措施的技术信息、经营信息。销售漏斗、客户名单、报价体系、研发参数、并购预案，全在这条定义里。把它们喂给 AI，等于把它们交到一个你不掌控、且可能留痕于境外的处理系统——在法庭和监管看来，这就是披露。
更隐蔽的是，很多集团企业以为"只是让模型帮我润色一下""只是问一句怎么定策略"，不构成对外提供。但《商业秘密保护规定》关注的是信息的流向，不是你的主观意图。信息一旦离开你可控的边界，进入第三方模型的上下文，披露就已经发生。意图良好，并不抵消行为性质。
这也是为什么小鹏集团的制度会专门写"输入信息须脱敏"和"API 调用日志保留两年"：前者是事前把信息披露风险压下去，后者是事后能证明"我做了相应保密措施"。一条管源头，一条管举证，合起来才构成法律意义上的保密动作，也才经得起《反不正当竞争法》的审视。
三、集团企业最容易踩的三类泄密场景
把散落的泄密风险收敛一下，集团企业在 AI 应用上真正高频踩坑的，是这三类：
1. 经营信息被拿去"问策略"。销售负责人把客户名单、成交价、返点政策贴进模型，让它"帮我定个报价策略"；战略岗把未公开并购预案、市场测算交给模型做推演。这些内容一旦离开内部系统，就脱离了保密边界，落入第三方模型的留存范围。
2. 技术信息被拿去"改文档"。研发把未公开算法参数、产品图纸、源代码注释交给模型做翻译、扩写、重构；供应商管理岗把核心 BOM 与成本结构喂给模型做比价。模型返回的结果看似无害，但输入已经外泄，且可能进入模型的训练语料。
3. 人事与财务信息被拿去"提效率"。HR 把拟录用名单、薪酬带宽、组织调整方案扔给模型写通知；财务把未披露预算、关联交易明细交模型做整理。这类信息最敏感也最容易被忽略，因为操作者普遍认为"只是内部文书工作"，不会出事。
三个场景的操作者，动机全都是"把工作做得更快更好"，没有一个人想泄密。但从合规视角看，性质是同一件事：受保护的商业秘密，离开了集团可控的边界。保密观披露的那两起案例，以及 Remizova 案的判决，对应的正是这三类里的具体动作。
而绝大多数集团企业的现状是：业务侧疯狂用 AI，治理侧却完全看不见——哪份客户名单被贴进过模型、哪份研发文档被外部模型改写过、哪个 API key 在夜间被高频调用，集团自己都说不清。制度只写在纸上，红线就只是画在纸上。
四、51Tokens怎么把合规红线落到每一次调用
51Tokens 的思路很简单：把 AI 调用变成一件看得见、拦得住、查得到的事。它属于 51AIPro 平台系统能力的一部分，也是集团企业 AI 治理基础设施的关键一层。
第一，敏感内容识别与处置，发生在请求进入模型之前。对提交给模型的内容做敏感特征识别，命中客户名单、报价体系、研发参数、未公开预案等商业秘密特征时给出提示与处理建议；命中低风险规则的走提醒，员工可确认后放行并留下理由；命中红线规则的直接拦截。规则在 51Tokens 侧配置管理，编译成规则包下发，由 51API 网关在运行时执行，管理与执行分离。落到集团场景，就是销售把一份带返点政策的名单粘进对话框时，系统会在按下回车之前把这件事拦下来。
第二，大模型统一网关，把散落的调用收口。所有对模型的调用经由统一网关出口，谁在用、用哪个模型、处理什么类型的内容，集中可见、可控、可核算。一旦对外内容出问题，集团至少能第一时间自证：这条内容是从我们的合规通道出去的，还是员工私接的外部模型。这一点，直接对应小鹏制度里"不得超出审批范围使用 AI 工具"的要求，也呼应《商业秘密保护规定》的"相应保密措施"。
第三，全量调用审计留痕，且 API 日志留存两年。审计日志按人、按部门、按模型、按内容类型可查，既满足内部检查与外部问询的举证需要，也让"我们采取了相应保密措施"这句话有据可依。两年留存不是拍脑袋定的数字，而是把保密观两起案例和 Remizova 案的教训收进来——出事时能拿出记录，才算真正做了保密措施，也才能在《反不正当竞争法》框架下自证清白。
第四，顺手把账单一起管住。同一条链路上，请求侧的自研保真压缩算法会在请求发往模型之前，对 Prompt 与上下文做 30%-70% 的压缩，语义不丢、效果不打折；压缩只作用于输入侧，模型返回什么原样返回。配合按部门、按项目的分级预算与告警阈值，AI 合规和AI 省钱在同一套基础设施上一起完成。需要强调：压缩发生在请求侧，模型返回的内容不会被压缩、不会被改写，原样透传给调用方，确保业务效果不因治理而打折。
五、这周就能做的三件事
不需要等一份完整的治理规划，先做三件小事，风险面就能明显收窄：
1. 出一份 AI 使用负面清单。把"绝对禁止投喂"的内容类型逐条列出来，客户名单、报价体系、研发参数、未公开预案写在最前面，全员签署确认，直接回应《商业秘密保护规定》里的"相应保密措施"。
2. 摸一遍真实使用面。统计各部门实际在用哪些外部模型、经由什么通道、处理什么内容。多数集团做完这一步会发现，实际使用面远超制度覆盖面，私接的 API key 比备案的多得多，夜间调用比白天还频繁。
3. 把调用收口到一个出口。没有统一出口，前两件都无法验证；有了出口，敏感识别、审计留痕、两年日志留存、预算管控才有落点。这一步，也是 51Tokens 咨询落地服务最常见的切入方式——从收口一个网关开始，把合规红线一条条钉进系统，再配合 51Tokens 培训课程让业务侧真正理解"什么能喂、什么不能喂"。
六、写在最后：省钱、合规、考核是同一条链路
回到开头那份被贴进对话框的客户名单。
它提醒集团企业的，不只是"要守商业秘密规定"，而是一个更根本的问题：在 AI 已经渗进每一个业务岗位的今天，你对 AI 的使用到底有多少是看得见的？看不见的部分，既是合规风险的藏身处，也是账单失控的源头。
下面这三件事，本质上是同一件事的三个切面：
① AI 合规：敏感内容识别与全量调用审计，把商业秘密泄密风险从盲区拉回可观测区；
② AI 省钱：请求侧自研保真压缩与分级预算，把 Token 账单从变量项拉回可控项；
③ AI 考核：用真实调用数据评估 AI 的产出质量，而不是把使用量本身当成绩效。
它们共用同一条基础设施：一条能看见每一次模型调用的链路。
最后留三个问题给屏幕前的你：
1. 你们销售岗定报价时，有没有把客户名单和返点政策贴进过外部模型，你能查到吗？
2. 上周有没有研发把未公开算法参数喂给过公共大模型，集团有两年留存记录吗？
3. 一旦监管按《商业秘密保护规定》抽查保密措施，你手上有几份能拿出手的审计日志？
欢迎在评论区聊聊：你们集团的 AI 使用红线是怎么划的？如果还没划，把这篇转给合规和业务负责人，可能比转给任何人都有用。
需说明：51Tokens 的敏感内容识别是提醒与拦截双模式，把风险判断从个人记忆搬到系统规则，不替代任何保密审查流程，也不承诺 100% 合规；它解决"看得见、拦得住"，不替代 DLP / SIEM 等专业安全系统。
—— 51Tokens，让每一次模型调用都看得见、说得清、查得到
图：51AIPro 全流程 AI 治理一体化解决方案 · 服务架构
