《AI时代企业数据安全与保密》（0.5-1天）

《AI时代企业数据安全与保密》

守好企业的"数字资产与商业机密"

主讲：李皖彰老师

【课程背景】

AI已深度嵌入研发、销售、HR、法务等核心业务场景，企业在享受效率红利的同时，"数据外泄"的风险敞口急剧扩大——员工用公有云大模型润色标书、让AI排查含配置的源码、用SaaS工具分析客户画像，均可能在无意识中将商业机密、源代码、个人信息送出企业可控边界。《数据安全法》《个人信息保护法》《网络安全法》及《生成式人工智能服务管理暂行办法》对数据分类分级、重要数据保护、个人信息处理及跨境传输提出明确法定义务，违规可导致高额罚款、停业整顿乃至刑事责任。本课程帮助企业管理层与关键岗位人员建立AI时代数据安全战略认知，识别新型泄密路径，掌握合规红线与"制度+技术+行为"三层落地防护方法，实现"敢用AI、会用AI、不踩雷"。

本课程设计者与讲授者李皖彰老师同时具备法学、经济学、商科的知识体系和海外访学经历，15年管理咨询与经营管理实践，服务过多家世界500强企业，了解国内央企国企集团企业的发展阶段与实际需求，作为第三届北京市党外高级知识分子联谊会理事，北京市无党派代表人士，李老师用丰富的管理咨询与法律服务实践赋予理论知识生命力，让员工听得进，用得到，入脑也入心。

【课程收益】

战略认知：认清AI时代数据安全是经营风险与核心竞争力，理解管理层在安全治理中的法定责任。

风险识别：掌握影子AI、Prompt注入、模型记忆、数据出境等新型泄密路径及日常征兆。

合规底线：明确《数安法》《个保法》《网安法》及AI监管对企业数据使用、分类分级、跨境传输的具体要求。

应急能力：了解数据安全事件黄金响应五步法与法定上报时限，能通过沙盘推演复述处置要点。

【课程特色】

贴近实战：所有内容均围绕企业经营场景设计，案例均来自同类企业真实事件，避免空泛理论，学完即可用

深入浅出：以“问题导向”拆解复杂法规与技术概念，用通俗语言解读专业内容，适配非保密专业背景的全员学习

动静结合：理论讲授+案例嵌入+情景模拟+实操演练+互动问答，避免单向灌输，充分调动学员参与度

时效前沿：融入 AI、大数据、云计算等新技术场景下的保密挑战，同步最新政策法规与行业标准，保障内容权威性与时效性

【课程对象】

决策层：CEO、COO、CIO、CTO（战略审定与资源投入）

管理&合规层：研发/市场/HR/供应链负责人、法务、合规、信息安全专员

关键岗位员工：日常高频接触AI工具的业务骨干

【课程时间】0.5-1天（2-6小时）

【课程大纲】

一、认知筑基：数据安全、保密与企业核心竞争力

1、AI提效背后的"隐形泄密门"

AI是杠杆也是风险口，数据安全≠IT部门独责，是全员经营底线

【案例】韩国三星半导体员工三次用ChatGPT调试芯片源码，致晶圆工艺参数疑似留存境外模型，引发全球关注

2、 数字化时代的保密新形势

企业保密工作面临的外部威胁与内部管理痛点

三驾马车：《网络安全法》《数据安全法》《个人信息保护法》

国家秘密、商业秘密、工作秘密的边界与核心价值

【典型案例】企业技术图纸泄露导致订单流失的教训

3. 保密的战略价值认知

商业秘密对企业竞争壁垒的核心支撑作用

失泄密对国家安全、企业利益、个人前途的三重影响

企业主体责任与“双罚制”：既罚公司也罚责任人

【典型案例】央企员工违规外传涉密文件被追责的警示

4. 全球合规视野下岗位保密风险唤醒

GDPR与CCPA：中国企业出海的数据合规陷阱

各岗位日常接触的敏感信息梳理

【互动研讨】我的岗位有哪些潜在保密风险点

二、法律与合规底线：现行法下的数据"高压线"

1、《网络安全法》《数据安全法》《个人信息保护法》核心义务速览

《网络安全法》：网络运营者履行安全保护义务，落实等级保护制度

《数据安全法》：建立数据分类分级保护

《个人信息保护法》：处理个人信息须遵循"告知—同意"；处理敏感个人信息须取得个人单独同意或符合法定例外

2、《生成式人工智能服务管理暂行办法》适用要点

向境内公众提供生成式AI服务须训练数据合法、涉及个人信息应依法取得同意

企业员工使用未获批出境的境外公有云AI处理境内敏感数据，可能触发《数安法》重要数据出境或《个保法》跨境传输合规义务

3、行业特殊监管要求提示（视行业企业调整）

金融（JR/T 0197 金融数据安全分级）、医疗（患者病历严禁擅自出境）、涉密单位（按《保守国家秘密法》执行）

【案例】某公司用境外AI分析学员画像（含未脱敏手机号），被认定为未尽个人信息保护义务，遭网信部门责令改正并处罚款

三、企业保密对象再梳理——什么是"不能随便喂给AI的数据"

1、商业秘密三要件

不为公众所知悉、具有商业价值、权利人采取相应保密措施

2、典型企业敏感数据范畴与四级分类

绝密（核心商密）：未公开源代码/核心算法与权重、标底/竞标价、并购/融资未公告信息、重要客户名单

敏感（普通商密/PII）：员工/用户个人身份信息(姓名+身份证+手机号+薪资)、财务明细、未公告产品路线图

内部：仅限内部传阅的非保密制度、会议纪要

公开：官网/公众号已发布信息

不同级别匹配不同AI使用权限——绝密级禁止任何公有云AI处理；敏感级须经脱敏+审批方可在受控环境处理

《保守国家秘密法》提示

涉国家秘密机关企事业单位按密级管理，禁止任何非涉密信息系统（含AI）处理

【案例】某建筑设计院离职员工将未公开规划图纸通过个人AI工具转CAD格式，致投标方案提前泄露

四、AI时代特有泄密路径——识破"看不见的数据流失"

1、员工端"无意识投喂"场景

提示词中直接粘贴合同全文、薪资表、客户PII、账号密码、内部项目代号

用个人微信/QQ/邮箱/网盘传保密文件至AI网页或App

私自将企业数据用于外部模型微调或接入第三方RAG知识库

2、技术端"被动泄露"机理

公有云AI可能缓存对话用于服务优化→敏感信息进入日志或训练集残留

通过精心构造Prompt（提示词注入/Prompt Injection）可诱导模型复述上下文中曾出现的敏感片段

模型记忆效应：即使已结束会话，相似查询在一定条件下可还原部分训练期输入

3、影子AI（Shadow AI）难管控

员工私自注册使用未被IT纳管的AI工具，企业无日志、无审计、无阻断能力

【案例】某咨询公司顾问用AI润色尽调报告时将客户未公开财务数据写入提示词，竞品公司通过相似提问从公开模型侧获取部分信息，引发客户投诉

五、落地实战——制度·技术·行为三层防护体系（选用）

1、制度层：立规矩、明责任

制定《AI工具使用管理办法》：白名单工具范围、禁止上传数据类型（绝密/未脱敏PII）、违规追责

修订《保密协议（NDA）》增补AI场景条款；将数据AI使用纳入新员工入职与年度培训

建立数据出境/上云/用于AI处理审批流；重要数据处理活动定期开展风险评估

2、技术层：按企业规模选配（三道防线）

准入控制——仅允许经审批AI工具域名/IP，终端禁止未授权软件安装

数据脱敏——敏感字段假名化/泛化/遮蔽后再调外部API；企业AI网关可实现自动过滤

审计追溯——DLP监控文件外发与剪贴板、CASB识别Shadow AI、操作日志保留≥6个月；私有化LLM供核心研发使用

3、行为层：给员工可操作的判断工具

推行"AI操作三问"——①此资料是否标注"敏感/保密"或含PII？②上传后数据是否离开企业可控环境（如境外公有云）？③若内容被公开是否造成法律/商业损失？任一为"是"→禁止用公共AI处理

明确例外：经审批的企业私有化/本地部署AI + 数据已做去标识化 + 数据Owner批准 + 在审计环境下操作

【互动演练】"我的部门防护清单"：各组针对本部门最高频AI场景（研发查Bug/市场写文案/HR筛简历），起草1条禁止性规则和1条管理措施，白板/便签展示

六、泄密事件应急响应与长效机制

1、黄金响应五步法

断——立即停用相关账号/接口、隔离终端、停止继续外发

留——保全操作日志、截图、聊天记录、API调用记录不篡改

报——按预案在法定/内部时限内上报管理层及监管（如《网安法》要求立即补救并按规定向主管部门报告）

告——依法需通知相关个人/客户的应及时告知

改——复盘根因、修补漏洞、更新制度、必要时全员通报（脱敏）

2、长效机制

每季度扫描影子AI工具使用情况与敏感数据异常流转

跟踪数据出境新规及AI监管配套要求，动态更新内部政策

定期案例警示与"三问法"抽查考核

【案例】某互联网公司AI客服异常返回用户隐秘字段，48h内完成全量脱敏+监管报备+用户告知，将次生合规风险压至最低

【互动演练】"迷你沙盘推演"：给定场景——市场部员工用个人账号将含VIP客户名单Excel上传境外AI求"购买偏好分析"，主管发现后如何处置？

（切断动作→证据留存→上报对象&时限→是否需通知客户→后续整改动作）

课程总结回顾