不把数据送出去的 AI — 本地部署与数据主权

把文档贴进去让 AI 总结,已经是家常便饭。可如果那份文档是客户名单,或者尚未公开的财务资料,你多半会停一下——它此刻已经到了别人的服务器上。本文说明喂给云端 AI 的数据究竟去了哪里、为什么有些公司的数据绝对不能外流,并从监管与成本两个角度权衡本地部署和中间地带的选择。关键始终是那一句:数据现在究竟放在谁的机器上。

AXAI 转型数据主权本地部署安全

把资料喂给 AI 的那一刻, 这份资料去了哪里?

便利背后的问题

把文档贴进 AI 换来一份摘要,如今已是家常便饭。可当那份文档是客户名单、是未公开的财务资料时,你会迟疑一下。

那份资料此刻已经去了别人的服务器。多数情况下会被安全处理 — 但对有些公司而言,"多数情况"还不够。

事实上,荷兰数据保护局(AP)在 2024 年 8 月表示,已收到多起因员工把个人数据输入 AI 聊天机器人而导致的数据泄露报告,这些员工往往违反了与雇主的约定。一家全科诊所的员工把患者的医疗数据输入了聊天机器人;一家电信公司的员工则输入了一份含有客户地址的文件。监管机构警告,大多数聊天机器人背后的公司会存储所有输入的数据。

我们把安全与个人信息中的原则,这次从数据在物理上位于何处的角度重新审视。

云端 AI = 数据离开了公司

大多数 AI 服务都在云端。你喂入的文字穿过互联网,在服务商的服务器上被处理,再返回答案。

这里必须核实两点。

1. 是否用于训练 — 若你的资料被用来让 AI 更聪明,你的信息就可能泄漏进别人的答案里。许多企业版选项以合同保证"不用于训练"。请核实。

2. 存在哪里、存多久 — 处理后立即删除,还是保留数日,位于哪国服务器?在受监管行业,这每一条都会成为问题。

数据存放位置已经重要到大型云服务商把它单独作为卖点。微软在 2025 年 2 月宣布完成 EU 数据边界(EU Data Boundary),让欧洲客户在 Microsoft 365、Dynamics 365、Power Platform 以及大多数 Azure 服务中的数据在 EU 与 EFTA 区域内存储和处理。这是数百个产品团队历时多年的工程。

不能外流的资料

多数工作用云端就够了。但若符合以下情形,情况就不同。

强监管行业 — 医疗记录、金融交易、法律文书。这与AI 基本法所指的高影响领域重叠。 极其敏感的信息 — 一次泄露就足以撼动公司的商业机密、大量个人信息。 合同义务 — 客户明确要求"不得将我方数据放入外部 AI"。

韩国金融业就是典型例子。韩国金融委员会在 2024 年 8 月发布《金融领域网络隔离改善路线图》(韩文),允许此前因互联网等外部通信受限而难以引入生成式 AI 的金融机构,通过监管沙盒使用生成式 AI。但它同时把安全措施作为附加条件,并把直接处理个人信用信息的阶段推迟到使用假名信息的第一阶段沙盒安全性得到验证之后。

此时的选项便是本地部署 — 不让数据外流,在自己掌控之内运行 AI。

本地部署的价值与代价

本地部署给你数据主权,资料不越出自家围墙。但代价随之而来。

成本 — 自行运行性能好的 AI 需要服务器与设备,前期投入大。 性能 — 自己运行的模型通常比顶级云端 AI 略逊一筹。 维护 — 更新、故障处理、管理人力,持续消耗。

也就是说,本地部署是"安全但昂贵且费手"的选择。什么留在内部、什么外包中的判断在此照样适用。

对多数人而言,答案是"中间地带"

好在并非只有非黑即白。

禁训练合同 — 照用云端,但用合同锁定:你的资料不用于训练、且只做短期保留。 遮蔽敏感信息 — 先抹去姓名、证件号等识别信息,再喂给 AI。 隔离环境 — 使用服务商为你单独隔出的空间。

对多数中小企业而言,这个中间地带才是现实答案。不必把数据整个锁在内部,也能握住管控权。如何不把资料送出去、而是留在自家内部再唤给 AI,我们在记录型 AI 工作法系列中有更详细的展开。

换一个提问

"本地部署还是云端?"不是一个好的首问。

首先该问的是"这份资料可以外流吗?" 可以外流的资料,尽管交给云端;只有不能外流的,才单独守护。

数据主权不是全有或全无,它始于给每一份资料评级。