把三个月的出入库数据扔给大模型做旺季预测之前，你问过它会记住什么吗？
2023 年三星工程师把芯片代码贴进 ChatGPT 调 bug，代码直接进了训练数据——这事当时闹得很大。三星是芯片，你是仓库，数据看着没那么"核心"，但真摊开看：客户的 SKU 和销量、承运商的合同价、每个拣选员的绩效、供应商的结算价……这些数据要是进了公有模型的训练集，泄露的不是一行代码，是你整个生意的基本盘。
哪些数据最烫手？我按风险排个序。
第一档：客户经营数据。SKU 级别的销量、出入库节奏、库存水位——这是一个品牌方的商业机密。你作为 3PL 拿着这些数据做分析，客户合同里大概率写了保密条款。数据进了第三方模型，等于你单方面把保密义务外包给了一个你控制不了的系统。
第二档：价格数据。承运商给你的合同折扣、你报给客户的费率、供应商的结算价。价格是谈判桌上最后的底牌，模型记住了，竞争对手换个问法就可能套出来。
第三档：人员数据。拣选员的人均效率、差错率、考勤。美国各州对员工数据隐私的要求越来越严，加州的隐私法把员工数据也纳入了保护范围。拿真实人员数据喂模型，法务看了会摇头。
脱敏清单：动手之前逐条打勾
第一条：删直接标识。客户名、承运商名、员工姓名、工号，全部替换成无意义编号。别用"客户 A"这种能反推的代号，用随机编号，映射表离线保存。
第二条：泛化准标识。精确到库位的拣选路径，泛化到"区域"级别；精确到分钟的时间戳，泛化到小时；SKU 级别的数据，能按品类聚合就别给明细。记住一条原则：给模型的永远是"分析所需要的最粗粒度"。
第三条：价格数据做变换。合同价、费率这类数据，要么不给，要么做归一化处理（比如转成指数）。模型要的是价格之间的相对关系，不是你的真实底价。
第四条：签合同之前先看数据条款。你用的 AI 工具，服务条款里写没写"用户输入不会用于训练"？企业版和免费版在这条上经常不一样。免费版的便宜，是用你的数据付的。
第五条：敏感分析放本地。实在脱敏后还觉得烫手的数据，别上云。用本地部署的开源模型跑，虽然效果打点折，但数据不出内网。安全和效果的 trade-off，这次我站安全这边。
先分级，再脱敏
脱敏之前先做数据分级，不然眉毛胡子一把抓。我的分法是三级：公开级（行业通用知识、脱敏后的统计指标）可以直接用；内部级（运营数据、流程数据）脱敏后可用；机密级（客户经营数据、价格、人员）原则上不进外部模型，特殊情况走审批。
分级的好处是效率：不是所有数据都要按最高标准脱敏。公开级的数据折腾半天是浪费时间，机密级的数据再怎么脱敏也不该出去。分级不清的团队，要么过度脱敏把数据搞到没法用，要么图省事直接裸奔。先花半天把数据资产盘一遍，分好级，后面的脱敏清单才有意义。盘点的时候拉上业务、IT、法务三方一起，半天开完会，分级表就出来了。别让 IT 自己关起门来分，分出来的业务用不了。
合同里必须有的三句话
跟 AI 供应商签合同，数据条款不能只看销售 PPT 里的承诺，要落在纸面上。三句话必须有：第一，"用户输入的数据不会用于模型训练"——写明，写死；第二，数据存储位置和保留期限——存在哪、存多久、到期删不删；第三，数据泄露的通知义务和赔偿——出事多久通知你、赔多少。这三句缺一句，法务都应该打回。
合同到期续签时重审一次条款——AI 公司的条款变得比谁都快，去年的承诺今年可能就改了。别自动续签，续签前把数据条款重新过一遍。
欧盟的客户还要多想一层：GDPR 之下，员工数据、客户数据都是个人数据，跨境传输到境外服务器要走标准合同条款。你把含欧盟人员信息的数据喂给境外公司的模型，传输链条合规了没？别等监管问上门。
内部流程：谁有权导出数据
技术防不住的，要用流程补。我建议定一条简单的规矩：任何批量导出业务数据给外部 AI 工具的行为，都要经过数据负责人审批。审批就看三样：脱敏做了没、合同条款看了没、有没有更粗粒度能替代。小公司没专职数据负责人，老板自己批也行，关键是"导出"这个动作不能是某个人随手一点就发出去了。
审批表不用复杂，一页纸：导出什么数据、给哪个工具、脱敏措施、有效期。这一页纸，审计的时候能救命。
还有一个现实问题：影子 AI。你定了流程，但业务员为了赶方案，偷偷把客户报价单贴进免费版大模型"润色"一下——这种事每个公司都在发生，防不住，只能疏导。办法是给团队提供合规的官方工具：公司统一采购企业版 AI，数据条款谈好，员工就没必要用免费版了。堵不如疏，IT 预算里加这一项，比出一次泄露便宜得多。
培训也要跟上，但别搞成念 PPT。给业务团队看两个真实案例，再给一份"什么能贴、什么不能贴"的一页纸，比讲一小时隐私法规管用。
脱敏不是一锤子买卖。业务变了、数据字段加了、换了新的 AI 工具，脱敏方案都要重审。我的建议是每半年复核一次脱敏清单，顺手把审批表归档，审计要的就是这条时间线。清单是活的，数据在变，它就得跟着变。
最后留一个明天就能做的动作：从你的系统里导一份真实数据，自己当一次"攻击者"——看看能不能从这份数据里认出某个客户、算出某条线路的真实成本。能认出来，说明脱敏没做到位。
模型不会替你保密，能保密的只有你喂进去之前的那道工序。
