近年来AI办公的概念蓬勃发展，AI大模型逐渐成为许多办公人士的“亲密伙伴”。用户只需要输入具体需求，就能一键生成文章。部分掌握公司机密的办公人员在起草相关合同或文件时，为节省工作时间，违规将涉密素材和涉密文件内容输入AI 大模型生成文章，并认为只是截取文件片段，不至造成泄密。殊不知，一些AI大模型会自动收集用户输入的信息内容以供自主学习，相关数据资料有一定被泄露的风险。

然而，许多企业并没有意识到他们在使用这些技术时所面临的风险。数据隐私和安全问题是最显而易见的，却意外地经常被忽视。使用ChatGPT等工具来创建摘要或回复电子邮件的员工，可能没有意识到他们可能无意中向外界泄露了机密信息。

AI 使用的隐患

每天，数以百万计的企业都在使用聊天机器人等技术来提升客户支持，在营销中生成内容、创建受众分析，在人力资源部门筛选求职者，检测欺诈交易，优化供应链运营，或者从数据中提取商业智能见解，而一些公司已经因缺乏人工智能监管而面临风险。

在今年的WAIC（世界人工智能大会）上，奇安信集团董事长齐向东表示，大家提到的 AI 风险，一是AI本身存在安全风险，数据污染和投毒轻而易举。二是AI应用存在安全风险，数据泄露和数据滥用防不胜防。当员工向人工智能工具“投喂”数据时，极易造成敏感信息、核心机密和其他数据泄露风险；更可怕的是，不法分子还能利用所掌握的信息和数据，通过AI深度伪造技术创建虚假身份，进行换脸、换声，达到不可告人的目的。三是AI被黑客利用加剧安全风险，饱和式攻击猖獗。生成式AI可以生成恶意软件、钓鱼邮件，也可以快速发现目标系统中的漏洞，从而加速和扩大攻击规模，这大幅降低了网络攻击门槛，网络攻击数量大幅增加。

不久前，安全公司 Zenity 的联合创始人兼 CTO MichaelBargury 在黑帽安全大会上披露，微软内置于Windows 系统的 Copilot AI存在安全隐患。这些漏洞可能被利用来获取用户的敏感信息，如联系人数据，并且可以伪造邮件发送钓鱼邮件，进而诱导企业员工进行不安全的操作，例如修改银行转账信息。

研究人员通过演示展示了黑客如何利用 Copilot泄露数据和进行网络钓鱼攻击。Copilot Studio允许企业自定义聊天机器人，但这需要 AI访问企业数据，从而产生安全风险。攻击者可以通过注入恶意数据来绕过 Copilot 的防护措施。Bargury 指出，当 Al被赋予数据访问权限时，这些数据就成为了攻击的目标。

而去年 5 月，三星推出了一项新政策，要求员工不得在工作场所使用OpenAl的ChatGPT和谷歌 Bard等生成式人工智能。原因在于同年4月，该公司的一名工程师将内部源代码上传到ChatGPT后，意外泄漏了内部源代码。这让三星担忧其数据将通过人工智能平台最终落入其他用户手中。

目前，三星员工已被禁止在公司设备上使用人工智能工具，包括电脑、平板电脑、手机等，但员工仍可以在个人设备上使用。该公司还强调，若违规并导致公司信息或数据泄漏的话，员工将得到纪律处分，情节严重者将被解雇。

而台积电也发布了内部公告，提醒员工应秉持“不揭露公司信息”、“不分享个人隐私”、“不完全相信生成结果”原则谨慎使用网络工具如ChatGPT或Bing AI Chat等。

在日本，银行巨头软银则警告员工使用ChatGPT和其他商业应用，“不要输入公司身份信息或机密数据”。而瑞穗金融集团、三菱日联金融集团和三井住友银行已禁止在公司运营中使用ChatGPT和其他服务。

多地监管层已开始采取行动

许多人工智能系统的透明度和可解释性不足使企业担责。如果企业希望把握人工智能带来的变革机遇，那么明确、详细且全面的人工智能政策就显得至关重要。

首先，围绕人工智能的可接受与不可接受使用行为制定指导方针，应成为防范其潜在风险的基础步骤。然而，必须认识到，有效的人工智能政策不只是风险缓解的手段，它同样也是推动创新和增长的强大动力。

一个精心制定的人工智能政策，其作用不仅限于防御；它还能激发潜力。通过清晰地阐述如何利用人工智能提升生产力和驱动创新，政策提供了一个框架，让企业能够自信地探索和应用人工智能技术。这种明确的指导有助于营造一个环境，在保障安全和遵守道德规范的同时，培养创造性的解决方案。

积极面对这些问题，还将助力企业明确安全和负责任地使用人工智能所需的技术要素。例如，理解基于公共云的人工智能工具如ChatGPT的数据策略，对企业来说至关重要，这有助于它们识别在哪些环节需要更私密、更安全的系统，如本地基础设施。通过这样的认识，企业可以在享受人工智能带来的便利和效率提升的同时，确保数据的安全性和合规性。

作为监管一直较为严格的欧盟，其推出的《人工智能法案》，就旨在通过全面的监管框架确保AI技术的安全、透明和伦理性。法案将AI系统分为四个风险等级：不可接受风险、高风险、有限风险和最小风险。不可接受风险的系统，如社会评分系统，被全面禁止；高风险系统则需通过严格的合规性评估和认证，包括医疗设备和招聘工具等。法案强调透明性、数据治理和隐私保护，推动技术创新和市场信任。通过这种分类监管，欧盟希望保障公众利益，同时促进AI技术的健康发展。

近日，被誉为“人工智能之父”的加拿大科学家杰弗里·辛顿（Geoffrey Hinton）、被誉为“深度学习之父”的加拿大蒙特利尔大学计算机科学教授约书亚·本吉奥（Yoshua Bengio）、撰写最早AI教材的伯克利大学计算机科学教授斯图亚特·罗塞尔（Stuart Russell）以及互联网立法专家、哈佛大学法学教授劳伦斯·赖斯格（Lawrence Lessig）等专家联名签署了一封公开信，支持加州议会一项AI安全监管法案。

他们在公开信中写道：“作为最了解AI系统的专家，我们可以自信地说，（AI引发的）风险很可能存在，而且足够严重，有必要制定相关安全检测和预防措施。我们担心科技公司在追求市场份额和利润最大化的过程中，无法自己化解这些系统性风险。因此需要对这些处于AI赛道前沿的公司制定规则。”

饱受争议的加州《加州AI安全法案》（原为《前沿人工智能模型安全创新法案》）在大幅度削弱后，顺利通过加州众议院拨款委员会的审核。监管范围内的企业应主动采取措施避免模型滥用，还需要拥有紧急关闭模型的能力。此外，他们还需要提交公开声明，概述他们的安全实践。法案引入了“年检”制度，企业需要聘请独立审计员每年评估合规情况。一旦出现违法行为，企业可能面临一千万至三千万美元不等的罚款。

结语

面对AI技术的双刃剑特性，全球各地已经开始警惕 AI 带来的负面影响，从企业到立法机构，都在寻求平衡创新与安全的方法。欧盟的《人工智能法案》和加州的AI安全法案等，都是这一努力的体现。未来，通过确立明确的指导原则和安全框架，相信企业可以在安全与可持续的边界内探索AI的潜力。