客户资料进了AI之后：中小专业服务机构的三项合规功课
Photo: Lt. Brian Badura, Public domain, via Wikimedia Commons
过去两年，AI工具从"技术部门的事"变成了"每个人电脑里的事"。对华人经营的会计师事务所、律师事务所、咨询公司与保险代理机构而言，这一变化带来的现实问题是：当员工把客户的文件粘贴进一个对话框时，机构对这份资料的控制权是否还在自己手里。
大型机构有专门的法务与技术团队处理这类问题。中小机构没有，但面对的客户期待与合同责任并无二致。以下三项功课，是当前最现实、也最容易补上的部分。
风险不在模型，而在流程
多数关于AI的讨论集中在模型能力与幻觉问题，但对专业服务机构来说，真正的暴露点在三处：资料是否有权被这样使用、供应商是否会保留或再利用这些数据、员工是否知道边界在哪里。
这三处都不是技术问题，而是流程问题。流程问题的好处是，它可以用文档、清单和一次培训来解决，成本远低于多数人的想象。
第一项功课：数据授权，你凭什么把这份资料放进去
专业服务机构对客户信息负有保密义务，其来源包括执业准则、州级法规与合同约定。会计师、律师与保险代理各自适用的规则不同，但共同点是：客户信息的用途受到限定。
年末应当做一次合同回溯：现有的委托书或服务协议中，是否包含允许使用第三方技术服务处理客户数据的条款？如果没有，把客户资料输入外部AI工具，就可能构成超出授权范围的使用。
补救方式不必复杂。可以在委托书中增加一段技术服务条款，说明机构可能使用第三方软件处理资料，并承诺该类处理受保密义务约束。条款应按服务类别描述，而非绑定具体品牌——技术更新太快，写死产品名称会让条款在一年内过时。
第二项功课：供应商审查，一页纸的尽调清单
不是所有AI产品都适合处理客户资料。区分的关键，是消费级产品与企业级产品的条款差异。审查时至少应确认以下六点：
- 客户输入的数据是否被用于模型训练，是否提供关闭选项；
- 数据保留期限与删除机制；
- 数据存储位置与跨境传输安排；
- 是否使用分包处理者，名单是否披露；
- 安全认证情况，例如是否具备独立审计报告；
- 发生数据泄露时的通知义务与时限。
这六项信息通常可以在供应商的隐私政策、服务条款与信任中心页面找到。若找不到，答案本身就是结论。建议为每个在用工具建立一张简表，记录上述字段与复核日期，并在续约前更新。
第三项功课：员工使用规范，边界要写下来
即使供应商条款完善，员工的使用方式仍可能制造风险。最典型的情形，是把客户名单、身份证号、银行账号或未公开的交易信息直接粘贴进对话框。
一份可执行的内部规范应包含四层内容：
允许清单。 明确哪些工具获准使用、用于哪些任务（如文档摘要、格式转换、初稿起草），以及哪些任务禁止使用（如涉及未公开重大信息的分析）。
脱敏规则。 要求在上传前替换姓名、证件号、账号与地址，代之以占位符。多数任务并不需要真实身份信息即可完成。
人工复核。 所有由AI生成并对外交付的内容，必须由具备资质的专业人员逐条核对，尤其是数字、引文与法规条款。
上报通道。 明确误传资料后的第一时间该联系谁，以及是否需要通知客户。
低成本落地：一页政策、一张台账、一次培训
对十人到五十人规模的机构而言，建立完整的数据治理体系并不现实，但可以做三件小事。
一页纸的使用政策，控制在单页之内，用编号条目写清允许与禁止，附上脱敏示例。政策越短，越可能被读完。
一张工具台账，列出在用AI工具、用途、审查日期与负责人。它同时是年度复核的依据与客户问询时的应答材料。
一次全员培训，时长一小时即可，重点不是讲原理，而是现场演示正确的脱敏操作与错误示范。培训记录应留存，这在客户审计或保险理赔时可能派上用场。
与合同、保险和客户沟通的衔接
三处衔接值得提前处理。
合同层面，注意客户合同中关于分包处理者与数据出境的条款，必要时提前取得书面同意。
保险层面，向职业责任险（E&O）承保方确认：因AI工具使用引发的索赔是否在保障范围内，是否需要额外附加条款。这个问题的答案因承保方而异，不宜假设。
客户沟通层面，准备一段标准回复。当客户询问"你们是否使用AI处理我的资料"时，坦率说明使用范围、保密措施与人工复核机制，通常比含糊其辞更能维持信任。在这个问题上，被动回应的代价往往高于主动披露。
结语
AI合规听起来像是大企业的议题，但对专业服务机构而言，它的实质是执业责任的一部分。三项功课——授权、审查、规范——都不需要大额预算，需要的是把它们写下来并定期复核。在一个客户越来越关注数据处理的市场上，这套基础流程本身就是竞争力。本文为一般性信息，具体执业规则与合同条款仍应咨询合资格的专业顾问。
