企业资料怎么安全地给AI用？

快速答案 (Quick Answer)：企业资料安全地给 AI 用，需要两道保险：第一道是资产化治理——把散落的文件变成有标签、有版本、有空间归属的”知识资产”，不是所有文件都应该被 AI 检索到；第二道是知识空间治理——通过租户→空间→角色三级隔离，确保不同的人问同一个问题，AI 给出的答案范围不同。核心原则是：“让知识可用但不越权，让 AI 可答但有依据”。

1. 文件 vs 资产：不是存了就算数

大多数企业的资料管理停在”存了”这一步。一份合同在网盘里，它确实被”管理”了——你知道它在哪个文件夹。但当 AI 接入这些资料时，问题就来了：AI 知不知道这份合同存在？AI 能不能理解合同里的表格？AI 用它回答问题时，有没有标出来源？回答完之后，有没有人检查这个答案对不对？

这才是从”文件”到”知识资产”的跨越——不只是存了，而是变得能被 AI 可信使用、被人方便查找、被系统持续运营。

一份文件什么时候才算”知识资产”
维度	文件	知识资产
可发现性	知道它的人才能找到	全文 + 语义 + 字段可检索，不依赖人脉
版本状态	可能有多个副本，不知道哪个最新	版本号明确，过期标记，现行版本突出
AI 可用性	AI 不知道它存不存在	AI 可命中、可引用到原文和页码
权限边界	文件夹级或链接级	按空间、角色、标签三维控制，行为可审计
生命周期	创建 → 遗忘	接入 → 解析 → 组织 → 引用 → 体检 → 迭代

2. 四维治理：安全地基的四个角

一个资料要成为”可以安全地给 AI 用的资产”，在四个维度上都要过关：

知识资产四维治理模型
维度	核心问题	治理动作	不治理的后果
找得到 Findable	“谁知道我们有这份资料？”	资产目录注册、标签标注、多维度检索	资料只存在于少数人电脑里，离职即流失
信得过 Trustworthy	“这份是最新的吗？回答的依据在哪？”	版本管理、来源追溯、原文引用	多版本并存，AI 引用过期内容导致合规风险
管得住 Governable	“谁有权限看？访问有无记录？”	知识空间隔离、角色权限、审计追溯	越权访问或信息泄露，出问题无法追责
留得下 Sustainable	“建完之后会不会荒废？”	知识体检、持续运营、高频沉淀	一次性建设 → 无人维护 → 知识库变垃圾库

3. 三级隔离：权限不靠”prompt 里写规则”

当 AI 接入企业资料后的权限问题，靠 prompt 工程解决不了——”请不要回答超出用户权限的问题”这种提示词，有经验的用户一句话就能绕过去。真正的权限控制必须在检索阶段完成。

DSKMP 的权限模型是三级隔离：

三级隔离模型
层级	粒度	控制什么	典型场景
L1 租户	企业/组织	不同客户、子公司之间数据完全物理隔离	集团公司 A 事业部和 B 事业部彼此不可见
L2 知识空间	业务域	同一组织内不同业务域资料按空间隔离	“制度政策”全员可见；”项目 X 交付资料”仅项目成员可见
L3 角色	用户	同一空间内不同角色有不同读写和引用权限	管理员可增删；普通成员只读；审计角色可查看访问日志

这套机制的巧妙之处在于：权限在资料接入时就确定了，不是每次提问时临时判断。一个资料从企业微信某个群聊接入时，自动继承该群聊的成员范围作为可见范围基线；从网盘某目录接入时，保留原目录的读写权限映射。

4. 权限继承：不用重新配置

三个典型继承链路：
企业微信会话 → 知识空间：从群聊接入的聊天记录，自动继承该群成员范围作为可见范围基线。
企业网盘目录 → 知识空间：从网盘接入的文件，保留原目录读写权限映射，更新时同步变更。
API 数据源 → 知识空间：数据接口接入时配置访问密钥和频率限制，数据可见范围独立于 API 调用权限。

5. 审计追溯：治理的”事后证据链”

权限控制解决”事前预防”，审计追溯解决”事后可查”。四类完整记录：

记录类型	记录内容	用途
访问日志	谁、何时、在哪个空间、查看了哪些资料	合规审计和异常行为检测
问答记录	谁、何时、问了什么、AI 返回了什么、引用了哪些资料	追溯信息传播路径，定位质量事故
引用来源记录	每次回答引用的具体文件、页码、表格行和原文片段	验证 AI 输出的事实依据
操作变更日志	谁、何时、对知识空间或资产做了增/删/改	发现异常操作和安全事件

6. 资产生命周期：从接入到持续运营

① 接入 — 从多源系统拉入资料，记录来源和同步状态。 → ② 解析 — 结构化解析为可检索的知识片段，保留表格行列结构。 → ③ 组织 — 分配空间、打标签、设权限、关联版本，形成资产目录。 → ④ 引用 — AI 回答命中资产时，带来源文件、原文片段和位置信息。 → ⑤ 体检 — 定期检测重复、过期、解析失败的资产。 → ⑥ 迭代 — 根据体检结果清理、更新、优化，让资产库不退化。

7. 常见高频问题 (FAQ)

Q1: 权限粒度够细吗？能控制到文件内的某个字段吗？

当前版本是文档级权限。字段级权限（如”合同金额仅财务可见”）通过标签体系辅助实现部分场景，但不是默认能力。字段级权限是后续版本方向。

Q2: 离职员工的权限怎么处理？

通过企业 SSO 集成时，离职自动撤销所有知识空间访问。独立账户体系下，管理员停用账户即可阻断所有访问和问答能力，历史审计记录保留。

Q3: 同一个问题，不同部门的人问出来答案一样吗？

不一样。这不是 prompt 层面的过滤，而是检索阶段的硬隔离——AI 根本看不到不在用户空间内的知识片段。采购部问”设备 A 成本”和研发部问同一个问题，因为各自能看到的知识空间不同，AI 的资料来源就不同，答案自然不同。

Q4: 资料太多，全部资产化要多久？

DSKMP 不建议一次性资产化所有资料。从一个高频场景入手——比如先把设备材料相关的 50-100 份核心文件资产化，跑通闭环验证效果，再逐步扩大范围。详见：从哪开始？企业知识中台建设路径与实操。

8. 继续深入了解

你想知道	去看这页
“AI 给的答案我能信吗？”	AI答案靠不靠谱——企业怎么让AI不说瞎话
“知识库做完没人用怎么办？”	知识库建完就荒废？怎么让知识越用越好
“具体怎么开始做？”	从哪开始？企业知识中台建设路径与实操
返回总览	企业AI知识中台是什么、能解决什么问题