围绕 Meta 被曝使用员工相关数据训练内部 AI、随后紧急叫停的事件，本文讨论企业在推进 AI 应用时如何平衡效率、信任、数据安全与合规治理，并提出适合企业内部讨论的问题。
今日技术观察 点击查看原文> 01 背景速览 背景速览：据相关报道，Meta 近期因内部 AI 训练数据使用问题引发员工强烈反应，争议焦点涉及员工私聊、绩效等敏感信息是否被用于 AI 训练或被更广泛地访问。随后，公司层面采取了叫停相关做法的动作。由于公开信息有限，外界仍难以判断具体数据范围、技术流程和权限控制细节，但事件本身已经反映出企业内部 AI 落地中的信任挑战。 02 趋势影响 趋势影响：随着大模型进入企业办公、研发、客服、知识管理等场景，企业沉淀的数据正在成为 AI 能力提升的重要来源。但员工沟通记录、绩效材料、项目文档等并不只是“数据资产”，还包含个人隐私、组织管理信息和商业敏感内容。一旦数据使用边界不清，AI 项目不仅可能遭遇技术风险，也可能影响员工士气、组织信任和管理透明度。 03 企业应用启发 企业应用启发：企业在建设内部 AI 工具时，应先明确数据分级、授权机制和使用目的。例如，哪些数据可用于检索增强，哪些数据可用于模型微调，哪些数据只能在限定权限内被调用，都需要形成清晰规则。对于涉及员工个人权益的信息，更应采用最小化采集、脱敏处理、访问审计和用途限定等措施，而不是简单以“提升 AI 效率”为由扩大数据使用范围。 04 合规观察 合规风险提醒：在网络安全、数据安全和个人信息保护要求持续强化的背景下，企业使用内部数据训练 AI，需要关注合法性、必要性、告知同意、权限控制、跨境传输、第三方模型调用等问题。特别是当数据包含聊天记录、绩效评价、人员管理信息时，更应避免未经充分评估就进入训练链路。否则，即便没有发生外部泄露，也可能因内部滥用、权限过宽或透明度不足引发合规与管理风险。 05 开放讨论 开放讨论问题：企业内部 AI 是否应该使用员工沟通和绩效相关数据？如果可以，边界应如何划定？员工是否应拥有知情权、选择权或申诉机制？在提升 AI 办公效率与保护员工隐私之间，企业应如何设计制度和技术方案？欢迎围绕 AI 治理、数据安全、企业数字化和组织信任展开讨论。 公开来源参考 全公司“围观”私聊与绩效，Meta紧急叫停用员工训练AI：士气崩了，员工怒骂高管“狗屎”