- 员工已经在用 AI。一纸禁令只会把使用转移到公司看不到的私人手机上。
- 员工愿意遵守的规范只有一页，十个条目，并且配上公司批准的工具。
- 个人数据单独列为一级，因为数据流出后，按照泰国《个人数据保护法》（PDPA），责任仍在公司。
- 指定一位规范负责人，设好报告渠道，每六个月复审一次。
禁用 AI，公司就什么都看不见了
销售让 AI 起草给客户的回复，财务让 AI 汇总 Excel 文件，用的大多是个人邮箱注册的免费账号。公司未批准的 AI 使用叫作影子 AI（Shadow AI），即使在已经宣布禁用的公司里也照样发生。
禁令并不能让人停用。员工会继续在自己的手机上用，等客户数据泄露，公司是最后一个知道的。管用的规范会写清楚：用哪些工具、处理什么数据、拿不准时问谁。如果还没决定是禁用、购买企业版还是在公司内部部署 AI，请先读员工把客户数据贴进 ChatGPT。
一页规范，十个条目
员工记得住的规范不超过一页。工具清单和数据分级表放在附件里，更新时不必重新发布规范。下面的范例句子可以直接使用。
中资企业在泰国的子公司，只把总部的中文制度转发下去还不够。把客户的 LINE 聊天记录或员工资料贴进 AI 的，是泰籍员工。请把总部方针和泰国 PDPA 的要求写进同一页，泰文和中文各出一版，并注明两版不一致时以哪一版为准。
1. 目的和适用范围：“适用于在公司工作中使用 AI 的员工、外包人员和实习生，包括在私人手机上使用。” 2. 批准的工具和账号：“只使用附件清单中的工具，并用公司账号登录。需要新增工具，向 IT 部门申请。” 3. 数据分级：“数据分为四级：公开、内部、个人数据、机密。哪一级可以放进哪个工具，按附件表格执行。拿不准时，按更高一级处理。” 4. 客户和员工的个人数据：“工作用不到的姓名、电话号码和身份证号要先删去。健康信息等敏感数据，须事先经 DPO 批准。” 5. 核对 AI 输出：“AI 的输出是草稿。使用者对照原始资料核对后才能对外发出，并像自己写的一样承担责任。” 6. 告知客户：“客户与自动回复系统对话时，第一条消息就要告知；客户要求转人工时须照办。” 7. 归属与记录：“借助 AI 完成的工作，与其他工作一样受劳动合同约束。交付客户的工作，其提示词和输出按该文件的保存期限保留。” 8. 事故与联系人：“把数据放进了不该放的工具，须在当天向【姓名和联系方式】报告。不会因为报告而受处分。” 9. 培训与确认：“每个人完成一小时培训并确认本规范后，才能领取公司的 AI 账号。” 10. 每六个月复审：“【规范负责人】每六个月复审一次；法律或供应商条款变化时提前复审。”
员工把客户数据贴进 AI 时，PDPA 要求什么
对于公司收集的客户数据，公司是泰国《个人数据保护法》（PDPA，2019 年颁布）所规定的数据控制者。员工把客户名单贴进 AI，数据就到了外部服务商手里，但责任仍在公司。
2026 年 10 月，泰国个人数据保护委员会办公室（PDPC）发布了关于 AI 的个人数据保护指引，没有法律约束力。与 PDPA 一起看，规范需要覆盖四件事。
- 提示词、使用日志和 AI 的回答，只要还能识别到具体的人，就可能属于个人数据。 - 服务商若为自身目的用客户数据训练模型，可能成为另一个数据控制者。 - 服务商把数据存放在泰国境外时，目的地国家须有足够的保护标准，符合法定例外的情形除外。 - 发生数据泄露时，应毫不拖延地通知 PDPC，可行时在知悉后 72 小时内完成；不太可能危及数据主体权利的除外。风险高时，还要通知数据主体本人。
泰国的 AI 法草案仍在修改中；数字经济与社会部和 ETDA（电子交易发展局）面向组织的生成式 AI 治理指南发布于 2024 年底。因此，规范应建立在现行有效的 PDPA 之上。外国法规见即将到来的 AI 法规。本章是实务指引，不构成法律意见；发布前请法务部门或 DPO 审阅。
模拟案例
孔敬一家以分期付款方式销售家电的公司（公司名称和细节均为虚构）。老板曾在员工的 LINE 群里说过，工作中禁止使用 AI。有一天，一名催收专员把两百位逾期客户的姓名、电话和欠款金额，贴进自己手机上的免费 AI 聊天机器人，让它逐个起草催款信息，然后在会上颇为得意地讲了这件事。
兼管 PDPA 的人事经理收集了事实，删除了聊天记录，并和法律顾问评估是否需要通知 PDPC。大家得出了同一个结论：这位员工手里没有合适的工具，也不知道该问谁。第二周，公司写出了一页规范，为催收团队开通了企业账号，让 AI 只起草不含客户姓名的模板消息，姓名和金额由公司自己的系统填入。
数据分四级，每一级能放进哪些工具
员工不需要背法律条文，只需要知道眼前的数据属于哪一级。很多公司已经有数据分级制度，AI 规范只多做一件事：把个人数据单独列为一级。因为 PDPA 对它有专门的规定，而且它天天出现在工作中，比如客户的 LINE 聊天和求职申请表。
四级数据表：可以放在哪里
- 问题 1 有没有姓名、电话、身份证号，或者其他能指向具体某个人的信息？有，就是个人数据。
- 问题 2 一旦泄露，公司会违约或吃亏吗？会，就是机密。
- 问题 3 已经公开发布了吗？是，就是公开。其余都是内部。
拿不准时： 往上提一级。问题 1 和问题 2 都符合的，按机密规则处理。
先删再放： 用代号替换姓名，比如“客户 A”。数据无法再对应到具体的人时，就降为内部级。
| 数据级别 | 可用工具 | 条件 | 示例 |
|---|---|---|---|
| 公开 | 任何 AI，包括免费账号 | 使用前核对输出 | 网站上的产品信息、已发布的新闻 |
| 内部 | 批准的企业账号 | 只能用公司账号登录 | 内部流程、不含客户姓名的会议纪要 |
| 个人数据 | 为这一级批准的企业账号，合同写明不用数据训练模型 | 只在已告知的目的内使用；删去用不到的部分；敏感数据须经 DPO 批准 | 客户的 LINE OA 聊天、求职申请表、欠款客户名单 |
| 机密 | 私有化部署的大模型（Private LLM）或公司内部系统 | 数据所属部门逐次批准，并保留使用记录 | 生产配方、签有 NDA 的合同、发布前的财务报表、源代码 |
有人出错时，谁做什么，多久之内
需要提前准备的事故，是把某一级的数据放进了不该放的工具。报告流程要短，短到员工愿意当天就报，因为 PDPA 的 72 小时从公司知悉时开始计算。
1. 出错的人或发现的人，当天告诉规范负责人。 2. 记录事故：什么数据、涉及多少人、哪个工具、谁的账号。 3. 能删就删除聊天记录，撤销分享链接；账号外泄的，要改密码。 4. DPO 判断是否需要通知 PDPC 或数据主体本人，赶在 72 小时之内。 5. 修正根源，并把这个案例加进培训。
每六个月的复审要看：工具清单与实际使用是否一致，供应商条款有没有变，有没有新的法律。
从起草到发布只需一周
花三个月写成的规范，发布当天往往就已过时。第一周的目标是一个能用的版本，之后在每次复审时再改。
- 周一：匿名调查各部门在用哪些 AI 工具、用来做什么。 - 周二：选定工具，开通企业账号。ChatGPT Enterprise、Microsoft 365 Copilot 和 Google Workspace 中的 Gemini 都写明，未经许可不会用企业客户的数据训练模型。但请阅读您实际购买的方案条款。 - 周三：起草一页规范和四级数据表，交法务或 DPO 审阅。中资企业可在这一天同时准备泰文版。 - 周四：每个部门培训一小时，用的就是该部门的真实工作。 - 周五：发布，请每个人确认，并把第一次复审日期写进日历。
规范失败的三种情形
第一种是全面禁止，员工照样在公司看不到的地方使用。第二种是有规范、没有批准的工具，员工只好回到免费账号。第三种是没有负责人，没人解答问题，也没人复审。发布前，请对照下面的清单检查草稿。
- 适用范围包括外包人员和私人手机
- 有工具清单和新增申请的方式
- 有附本公司示例的四级数据表
- 指定了敏感数据的审批人
- 写明使用 AI 输出的人承担责任
- 写明什么情况下要告知客户
- 写明保留哪些记录、保留多久
- 有事故报告联系人的姓名，并承诺不处分报告者
- 每个人领取账号前都已确认
- 有规范负责人和下一次复审日期
写给开发团队 · SSO、DLP、日志与私有端点
SSO（单点登录）：批准的工具一律通过公司的身份提供方（Identity Provider）登录，例如 Microsoft Entra ID 或 Google Workspace，员工离职当天即可停用账号；在代理（Proxy）上启用租户限制（Tenant Restriction），拦截个人账号。DLP（数据防泄漏）：加入泰国的数据格式（Pattern），包括带校验位（Checksum）的 13 位身份证号、以 06、08、09 开头的手机号和银行账号；粘贴到未批准的 AI 域名时发出警告或拦截。日志：把企业账号的审计日志（Audit Log）送入 SIEM，设定保存期限，限制查看人员，因为含有提示词的日志本身也可能是个人数据。私有端点（Private Endpoint）：通过 API 调用模型的任务，走所选区域（Region）内的私有端点，或经过一个在发送前去除 PII 的内部网关（Gateway）。机密数据交给公司服务器上的私有大模型处理。
在培训课堂上写出的规范，以及让人做得到的系统
员工愿意遵守的规范，通常出自要亲自使用它的人。DNA Maker 的企业内训 AI 课程，详见面向泰籍员工的企业内训 AI 课程。
规则需要系统支撑时，我们的 FDE 团队会进入您的团队，在您已经付费的工具上配置基于角色的权限、审计日志和符合 PDPA 的数据处理。对于机密数据，我们在您自己的环境中部署私有化大模型。项目中的每一位成员都来自 DNA Maker 自己的团队，不外包。我们 500 多个项目的客户中，有银行、医院和泰国大型集团。欢迎在 AI 转型咨询页面联系我们，或在聊天页面向 Dream 提问。
SOFTWARE ENGINEERING GLOSSARY
软件工程术语表
| 术语 | 是什么 | 通俗示例 | 高管应问开发团队的问题 |
|---|---|---|---|
| 影子 AI | 未经公司批准、用于工作的 AI | 私人手机上的免费聊天机器人 | 我们知道各部门在用哪些 AI 吗？ |
| 数据分级 | 按泄露后的损害程度把数据分成不同级别 | 把已发布的新闻和签有 NDA 的合同分开 | 拿不准数据属于哪一级时，由谁来定？ |
| PII | 能直接或间接识别个人的信息 | 欠款客户的姓名、电话和欠款金额 | 系统能在发给 AI 之前把它删掉吗？ |
| DLP | 阻止重要数据流出公司的系统 | 有人把身份证号贴到 AI 网站时弹出警告 | 我们的 DLP 能识别泰国的数据格式吗？ |
| 审计日志 | 记录谁在何时用哪些数据做了什么 | 查到上个月是谁把客户文件发给了 AI | 日志保存多久，谁能查看？ |
Tilleke & Gibbins, Thailand Issues Personal Data Protection Guidelines for AI Systems
IAPP, Key developments in Thailand's PDPA regulations
Multilaw, Data Protection Laws Guide: Thailand
Digital Policy Alert, MDES and ETDA Generative AI Governance Guideline for Organisations
Bangkok Biz News（泰文），泰国 AI 法草案进展
Tilleke & Gibbins, Thailand Resumes Development of AI Regulatory Framework
Microsoft Learn, Data, privacy and security for Microsoft 365 Copilot
OpenAI, Enterprise privacy
Google Workspace, Generative AI in Google Workspace Privacy Hub