使用AI处理客户资料前，企业首先要确认数据能否上传、由谁处理以及保存多久。判断方案是否可行，不能只看模型能否给出答案，还要看答案如何进入业务。 团队不妨从四个可检查的环节入手： 1. 按公开、内部、敏感和受限对资料分级。 2. 删除身份证号、手机号、账号等非必要字段。 3. 确认服务条款、数据存储位置和删除机制。 4. 只给完成任务所需的最小数据范围。 本题最需要警惕的是：简单把姓名替换成某某并不一定完成匿名化，订单号、地址和上下文仍可能指向具体个人。它会让使用者难以区分系统判断与已确认事实，责任边界也随之模糊。 每个关键结论都应能够回到原始资料或操作日志。选取脱敏样本复核可识别性，并让业务与安全负责人共同确认处理范围。除了顺利完成的常规样本，还应加入资料不全、输入矛盾、权限不足或服务异常等边界情形。对于失败项不要只写未通过，还要留下错误类型和下一步处理。 月度复盘时同时查看业务收益和风险事件，确认效率提升没有以质量为代价。先做数据最小化，再谈模型效果，能够减少许多本可避免的泄露风险。 本文在提纲整理和初稿撰写中使用了AI辅助，发布前已人工复核事实与表达。