企业 AI 应用合规自查清单（2026 版）

企业用 AI 的第一件事不是清点用了哪些工具，而是确定自己站在哪个位置。同一款大模型，只给内部员工写周报用，和包装成服务卖给客户，适用的规则完全不同。位置判断错了，后面查的条款全部用不上。

《生成式人工智能服务管理暂行办法》第二条把适用边界写得很直接，面向中华人民共和国境内公众提供生成式人工智能服务的，适用本办法。企业内部自用落在边界之外。这对多数中小企业是个实际的好消息，但它不豁免其他法律。客户资料、财务数据、图纸合同一旦经过外部模型，个人信息保护法与数据安全法照样适用。

第二种角色是对外内容发布方。企业用 AI 生成图片、视频、文案对外发布，此时受《人工智能生成合成内容标识办法》约束。该办法由四部门联合发布，自 2025 年 9 月 1 日起施行，要求生成合成内容提供显式标识与隐式标识。这是距今最近、也最容易被忽略的一项义务。

第三种角色是服务提供方。把 AI 能力做成产品对外提供，义务最重，涉及安全评估、备案与内容管理。多数中小企业不在这一档，但如果产品里嵌了 AI 并且卖给客户用，需要单独评估，不能沿用内部自用的口径。

内部使用场景里最现实的风险是员工把不该外发的资料贴进公网 AI 工具。这类行为的特点是不留痕迹、难追溯，出事时往往已经过了很久。

可行的第一步是把企业资料分成两类。一类是可以进入外部模型的公开或低敏信息，一类是只能走内部通道的客户数据、财务数据、图纸与合同。分类清单要能写出来、能张贴、能签发，它才是可执行的管理依据，而不是一句口头提醒。

第二步是给合规路径留出口。只写禁止的规则在实际执行中通常失效，因为员工绕开的动机往往不是违规，而是效率。如果内部查一份资料需要走三步、等两分钟，而外部工具粘贴一下就给答案，那么禁令写在墙上也不会被遵守。这不是纪律问题，是效率问题。

一旦进入外部模型的资料包含客户姓名、手机号、身份证号、地址等可以识别到具体个人的信息，触发的是《个人信息保护法》的义务链条，与用的是哪家模型没有关系。

务实的处理是在数据进入模型之前做去标识化。能不用真实信息就不用，确实需要时走内部通道。把客户名单直接粘进对话框让模型整理，是这类风险里最常见也最容易避免的一种。

前面几组解决的是具体动作，这一组解决的是出了事能不能说清楚。客户审核、总部检查、投标说明都可能问到企业在 AI 使用上的管理动作，而这一点平时没人会主动准备。

最小可用的留痕是内部 AI 通道的调用记录，包含调用者、时间与涉及的数据范围。它的价值不在合规背书，而在被问起时能出示记录。制度层面还需要一份写明规则的文档，哪怕只有一页，也比没有强。