企業選 AI，資料能不能交出去，正在成為新的採購門檻
企業選 AI，資料能不能交出去，正在成為新的採購門檻
輝達、Palantir 與 Booz Allen 據報都因資料保留與智慧財產疑慮，限制 Anthropic 模型使用。這件事透露的變化很具體：企業版 AI 通過採購，不代表所有工作、所有資料，都能用同樣條件交給它。
輝達、Palantir 與 Booz Allen 據報都因資料保留與智慧財產疑慮，限制 Anthropic 模型使用。這件事透露的變化很具體：企業版 AI 通過採購，不代表所有工作、所有資料，都能用同樣條件交給它。
企業導入生成式 AI 時，常會先確認一件事：輸入的資料會不會被拿去訓練模型。
這當然重要。
但它只回答了資料用途的一部分。
資料會保存多久？存在哪裡？誰能存取？什麼情況可以例外保留？供應商日後能不能單方面修改政策？
當 AI 開始接觸原始程式碼、資安研究、客戶資料、未公開財務資訊與核心智慧財產，這些問題就會直接決定模型能不能進入核心工作。
The Information 報導、Reuters 轉述，輝達（NVIDIA）、Palantir 與 Booz Allen Hamilton 已因資料與智慧財產風險，以不同方式限制 Anthropic 模型。
Palantir 據報要求 Anthropic 提供不可撤銷的零資料保留承諾；輝達把 Anthropic 模型限制在敏感度較低的工作；Booz Allen 則禁止員工使用 Anthropic 商業 AI 處理專有的資安工作。
三家公司採取的方式不同，卻指向同一件事：
企業真正需要管理的，已經不只是「這個 AI 能不能用」，還包括「這項工作、這類資料，能不能在目前的資料條件下交給它」。
企業真正需要管理的，已經不只是「這個 AI 能不能用」，還包括「這項工作、這類資料，能不能在目前的資料條件下交給它」。
「不拿去訓練」還不夠
Anthropic 已公開說明，部分高能力模型需要保留 30 天資料，用來進行安全監控。
理由也不難理解。
複雜的攻擊與濫用行為可能跨越多次互動、不同帳號與較長時間。如果所有紀錄都在單次使用後立即刪除，供應商會更難發現這些模式。
但企業面對的是另一套安全邏輯。
如果輸入的是核心程式碼、資安漏洞、研發資料或其他高敏感資訊，企業反而會希望第三方盡可能不要保存。
所以這裡出現一個很現實的衝突：
供應商為了保護自己的系統，希望保留足夠紀錄；企業為了保護自己的資料，又希望紀錄盡可能不要留下。
供應商為了保護自己的系統，希望保留足夠紀錄；企業為了保護自己的資料，又希望紀錄盡可能不要留下。
兩邊談的都是安全，但對資料保存的要求可能完全相反。
這也是為什麼「企業資料不拿去訓練」已經不足以回答完整的採購問題。
不拿去訓練，不代表不保存。
不保存，也不代表企業已經掌握資料存放位置、人工存取權限與例外處理方式。
AI 採購正在細化到「工作」與「資料」
很多公司的 AI 政策現在仍以工具為單位：
哪些 AI 可以用？
哪些不能用？
但輝達、Palantir 與 Booz Allen 的案例顯示，接下來更實際的管理方式，可能會細化到工作層。
同一個模型，可以處理一般文件整理，卻不能接觸資安研究。
可以協助公開資料分析，卻不能讀取核心研發內容。
所以 CIO、CISO、採購與法務團隊真正需要判斷的，可能不再只是模型名稱，而是幾個條件放在一起：
這項工作需要哪些資料？
資料有多敏感？
模型會怎麼保存、使用與刪除？
資料存在哪裡、由誰控制？
這些條件只是供應商今天的政策，還是能寫進契約、不能被單方面降低的承諾？
最後一題尤其重要。
因為產品政策可以改。
對真正重要的資料來說，企業需要的可能不是「供應商目前這樣做」，而是：
供應商願不願意把這些資料條件變成穩定的承諾。
供應商願不願意把這些資料條件變成穩定的承諾。
資料保證不只是一條契約，也可能是一種部署架構
Anthropic 最近推出 Enterprise Frontier Safeguards，提供另一種處理方式：資料可以留在客戶控制的雲端環境中，同時保留進行安全監控所需的能力。
這透露出另一個值得追蹤的方向。
企業級 AI 的資料保證，未來可能不只靠服務條款或契約解決，也會進入系統架構。
也就是說，供應商之間的競爭除了模型能力、價格與功能，還可能增加一個新的比較條件：
誰能提供更符合企業資料控制要求的部署方式？
誰能提供更符合企業資料控制要求的部署方式？
現在還不能說這已經成為普遍的市場標準。
哪些公司真的需要零資料保留，也會受到資料敏感度、法規、產業、工作內容與安全監控需求影響。
但對高敏感工作而言，這已經是一個不能只靠「企業版方案」三個字帶過的問題。
模型夠強，只回答了「能不能做」
企業接下來評估 AI 供應商時，可以先把問題改得更具體：
對這項工作與這類資料，我們需要什麼程度的資料保證，才願意讓模型進入核心流程？
對這項工作與這類資料，我們需要什麼程度的資料保證，才願意讓模型進入核心流程？
如果答案只是「資料不拿去訓練」，可能還不夠。
還要繼續問：
留多久？
存在哪裡？
誰能看到？
什麼情況可以例外保存？
政策改變時，企業有沒有選擇權？
因為模型夠強，只回答了「能不能做」。
資料條件，才開始決定企業敢不敢讓它做。
資料條件，才開始決定企業敢不敢讓它做。
Decision Insight
企業版 AI 通過採購，不代表每一類資料、每一項工作都能用同樣條件交給它。對高敏感工作而言，資料保存、用途、控制位置與契約保證，正在成為新的部署門檻。
企業版 AI 通過採購，不代表每一類資料、每一項工作都能用同樣條件交給它。對高敏感工作而言，資料保存、用途、控制位置與契約保證，正在成為新的部署門檻。
作者＝InfoAI 編輯部
你不需要讀完所有 AI 新聞。你需要掌握的是：哪些變化值得關注、哪些應用值得理解、哪些風險不能忽略，以及這些訊號可能如何影響企業決策。
訂閱 InfoAI 電子報，把全球 AI 訊號，轉化為更清楚的商業判斷。
InfoAI Line 群提供最新文章發佈通知，讓你不用每天上網查看，也能快速掌握新上線的 AI 產業解讀、應用案例與知識內容。
版權聲明與授權須知
本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。
AI 協作與人工編輯聲明
本文由 InfoAI 編輯部進行主題判斷、內容策劃、事實查核與文字編輯，並使用 AI 工具協助資料整理與內容製作。最終觀點、內容取捨與發佈版本均由人工編輯確認。
你不需要讀完所有 AI 新聞，你需要知道的是：
有哪些變化值得注意，可能會如何影響你的產業、工作與決策。