企業導入 AI 前的資料安全與權限檢查清單
AJ
技術總監・專長：AI 影像辨識與模型訓練、企業私有 AI 引擎導入、ERP / IoT / POS 系統整合、雲端架構與數位轉型規劃
壹立方數碼技術總監，累積 20 年以上系統開發與整合經驗，主導 500+ 專案導入，負責 AIAcVision 影像辨識與 CubeBrain 立方智腦的架構設計、資料治理與上線維運。
技術審閱：壹立方數碼 系統整合團隊（ERP / IoT / POS 系統整合團隊）
發布日期 ・最後實質更新 ・閱讀時間約 8 分鐘
直接回答
企業導入 AI 前應先確認資料部署位置、依最小權限原則設計角色權限、對敏感欄位做遮罩處理，並保留稽核紀錄，才能降低資料外流與合規風險。
名詞定義
- 最小權限原則
- 指每個使用者或系統角色只被授予完成其工作所必要的最小資料存取範圍，避免權限過度開放而增加資料外流風險。
- 敏感欄位遮罩
- 在資料呈現或傳遞給 AI 引擎前，將薪資、身分證字號等敏感欄位以遮蔽或去識別化方式處理，降低敏感資訊外洩的風險。
部署位置決定資料落地範圍
AI 引擎可以部署在企業內部機房、私有雲，或直接呼叫公有雲提供的模型 API，三種方式在資料落地範圍上有本質差異。部署在企業內部或私有雲時，資料原則上不會離開企業自行掌控的環境；若透過公有雲 API 呼叫外部模型，企業資料則會傳送到第三方伺服器處理，需額外評估該服務商的資料保存政策與所在地法規。導入前應先確認企業對資料落地的要求，再決定部署方式。
最小權限原則與角色對應資料範圍
AI 引擎連接企業資料庫或文件庫時，應依使用者角色設計可查詢的資料範圍，而非讓所有使用者都能查詢全部資料。例如業務人員只能查詢自己負責的客戶資料，人資系統的查詢應限制在人資角色範圍內。所有連線也應使用唯讀帳號，避免 AI 引擎誤觸發資料修改或刪除的操作。
敏感欄位遮罩與個資保護
薪資、身分證字號、聯絡方式等敏感欄位，即使是內部員工也不一定需要透過 AI 查詢取得，應在資料進入 AI 引擎前先做遮罩或排除處理。這不只是技術問題，也牽涉企業是否符合個人資料保護法對於個資蒐集、處理與利用範圍的規定，建議導入前與法務或資安負責人共同確認哪些欄位需要遮罩、哪些角色可以在何種情境下查詢。
稽核紀錄與資料外流風險評估
應保留每一次提問與回答的稽核紀錄，包含查詢者身分、查詢時間與查詢內容，以便日後追溯異常查詢行為。若企業選擇使用公有雲模型 API，也需要評估提問內容與檢索出的企業資料是否會被外部服務商保留或用於其他用途，這是資料外流風險評估中容易被忽略的一環。
上線前的驗證測試
在 AI 引擎正式上線前，建議進行權限驗證測試，實際以不同角色帳號測試是否能查詢到超出其權限範圍的資料，並視企業資安要求評估是否需要額外的滲透測試，確認整體架構沒有明顯的安全漏洞後再開放使用。
執行步驟
1確認部署位置
依企業對資料落地的要求，決定部署在內部、私有雲或使用公有雲模型 API。
產出：部署方式決策文件
2設計角色與權限範圍
依最小權限原則，將每個角色對應可查詢的資料範圍，並使用唯讀帳號連線。
產出：角色權限對照表
3盤點並遮罩敏感欄位
與法務或資安負責人共同確認需遮罩的欄位，並在資料進入 AI 引擎前處理完成。
產出：敏感欄位清單與遮罩規則
4建立稽核紀錄機制
記錄每次查詢的使用者身分、時間與內容，並定期檢視是否有異常查詢。
產出：稽核紀錄機制與保存規範
5對應法規與內部資安政策
檢視整體設計是否符合個人資料保護法及企業內部資安政策要求。
產出：合規對照檢查表
6上線前權限與安全驗證
以不同角色帳號測試權限邊界，視需要安排滲透測試。
產出：驗證測試報告
地端部署 vs 私有雲 vs 公有雲模型 API：資料安全比較
| 比較項目 | 地端部署 | 私有雲 | 公有雲模型 API |
|---|---|---|---|
| 資料落地範圍 | 資料留在企業自有機房 | 資料留在企業租用的私有雲環境 | 資料會傳送至第三方服務商伺服器處理 |
| 權限控管彈性 | 可完全自主設計權限與網路隔離 | 可依雲端服務商工具設計權限，仍具一定彈性 | 受限於服務商提供的權限與資料保留機制 |
| 建置與維護 | 需自行維護硬體與系統，前期投入較高 | 由雲端服務商代管基礎設施，企業仍需管理權限與資料 | 建置門檻低，但需審視服務商合約與資料政策 |
| 適用情境 | 對資料落地要求高、法規或內部政策嚴格的場景 | 希望兼顧彈性與資料控管的中大型導入 | 希望快速驗證、對資料落地要求較寬鬆的場景 |
常見限制與前提
- 資安與權限設計需要企業內部 IT、法務與資安負責人共同參與，無法僅由技術團隊單方面決定。
- 選擇公有雲模型 API 時，實際資料保留政策需以該服務商當下公告的條款為準，企業應自行審閱確認。
- 敏感欄位遮罩規則會隨企業組織調整與法規變動而需要定期檢視更新。
- 本清單為一般性檢查方向，實際導入仍需依企業產業別與適用法規做進一步的專業法律諮詢。
ACubeDT 的實務做法
ACubeDT 在導入 CubeBrain 立方智腦時，會依客戶對資料落地的要求，提供部署在客戶內部或私有雲的選項，並在建置階段就與客戶 IT 團隊共同設計角色權限對照表與唯讀連線機制。
針對敏感欄位，CubeBrain 支援在資料進入語意層前先進行遮罩處理，並保留查詢與回答的稽核紀錄，協助客戶在導入 AI 引擎的同時，同步檢視是否符合內部資安政策與個人資料保護法的相關要求。
結論
AI 引擎導入前的資料安全與權限檢查，不是導入後才補做的選項，而是決定部署方式與架構設計時就必須一併考量的基礎工作。