【安国观察】AI浪潮下的企业商业秘密保护:从风险识别到体系治理

·引言·

       传统商业秘密泄露不同，AI时代商业秘密风险呈现三个突出特征：

       风险溢出化——员工在日常工作中频繁使用AI工具辅助办公，可能将含有核心算法逻辑、客户数据、定价策略的商业信息输入大模型，导致商业秘密脱离企业控制。实务中已有案例：某企业研发人员将产品核心代码片段输入公共AI平台请求优化，实质上构成商业秘密披露。

       资产隐形化——算法参数、训练数据集、模型权重等AI核心产出物，均以数字化形态存在于企业系统中，既是核心竞争要素，又因“无形无体”而极易被复制传播。最高法审理的深度学习算法商业秘密案中，法院认定企业通过Gitlab系统管理的训练代码及近百万张标注图像数据库构成商业秘密，并强调该类技术的核心价值体现在“数据投喂量”与“算法训练度”的结合。

       侵权隐蔽化——侵权手段趋于技术化，包括电子侵入、远程下载、云端窃取等。全国首例AI芯片商业秘密刑案中，被告利用超级管理员身份私设电脑安装远程控制程序，将核心技术数据秘密转移至个人云盘。“虚拟数字人”案中，被告通过内网穿透、电子侵入等非法手段获取技术秘密。此类行为往往难以在早期被发现，等到证据浮出水面，损害已不可逆。

       维权主体应充分关注近两年密集出台的法律法规，这些制度变革为推动商业秘密治理提供了强有力的法律工具。

       2025年修订的《反不正当竞争法》于2025年10月15日正式施行，这是该法自1993年颁布以来又一次重大调整。在商业秘密保护层面，新法第十条将“电子侵入”明确列举为不正当手段之一，有力回应了数字环境下的侵权新形态；第二十六条将情节严重的侵犯商业秘密行为最低罚款额从50万元提高至100万元，显著增强法律威慑力。

       2026年2月，市场监管总局发布《商业秘密保护规定》（总局令第126号），于2026年6月1日起施行。新规以“数字化适配、全链条保护、强惩戒导向”为核心，对保护制度进行系统性重构：

       一是将数据、算法、源代码、AI模型、训练数据等数字新型信息明确纳入保护范围；二是确立“接触+实质相同”推定侵权规则，显著降低权利人举证门槛；三是将罚款上限设定为500万元，并设立两档处罚标准，增强执法威慑力。更重要的是，新规首次明确8类法定合理保密措施，涵盖建立保密制度、涉密信息分级管理、离职人员清密与返还、定期监督与审计等内容，从“签协议”升级为“体系化、可追溯、可核查”的全链条保护。

       结合近期立法动态与司法裁判趋势，安国律所建议企业从以下四个维度推进商业秘密治理：

       （一）建立AI使用场景下的风险隔离机制。企业应制定明确的AI工具使用规范，对公共AI平台指令输入行为进行合规管控，明确禁止将涉密信息上传至外部AI平台进行翻译、优化、分析等操作。对使用本地化部署的企业级AI系统，应采用端到端加密技术，建立严格的访问权限体系，实现数据流转全程可追溯。

       （二）实施商业秘密资产盘点与分级管理。AI企业的核心资产不止于传统技术图纸和客户名单，更包括算法训练代码、标注数据库、模型参数等数字形态信息。企业须对上述资产进行系统性盘点与密级划分，参照新规要求实现“制度+技术”双重保障——既要签保密协议，也须设置权限分级、数据脱敏等实质性管控措施。

       （三）构建离职重点人员防控机制。从前述典型案例来看，多数商业秘密泄露事件的源头在于核心人员的流动。“虚拟数字人”案中，五名前核心员工集体离职后迅速入职竞争对手，最终被法院认定恶意侵权并适用惩罚性赔偿。企业应将保密义务、竞业限制与离职审查有机衔接，参照新规要求做好离职人员的涉密载体清退和信息返还。

       （四）前置证据留存与行民协同维权。新规鼓励企业对商业秘密进行存证、认证，一旦发生侵权，存证文件可直接作为权利证明。“接触+实质相同”推定规则的落地，也意味着权利人举证负担大幅减轻。企业应提前布局内部存证机制，善用行政保护的高效性，并与民事诉讼形成有力协同。

       AI浪潮下，商业秘密保护的底层逻辑正在发生深刻变化。从单一的法律救济走向全链条合规治理，从事后维权走向事前风险防控，不仅是制度演进的必然方向，更是企业守住核心竞争力的迫切课题。广东安国律师事务所将持续关注这一领域的法律发展，为企业提供兼具前瞻性与可操作性的法律服务，与市场主体共同应对AI时代的合规与风控挑战。

广东安国律所简介

ANGUO LAW FIRM