把花名册喂给AI之前,先看完这篇

有人问过我：你把员工数据喂给 AI 吗？

我说不喂。

我们公司内网部署了自己的 AI 工具。涉及公司信息，我一律用内网那个。

只有两件事走外面——个人的事，和 HR 通用的事：写个制度、出份访谈提纲、理个培训大纲，这些里面没有一个人。

这套分法我用了挺久，一直觉得挺稳的。

直到有天我想明白一件事：

我在外面搭的那个"框架"，算不算公司信息？

举个例子。我要做一次人员盘点，我不会把表丢给外面的工具。但我会在外面问这么一句：

"我想分析一个制造型组织的班组人效和流失趋势，该从哪些维度入手？"

这句话里没有一个名字，没有一个工号，没有任何一条数据。

但它说了三件事：我是制造业、我在看流失、我在盯班组。

我没喂数据，我把问题喂出去了。

再现实一点——为了让它答得准，你多半还会忍不住多补两句：我们大概多少人、哪个单元最近不太稳、我手上有一批什么样的材料。

到这一步，你一句数据没给，外面已经知道你在做什么、规模多大、哪里出问题了。

这不是危言耸听

大多数讲 AI 合规的文章，都在说"别把花名册传上去"。

这话没错，但它假设了一个前提——你只有一个 AI 可用。

真实情况是：很多人手上已经有两个了。一个在内网，一个在外面。

于是真正要回答的问题变了。不再是"能不能传"，而是——哪条线走里面，哪条线走外面，以及你以为走在里面的那条，是不是真的在里面。

今天这篇就回答这个。

不是劝你别用，是说清楚用了之后，还有哪三样东西没跟着一起搬进内网。

一、先说一个被传错最多的"许可"

很多同行跟我讲：没事，《个人信息保护法》给 HR 留了口子。

确实留了。

第十三条写得清清楚楚：按照依法制定的劳动规章制度和依法签订的集体合同实施人力资源管理所必需的，可以处理个人信息，不必另外取得个人同意。

这条被转述成了一句话：HR 用员工数据，不用员工同意。

听着很爽。

问题是——这句话被砍掉了一半。

原文里有两个限定词：依法制定的劳动规章制度，依法签订的集体合同。

"依法"这两个字，是绝大多数公司没做完的那一步。

什么叫"依法制定"

按《劳动合同法》第四条，涉及劳动者切身利益的规章制度，要经职工代表大会或者全体职工讨论，与工会或者职工代表平等协商确定，还得公示或者告知劳动者。三个动作缺一个，"依法"就不成立。

你回头翻翻自己公司的员工手册。

民主程序的记录有没有？职代会讨论纪要呢？公示签收单呢？

我问过不少同行，答得上来的是少数。

多数公司的实际情况是：制度是 HR 写的，法务改的，老板批的，然后挂在 OA 上。

这套流程，撑不起"依法"两个字。

那意味着什么？

意味着那扇"免同意"的门，可能压根没打开。

我们一直以为自己是从正门进的，其实多半是翻窗户进去的。

这里有个更狠的判断标准。

不是"公司有没有制度"，是——

出事那天，你能不能把那三份记录拿出来。

拿不出来，就等于没有。

二、我是怎么分流的，以及它漏掉的那一层

先把我的做法摊开，因为它确实解决了最大的那个问题。

我的分流规则只有三条：

第三条是关键，也是我最想推荐给同行的一条。

很多人一上来就把数据丢进去，然后指望 AI 从一堆字段里自己看出结构。那是最糟糕的用法——数据出去了，结论还不一定对。

反过来做才对：先在外面把问题问清楚、把分析框架搭好、把维度定下来，这一步完全不需要任何一个人的数据。框架定了，再拿着它回内网跑真实数据。

框架是骨架，数据是血肉。骨架可以外面做，血肉必须里面长。

但这条路有一个洞，我踩过。

洞在于：你在外面搭骨架的时候，嘴里说出来的那些话，本身就是信息。

我给自己补了三条，专门管"能不能在外面问"：

注意第三行。

"我有什么数据"，本身就是一条公司信息。

你没给任何一条记录，但你告诉了外面你手里有离职面谈纪要。这条信息在别处是有价的。

所以我的规矩补成了两句，不是一句：

数据不出去。

也别让人知道你有什么数据。

三、这三类数据，只能走内网

说完法律依据，说具体的东西。

我给自己定的第一条红线，只有一句话：

能反向认出具体某个人的，一律不走外面。

（如果你手上还没有内网那个选项，那"只能走内网"这四个字就等于"现在还不能做"。这一节对两类人都成立——有内网的，看它该走哪条线；没内网的，看它现在能不能碰。）

进模型之前先问一句：这条数据能不能反过来认出某个人

顺着这条线往下捋，最危险的往往不是你以为的那些。

第一类：离职面谈记录

排第一的危险品，不是薪酬表。

是离职面谈记录。

为什么？因为里面全是主观评价。

"这个人抗压差。"

"他在团队里不太合群。"

"他跟直属上级的关系一直别扭。"

这些话写在纸质记录上、锁进柜子里、几年后销毁，影响有限。

一旦进了模型——它被记住了，被结构化了，被关联到别的字段上了。

然后某一天，某个管理者随口问一句"帮我看看这批人里谁最不稳定"。

它可能就把那句"抗压差"翻出来，包装成一个听起来很专业的分析结论。

一份永久存档的主观标签。当事人不知道它存在，无从举证，无从更正，也无从删除。

这才是最要命的地方。

中国法院网 2026 年 4 月那篇关于 AI 应用中劳动者人格权益保护的文章，边界画得很清楚：劳动者数据用于 AI 训练前须履行告知；不得以格式条款变相取得劳动者人格特征和数据资产的永久使用权。

有一条结论，我读完直接抄进了自己的规矩：

劳动者离职后，用人单位不得继续使用具有其个人特征的 AI 模型。

人走了，模型还在拿他的痕迹做判断——这条路，堵死了。

第二类：健康与生物识别

这一类大多数人会本能地避开，不需要我多说。

体检报告、职业病监护档案、人脸考勤底库、指纹模板、工牌通行记录。

都属于敏感个人信息，规则比一般信息严得多：单独同意、必要性说明、更严格的保护措施。

但最容易漏的不是体检报告本身。

是人脸考勤底库。

很多公司上了考勤机，人脸库同步到供应商的云平台上，谁也没意识到这是员工每天在交的生物特征。

一笔一笔，天天交。

第三类：没脱过敏的原始花名册

身份证号、手机号、家庭住址、紧急联系人、银行卡号、婚育状况。

一行就够触发一次合规事件。

而且这类表基本都是历史遗留——三年前某个项目留下的底表，字段越加越多，从来没人清理。

一个容易被忽略的点

字段本身不敏感，组合起来可能就敏感了。岗位 + 年龄段 + 所在车间 + 绩效等级 = 在一个特定人群里能精确锁定到三五个人的组合。判断敏感性，看的是组合的可识别度，不是单个字段的名字。

为了方便执行，我把手上的数据分了三级：

红黄蓝一分，第一类问题的答案就有了。

但第二类问题马上跟上来：

那我脱敏之后，是不是就没事了？

不是。

四、脱敏不是打码

这是我见过最多的误解。

把姓名换成工号，把身份证号中间几位换成星号，表格看着"干净"了，然后放心丢进去。

这叫假名化，不叫匿名化。

区别只有一句话：

匿名化不可逆，谁都没法再认出这个人；假名化只是换了个名字，只要对照表还在 HR 手上，识别能力一点没少。

而对 AI 来说，假名化的数据跟实名数据几乎没区别。

模型不在乎那个人叫张三还是 A017。

它在乎的是 A017 的绩效曲线、请假频次、以及他跟上级之间的互动记录。

名字换成了工号，可对照表还在抽屉里——模型压根不需要知道名字

那到底怎么判断？

我用了一年，最后收敛成三句话。

三问判断法

第一问：能不能反向认出这个人？

不只看姓名工号。要看他所在班组有几个人、他的司龄是不是独一无二、他的岗位是不是全公司就一个。

我的土办法：班组不到 5 个人，别看单人数据。够 5 个人那叫趋势，不到 5 个人那叫盯着一个人看。

第二问：这条结论会不会影响他的钱、岗位或者去留？

如果这条分析会流进调薪、晋升、末位、转岗、续不续签的决策链——对不起，它就不叫"分析"了，它叫"证据"。

是证据，就得有来源、有逻辑、可复核、可申诉。

第三问：出事的时候，我能不能解释清楚它是怎么算出来的？

这一问最容易被跳过，但它通常是最先被问到的。

仲裁庭上，或者员工本人站在你面前的时候，你总不能说"AI 说的"。

三问全过，才动手指。

任何一问答不上来，就把文件关了，先想办法把它变成能过的数据。

真想要那个结论，就别偷懒：删直接标识、把出生年换成司龄档、把精确日期抖一下、把人聚到 5 个以上。

做完再问一遍三问。

顺便说一句：这套三问，在内网也要过

很多人觉得"我用的是内网部署，三问就不用管了"。

不对。

三问问的不是"数据去哪儿"，是"结论用来干什么"。

数据在哪儿，只决定风险有多大；结论用来干什么，才决定这件事该不该做。

一份在内网跑出来的"谁可能被优化"名单，和一份在外面跑出来的，落到那个人身上是一样的。

还有一轮要问"盒子"

数据这一头解决了，还有另一个出口——装数据的那个工具。

不少 HR 用的是公司统一采购的平台，觉得"公司买的应该没问题"。

这个"应该"，我不建议赌。

采购之前或者用之前，把这三句话发出去

• 会不会拿我们的数据去训练？
  （默认参与训练是行业惯例，是可以关的，但你得主动去关）
• 数据落在哪个服务器？
  （境内还是境外、哪家云、有没有副本在第三方）
• 删除之后多久真删？
  （回收站保留期、备份里的副本、合作结束后的数据返还）

要不来书面答复的，就按"答错了"处理。

五、内网部署之后，有四件事没跟着变

这一节是写给已经上了内网 AI 的人看的——包括我自己。

我们公司内网工具上线那阵，我确实松了一口气。数据不出去了，最大的那块石头落地了。

后来发现，落地的只有那一块。

内网解决的是"数据出没出去"，没解决"合规义务在不在"。

换个地方放数据，不改变你是谁，也不改变你在拿这些数据干什么。

第一件没变的：民主程序

个保法第十三条那个"人力资源管理所必需"，前提是依法制定的规章制度。

你在内网用、在外面用、还是压根不用 AI 只用 Excel——这一条都不豁免。

而且内网这里有个反直觉的陷阱：

正因为"数据没出公司"，人更容易觉得"那就不用走民主程序了吧"。

但第十三条管的是"处理"，不是"外传"。你把全员的绩效、司龄、面谈记录倒进内网模型跑一遍画像，这也是处理，同样要有那扇门。

第二件没变的：最小必要

内网跑东西不要钱似的，特别容易全量倒。

"反正都在里面，全给它也无所谓。"

有所谓。最小必要原则不区分部署位置。 你为了看班组人效趋势，不需要把每个人的婚育状况和紧急联系人一起喂进去。

内网给了你能力，没给你范围。

第三件没变的：人工复核——而且它更重要了

这一条我想多说两句，因为它最反直觉。

外面那个工具给你的建议，你会本能地存疑：它不知道我们公司的情况。

内网那个给你的分析，你容易直接贴进汇报材料。

因为它看起来像自己人出的东西——它用的是你们的字段、你们的口径、你们的历史数据，读起来特别像"公司自己的结论"。

越像自己人的东西，越要复核。

以前我们担心的是"AI 说错了"；内网之后，真正的风险是"AI 说得像真的，所以没人再去核"。

第四件没变的：透明度

员工评语是 AI 写的，通知原文是 AI 润的，面谈提纲是 AI 出的。

不管在内网写的还是在外面写的，将来被问起来，"这是我写的"这句话，一样不好说出口。

附：内网 AI 的四条自查

内网部署不是免责，它只是把风险换了个位置。上线之后，这四件事建议问一遍 IT 和供应商：

这四条，据我观察，很多公司上线内网 AI 的时候一条都没问过。

包括我们。

六、算法可以给建议，但不能给出结局

最后一层边界，也是最容易被忘的一层。

AI 可以参与分析，但不能单独决定一个人的去留。

先说个让人松口气的。

2026 年 4 月公布的《人工智能拟人化互动服务管理暂行办法》（五部门令第 21 号，4 月 10 日公布，7 月 15 日施行），很多人转发成了"AI 要被严管了"。

我翻了原文，第二条写得非常克制：适用的是"模拟自然人人格特征、思维模式和沟通风格的持续性的情感互动服务"。

而且第二款点名排除了几类——智能客服、知识问答、工作助手、学习教育、科学研究，只要不涉及持续性情感互动，不适用。

也就是说——你拿 AI 写周报、改制度、做表格分析，不在这个办法的射程里。

不用慌。

但也不能因此觉得"反正没人管"。

责任被推到最后一步：算法给建议，人给结局

真正会被管到、而且现在就该动手的，是三种用法：

重点在最右边那一列。

兜底动作不是"建议做的加分项"，它是免责的唯一凭据。

少了人工复核这一步，模型再准，也只是把风险从"判断失误"升级成了"程序违法"。

顺便看一眼欧盟，不是为了崇洋，是为了看时间差。

欧盟《人工智能法》把招聘筛选、绩效评估、排班与任务分配、晋升或终止决策类 AI 明确列进高风险（附件三）。

时间表今年动了：《人工智能数字综合法案》（Regulation (EU) 2026/1744）经欧盟理事会 6 月 29 日最终批准，2026 年 7 月 24 日刊登于官方公报、7 月 27 日生效，附件三高风险义务从原定的 2026 年 8 月 2 日推迟到 2027 年 12 月 2 日；嵌进医疗器械、工业机械这类实体产品的（附件一）推到 2028 年 8 月 2 日。

延后约 16 个月。这是《人工智能法》通过以来幅度最大的一次时间表调整。

但有意思的是后半句——

推迟的只有高风险那一块，透明度义务没跟着推。

第 50 条未被修订，照样在 2026 年 8 月 2 日生效并可强制执行：AI 生成的文本、图像、音频、视频要能用机器读懂的方式标出来源；聊天机器人必须在界面上明白告诉对面"我是 AI"。

（只有一项例外：第 50 条第 2 款针对 2026 年 8 月 2 日前已投放市场的存量系统，机器可读标注义务宽限到 2026 年 12 月 2 日。）

这个取舍很值得琢磨。

他们把"能不能用它做决定"往后挪了，把"必须告诉对方这是 AI"往前提了。

对 HR 的启示是：最先落到你头上的，可能不是雇佣决策那一堆硬骨头。

是透明度。

员工评语是 AI 写的，通知原文是 AI 润的，面谈提纲是 AI 出的。

将来被问起来，"这是我写的"这句话，不太好说出口。

七、说点实在的：先把你自己的边界写下来

说了这么长一串，落到明天能做的，就五件事。

第一，给自己列一张"永不上传清单"，贴在工位上。

不用长，五条够了：离职面谈记录、健康与生物识别、含身份信息的原始花名册、申诉与违纪调查材料、任何能直接认出某个人的原始明细。

这张清单的意义不在于记住，在于在你手快的时候拦你一下。

第二，含个人信息的文件，先过一遍三问。

能反向认出吗？会影响他的钱岗去留吗？我能解释清楚吗？

三十秒的事。

第三，涉及个人结论的输出，必须人工复核并留痕。

谁复核的、什么时候、改了什么、为什么改。

留痕不是形式主义——它是将来唯一能证明"这个决定是人做的"的东西。

第四，如果公司已经上了内网 AI，把那四条自查发给 IT。

对话留痕谁能调阅、会不会拿去微调、输出物扩散到哪、离职账号怎么回收。

这四条不用你自己答，但得有人答。HR 是最该先问的那个——因为你的提问内容，比大多数部门都敏感。

第五，向你要数据的那一方，问清楚那三句话。

训练、服务器、删除时效。

最后说一句组织层面的活

个人层面的规矩管得住你自己，管不住整家公司。想把这事做实，终究得把"员工数据用于 AI 分析的规则"写进规章制度里，走一遍民主程序。这既是合规要求，也是哪天真坐到仲裁桌前，你唯一掏得出来的护身符。这件事 HR 推得动，而且没人比你更适合牵头推。

规矩不是写给别人看的，是写给手快的自己看的

最后

回到开头那个问题：我在外面搭的那个框架，算不算公司信息？

我的答案是——算一半。

框架本身不属于任何人。怎么分析班组人效、流失该看哪些维度、结构怎么拆，这些是方法，不是秘密，在哪问都一样。

但你为了让它答得准，顺手补的那几句——我们多少人、哪个单元最近不稳、手上有什么材料——那几句才是公司信息。

所以我后来多加了一个动作，就一个：

在外面问的时候，把自己说成"一家制造企业"，而不是"我们公司"。

具体人数说成"几千人规模"，具体单元说成"部分一线单元"，手上有面谈记录说成"有若干定性材料"。

这么一换，答案一样准，漏出去的东西少了一大半。

多花三十秒。

写这篇文章的时候我想明白一件事。

AI 确实能帮我们把人看得更清楚——结构、趋势、异常，它比人眼快得多。

但"看得清楚"和"可以随便看"，中间隔着一整部法律，还隔着一个具体的人的尊严。

而且这几年我越来越觉得，真正难的从来不是"要不要用"。

是用的时候，你知不知道自己正在越线。

内网部署帮我守住了最粗的那条线——数据不出公司。

剩下的，得靠自己在每一次提问前多想那三十秒。

数据这一头说完了，还有另一头——人。

下一篇，聊一个今年刚被写进部委文件的新岗位。它叫 FDE，前沿部署工程师。

看完它的岗位描述你会发现：它干的活，跟 HRBP 很像。

Alan，从渠道销售杀进 HRBP，现在一家制造企业的 HRBP 部门。不写教科书，只写踩过的坑。