员工用AI被辞退，公司反而赔了，公司该怎么管AI？

一家保险公司的法务吴女士，为了提高工作效率，把一份自行加工过的稽核数据表传到了第三方AI平台进行处理。但就因为这样，一个月后，公司发来了《解除劳动合同告知书》，理由是她“严重违反规章制度”。

法院一审认定违法解除，判决撤销解除决定、双方继续履行劳动合同，公司补付年终奖差额、绩效工资和工资损失。判决现已生效。

从案件审理过程中的证据来看，这家公司劳动人事制度、保密制度、信息安全管理规定、保密协议、安全培训，几乎都有，但是，案件还是输了。

因为，法院认为，公司规章制度里并没有禁止员工使用第三方AI的明确规定，目前证据也看不出有严重的后果产生。

这个案件，凸显了一个新的企业管理问题：怎么管理使用AI的行为？

一、可能最难的是，企业管理层本身对AI的认识必须准确

我接触过一些非AI行业的企业管理者，他们对AI的认识常常落在两个极端误区。

一个极端，是把AI神化，认为AI的输出是靠谱的，什么都能干、输出都靠谱，放手使用AI生成的各类产出物。这一极端，风险最隐蔽。

目前主流的AI，实质上是AI发展这棵树上的一条分支（大语言模型），只是目前资本集中于此。这个分支的AI，有其天生的无法完全去除的特质，有“幻觉”，真概率假理解。

对于那些需要面对不确定性环境去做确定性判断的事务，它很容易趋于不能把控，它也无法对真实人类世界的事实进行感受和准确描述。。

另一个极端是，把AI当妖，不信任。听说平台会留存数据，就认定“上传即泄密”，干脆一刀切全面禁止。吴女士这个案子，根子上可能就是这种过度反应。

公司不是没有保密制度，而是没有一条针对AI办公场景进行过研究和制度建设，完全是凭借模糊的风险感在处理员工。

在现阶段的技术情形下，准确的认识是：**AI是能力放大器。提效是肯定的，第三方会使用你上传的数据训练模型、AI出错很正常。

任何事物，依照其基础性质去学习研究，不神化也不妖魔化，从法律逻辑看清它的能力边界与风险边界，才是立规矩的前提。

认知偏差本身，是最大的风险源。因此，企业在着手制订关于规范AI使用行为的规章制度前，首先需要学习理解AI，然后才能结合企业实际情况作出判断。

二、效率与风险，两头都不能丢

潮流和大势，不能逆。完全拒绝AI，是没有意义的。一刀禁掉，等于竞争力的自残。

但是，放任不管理，肯定是不行的。

红线不能踩：数据安全、商业秘密保护。

自建离线AI，技术上看可能在信息保护方面最安全。但是，从成本角度看，目前阶段，大部分企业是承担不起的。

第三方AI平台当然可以用，但可以低风险或者无风险地使用，这需要花精力升级管理。

风险要合理控制：合理使用AI，研究将制度和流程转化或者升级为AI参与的形态。

最要紧的可能是培训：管理者和员工都需要明确AI使用的优势和弱点，特别是错误和风险在哪些方面是需要采取措施屏蔽的，要有非常明确的认知和规定。

从法律角度，有两类风险需要特别关注进行管理。

一类是秘密泄露。核心经营数据、客户信息、技术秘密一旦上传外部平台，可能被留存、被用于模型训练，企业基本失去可控性。

另一类是对AI输出失真出错要有流程进行监督。否则，员工信以为真拿去用了，最后是企业替这个错误买单。

三、规矩必须落在劳动法的框架里

企业制订AI使用行为管理的制度和流程，要合法。不合法，规矩本身站不住。

按《劳动合同法》第四条，涉及劳动者切身利益的制度，要经民主程序、要公示告知，才对员工有约束力，内容也不能触碰强制性规定。

另外，要合理。不合理，规矩同样翻车。管理手段要与风险严重性相匹配，制度设计要有平衡感，也要明确具体，越清楚越好。

拿本文最前面那个案件来说，辞退员工，按《最高人民法院关于审理劳动争议案件适用法律问题的解释（一）》第四十四条，举证责任在企业一方；

而“严重违反规章制度”的解除，要主观有过错、客观违反明确制度、造成实际损害或重大风险，规则模糊，后果也不明确，企业在法庭上连举证都无法顺利完成。

对于企业来说，假如希望在拥抱AI的前提下合理控制风险的，建议先做三件事

第一，整理一份具体的商业秘密信息清单，把那些“绝对不能上传AI”的信息范围标明，把红线划清楚。涉及红线的，效率让路。

第二，出一份AI工具使用管理办法，把场景分成“可用、限用、禁用”三类，让员工能自己对号入座。

第三，把培训做到位并留痕：员工要知道红线在哪、为什么在那儿，企业要能证明自己明确培训和告知过员工。

未来有更多的新事物会更快地出现。我们需要接受，但不是混乱地接受，而是在建立准确认知的前提下与时俱进，迅速更新各项规矩，规矩要立得快立得准，新事物用起来才越敢放手。