AI时代企业商业秘密的“防火墙”怎么筑? 深圳《人工智能工具应用中的商业秘密保护指引》重点提示

在AI工具深度融入企业研发、办公、生产、经营各环节的当下，商业秘密的存在形态、流转方式与泄露路径都已发生深刻变化。过去锁在文件柜与内网里的秘密，可能只需一次“输入”、一次“拖拽”或一次“点击”，便被上传至公有AI平台，泄密过程隐蔽、迅速、不可逆，企业面临发现难、取证难、止损难的现实困境。以物理隔离、合同约束为主的传统保护手段，亟需针对AI工具的深度应用加以完善和升级。

立足这一新形势，深圳市市场监督管理局于2026年10月组织制定并发布了《人工智能工具应用中的商业秘密保护指引》（以下简称《指引》），旨在引导企业主动关注AI深度应用场景下的新型泄密风险，升级完善现有商业秘密管理体系，守护好自身的核心竞争力。《指引》为指导性文件，不具有行政强制力，企业可参照其完善内部商业秘密保护制度。

《指引》共四章并附三个附录，主体内容可概括为“识风险—防风险—处风险”三条主线：第一章界定基本概念并分析AI应用给商业秘密保护带来的新变化与新挑战；第二章按业务环节逐一列举常见泄密风险点，并附真实案例；第三章从制度、组织、流程到技术，给出全生命周期的防控措施；第四章明确侵权认定、内部应急处置与行政、民事、刑事、仲裁四类维权路径；附录则提供了涉密信息上传负面清单、保密承诺参考文本与相关法律法规节选。本文依据《指引》内容，围绕企业最关心的“泄密风险、泄密环节、管理提升”进行重点提示。

在AI工具深度融入企业日常之前，商业秘密泄露主要表现为员工离职带走资料、竞争对手派人窃取、内部人员故意外传等“主动型”行为，泄密边界相对清晰，企业通常凭借物理隔离、内网权限与保密协议即可形成有效防线。AI工具的介入改变了这一图景。《指引》指出，AI应用环境下的商业秘密保护，在存在形态、流转方式、泄露成因与管理边界上均不同于传统场景，并将其归纳为“四个之变”：

存在形态之变：商业秘密越来越多以数据、代码、模型参数等数字化形态出现，易复制、易传播、易获取。

传播路径之变：通过API调用、云端交互、提示词输入等方式流转，路径分散多元，企业对其流转范围与存储位置的控制力减弱。

泄露成因之变：不限于员工跳槽、对手窃取等主动行为，还包括AI工具自身漏洞、部署配置不当、员工无意识向AI工具输入商业秘密等情形。

管理边界之变：涉及主体从内部员工、竞争对手扩展至AI工具服务商、插件提供方、API服务方、第三方密钥服务方，乃至同一工具的其他使用者。

对照传统环境，AI时代的泄密呈现出三个突出反差。其一，泄密从“有意”走向“无意”。大量泄露并非员工蓄意，而是为图方便将涉密内容直接输入AI助手、上传文件或一键授权插件，在日常操作中即完成泄露，当事人往往事后才察觉。其二，可控边界被打破。数据一旦进入AI平台，其存储位置、二次训练使用与跨境流转均脱离企业掌控，传统“内网即安全”的假设不再成立。其三，责任链条被拉长。除内部员工外，AI服务商、插件提供方、API接口方乃至同一工具的其他使用者都可能成为泄露的一环，“谁泄露了、泄露给了谁”常常难以厘清。

上述变化导致AI时代的商业秘密保护在发现、取证、定责、评估与救济等环节均面临新挑战。侵权行为更难发现，可能短时内完成且痕迹易隐匿，企业往往在泄露扩散后才察觉；证据更难获取和固定，相关记录多留存于平台或服务商处，传统“接触＋实质性相似”的举证路径适用难度加大；主观过错、责任主体与损害后果均更难认定与量化；维权救济面临更多困难，企业面临法律适用、取证鉴定、平台配合甚至跨境管辖等新的救济难题。

《指引》按AI工具应用环节，从具体风险点、发生可能性、风险影响与可能涉及部门等维度，对常见泄密风险作了系统梳理。以下按采购与准入、部署与配置、使用与权限、更新与退出四个关键环节逐一列举并叙述其典型风险，并分别进行了针对性的具体建议。本文按AI工具应用环节，将风险环节和管理措施进行了汇总。

总体上，商业秘密保护是一项系统工程，需从制度、组织、流程到技术全方位布局。对此，《指引》给出了总体应对措施，要求企业将风险管控嵌入AI工具应用全生命周期管理。

《指引》建议企业按“业务—数据—密点”逻辑逐层梳理并固定密点，将商业秘密划分为核心、重要、普通三级；对核心工艺、独家配方、核心代码、重大投融资等核心或重要商业秘密，严禁复制、粘贴、上传、输入任何公有消费级AI工具，严禁借助AI工具编辑、整理、转写、解读涉密内容；普通商业秘密须经脱敏处理并通过上级审批后方可输入，且审批全流程留痕。

企业还应制定《AI工具涉密信息上传负面清单》，动态更新并全员公示，明确可输入AI工具的信息范围与审批权限。

风险多发生在工具进入企业之前。员工通过非官方渠道下载安装包，可能被植入恶意代码；为扩展功能而接入未经安全评估的第三方插件、技能包，或引用隐藏后门的开源组件依赖链，都会在企业内网埋下系统性盲区，攻击者可在后台静默窃取全量交互数据。

《指引》强调对AI工具服务商作安全能力、保密信誉、跨境风险与用户协议四维尽调，建立白名单与官方稳定版机制，并将第三方供应链纳入准入管理。

涉密业务若直接部署在公有云、或部署后未做网络与逻辑隔离，外部渗透便可能单点突破、批量抓取。跨系统接口未隔离、未脱敏，初始配置未遵循最小权限原则，同样会放大暴露面。

《指引》建议优先本地化或私有云部署，借助沙箱、虚拟机、云桌面分区实现隔离，并通过安全初始化与零信任网关收紧边界。

这是日常高频、也最隐蔽的泄密通道。员工为省事将敏感数据直接输入AI工具，或自以为“碎片化”地多次输入、被组合还原出完整秘密；更普遍的是“影子AI”，即员工私自在未审批的设备上安装使用AI工具，形成企业看不见的泄露通道。账号共用、闲置账号未及时注销、授予第三方的OAuth权限长期不解绑，则让外部可借“合法授权”横向渗透内网。

在此环节，除了传统的协议控制外，企业应积极通过技术防护手段进行API接口管控和加密，并在数据传输和存储方面进行加密和脱敏。

工具停用不等于风险消失。操作日志长期留存且权限不严，云端、本地与备份节点中对商业秘密的缓存、训练残留未彻底清除，都可能成为事后泄露源；多用户缓存隔离失效还会造成跨用户串号泄露。

措施方面，《指引》要求终端“净室”清理、废旧设备物理销毁、权限全面回收，形成退出闭环。

从已公开的真实事件看，这些风险并非假设。《指引》中有大量真实案例给企业警示，例如：某半导体企业员工将测量资料、产品良率代码直接以提问形式输入通用AI问答助手，导致涉密内容录入模型学习库且无法收回；某大型娱乐企业员工在家用电脑私装内含木马的“免费AI图像工具”，被劫持密码管理器后潜伏五个月，最终数万条内部消息外泄；某跨国金融企业员工在手机端向AI助手查询数据，AI将原始数据同步至境外云端“记忆强化”，造成财务数据跨境传输；某海外云平台因员工授予第三方AI工具的OAuth权限长期未解绑，被黑客劫持企业账号并横向渗透内网；某AI大模型因多用户缓存隔离失效，将上一用户润色过的完整简历错误分发给其他用户。

相较传统以物理隔离、合同约束为主的手段，《指引》在梳理传统管理策略的基础上，引入服务商准入、网络安全防护与多层次技术防护等针对性措施。依据《指引》，本文总结AI时代企业商业秘密管理升级要点可概括为下表：

企业需结合自身业务规模、商业秘密重要程度与可投入成本，合理确定管控措施的范围与力度，在安全与效率、投入与产出之间寻找最优平衡，避免“一刀切”影响业务效率。

《指引》除前文所述的风险识别与管理升级外，还在"维权救济"与"模板工具"两方面为企业提供了可直接落地的支撑。在维权救济篇（第四章），指引先依《反不正当竞争法》（2025年修订）第十条明确了六类侵犯商业秘密行为及不构成侵权的边界，再给出"内部调查—应急响应—核查追责—专项复盘"的泄密应急处置闭环，并系统比较了行政举报、民事诉讼、刑事控告、劳动仲裁与商事仲裁四条路径的立案要求、举证标准、赔偿范围与适用场景。

在模板工具篇，《指引》以三个附录供企业参考：附录1的《AI工具涉密信息上传负面清单》按核心重要秘密（绝对禁止上云）、普通秘密（脱敏审批后可有限使用）、日常工作信息（鼓励提效）三档分级管控；附录2的《商业秘密保密承诺》参考文本，专门就AI提示词、训练数据、API密钥、模型参数等AI专属信息及离职时AI账号权限清理设定义务与责任；附录3则汇编了相关法条便于查阅。

《指引》为企业适应AI时代的商业秘密保护提供了系统、可操作的参考框架。它既提示了新型泄密风险的分布规律，也给出了从制度到技术的升级路径。AI技术迭代迅速，相关法律法规与司法实践仍在持续完善，企业在具体实务操作中，仍应遵循最新法律法规与政策要求，并结合自身实际动态优化保密管理体系。

“知识产权那点事” 

更多平台账号