AI 能帮干活,但有些材料不能乱喂

第五篇我们聊了"单位怎么接住 AI 这股风"。文章发出来，有在基层的朋友问了一句实在话：风接住了，可手里的材料怎么算？哪些能交给 AI，哪些不能？

社区、银行网点、医院科室、学校这些基层事业型单位，一年到头难得见着一份真正的"机密文件"。基层天天打交道的，是居民的姓名和电话、学生的家庭情况、患者的就诊信息。这些算不算敏感？能不能交给 AI？这才是基层每天真撞上的事。

今天这篇，把这道关拆开，但只讲基层用得上、能落地的办法。

一、材料先分两类

要把材料交给 AI，先给自己手里的材料分个类。粗略两类：

一类叫公式化材料。通知、通报、常规报表、工作总结、公开信息汇总、宣传稿、会议纪要模板——本来就是公开或半公开的，写错了顶多返工，不涉密。这一类放心交给 AI，效率最高。

一类叫敏感材料。从基层视角看，主要是：居民的姓名、电话、住址；学生的家庭和身心信息；患者的病历与健康信息；银行客户的账户与征信；还有没公开的内部方案、评议、信访记录。这些东西一旦外泄，不是返工的事，是违规，严重的要担责任。

这里有个容易绕进去的弯：不少基层同志会觉得"我们单位没机密，没什么好防的"。其实不是这么算的——基层少有国家机密不假，但我们手里的居民电话、学生信息，同样受《个人信息保护法》保护，一样碰不得。"没机密"不等于"不用防"。

也不是只有我们在琢磨这道关。西安出台了数据分级和脱敏的管理办法，前面已经在做的地方不少，我们跟着走就不突兀，也有现成的经验可以借鉴。

二、为什么连党政机关都在用：国产平台 + 数据存国内

先给基层同志吃颗定心丸：用 AI 本身，没那么吓人。

现在每天产生的大量内容——车辆行驶轨迹、单位地址和行程，这些连国家机关都在用国产平台处理。为什么敢用？因为数据存在国内。

只要平台和模型是国产的、数据也存放在国内，这个问题基本就不存在了。普通基层办公的内容，同样不存在这个问题。数据在国内的云平台里，受国内法律严格管控，别的终端问不出来，也不会出境。这也是为什么党政机关普遍在用。

反过来想，数据一旦出了境，后果有多重？ 2021 年，滴滴在没完成网络安全审查的情况下突击赴美上市，等于把掌握的海量用户出行数据置于境外监管之下，触碰了数据出境的红线。事后被依法查处，2022 年 7 月网信办开出 80.26 亿元罚单，违法处理的个人信息多达 647 亿条。这件事当时反响之大，根子就在数据没留在国内。它给所有单位提了个醒：数据在不在国内，是两条完全不同的路。

而我们平时用的这些国产平台，数据不仅在国内，连机器都在贵州。苹果 iCloud 的中国数据、华为云全球总部、腾讯的七星数据中心，都扎根在贵安；连 DeepSeek、Kimi 这些大模型的算力，相当一部分也来自贵州。数据物理上就在国内、就在省内，受的是同一套国内法。

所以真正要分清的，不是"用不用 AI"，而是"用哪个 AI、喂什么材料"：

• 国产平台（豆包、通义、文心等）+ 数据存国内 = 主干安全，党政都在用。
• 境外平台 = 数据出境，风险结构完全不同，不能用。

三、居民姓名电话，到底能不能喂 AI

直接给答案：能，而且用国产平台基本无虞。但要加一道更稳的保险。

国产平台解决的是"出境、外国管辖"这类风险——数据留在国内、受国内法管。但它本身仍持有我们提交的内容，所以高敏感的个人信息（居民姓名电话）仍建议先脱敏，双保险最稳：国产平台管住"出境"，脱敏管住"平台持有敏感信息"。

至于"每台电脑都本地部署、大家排队去那台机器上用"——这不现实。基层在外跑的人少说七八个，不可能每人排队等一台机器；而且那台机器一旦联网取模型、做更新，就很难保证所有资料完全不出去。本地部署是上级统建的事，不是基层自己买机器排队用。

所以两条安全路，都离不开"国产平台"这个前提：

• 路 A
  ：先把姓名电话脱敏，脱敏后的版本再进国产公网 AI。基层今天就能做，不靠任何新硬件。
• 路 B
  ：走上级统建的政务云 AI（同样数据存国内），浏览器登录直接用，材料全程留在政务云内。

四、基层真正能落地的几招

讲几个基层用得上的做法，按现实程度排：

第一招：手动脱敏，最快。 把姓名换成编号，电话打成 138****1234，住址写成网格号。这一步人来做最快，也可以先在一台装好本地模型的电脑上让 AI 帮忙打码、再导出脱敏版。脱敏之后，国产公网 AI 随便用，因为敏感信息已经不在里面了。

第二招：脱敏版进国产公网 AI，是完整工作流。 脱敏→交给国产公网 AI 写初稿→成品拿回本地，再把真实信息填回去。这其实是基层"用 AI 处理敏感材料"最现实的一条路：既用上了国产 AI，又不让个人信息出单位。

第三招：上级统建政务云 AI，基层登录即用。 不少地方的大数据局已经在政务云上开了 AI 账号，基层不买机器、不排队，浏览器登录就能用，材料留在政务云内。这是"本地部署"在基层的真实样子——我们用的，是上级建好的，不是自己搞的。

第四招：汇总代替个体。 很多报告要的本来就是"本网格 320 户、其中 60 岁以上 85 户"这种汇总，不是张三李四的个人信息。源头少粘个人信息，后面就省心。

第五招（中策）：国产平台用企业版，不用个人免费版。 企业版一般承诺数据不用于训练、隔离更严。但仍建议重要材料先脱敏。算个折中，不是终点。

轻量本地模型下发到每台电脑，是更远的事，今天别指望。先把前几招用熟。

五、权责清晰：AI 辅助，不替代人审

AI 出的东西，人得过一遍。谁用谁负责。丹东等地和联通的合作里就明确：生成内容须人工审核、"谁使用谁负责"。

给基层一个一眼能判断的自测清单：

一，这份材料离开单位会不会出事？会，先脱敏再处理。

二，里面有没有具体的人名、电话、住址、身份证、病历、账户？有，先脱敏，脱敏版可进国产公网 AI，真实信息回填在本地做。

三，是不是还没公开的方案、评议、信访？是，走政务云 AI 或脱敏后处理，并且留个痕，记着是谁用的。

四，平台是不是国产的、数据存国内？用了境外平台，一律停下。

四条都安全，国产公网 AI 也能用，效率最高。

六、落到本地

数博会刚在贵阳开完（8 月 28 到 30 日），AI 安全是会场热门。贵州有算力红利，也有对应的安全框架。对本地单位来说，这股风接得住，也接得稳。

七、下一篇

安全这道关过了，下一篇我们讲单位怎么把 AI 用出实效、真减负——从"敢用"，走到"用出东西来"。