把客户财务数据丢给AI整理算不算违反NDA 求懂行的说下

我这几天正烦这个事。我们所里接了个客户的年度审计,一堆Excel和PDF的流水,老板让我整理成报告。我寻思用ChatGPT帮我把数据汇总一下能省不少事,都准备传了,突然想起来合同里有保密条款,吓出一身冷汗。 那个条款写的是“未经书面同意不得向任何第三方披露客户信息”。可AI公司算第三方吗?我传上去的数据又不会指名道姓,就是些营业收入成本数字,但毕竟也是商业数据啊。而且这种事也不好问客户,我要是去问人家,显得我们管理很松。 我问了坐在旁边的同事,他说没事,说现在都用AI干活。但...

Viewed 0

我这几天正烦这个事。我们所里接了个客户的年度审计,一堆Excel和PDF的流水,老板让我整理成报告。我寻思用ChatGPT帮我把数据汇总一下能省不少事,都准备传了,突然想起来合同里有保密条款,吓出一身冷汗。

那个条款写的是“未经书面同意不得向任何第三方披露客户信息”。可AI公司算第三方吗?我传上去的数据又不会指名道姓,就是些营业收入成本数字,但毕竟也是商业数据啊。而且这种事也不好问客户,我要是去问人家,显得我们管理很松。

我问了坐在旁边的同事,他说没事,说现在都用AI干活。但另一个老会计又说绝对不行,说以前有同行因为用网盘传客户资料被罚过。我翻来覆去看了好几遍NDA,也没明白“第三方”到底包不包括AI平台。

我现在卡在这了,不用AI就得自己熬夜整,用了吧心里没底。有没有在事务所干过的朋友给个准话,这种情况到底算不算违反?真的困扰我好几天了。

2 Answers

这类情况不能简单说“都在用就没事”。按照常见NDA与保密义务的口径,把客户财务数据上传到公用AI平台(如ChatGPT网页/通用云端模型)通常会被视为“向第三方披露”,至少属于“向第三方提供可接触客户信息”的处理行为,未经客户书面同意与内部审批,风险偏高。不建议直接上传原始财务数据。更稳妥的做法是:先看合同定义与例外,走内部合规审批;如需用AI,只在签约的企业级/私有化环境,或做彻底脱敏与汇总再上传。

“AI平台是否是第三方”的判断要点(围绕你这份NDA)

  • 看NDA定义条款
    • 若“第三方”定义为“甲乙方及其允许的分包/顾问以外的任何主体”,公开AI平台往往落入第三方。
    • 若合同允许“在必要范围内向为履约目的提供服务的承包商且承担同等保密义务者”披露,则仅当AI服务商与贵所或客户签有等同保密义务(如DPA/NDA、保密等级条款)时才可能落入例外。
  • 看“数据传输/境外流转/云服务”条款
    • 很多NDA或主协议要求客户书面同意方可将资料传至第三方云或境外服务器。多数通用AI平台服务器在境外或多地,若未约定,风险上升。
  • 看“可识别性”与“商业秘密”保护
    • 即便不写公司名,只要数值集合可与客户身份或特定期间交易相匹配,仍可能构成可识别的商业信息;商业秘密保护看“有用性+不为公众所知+保密措施”。未经许可上传,容易被认定为未尽保密义务。

简化判断:无客户书面许可+使用公共云端AI+上传未脱敏或可回溯的财务数据=高概率被视为对第三方披露,不建议做。

不同使用场景的合规差异(可做 vs 不可做)

场景 相对安全(条件) 高风险/不建议
企业版/私有化部署AI 与AI服务商签有严密合同(NDA/DPA/不用于训练、专属存储、访问控制、日志留存)、数据留在本地或专属租户;经客户或主合同允许
公网通用AI(个人版/网页端) 仅上传已彻底脱敏、仅保留无法回识别的统计口径(如行业均值、同比增幅、四分位数);不含客户名、项目名、账期、科目编码、时间戳等可回溯要素 上传原始流水、科目明细、含时间与金额匹配的序列、截图/PDF原档、含客户/对手方/账号信息的表格
模型微调/让厂商标注 厂商与贵所签约且明确不进入公共训练;客户也同意 将客户数据用于平台“改进模型”或任何对外部可见用途
内部试验/提示词工程 只用自拟的虚构数据或公开样本 用客户实数替换变量进行测试

可操作边界:允许先在本机或内网工具做结构化清洗,再把“与客户不可回溯的统计结果”喂给AI做措辞润色;但“原始账表/可追溯序列数据”不上公有平台。

实操建议:如何在不违反NDA的前提下降低工作量

  1. 先走内部合规/信息安全审批
    • 询问所内是否有已签约的企业级AI或私有化大模型环境、是否有供应商保密协议与不训练承诺。
    • 无合规环境前,暂停上传任何客户原始数据。
  2. 脱敏与聚合的最小化原则
    • 删除或替换一切可回溯标识:客户名、项目名、期间、账号、对手方、票据号、时间戳、币种与汇率组合、维度编码。
    • 仅保留与分析结论相关的“区间统计/比例/趋势描述”,如“收入同比+12.3%”“前5大客户占比约X%(不列名)”“四分位-中位-均值”。
    • 将绝对值改为分位点、指数化(以基期=100)、区间化(0-1000、1000-5000),避免精确反推。
  3. 分层处理流程(推荐)
    • 本地/离线:用Excel/本地Python/事务所许可的BI工具完成原始清洗、汇总、指标计算。
    • 对外AI:仅用来“润色文字、结构编排、可视化描述建议”,输入不包含可识别数据,只给统计口径和相对变化。
  4. 合同与客户沟通的备选路径
    • 若确需用AI加速且超出脱敏可控范围,向客户申请“经同等保密义务的分包/工具商披露”的书面同意(可用模板:列明服务商名称、数据边界、不用于训练、数据驻留、访问权限、保留期与销毁)。
    • 若客户敏感,可只报“使用受控自动化工具进行文本排版与语言润色,不涉及客户识别信息”,并承诺数据不出内网。
  5. 平台侧设置
    • 关闭“用于改进模型/训练”的开关(若平台提供该选项)。
    • 选用提供企业合规承诺的通道(企业版、SLA、数据驻留、访问日志)。通过平台官网合规/隐私说明入口核对承诺,例如微信、支付宝等平台在其隐私说明与合规页面会描述数据处理原则,可参考平台公开的隐私与数据政策入口进行核对:微信支付宝
    • 不通过个人账号、非受控设备、公共Wi-Fi上传任何客户资料。

安全做法 vs 不安全做法(对照清单)

  • 安全做法
    • 先本地汇总,AI只做“改写/排版/结构建议”。
    • 仅上传不可回溯的统计与相对指标;用区间、比例、指数化代替原值。
    • 使用企业级或私有化模型,并签订保密/数据处理协议;经客户书面许可。
    • 留痕:审批记录、数据脱敏说明、使用日志与版本库。
  • 不安全做法
    • 把原始Excel/PDF流水、明细账、带时间与金额序列直接贴给公网AI。
    • 以“同事都这么干”为依据跳过合同与内控。
    • 允许平台将会话用于训练或人工标注。
    • 将客户识别信息做“简单改名”但仍保持可逆映射。

如果已经不小心上传了,如何补救(合规视角)

  • 立即删除相应会话与文件,关闭训练开关;导出并留存删除操作记录与时间戳。
  • 向所内合规/风控报告事件,评估是否需通知客户(依合同与事件分级决定)。
  • 复盘:建立“数据分级+脱敏清单+AI使用白名单平台+审批流程”。

附带权威渠道

  • 如涉及个人信息、跨境数据或网络安全合规疑问,可参考工信部与网信办公开指引:工信部国家网信办

这件事的稳妥答案是:在没有客户书面许可与合规环境前,把客户财务原数据丢给公网AI,风险大且很可能被认定为对第三方披露。你可以先本地完成汇总与指标,再把不含识别性的统计口径交给AI润色,或推动所内采购合规的企业级模型与签约条款。

我同意另一个老会计的看法。NDA里的"第三方"就是指除了你和客户之外的任何人或组织,AI公司肯定算。关键点是数据一旦上传,你就失去控制权了,OpenAI的服务条款里明确说他们会用你的输入来训练模型,这就等于数据被第三方使用了。

不指名道姓听着安全,但对方财务数据结合行业背景有时候能反推出具体是谁,风险还是存在的。你现在的处境我理解,但我建议还是先问老板,说"我打算用AI加速这个项目,需要确认一下保密条款那块",换个角度问可能不会显得管理松散,反而显得你规范。或者折中方案,脱敏处理数据再传,或者在本地用离线工具。真要出了问题,事务所和你都得背锅,不值得。