製造業上AI之前，我們給客戶工廠先劃好了一條資料紅線

現在工廠老闆對 AI 是又愛又怕。愛的是它確實能幫忙查資料、寫方案、看圖紙；怕的是一旦員工把客戶的圖紙、工藝引數、報價單直接貼給公共 AI，等於把工廠攢了十幾年的家底免費送出去，還追不回來。這個擔心不是多餘的。我們自己也天天用 AI，所以在公司內部和給客戶做數字化的時候，都先定了一套明確的"資料紅線"。

先說我們自己的規矩。摩傑斯做 MES、ERP 十四年，客戶的工藝文件、圖紙、供應商名單、成本資料堆滿了伺服器，這些是全廠最核心的資產。2023 年起我們內部全面用 AI 提效，但第一條紅線就是客戶任何帶標識的資料都不進公共大模型。需要 AI 幫忙分析，就用私有化部署的模型，或者先把資料脫敏成"某型號、某製程"再喂進去。這條規矩寫進了員工手冊，也寫進了專案交付規範。

客戶那邊的問題更實際。員工用手機上的免費 AI 是攔不住的，硬堵不如疏導。我們給江蘇一帶的製造客戶做數字化時，會幫他們把"哪些能問 AI、哪些打死不能問"列成清單貼到工位上：裝置故障現象、通用工藝原理、軟體操作步驟，隨便問；客戶圖紙、報價、供應商、專利結構、老闆的家庭住址，一律不準往任何聯網 AI 裡放。清單本身不復雜，但把它落到每個班組，洩密的口子就收窄了一大半。

再往深一層是審計。真出了事，光說"我們規定過"沒用，得能查出來誰在什麼時候把什麼發出去了。所以在企業網路裡，我們會幫客戶把常見 AI 服務、網盤、大模型網頁的訪問做一層可見與可控：哪些終端訪問過、傳了多少資料、有沒有異常的大檔案外發。這不是要監控員工，而是讓"資料紅線"從紙面變成可以追責的機制。崑山、蘇州一帶的機械加工廠、非標裝置廠，工藝就是命根子，這類審計需求這兩年明顯多起來。

說到底，AI 是好工具，但用之前得先把家底護住。我們在製造業做了十四年，自己的系統就一直跑在私有環境裡，對"哪些資料碰不得"有切身體會，所以給客戶上的第一課往往不是怎麼用 AI，而是怎麼安全地用 AI。

總結：

工廠上 AI 最怕的不是不會用，而是員工隨手把客戶圖紙、工藝引數、報價單貼給公共大模型，洩密之後還查不到源頭。摩傑斯做製造業數字化十四年，客戶的核心資料一直放在私有環境裡，內部用 AI 也嚴守"帶標識資料不進公共模型"的紅線。給江蘇的工廠做諮詢時，我們一是把"能問、不能問"列成工位清單，二是把常見 AI 服務的訪問做成可見可控的審計機制，讓資料紅線從紙面落到可追責。崑山、蘇州及周邊的模具廠、機械加工廠如果正準備讓員工用 AI，最好先把這條紅線定清楚。

相關閱讀：《工廠 IT 服務總覽》按類別收攏了這些文章；同主題《員工用 AI 算不算洩密》、《AI 使用安全審計》可以接著看。