你手上有一份財務報表。
數字很多，格式很亂，你需要從裡面找出幾個關鍵趨勢，整理成一份給主管看的摘要。以前這件事需要兩個小時，現在你知道丟給 AI 可能十五分鐘就搞定。
但你停頓了一下。
這份報表裡有客戶名稱、有具體的金額、有公司還沒有對外公布的數字。把這些東西貼進 ChatGPT，然後按下送出，這樣真的沒問題嗎？
這個停頓是對的。不是因為你不能用 AI 處理財務數據，而是因為在開始之前，你需要知道哪些事情可以做，哪些事情會讓你承擔不必要的風險。
為什麼財務數據是特別敏感的類別
不是所有公司資料的風險等級都一樣。
一份公開的市場分析、一個已經對外發布的產品說明、一份內部會議的議程，這些資料外洩的影響相對有限。
財務數據不一樣。
未公開的財務數字涉及法律層面的問題，上市公司的財務資訊在公告前屬於內部資訊，外洩可能觸犯證券相關法規。客戶的財務資料涉及合約裡的保密條款，外洩可能讓公司面對法律糾紛。內部的成本結構和利潤數字是公司的核心競爭資訊，一旦流出對手知道，影響可能持續很多年。
這三類財務數據的共同特徵是：一旦外洩，損害是真實的、可追溯的、而且可能直接指向你。
底線一：確認你使用的工具的資料儲存政策
這是最基本也最常被跳過的步驟。
大多數人在開始使用一個 AI 工具之前，不會去讀它的隱私政策和資料使用條款。但這份文件直接告訴你：你輸入的內容會被存在哪裡、存多久、有沒有被用來訓練模型、以及在什麼情況下會被第三方存取。
不同工具的政策差異很大。
免費版的消費者服務通常有最寬鬆的資料使用條款，你輸入的內容可能被用來改善模型，也可能在某些條件下被人工審查。企業版的服務通常有更嚴格的資料保護承諾，明確說明資料不會被用來訓練模型，也有更清楚的資料刪除機制。
操作建議：在使用任何 AI 工具處理財務數據之前，找到這個工具的「Data Privacy」或「Enterprise Terms」頁面，確認以下三件事：輸入的資料是否會被用來訓練模型、資料存放在哪個地區的伺服器、以及刪除帳號之後資料是否會被完全清除。
如果找不到這些資訊，或者政策說明含糊，就不要把敏感的財務數據放進這個工具。
底線二：了解你公司的 AI 使用政策
這件事聽起來很基本，但很多人真的沒有做過。
越來越多公司開始制定 AI 使用規範，有些明確列出哪些類型的資料不能輸入外部 AI 服務，有些要求使用特定的企業版工具，有些完全禁止把公司資料上傳到任何外部服務。
如果你的公司有這樣的政策，財務數據幾乎可以確定在禁止或需要特別謹慎的類別裡。
如果你不確定公司有沒有相關政策，最直接的方式是問 IT 部門或你的主管。這個問題問出來不會讓你顯得不專業，反而顯示你在使用新工具之前有意識地確認邊界。
一個需要特別注意的情況：公司政策可能沒有明確提到 AI，但有關於「公司機密資料的對外傳輸」的規定。財務數據通常屬於機密資料，即使政策沒有特別提到 AI，把這些數據傳到外部服務在法律上可能仍然違反了保密義務。
底線三：脫敏之後再使用
這是在沒有企業版工具、又需要用 AI 處理財務相關工作時，最實用的折衷方案。
脫敏的意思是：在把資料丟給 AI 之前，把其中的敏感資訊替換成通用的佔位符。
具體操作：
客戶名稱換成「A 客戶」、「B 客戶」。具體金額換成相對比例或指數化的數字，例如把「3,847,000 元」換成「約 385 萬」或者直接用「X 金額」。內部專案代號換成「某專案」。時間點如果涉及未公告的財報週期，換成「某季度」。
脫敏之後的版本，AI 仍然可以幫你分析結構、找出趨勢、整理格式。拿到結果之後，把真實的資訊填回對應的位置。
這個方法有一個限制：如果你的分析需要依賴精確的數字，例如計算特定的財務比率，脫敏之後的版本可能無法給你準確的計算結果。這種情況下，用 AI 處理結構和格式，自己做數字計算，是更合適的分工。
底線四：不要在 AI 的對話記錄裡留下可追溯的敏感資訊
這個底線很多人沒有意識到。
就算你使用的工具在政策上說資料是安全的，你的 AI 對話記錄本身也是一個需要管理的東西。
如果你的帳號被入侵、如果你在公共電腦上使用、如果你的帳號和工作設備被公司 IT 部門管理，對話記錄裡的敏感財務數據都有可能被看到。
操作建議：處理完財務相關的工作之後，手動刪除相關的對話記錄。大多數 AI 工具都有刪除對話記錄的功能，養成用完就清的習慣，不把敏感資訊長期留在對話記錄裡。
同時，不要在公共 WiFi 或公用電腦上處理任何涉及公司財務的 AI 任務。這個建議和 AI 無關，是基本的資安常識，但在 AI 工具的使用情境裡特別值得提醒。
底線五：建立一個你自己的判斷標準
前四個底線給了你具體的操作規則，但財務數據的情況千變萬化，不可能每一種情況都有對應的規則。
最後一個底線是一個自問的標準：
「如果這份資料外洩，我能接受的最壞結果是什麼？」
如果答案是「只是有點尷尬，沒有實質損害」，風險可能在可接受的範圍內。
如果答案是「可能影響公司的競爭地位」、「可能違反合約的保密條款」、或者「可能觸犯法規」，那這份資料就不應該進入任何外部 AI 服務，不管那個服務的隱私政策說得多好。
這個問題在你習慣之後只需要幾秒鐘，但它讓你每次使用 AI 處理財務數據的時候，都有一個清楚的自我評估機制，不需要靠記憶背規則。
AI 可以做的和不應該做的，清楚分開
用一個簡單的分類來總結。
AI 適合處理的財務相關工作：脫敏之後的數據結構分析、財務報告的格式整理和視覺化建議、財務術語的解釋和說明、公開財務資料的研究和整理。
不應該用外部 AI 處理的財務工作：包含真實客戶名稱和金額的原始報表、未公告的財報數字、涉及定價策略的成本結構、任何你簽過保密協議承諾不對外揭露的財務資訊。
這個分類不是絕對的，企業版的 AI 工具在某些情況下可以處理第二類的工作，因為資料保護的層級不同。但在沒有企業版工具的情況下，這個分類給了你一個夠用的判斷起點。
資安不是在限制你，而是在保護你
最後想說的不是規則，而是一個角度。
資安意識不是讓你不能用 AI，而是讓你用得安心。
當你清楚知道哪些事情可以做、哪些事情需要謹慎、哪些事情不應該做，你在使用 AI 工具的時候就不需要帶著那個背景焦慮。那個停頓，那個「這樣真的沒問題嗎」的疑問，會因為你有清楚的判斷標準而消失。
用得安心，才用得長久。