制造业上AI之前，我们给客户工厂先划好了一条数据红线

现在工厂老板对 AI 是又爱又怕。爱的是它确实能帮忙查资料、写方案、看图纸；怕的是一旦员工把客户的图纸、工艺参数、报价单直接贴给公共 AI，等于把工厂攒了十几年的家底免费送出去，还追不回来。这个担心不是多余的。我们自己也天天用 AI，所以在公司内部和给客户做数字化的时候，都先定了一套明确的"数据红线"。

先说我们自己的规矩。摩杰斯做 MES、ERP 十四年，客户的工艺文档、图纸、供应商名单、成本数据堆满了服务器，这些是全厂最核心的资产。2023 年起我们内部全面用 AI 提效，但第一条红线就是客户任何带标识的数据都不进公共大模型。需要 AI 帮忙分析，就用私有化部署的模型，或者先把数据脱敏成"某型号、某工序"再喂进去。这条规矩写进了员工手册，也写进了项目交付规范。

客户那边的问题更实际。员工用手机上的免费 AI 是拦不住的，硬堵不如疏导。我们给江苏一带的制造客户做数字化时，会帮他们把"哪些能问 AI、哪些打死不能问"列成清单贴到工位上：设备故障现象、通用工艺原理、软件操作步骤，随便问；客户图纸、报价、供应商、专利结构、老板的家庭住址，一律不准往任何联网 AI 里放。清单本身不复杂，但把它落到每个班组，泄密的口子就收窄了一大半。

再往深一层是审计。真出了事，光说"我们规定过"没用，得能查出来谁在什么时候把什么发出去了。所以在企业网络里，我们会帮客户把常见 AI 服务、网盘、大模型网页的访问做一层可见与可控：哪些终端访问过、传了多少数据、有没有异常的大文件外发。这不是要监控员工，而是让"数据红线"从纸面变成可以追责的机制。昆山、苏州一带的机加工厂、非标设备厂，工艺就是命根子，这类审计需求这两年明显多起来。

说到底，AI 是好工具，但用之前得先把家底护住。我们在制造业做了十四年，自己的系统就一直跑在私有环境里，对"哪些数据碰不得"有切身体会，所以给客户上的第一课往往不是怎么用 AI，而是怎么安全地用 AI。

总结：

工厂上 AI 最怕的不是不会用，而是员工随手把客户图纸、工艺参数、报价单贴给公共大模型，泄密之后还查不到源头。摩杰斯做制造业数字化十四年，客户的核心数据一直放在私有环境里，内部用 AI 也严守"带标识数据不进公共模型"的红线。给江苏的工厂做咨询时，我们一是把"能问、不能问"列成工位清单，二是把常见 AI 服务的访问做成可见可控的审计机制，让数据红线从纸面落到可追责。昆山、苏州及周边的模具厂、机加工厂如果正准备让员工用 AI，最好先把这条红线定清楚。

相关阅读：《工厂 IT 服务总览》按类别收拢了这些文章；同主题《员工用 AI 算不算泄密》、《AI 使用安全审计》可以接着看。