用AI做数据分析，怎么保证安全？3个关键方法 很多人在用AI做数据分析的时候，其实忽略了一个很重要的问题：安全性。 如果你在企业环境中使用AI，我建议重点关注3个原则。 第一，用“原生AI平台”。 比如你的数据已经在Excel里，就直接用Copilot； 如果在飞书体系里，就用飞书的智能分析工具。 核心原则是：数据不要随意迁移，尽量在原生环境中完成分析。 第二，必须做数据脱敏。 在让AI处理数据之前，要先去掉敏感信息，比如客户手机号、身份证号等。 企业一般需要有两套数据体系： 一套是原始敏感数据； 一套是脱敏后的分析数据。 AI只能访问后者。 第三，AI只负责“方法和代码”，不直接接触原始数据。 对于高敏感场景，可以让AI生成分析逻辑或Python代码， 真正的数据处理在本地或安全环境中执行。 这样可以最大程度避免数据泄露风险。 总结一下： ✔ 用对平台 ✔ 做好脱敏 ✔ 控制AI访问范围 满足这三点，AI在数据分析中的安全性会大幅提升。 #飞书Aily #拯救618 #AI #AI新星计划

在做数据分析的时候，如果要用到AI工具，怎么样来尽量保证安全性呢？第一，用原生的AI平台，比如说飞书。第二，要首先进行数据脱敏，然后再由AI来处理。第三，只用AI生成方法和代码，不让它们接触到数据。满足这三条，AI在做数据分析的时候的安全性就会大大加强。 第一点，我建议要用原生的大平台的AI工具。比如说你的数据已经在Excel里面了，那你用COLLTT，数据就没有从一个地方挪到另外一个地方，而是使用原生的数据位置。同样的，如果你是国内的用户的话，很多公司都在使用的飞书就是一个非常好的例子。数据都已经在飞书里面了，我们有多维数据表，有文档，还有其他的数据等等，那就直接使用原生的AI处理工具。比如说我们的AI进行一个数据分析。比如说我们打开飞书，使用飞书智体II，那所有的数据分析跟获取都可以在这里完成。我们最终要生成每个报告，相应的要求都用提示词放到这里，那我们就可以看到相应的分析报告，非常快就生成了。报告里有核心的预警、图像等等内容，是非常完整的一份报告。 那第二步的话，我们需要做的就是数据脱敏。也就是说，在AI看到你真正的敏感数据之前，我们就要把客户信息里的电话、身份证这些关键数据进行脱敏化。这其实就很考察企业的数据基础治理的内功了。我们应该提前准备好，有敏感数据的专业保存位置，也有专门处理好脱敏之后的数据的保存位置，让AI可以访问的就只有这些脱敏之后的数据。 第三步来说，如果我们的数据非常敏感，那我们用AI来帮助我们要做的事情，只是确定一些分析方法，比如说生成一些代码。而真正的运行过程，我们把生成出来的代码放到本地来跑，这样的话就完全避免了AI接触到我们的数据。满足这三条，AI在做数据分析的时候的安全性就会大大加强。