每经评论员 杜恒峰

北京市朝阳区人民法院近期披露的一起劳动争议案，引发广泛关注。某保险公司法务吴女士，因将公司稽核类内部文件上传至第三方 AI 平台辅助办公，被公司以 " 严重违反信息安全规章制度 " 为由解除劳动合同。法院一审认定，公司单方解除行为违法，判决撤销解除通知、双方继续履行合同，并补发年终奖差额、绩效工资及工资损失。判决已生效。

上述个案以劳动者胜诉告终，但这起案件真正值得重视的，是其折射出的普遍性矛盾：AI 已广泛用于职场，而很多企业连一套像样的 AI 使用规则都还没有。

回到上述个案，企业的理由是：第三方 AI 平台会收集、留存用户上传的数据并用于模型迭代训练，将稽核类内部文件上传，存在信息泄露、被第三方窃取的重大风险，属于严重违反公司信息安全制度的行为，依据规章制度解除劳动合同，合法合规。

员工一方的理由是：自己只是合理使用 AI 辅助办公、提质增效，不构成 " 严重违反规章制度 "；更重要的是，公司从未事先告知哪些文件可以使用 AI、哪些禁止，在制度空白的情况下，事后拿 " 违规使用 AI" 追责解雇，于理不合。法院最终支持了员工一方。

必须承认，企业的风控诉求并非无的放矢，使用 AI 确实存在多重风险。从输入侧看，用户上传的内容常被平台留存，用于模型迭代训练，涉密信息一旦上传便可能脱离企业掌控，智谱旗下编程工具 ZCode 就曾因 " 代码库索引 " 功能被指自动批量上传企业完整源代码与访问凭证。从输出侧看，大模型存在幻觉与准确性局限，若被直接用于财务、法务等关键判断，可能产出误导性结果。此外，还有个人信息保护、数据出境合规，以及对第三方供应商的依赖等问题。正因为如此，不少企业采取本地化部署、私有化托管、上传脱敏、输出审核等措施对冲风险。

但员工使用 AI 的理由也非常充分。AI 能减少重复劳动和程序化工作，员工可以把精力腾给更有创造性的工作。问题在于，员工的分散式使用，客观上增加了信息泄露的风险。更值得警惕的是，员工使用 AI 之后，往往不愿主动向企业汇报，原因不难理解——效率一旦提高，员工担心暴露自己工作量并不饱和，担心工作被 AI 取代，担心被追加更多任务。于是，企业既看不到 AI 使用的真实情况，也管不住可能存在的风险点。

面对一项好的生产工具，以辞退这样的粗暴手段进行管理，只会适得其反。员工只会更加谨慎地隐藏自己使用 AI 的行为，进而形成一套更复杂的 " 猫鼠游戏 " ——企业试图抓，员工尽力藏，风险非但没有消除，反而从明处转入暗处。相比 AI 落地的速度，不少用人单位的管理制度仍然远远滞后。要化解这一难题，关键在于补齐标准、填补制度空白。

一个值得借鉴的思路是企业要做好 " 顶层设计 "。同样是拥抱 AI，以老干妈为例，近期披露的数据显示，老干妈 2025 年全面上线 AI 视觉质检系统，实现核心原料 100% 可追溯、关键工序产品不良率降至 0.02%，全年营收达 54 亿元，创下历史新高。AI 不应该是员工各自自由选择的个性化工具，而是应当被整体纳入生产与质量管理体系，确保风险可控。

在 " 顶层设计 " 的基础上，企业应当建立分级分类的数据使用制度，明确哪些文件可以上传 AI、哪些必须本地处理；采购经过安全认证、支持私有化部署的企业级工具，而非放任员工使用来源不明的平台；同时对员工进行使用培训，并建立 AI 输出内容的审核流程。

更重要的是，企业要在事前与劳动者约定清晰的使用边界和责任划分，事前告知、事中监督、事后依规处置，而不是在没有任何事先约定的情况下，事后拿 " 违规使用 AI" 追责辞退。唯有把企业的管理责任和员工的个人责任界限划清，让信息安全有保障、劳动者权益有托底，AI 才能真正成为提升效率的助手，而非成为劳资双方新的冲突源。