员工把合同、源码和客户名单丢进AI工具——商业秘密泄露的三个实务判断

　　先看一个近几年越来越常见的场景。一家做软件和系统集成的公司，销售为了赶一份投标文件，把上一版含报价明细的合同底稿整段粘进了一个外部大模型，让它帮忙"润色表述、补一段技术响应"；研发为了排查一个诡异的报错，把核心模块的源码和报错日志一起贴了进去；产品经理则把整理好的竞品调研和客户访谈记录丢给AI，让它"生成一份分析报告"。这些操作没有一个是恶意的，员工图的是快，公司省的是人力。问题出在后面：半年后，公司发现竞争对手推出的方案，在报价结构、功能分档甚至话术上，和自己的内部材料高度相似。这时再回头查，才发现根本说不清——那几个AI对话框里到底传过哪些东西，有没有被第三方留存，谁也拿不出证据。

　　这类事情的关键，不在于"员工不小心"，而在于它把三条原本平行的规则线拧到了一起：一条是商业秘密保护这一侧，核心是"披露"和"使用"怎么认定；一条是劳动关系与内部管理这一侧，核心是员工违规之后企业怎么处理、怎么举证；还有一条是数据合规这一侧，AI工具里混着个人信息、内部数据乃至需要出境的数据，是企业长期忽视的底座。下面三个判断，建议企业在出事之前就先走一遍。

#一、把资料接进外部AI，算不算"披露商业秘密"

#规则：向外部传输，本身就是一种"披露"

　　先看现行规则。《中华人民共和国反不正当竞争法》已于2025年6月27日由第十四届全国人民代表大会常务委员会第十六次会议第二次修订通过，自2025年10月15日起施行。其第十条把侵犯商业秘密的行为分为几类，其中第一项是"以盗窃、贿赂、欺诈、胁迫、电子侵入或者其他不正当手段获取权利人的商业秘密"，第三项则是"违反保密义务或者违反权利人有关保守商业秘密的要求，披露、使用或者允许他人使用其所掌握的商业秘密"。同条最后一款给商业秘密下了一个稳定的定义：不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息。

　　把这几句话放到AI场景里，结论其实相当清楚。员工对企业负有保密义务，他掌握的报价底稿、源码、客户名单，落入"技术信息、经营信息"并不困难；而他把这些内容粘贴进一个由第三方运营的模型服务，无论对方的用户协议怎么写，从行为结构上看，都是把信息交给了企业之外的第三方——这恰恰是"披露"或"允许他人使用"的典型形态，而不是"仅仅自己在电脑上看了看"。换句话说，判断的关键不是员工有没有"泄露给竞争对手"，而是信息有没有脱离权利人的控制范围、被交给了无权知悉的人。

　　一个必须澄清的误区是：很多人以为"我只是让它帮我看一眼，没保存"。但只要内容已经通过接口传到了外部服务器，控制权就已经转移。至于对方是否用于训练、是否留存，企业通常无从核实，也不构成免责理由。

#风险：秘密性可能在你毫无察觉时"灭失"

　　比侵权认定更让人后背发凉的，是"不为公众所知悉"这个要件的动态性。商业秘密的第一个门槛是"不为公众所知悉"，而一次不经意的输入，可能让原本处于保密状态的信息进入第三方系统、进入对方的训练语料，甚至在极端情形下被其他用户检索到。一旦信息事实上已经可以从公开或半公开渠道获得，再回头主张它是商业秘密，就会在"秘密性"这一关先卡住。

　　实务中还有一类反向风险：企业在纠纷里着急追责员工，却发现自己拿不出"这批信息确实属于商业秘密、且我采取了相应保密措施"的证据。员工一句"公司从来没说过不能这么用AI"，就足以把举证压力重新推回企业。尤其是在企业既没有书面制度、也没有权限控制、更没有使用记录的情况下，主张"我采取了保密措施"会非常吃力。

#实务建议

　　律师在处理这类事情时，第一步通常不是发律师函，而是做一次"密点确认"：被输入的内容里，哪些真的满足三要件？是核心算法和权重，还是公开渠道能查到的通用方案？在做完这个判断之前，不宜对外声称"泄露了商业秘密"，否则主张过宽反而会削弱整体可信度。

　　第二步是固定证据。员工向外部AI传输的行为，往往会在网关日志、终端安全软件、模型服务的调用记录里留下痕迹。企业应当在日常就把AI工具的调用日志纳入留痕范围，出事时才有可追溯的原始记录；同时通过访谈、邮件、聊天记录固定员工的承认，避免只靠推测。

　　第三步是控制二次扩散。确认泄露范围后，及时评估是否需要向AI服务商主张删除、是否需要对相关账号做隔离，并同步评估是否涉及个人信息或数据出境问题，避免"追责"还没启动，合规窟窿先越撕越大。

#二、责任落在谁头上：员工、企业，还是AI服务商

#规则：新法明确把"非经营者"也纳入了侵权主体

　　这一层是2025年修法后最值得注意的变化。反不正当竞争法第十条第二款规定：经营者以外的其他自然人、法人和非法人组织实施前款所列违法行为的，视为侵犯商业秘密。也就是说，实施侵权的不必是"竞争对手"这样的经营者，员工个人、乃至离职后的个人，都可能直接成为侵犯商业秘密的主体，企业可以直接向员工主张侵权责任，而不必绕道先去证明某家公司在背后指使。

　　同条第三款还规定：第三人明知或者应知商业秘密权利人的员工、前员工或者其他单位、个人实施本条第一款所列违法行为，仍获取、披露、使用或者允许他人使用该商业秘密的，视为侵犯商业秘密。这一款把"明知或应知"作为对第三方的归责门槛。

#风险：三条责任线容易互相打架

　　第一条线是员工与企业的内部责任。员工违反保密义务或保密制度，企业既可以依劳动合同、保密协议主张违约，也可以依反不正当竞争法主张侵权。但这两条路的举证要求不同、救济方式不同，选择时要想清楚：违约责任通常依赖协议约定的具体条款，侵权责任则要回到"商业秘密三要件"这条更严的证明链上。

　　第二条线是员工行为的定性。员工把资料输入AI，在主观上往往是"图方便"而非"故意泄露"，但这不影响侵权的构成，只影响责任轻重。真正需要区分的是：他是为了完成本职工作、使用的还是公司自己的设备，还是把信息用于个人目的、甚至转手给了外部。不同情形下，企业能主张的责任类型和赔偿范围差别很大。

　　第三条线是对AI服务商追责，这条线最容易落空。第十条第三款要求第三方"明知或者应知"，而现实中，通用大模型服务商面对海量用户输入，通常不掌握、也难以逐一识别某段文本是不是他人的商业秘密，主张其构成侵权难度很高。许多服务商还会在用户协议中要求用户保证"输入内容不侵犯第三方权利"，进一步把责任压回使用者一侧。因此，把维权希望寄托在起诉AI平台，通常不是一条现实路径。

#实务建议

　　对企业而言，更务实的顺序是：先处理内部，再评估外部。内部可以走的动作包括——依据保密协议和规章制度主张违约或侵权；对构成严重违反规章制度的，依法依规评估是否可以解除劳动合同，但前提是制度本身有效、内容明确、员工已知悉；对造成实际损失的，评估是否主张赔偿。需要提醒的是，解除劳动合同属于对员工影响重大的处分，制度依据、告知程序、证据链条缺一不可，否则很可能"赢了道理、输了程序"。

　　对外部竞争者，要走的是另一条证明链：证明自己有商业秘密、证明对方有渠道或机会接触、且使用的信息与自己实质上相同。反不正当竞争法第三十九条把这条证明责任做了分配——权利人提供初步证据证明自己已采取保密措施且合理表明商业秘密被侵犯，涉嫌侵权人就要证明该信息不属于商业秘密；权利人进一步举证对方有渠道或机会获取且信息实质相同的，对方就要证明自己没有侵权。

#三、企业自己没管住AI，会不会连"商业秘密"都保不住

#规则：保密措施不再是"签一份协议"就够

　　这一层常被当成"管理问题"而忽略，实则决定了前面两层能不能成立。商业秘密的构成要件之一，是权利人"采取相应保密措施"。如果企业放任员工随意使用各类外部AI工具、不做权限分级、不留使用记录，事后主张"我的措施很充分"，就很难自圆其说。

　　与此同时，AI工具的使用还会叠加出数据合规义务。客服、销售、产品同事输入的对话记录、客户资料里大量含个人信息；如果涉及把个人信息交给外部服务商处理，就要回到《中华人民共和国个人信息保护法》的框架：该法第二十三条要求向其他个人信息处理者提供个人信息，应当告知并取得个人的单独同意；第二十一条要求委托处理时约定处理目的、期限、方式并监督受托人；第五十五条要求在委托处理、对外提供、向境外提供等情形下事前进行个人信息保护影响评估，第五十六条要求评估报告和处理情况记录至少保存三年。

　　如果用的是境外AI工具，问题还会升级为数据出境。《促进和规范数据跨境流动规定》自2024年3月22日公布之日起施行，其第五条列举了免予申报安全评估、订立标准合同、通过认证的情形，第八条、第七条则按累计人数划出了"订立标准合同或通过认证"与"申报安全评估"两条线。企业如果以为"只是内部员工在用"，就可以绕过这套判断，那是对规则的误读。

#风险：三个最典型的管理漏洞

　　第一，没有工具边界。员工用个人账号、个人手机、浏览器插件调用各种各样的模型，企业既不知道数据去了哪，也没有任何台账。第二，没有数据边界。明明只需要一段脱敏后的文本，员工却把整份底稿连同附件一起上传。第三，没有责任边界。制度里没有明确"哪些内容禁止输入外部AI"，员工自然认为自己没有违规，企业事后追责时也缺少可依凭的规则。

#实务建议

　　较为稳妥的做法，是把"能不能用AI"从一句口号变成一套可核查的机制。工具侧，建立经评估的可用清单，核心业务优先使用本地部署或私有化部署的方案，确需使用外部服务的，限定在特定账号、特定网络、特定场景。数据侧，按敏感度分级，明确哪些数据绝对禁止输入外部模型、哪些需脱敏后才能使用，并把要求写进制度和培训。证据侧，保留AI工具的使用与调用记录，作为将来主张"已采取保密措施"的支撑。

　　路径选择的差别也很明显。全面禁用AI，安全但成本高，且很难长期执行，员工照样会用私下渠道；放任不管，短期省事，但一旦出事，既追不了责也保不住秘密；有条件开放——白名单工具、分级授权、脱敏前置、日志留痕——前期投入不小，却是目前把效率与合规都兼顾得最好的选择。

#律师实务建议：把AI使用写进三份文件

　　真正有效的落地动作，往往集中在三份文件上。第一份是保密与规章制度，把"禁止或限制将涉密信息输入外部AI"写成明确、可执行的条款，并留有员工签收、培训记录。第二份是劳动合同或专项承诺，把AI使用规范纳入员工义务，明确违反的后果，方便后续依约处理。第三份是与AI服务商的采购或服务协议，写清数据处理的目的与边界、是否用于训练、留存与删除机制、数据存储位置，以及发生泄露时的通知与配合义务。

　　此外，企业应当在内部建立一套简单的应急流程：一旦发现误传，第一时间定位范围、评估影响、停止继续使用并固定证据，再决定是否需要向服务商主张删除、是否需要启动对员工的内部处理。这套流程平时用不上，但决定了一旦出事，企业是手忙脚乱，还是能拿出可解释、可追溯的记录。

　　回到开头那家公司：让他们陷入被动的，不是AI本身，而是没有边界的使用方式。模型越聪明，员工越愿意把整栋房子的钥匙交出去，而企业要做的，是提前把哪些房间不能开门说清楚。技术不该被禁止，但必须被管住。

---

需要专业帮助？预约测绘，帮你梳理AI使用管理制度、商业秘密保密措施与员工违规后的处置路径。