隐私、AI 与适用的规则

一家使用 AI 的瑞士企业，从第一条包含人名的提示词起，就受本国数据保护法约束。如果它为欧盟境内的人提供服务，《通用数据保护条例》（GDPR）和欧盟《人工智能法案》也随之进入视野。今年，其中多项规则发生了变化。

更大的风险往往来自习惯，而非法律。IBM 2025 年的数据泄露研究发现，每五家机构中就有一家发生过与影子 AI 相关的泄露。影子 AI 指员工未经批准使用的工具；影子 AI 程度高的机构，每次泄露的成本平均多出 670'000 美元。在 AI 模型或应用发生泄露的机构中，百分之九十七缺乏针对 AI 的适当访问控制。

以下是截至 2026 年 10 月的规则现状，以及审慎的企业会怎么做。本文是概述，不构成法律建议。

瑞士：法律已经适用

瑞士目前还没有 AI 法，但 AI 并非不受监管。修订后的瑞士《联邦数据保护法》（FADP）自 2023 年 9 月 1 日起施行。联邦数据保护和信息专员（FDPIC）自 2023 年 11 月起就表示，并在 2025 年 5 月再次重申：该法直接适用于借助 AI 处理个人数据的行为。

FDPIC 要求 AI 处理在目的、运作方式和数据来源上保持透明。人们有权知道自己是否在与机器打交道，以及自己输入的内容是否会被用于改进系统。高风险处理需要进行数据保护影响评估；可识别个人的面孔、图像或声音一旦经过篡改，必须始终清楚标注。该专员明确将全面的实时人脸识别和社会评分列为禁止事项。

这一要求同样适用于大型平台。2025 年 3 月，专员结束了一项初步调查，对象是利用 X 上的帖子训练 Grok 的做法，并指出用户可以提出反对。

专门的框架即将到来。联邦司法和警察部正在起草一项法案，计划于 2026 年底前进入征求意见程序，以落实欧洲委员会的 AI 公约，重点是透明度、数据保护、非歧视和监督。

一揽子修订后的欧盟《人工智能法案》

欧盟《人工智能法案》于 2024 年 8 月 1 日生效，分阶段适用。禁止性做法和 AI 素养义务自 2025 年 2 月 2 日起适用，通用模型的义务自 2025 年 8 月 2 日起适用。法案的大部分内容自 2026 年 8 月 2 日起适用，其中包括透明度规则：人们与聊天机器人对话时必须被告知，深度伪造内容必须加以标注。

针对 AI 的数字一揽子法案，即第 (EU) 2026/1744 号条例，于 2026 年 7 月 27 日生效。它推迟了高风险系统的规则：用于生物识别、教育和就业等领域的系统，自 2027 年 12 月 2 日起承担相关义务；内置于受监管产品（如电梯或玩具）中的系统，则自 2028 年 8 月 2 日起承担。它还自 2026 年 12 月起，禁止未经同意生成他人性图像或生成儿童性虐待材料的 AI，并将简化的文档要求扩展到小型中市值企业。

对于大多数使用 AI 而非开发 AI 的企业来说，这次推迟影响不大。透明度和素养义务现在就已适用。多出来的时间，是留给那些对人做出决定的系统的，比如决定录用谁。

GDPR，以及一项尚未成为法律的改革

GDPR 本身没有变化。2024 年 12 月，欧洲数据保护委员会阐明了它如何针对 AI 模型解读 GDPR。用个人数据训练的模型，只有在识别出具体个人的可能性极低时，才算匿名，无论是直接识别，还是通过向模型提问来识别，且须逐案判断。正当利益只有在处理确属严格必要、且权利平衡成立时，才能作为法律依据。此外，基于非法处理的数据构建的模型，可能影响其后续使用是否合法，除非该模型已经过妥善匿名化。

另一项一揽子法案将放宽 GDPR 和《数据法》的部分内容。2026 年 10 月 7 日，在德国和法国要求更多时间之后，各成员国大使推迟了对理事会立场的表决；在 10 月 11 日的会议上，该文本既未讨论，也未表决。柏林希望设立一类低风险控制者，让小企业和非营利组织免于承担许多义务。这些都尚未适用，我们按照现行 GDPR 的条文来做规划。

合同与数据传输

工作中用到的 AI 大多通过服务商运行，由服务商代表企业处理个人数据，而企业的规则就写在合同里。合同应写明：服务商可以如何使用提示词和文件，将它们及日志保留多长时间，使用哪些分包处理方、在哪里处理，以及合作结束时数据如何处置。如果服务商声称不会用您的数据训练模型，请在您签署的合同中找到这句话。

数据从瑞士传往美国，需要法律依据。自 2024 年 9 月 15 日起，瑞美数据隐私框架允许将数据传输给经认证的美国公司，无需额外保障措施，因此请逐一核查每家服务商和每个分包处理方是否获得认证。欧盟的对应框架于 2025 年 9 月 3 日在欧盟普通法院经受住了首次挑战。2025 年 10 月 31 日提起的上诉，据我们所知尚未判决。请弄清楚您的哪些工具依赖向美国传输数据，以及一旦不行，您会改用什么。

审慎的企业现在会怎么做

这一切都不需要大型项目。只需要一份清单、几项决定，以及一个对这些决定负责的人。

列出清单：每一个在用的 AI 工具、输入其中的数据、服务商、所在国家和合同。问团队实际在用什么，而不是批准过什么。

把数据分为公开、内部和机密三类，并用一页纸说明哪类数据可以进入哪个工具。

提供好用的工具。哪里批准的工具不如免费工具，影子 AI 就在哪里滋长。一个真正好用、经过批准的助手，能消除把客户数据粘贴进私人账户的大部分理由。

控制访问权限。AI 工具与其他所有系统一样，适用相同的角色、登录和离职注销流程。一个什么都能读的助手，总有一天会把内容展示给不该看的人。

告知相关人员，并评估高风险情形。在网站上说明客户何时在与机器对话；在 AI 接触敏感数据或对人做出决定之前，先完成影响评估。

指定负责人。在 Cisco 2026 年的研究中，每四家机构中有三家设有 AI 治理机构，但只有百分之十二认为自己的治理已经成熟。另外，让人来按发送键：某人的数据可以拿来做什么，是一种判断，而判断应留给人。

我们如何为此构建

我们的产品遵循同样的规则。Kontor 在 bexio 中撰写报价和发票，自身不存储任何内容：数据留在 bexio 中，发送、付款和催款都由人来处理。

Twin 只向每个角色开放其所需的那部分企业大脑，每一次写入都以用户本人的身份登录完成。它运行在瑞士或欧盟，或客户自己的硬件上，数据从不用于训练公共模型。

当数据完全不能离开企业时，由我们的合作伙伴 Eigna Labs 打造的 Eigna，会作为私有模型运行在企业自己的云端或服务器上，其设计符合 GDPR 和欧盟《人工智能法案》的要求。

规则还会继续变化。清楚自己数据去向的企业，就能跟上这些变化。