讓 AI 連公司資料庫安全嗎？唯讀連線與內網部署做法

可以做到安全，關鍵有三件事：唯讀權限（從技術上杜絕寫入與竄改）、加密傳輸與內網友善的連線方式（資料庫不必暴露在公網）、以及資料不用於訓練模型的合約承諾。

「讓 AI 碰我們的資料庫」聽起來就危險——這是每一位 IT 主管的直覺反應，而且這個直覺是對的：做錯了確實危險。這篇整理讓 AI 查資料庫的真實風險，以及每一項對應的工程做法，供你評估任何同類服務時使用。

AI 查資料庫有哪些真實風險？

• 寫入風險：AI 產生的 SQL 若不受限制，可能修改或刪除資料
• 外洩風險：資料在傳輸或處理過程中流出，或被用於訓練模型
• 暴露風險：為了讓外部服務連入，把資料庫開放到公網
• 越權風險：員工透過 AI 查到本不該看的資料（薪資、成本）
• 稽核缺口：查了什麼、誰查的，事後無從追查

唯讀連線怎麼做到「技術上不可能寫入」？

關鍵字是「多層防護」，而不是「相信 AI 不會亂來」。以 BizQuery 為例，每一條查詢要過三道關：第一，SQL 語句閘門——只放行單一 SELECT 查詢，任何寫入、修改、刪除語句在執行前就被拒絕；第二，查詢一律在資料庫的唯讀交易中執行；第三，連線帳號本身就是資料庫層級的唯讀角色，只被授予 SELECT 權限。三層任何一層都足以擋下寫入，疊起來則是縱深防禦。

評估任何 AI 查詢服務時，可以直接問對方：「如果 AI 產生了一條 UPDATE 語句，它會在哪一層被擋下？」答案應該是「至少兩層以上、而且其中一層在資料庫本身」。只靠應用程式層過濾是不夠的。

資料庫在內網、沒有對外 IP 怎麼辦？

不需要為了用 AI 查詢而把資料庫暴露在公網上。常見做法有三種：SSH Tunnel、VPN，以及由內網主動向外撥出的反向連線（connector）——在你的網路內跑一個小程式，由它主動建立加密通道連出去，外部服務完全不需要連入權限，防火牆不必開任何 inbound 埠。實際採用哪種，依貴司資安政策在導入期與 IT 一起確認。

資料會被拿去訓練 AI 嗎？

這要看服務商採用的 AI 供應商合約。正確的答案應該是：查詢過程中資料僅用於產生當次回覆，不被用來訓練任何模型，也不與其他客戶共用。企業級 AI 服務在合約上即承諾輸入資料不用於訓練——簽約前把這一條白紙黑字確認清楚。

怎麼限制不同員工能查的範圍？

兩層做法：資料庫端，開通的唯讀權限本身就能限定範圍（例如不開放成本、薪資等敏感表）；系統端，再依帳號設定可查詢的資料範圍，讓行銷看得到訂單、看不到進貨成本。查詢紀錄應完整留存，誰問過什麼都可以稽核。

常見問題