客戶個資能不能給 AI？怎麼做去識別化？

先分清楚：不是「能不能」，而是「怎麼給」

很多老闆一聽到「客戶資料丟給 AI」就直覺覺得不行、太危險。其實正確的問法不是「能不能給」，而是「要給到什麼程度、怎麼處理過再給」。

AI（這裡指像 Claude、ChatGPT 這種你打字它回話的生成式 AI 工具）本身是很好的分析助手，你完全可以請它幫你看訂單趨勢、整理客訴、寫回覆。問題不在「用 AI」，而在「你把哪些欄位原封不動貼上去」。把整份含姓名、電話、身分證字號的名單直接貼進去，跟只貼『某位 VIP 客戶近三個月消費下滑』，風險差了十萬八千里。

• 可以給：去掉個資後、只剩商業內容的資料（例：把客戶代號化後的消費金額、購買品項）。
• 要小心給：還能間接拼湊出是誰的資料（例：留了公司名＋職稱＋地區，圈子小的話一猜就中）。
• 盡量不要給 / 先問法務：身分證字號、金融卡號、病歷、未成年資料等高敏感個資，這類就算去識別化也要格外謹慎。

「去識別化」到底是什麼？用一個生活比喻

去識別化（de-identification），白話講就是「把資料裡能認出『這是誰』的線索拿掉或換掉，讓別人看了也對不到本人」。

想像你要把公司的客戶回饋拿去給外部顧問看，但你不想讓顧問知道是哪位客人。你會怎麼做？把名字塗黑、電話遮掉、只留下『客戶 A 抱怨出貨太慢』。去識別化就是對 AI 做一模一樣的事——你請它幫忙分析『客戶 A、客戶 B』的行為，但它根本不需要知道客戶 A 本名叫王小明、手機幾號。

業界還會再細分兩種做法，知道概念就好：

• 匿名化：把個資徹底拿掉、且無法還原（例：直接刪掉姓名電話欄位）。最安全，但你自己之後也對不回是誰。
• 假名化（代號化）：把真名換成固定代號（王小明→客戶 A、0912…→用戶 001）。好處是你手上留一份『代號對照表』，AI 分析完給你結論，你再自己對回是哪位客戶去跟進。多數中小企業日常用這種就夠。

哪些欄位算「個資」？一份好記的檢查清單

個資（個人資料，法律上叫「個人資料保護法」規範的資料，英文常縮寫 PII，指能識別特定個人的資訊）不是只有身分證字號而已。判斷標準很簡單：這個欄位能不能讓人指認出『特定某個人』？ 能的話就是個資，上傳前要處理。

• 直接個資（一看就知道是誰）：姓名、身分證字號、護照號碼、手機、市話、Email、住家/公司地址、車牌、社群帳號、照片。
• 財務/帳號類：信用卡號、銀行帳號、發票抬頭與統編（統編可查到公司）、訂單編號（有時能反查客戶）。
• 間接個資（單看不像，但拼起來能鎖定人）：出生年月日、職稱＋公司、精確消費時間＋門市、罕見的購買組合。這類最容易被忽略，卻是去識別化最該小心的地方。
• 特種（高敏感）個資：醫療病歷、健康檢查、基因、性生活、犯罪紀錄、宗教、政治傾向。這類法律保護最嚴，原則上別上傳。

實際怎麼做？三步驟＋可照抄的提示詞

假設你有一份 Excel 客戶名單，想請 AI 幫你分析『哪些客戶快流失、該優先聯絡』。不用會寫程式，照這三步走：

步驟一：先在自己電腦上把個資欄位處理掉。 在 Excel 裡把「姓名」「電話」「Email」「地址」這幾欄，要嘛整欄刪掉，要嘛用『客戶 A、B、C…』或『001、002…』取代。這一步一定要在你自己的電腦、你自己的檔案上做完，不要指望 AI 幫你「上傳後再遮」——那時資料早就傳出去了。

步驟二：只把去識別化後的內容貼給 AI。 例如貼上『客戶 001，近半年消費 12 次、上次購買在 4 個月前；客戶 002，消費 3 次、上次在上週…』這種只有代號＋商業數字的表格。

步驟三：拿到結論後，自己在對照表把代號對回真人去跟進。 AI 告訴你『客戶 001、005、009 有流失風險』，你回到只有你看得到的對照表，查出 001 是誰，再打電話關心。全程 AI 沒碰到任何一個真名。

• 可照抄的提示詞（prompt，就是你打字給 AI 的那段指令）：「以下是我去識別化後的客戶消費資料，客戶已用代號表示、不含任何個資。請幫我分析哪些代號有流失風險，並依優先順序列出，說明判斷理由。」
• 加一句更保險：「若你發現資料中仍夾帶疑似個資（姓名、電話、Email），請先提醒我、不要直接使用。」讓 AI 幫你做第二道把關。
• 批次代換小技巧：Excel 可用「尋找與取代」快速把某欄清空；或新增一欄用 ="客戶"&ROW() 自動生成代號，對照表就是原檔本身，留在你電腦別上傳。

資料到底傳去哪、會不會被拿去訓練？分清楚帳號類型

很多人擔心的其實是「我貼進去的東西，會不會變成 AI 的學習教材、之後吐給別人？」這牽涉到你用的是哪種帳號。這裡講原則，因為各家方案細節會變動，實際條款與是否用於訓練，一律以官方最新說明為準：

一般而言，個人免費/付費版跟企業或團隊版在「資料是否會被用於改進模型」的預設政策上可能不同，企業/團隊方案通常對資料保護有較嚴格的承諾與設定選項。若你要處理較敏感的公司資料，值得優先評估商用/團隊方案，並到帳號設定裡確認『是否允許將對話用於訓練』這類開關。

• 動手前先確認：登入後到設定頁找「資料控制／隱私」相關選項，看有沒有『不要用我的資料訓練模型』的開關並打開。
• 團隊要用：由公司統一開商用/團隊帳號，比每個員工各自用私人帳號亂貼安全得多——這也和「制定 AI 使用規範」是同一件事。
• 心法：不管帳號多安全，去識別化都還是要做。帳號政策管的是「服務商怎麼對待你的資料」，去識別化管的是「萬一外洩，洩出去的也不是真人個資」。兩層防護，不是二選一。

對中小企業與創業者的實際意義

對沒有專職法務、資安人員的小公司來說，去識別化是投報率最高的一道防線：它不用花錢、不用寫程式、五分鐘的 Excel 操作，就能讓你安心把 AI 用在客戶分析、客訴整理、行銷發想上，享受效率、又不把公司暴露在個資外洩與違反個資法的風險裡。

反過來說，如果因為怕觸法就完全不敢用 AI 碰任何客戶資料，等於把一個能幫你看懂客戶、加速決策的工具鎖在門外——競爭對手用了、你沒用，長期是實實在在的落後。正確答案不是『不用』，而是『用對方法用』。

建議把去識別化寫成公司的一條簡單規矩：任何要貼給 AI 的檔案，先過一次『有沒有真名、電話、身分證、地址』的檢查再送出。 一句話的內規，就能擋掉九成的風險。

常見的雷，別踩

• 只遮姓名、忘了間接線索：留了『台中西區、賣手搖飲、林老闆』，圈內人一猜就中。去識別化要連『拼起來能鎖定人』的欄位一起處理。
• 指望 AI 上傳後再幫你遮：資料一旦送出就送出了，遮蔽必須在你自己電腦上、送出前完成。
• 截圖也算資料：貼對話截圖、後台畫面圖時，常忘了角落還有客戶姓名或電話，記得先裁切或塗黑。
• AI 的結論仍要查證：去識別化解決的是隱私，不是正確性。AI 可能會『一本正經地講錯』（俗稱幻覺），分析結果、名單判斷都要自己再核對一次再行動。
• 高敏感資料別鐵齒：病歷、金流帳號、未成年資料，就算代號化也可能踩到法規紅線，有疑慮先問法務，不要為了省事賭一把。