高盛、思科、摩根大通收紧企业 AI 使用权限，从放开试用转向精细化管控

高盛、思科、摩根大通三家头部企业近期陆续收紧内部 AI 使用规则，不再像之前那样放开员工随便试用各类 AI 工具，高盛收回交易员、银行家的高级 AI 编码工具权限，思科给开发团队设置 Token 预算上限，摩根大通进一步收紧外部通用大模型的准入范围，核心目标是控制数据泄露、代码漏洞、监管合规以及 AI 算力成本上涨的风险，不是完全禁止 AI，而是只允许员工在划定范围内使用企业审核通过的 AI 工具。前期各家都经历过放开试用的阶段，鼓励员工上手测试 AI、探索提效场景，但是放开之后暴露了不少问题：金融行业有客户交易数据、涉密业务材料，随便往外部大模型粘贴容易泄密；非技术人员用 AI 生成代码，自己识别不出漏洞，直接拿去业务场景有安全隐患；同时 AI 调用量暴涨，算力成本持续走高，投入产出很难核算。整套管控落地流程分为三步，先梳理全量 AI 工具清单，区分自研内部 AI、第三方通用模型，划分不同岗位的访问权限；接着设置用量配额、敏感数据输入拦截、操作日志留存；最后建立定期复核机制，评估每个 AI 场景的风险和收益，动态调整开放范围。这次收紧释放出很明确的行业信号，企业 AI 已经从试点尝鲜阶段，进入风险优先、权限分级的治理阶段，AI 工具必须纳入统一管控，敏感岗位、高风险操作要严格限制，平衡好效率和安全。

一、三家企业管控动作清单

二、收紧企业 AI 使用的核心风险点

1. 数据合规风险：客户信息、交易数据、商业机密输入外部 AI，存在泄露、被模型训练采集的隐患
2. 代码质量风险：非技术员工用 AI 生成代码，缺少安全审核，容易埋下漏洞、引发业务故障
3. 成本失控风险：全员无限制调用，Token 用量快速上涨，AI 算力支出超出预期
4. 监管问责风险：金融企业受强监管，AI 输出幻觉、错误结论，会带来合规、交易追责问题
5. 知识产权风险：AI 生成内容存在版权争议，无法溯源，容易引发纠纷

三、允许使用和禁止使用的边界

✅ 允许：经过企业安全审核的自研 AI 工具、低风险文档整理、信息摘要、初稿撰写，全程留痕

❌ 限制：高级编码工具、外部通用大模型、敏感业务数据输入、AI 自主执行交易、资金相关操作

⚠️ 强制要求：高风险场景，AI 只做辅助，最终决策、代码上线必须人工审核签字

四、管控模式的优势和局限

✅ 优势：减少敏感信息外泄，降低 AI 幻觉带来的业务事故，控制算力预算，满足金融、科技行业监管要求

❌ 局限：管控变严之后，员工自主探索 AI 新场景的门槛抬高，部分轻量化提效场景使用不方便，需要配套内部 AI 工具补足能力

【常见问题】

问题 1：高盛、思科、摩根大通收紧企业 AI 使用，是不是直接不让员工用 AI 了？

回答 1：并不是全面禁用 AI，高盛、思科、摩根大通收紧企业 AI 使用是分级管控，只是限制外部高级编码工具、无限制调用，企业自研合规 AI 工具依然开放给员工使用。

问题 2：高盛收紧企业 AI 使用，主要收回了哪些人的 AI 工具权限？

回答 2：高盛收紧企业 AI 使用，收回交易员、银行家的 Claude Code、GitHub Copilot 高级编码权限，这类高级 AI 编码工具现在只对工程师、量化团队开放。

问题 3：思科收紧企业 AI 使用，管控方式和高盛、摩根大通有什么不一样？

回答 3：思科收紧企业 AI 使用重点是成本管控，取消无上限 Token 试用，给管理者设置 AI 调用预算；高盛侧重权限划分，摩根大通侧重限制外部公共大模型、优先内部自研模型。

问题 4：高盛、思科、摩根大通收紧企业 AI 使用，背后最主要的原因是什么？

回答 4：核心是防范数据泄露、AI 生成代码漏洞、监管合规风险，同时控制 AI 算力成本，前期放开试用之后风险和成本问题凸显，所以转向精细化管控。

【参考资料】

[2026-11-11]（不能再随便用：高盛、思科等企业开始对员工 AI 使用设限）IT 之家

[2026-11-03]（高盛限制非技术员工使用高级 AI 编程工具）新浪财经

[2026-11-02]（Goldman restricts traders and bankers from using some AI tools）彭博社

[2026-10-28]（摩根大通升级企业 AI 治理规则，严控外部大模型使用）36 氪

【免责声明】

本文仅整理媒体公开报道信息，高盛、思科、摩根大通的企业 AI 使用规则属于企业内部制度，后续存在调整空间；各行业 AI 管控要求不一样，本文不构成企业 AI 治理落地规范，企业落地 AI 管控请结合自身行业监管要求、数据安全制度评估。