AI 工作負載的資料治理

AI 工作負載幾乎顛覆了傳統資料治理的每一個假設。適用於 SQL 查詢和 BI 儀表盤的策略需要重新思考。

AI 如何打破傳統治理

傳統模型：使用者查詢特定表的特定列。訪問控制、審計日誌和資料血緣都有成熟方案。

AI 模型：使用者提出自然語言問題。系統從多個來源檢索文件，將其輸入 LLM，並綜合出響應。訪問了哪些資料？哪些部分影響了答案？審計線索變得模糊。

你真正需要的四項控制

1. 輸入日誌：記錄每個進入上下文視窗的文件分塊，附時間戳和使用者身份。對於受監管行業，這是不可協商的。

2. 查詢時訪問過濾：訪問控制必須在向量檢索層實現，而非後處理階段。

3. 帶保留策略的輸出日誌：所有 LLM 輸出應按資料保留計劃記錄和儲存。這既是審計要求，也是質量基線。

4. 攝入前 PII 檢測：在索引前掃描所有文件中的 PII。將 PII 嵌入向量儲存會造成難以審計、更難清理的檢索風險面。

監管合規注意事項

對於金融服務，監管機構的核心問題是："你能解釋系統為何給出這個建議嗎？"這不僅需要輸出日誌，還需要檢索日誌——每次響應所依賴的具體文件。

對於醫療健康，HIPAA 適用於進入 AI 流水線的任何受保護健康資訊（PHI）。攝入前匿名化是必選項，不是加分項。