让AI进入企业，
但让核心数据留在企业。
AI时代企业不能只是在旧系统上叠加AI工具，而应以NGCC统一计算底座为基础，划清五业务域，建设私域AI，受控使用公域AI，形成双AI助理工作方式。
AI时代企业最大的风险，不是不用AI，而是在没有底座、边界与治理时乱用AI。
四大主权，缺一不可
AI时代，企业必须同时守住计算、数据、AI、组织四类主权
| 主权类型 | 核心含义 | 失控的典型后果 | 架构应对方式 |
|---|---|---|---|
| 计算主权 | 计算能力在企业自主控制的基础设施上运行 | 终端本地数据成为泄漏入口 | NGCC统一计算底座 |
| 数据主权 | 核心数据始终在受控环境中处理和存储 | 员工调用公网AI时携带原始敏感数据 | 五业务域隔离+脱敏网关+私域AI平台 |
| AI主权 | 企业拥有自主可控的AI能力 | 知识资产流向外部AI平台，无法积累 | 企业私域AI平台+私有大模型+知识库 |
| 组织主权 | 企业自主定义员工与AI的协作方式 | AI使用零散不可控，无法组织级沉淀 | 双AI助理模型+三链体系+AI工作台 |
五业务域：从"网络连不连"到"数据能不能流"
替代传统"内网-DMZ-外网"的简单三分法，每个域具有独立的安全等级、访问策略和AI调用权限
S5
核心域
核心域
安全等级：极高源代码、核心算法、专利、密钥
AI调用：严格禁止。物理隔离，无直接对外连接
S4
三链域
三链域
安全等级：高ERP/CRM/PLM、合同财务、私域AI平台
AI调用：私有模型（域内部署）。单向网闸与S5，受控网闸与S3/S2
S3
互联网域
互联网域
安全等级：中互联网访问代理、AI安全网关
AI调用：私有+外部（脱敏后）。统一出网代理，全流量审计
S2
Agent域
Agent域
安全等级：中公域AI助理、公网Agent沙箱
AI调用：外部公有AI（全量审计）。经S3安全代理访问公网
S1
外部生态域
外部生态域
安全等级：低客户门户、开发者平台、官网
AI调用：公开API接口。完全开放互联网
域间数据流转规则：S5与S3/S2/S1之间严格禁止、物理无连接；S5→S4需单向网闸+三级人工审批（委员会复核+保密负责人双签批）。
七层技术架构
从终端接入到外部生态，定义企业AI计算的完整技术路径
第一层
终端访问层云PC客户端、零信任接入
终端零数据，纯I/O设备
第二层
云PC计算基础设施层NGCC统一计算底座
三域分离，四网隔离
第三层
企业业务与数据中心层ERP/CRM/PLM等三链系统
22个核心数据对象
第四层
企业私域AI平台层私有大模型、知识库、AI工作台
数据主权完全保护
第五层
互联网访问与安全代理层AI安全网关、DLP脱敏引擎
四层安全防护
第六层
公有AI Agent执行层公域AI助理运行环境
容器隔离，行为录制
第七层
外部生态服务层客户门户、API开放平台
完全开放，WAF+API网关防护
双AI助理模型
人类员工 + 私域AI助理 + 公域AI助理，通过企业AI工作台协同，最终裁决权始终在授权管理者手中
| 维度 | 私域AI助理 | 公域AI助理 |
|---|---|---|
| 运行环境 | S4企业私域AI平台（私有GPU集群） | S2公有AI Agent执行层（公网沙箱） |
| 能力来源 | 企业私有大模型+企业知识库+RAG | 公有大模型API（各主流大模型） |
| 可见数据 | 企业内部数据（按权限分级） | 仅脱敏后数据和公开信息 |
| 典型任务 | 企业知识问答、内部文档分析、三链流程辅助 | 互联网信息研究、竞品分析、技术趋势汇总 |
| 安全管控 | AI工作台统一调度，数据不出企业网络 | AI安全网关全量审计，出入内容脱敏+过滤 |
四个精选场景
① 研发场景：核心算法脱敏优化
工程师在AI工作台打开代码助手→DLP自动识别代码敏感特征→结构化脱敏→提交至S4私有模型获得优化建议→原始代码全程未离开S5。
② 销售场景：AI生成大客户方案
私域AI助理从RAG知识库检索产品规格与案例，生成方案初稿；公域AI助理同步搜集客户行业信息，效率提升且内容全程DLP覆盖。
③ 高安全行业：效率与主权兼得
政务、金融、能源、医疗等高安全行业，S5+S4构成高安全私域体系，架构可为等保2.0三级相关控制要求提供技术支撑；最终合规结论仍需结合具体部署边界、管理制度与测评结果确认。
④ 科技型企业整体改造
按"底座先行→边界先立→能力渐进→工作方式跟进"五阶段路线，把企业整体运行方式切换到AI时代，而非多上一套AI系统。
底座先行 · 边界先立 · 能力渐进 · 工作方式跟进
不要"先上模型，再谈架构"——正确顺序是先建统一计算底座和五业务域边界，再建AI能力，最后推行组织工作方式转变。
第一步
NGCC底座建设，收回计算主权
第二步
五业务域划分，边界先立
第三步
私域AI平台建设
第四步
双AI助理常态化，工作方式跟进
AI 放开手脚，数据守住边界
大模型进生产后，敏感资料喂给公有云的风险同步放大。私有模型在数据中心推理，员工在隔离云PC内调用；算力独立、Agent 沙箱、行为可审计。
痛点
- 公有云外泄
- 算力边界混用
- Agent 越权
- 使用无审计
方案
- 私有模型不出域
- 算力独立调度
- Agent 沙箱
- 调用可审计
