企业级安全 AI

生成式 AI 工具可帮助员工提高工作效率和创造力，但选择以 AI 安全性为核心的解决方案至关重要。组织还需要有意识地制定政策，包括限制可能增加数据丢失风险的“影子”AI 工具的广泛使用。

借助尊重用户访问权限控制并提供精细管理设置的集成式生成式 AI 助理，管理员可以有效保护数据并降低数据丢失的风险。内置 Gemini 的 Google Workspace 具有一套强大的内置威胁防御、数据保护和合规性控制机制，让组织能够充分利用生成式 AI，同时又不会影响安全状况。

借助 Workspace，文件可以安全地存储在 Google 云端硬盘中，系统还会自动进行版本控制。这让 IT 团队可以更轻松地保护业务数据，并让 Gemini 可以根据已设置的用户权限来引用文档的单一版本。Gemini 只能检索用户有权访问的数据，从而最大限度减少管理访问权限和使用单独工具访问这些数据源所产生的额外开销。

AI 分类等安全功能可以利用标签和数据泄露防护 (DLP) 规则来自动识别、管理和保护大规模数据。通过内容限制功能（例如信息权限管理 [停用下载、复制或打印功能] 和客户端加密功能），管理员还可以帮助限制 Gemini 对敏感数据的访问。如需详细了解可用的数据安全控制措施，请点击此处。

Workspace 中的 Gemini 以 Google Cloud 数据边界的功能为基础，为客户数据提供权威的主权控制。客户可以将 Workspace 中的 Gemini 的数据处理限定在美国或欧盟境内。为确保数字弹性和长期持续性，客户还可以通过本地数据存储功能，在所选择的任何国家/地区存储一份 Workspace 中的 Gemini 应用数据的独立副本。

此外，对于最关键的数据，客户可以使用客户端加密功能，这是一项独特的技术控制措施，可提供端到端加密，并将密钥完全置于 Workspace 客户的控制之下，从而以权威的方式防止所有未经授权的访问，即使是 Google、Gemini 和其他生成式 AI 助理也不例外。

未经许可，Google 不会使用客户的 Workspace 数据来训练或改进 Gemini、Google 搜索以及 Workspace 之外其他系统所依托的生成式 AI 和大语言模型 (LLM)。我们之前还发布了一篇博文，介绍了 Google 如何在生成式 AI 时代保护 Workspace 数据并践行这些隐私权承诺。

Google 采取分层安全方法，为提示生命周期的每个阶段都设计了相应的安全措施。从 Gemini 2.5 模型强化，到检测恶意指令的专用机器学习 (ML) 模型，再到系统级保护措施，我们一直在大幅提高攻击的难度、成本和复杂性。这种方法迫使攻击者采用更容易被识别或需要更多资源的攻击途径。

我们使用对抗性数据来训练模型，显著增强了 Gemini 2.5 模型对间接提示注入攻击的防御能力。这种固有的模型弹性通过直接内置到 Gemini 中的额外防御机制得到增强。详细了解这些额外防御措施。

内置 Gemini 的 Google Workspace 可满足企业需求，提供精细的用户访问权限控制和数据安全控制，帮助管理员安全地部署 AI 工具。如需了解详情，请查看我们的分步 AI 采用指南和白皮书，访问 Google Workspace 生成式 AI 隐私信息中心了解更多信息，并开始免费试用。