公司用 AI，資料會外洩嗎？自架 LLM、雲端託管、訂閱制三種部署方式完整比較

TL;DR

三條路的差別不是安全性高低，是你願意為「資料不經過 AI 公司」付多少代價。

前言

「公司的資料傳到 AI，安全嗎？」

「這樣資料不就放到雲端了？不會有外洩風險嗎？」

「那我們是不是要自己架一套 LLM，資料才不會外流？」

這是我幫企業導入 AI 時最常聽到的三連問。從模糊的不安，到「雲端 = 不安全」，最後跳到「那就自己架」。

但自己架一套能用的 LLM 系統，光硬體就是千萬台幣起跳。而且你用不到最強的模型——因為 Anthropic 和 OpenAI 都不賣旗艦模型的權重。

自己架不是唯一的答案，多數情況下也不是最好的答案。這個問題歸根到底只有三件事：

1. 你的資料敏感到什麼程度？
2. 你的員工是誰？
3. 你願意為「資料不經過 AI 公司」付多少代價？

這篇把三條路攤開——成本算到具體數字，資安政策附上官方來源，幫你做出正確的決策。

三條路總覽：去餐廳吃、自己租廚房請廚師來煮、自己蓋廚房

想像你要讓公司員工每天吃到好菜。

去餐廳吃。 你帶員工去米其林餐廳。廚藝頂級、點了就上、不用管廚房。食材（你的資料）會經過餐廳的廚房處理，但餐廳有嚴格的衛生認證，用完後短期內就清掉，不會拿你的食譜去開分店。

租廚房請廚師。 你請同一位米其林廚師到你公司的員工餐廳煮。廚藝一模一樣，但食材從頭到尾只在你租的廚房裡，廚師的老闆（AI 公司）碰不到。代價是：外燴按原價計費，沒有餐廳的套餐優惠。而且你的員工餐廳只有廚房，沒有前台——員工怎麼點餐？這個你要自己想辦法。

自己蓋廚房。 你蓋一間專屬廚房，自己請廚師。食材百分之百在你手上。但米其林廚師不外派——你只能請到手藝不錯但沒那麼頂的師傅。蓋廚房要買設備（GPU）、請人維護、付水電費（機房 + 電費），而且不管有沒有人吃飯，這些成本都在燒。

來源：Anthropic Pricing、AWS Bedrock Pricing、Azure OpenAI Pricing

第一條路：去餐廳吃（API / 訂閱制）

代表方案： Claude Pro ($20/月)、ChatGPT Plus ($20/月)、API 直接呼叫

這是大部分企業的正確起點。

資料怎麼被處理？

「資料傳到 AI 安不安全？」與其猜，不如拆開來看——從資料離開你的電腦、到結果回到你手上，中間到底經過什麼、每一步誰能看到、風險多高：

※ 伺服器端會暫存加密的處理紀錄，依方案不同保留 7-30 天後自動刪除，一律不用於模型訓練。存取有嚴格權限管控，只有法院命令才能調閱。

來源：Anthropic Certifications、Anthropic — Data Retention

跟你現在用的工具比

大部分企業員工每天都在用 Google Docs 處理公司資料，沒有人覺得有問題。但 Claude API 的保護其實更嚴格：

你用 Google Docs 都不擔心了，用 Claude API 其實沒有更不安全。

訂閱制 vs. API 按量計費

這是多數人不知道的——訂閱制是吃到飽（有速率限制），API 是按量計費。同樣的使用量，API 費用遠高於 $20/月的訂閱價。

AI 公司在訂閱制上大量補貼，目的是養成用戶習慣。OpenAI CEO 公開承認訂閱方案正在虧錢，因為用戶使用量超出預期。

這代表什麼？如果你讓員工用 Claude Pro 或 ChatGPT Plus，每人 $20/月就能大量使用（用太快會有冷卻期，但日常工作綽綽有餘）。但如果你走 Bedrock / Azure OpenAI 的 API 按量計費，同樣的使用量要貴很多——因為 API 沒有補貼。

後面講第二條路時會再回來看這個差距。

適合誰

• 一般商業文書、行政作業、內容產出
• 非高度監管產業
• 想要最快啟動、最高性價比的企業
• 啟動時間：今天

第二條路：租廚房請廚師（雲端託管）

代表方案： AWS Bedrock（Claude）、Azure OpenAI Service（GPT）、GCP Vertex AI（Claude）

Bedrock 是自建 LLM 嗎？不是

這是最多人搞錯的地方。Bedrock 不是「買一套 Claude 回來裝在自己的伺服器」。

回到廚師的比喻：廚房是你跟 AWS 租的，廚師是 Anthropic 派來的。 食材（資料）從頭到尾在你的廚房裡，廚師的老闆（AI 公司）碰不到。

你不需要碰 GPU、不需要管模型、不需要懂機器學習。就跟用 AWS 上的任何其他服務（S3、RDS）一樣，只是多了一個 AI 的 API endpoint。帳單也是跟 AWS 結，不用另外付 Anthropic。

關鍵差異是：資料的進出口綁在你的 AWS 帳號裡，Anthropic 看不到。

Anthropic 在官方文件裡寫得很明確：

“The technology provided by Anthropic to AWS to enable Customer’s access to the Services does not give Anthropic access to Customer’s AWS instance, including Prompts or Outputs.”

翻譯：Anthropic 無法存取你在 AWS 裡的任何東西，包括你問的問題和收到的回答。

來源：Claude on Amazon Bedrock、AWS Bedrock Data Protection、Azure OpenAI Data Privacy

Token 同價，但記得補貼的事

Bedrock 上的 Claude 定價和 Anthropic API 一模一樣：

帳怎麼走？你只付 AWS 帳單，不需要另外付 Anthropic。AWS 和 Anthropic 在後面自己拆帳，跟你無關。

來源：AWS Bedrock Pricing

看起來沒差？別忘了前面算過的補貼差距——訂閱制是吃到飽，Bedrock 是按量計費。同一個員工同樣的使用量，Bedrock 的費用會遠高於 $20/月的訂閱價。這就是讓資料留在你自己雲端帳號的代價。

如果公司本來就在用 AWS，雲端環境的費用是既有成本，不算新增。但 token 費用是真金白銀多出來的。

前端問題：大部分人沒想到的坑

很多企業評估到「Bedrock 比較安全」就決定用了。但他們漏了一個問題：

Bedrock 只有 API，沒有聊天介面。

Claude Pro 有 claude.ai——打開瀏覽器就能聊天、上傳檔案、管理對話。Bedrock 什麼都沒有，只有一個 API endpoint。

我見過的案例：老闆說「Bedrock 比較安全，我們用 Bedrock」。IT 收到需求，開始開發內部聊天介面。兩個月後介面還在做，員工還是沒有 AI 可以用。原本想解決的效率問題，反而多卡了兩個月。

Claude Code + Bedrock：工程團隊可以直接走

如果你的團隊本來就在用 Claude Code，Bedrock 反而是最乾淨的路——因為 Claude Code 是 CLI，不需要前端。只要設兩個環境變數就能切換到 Bedrock，其他使用方式完全不變。IT 設好 AWS IAM 權限，工程師就能用，資料走公司 AWS VPC，Anthropic 碰不到。

來源：Claude Code on Amazon Bedrock

適合誰

資料處理環境必須在已通過內部合規審計的基礎設施上，不能多一個新的外部供應商——這是走 Bedrock / Azure OpenAI 的核心理由。如果你的 AWS/Azure 已經在核准名單上，加一個 Bedrock 比重新審計 Anthropic API 簡單得多。

但要有心理準備：Bedrock 走的是 API 按量計費，沒有訂閱制的補貼，同樣的使用量成本會高出不少。這是合規的代價。

• 已有 AWS / GCP / Azure 且有合規需求的企業（金融、醫療等）
• 工程團隊用 Claude Code（最無痛的組合）
• 啟動時間：1-2 週（IT 設定）

第三條路：自己蓋廚房（自建開源模型）

代表方案： Ollama + Llama、gpt-oss、vLLM 推論引擎

可以買 Claude 或 GPT-5 回來自己跑嗎？不行

先講一個很多人不知道的事實。

你沒辦法「買一套 Claude Opus 裝在公司機房裡跑」。同樣的，GPT-5 也不行。

不管 Anthropic 還是 OpenAI，最強的模型權重都不對外釋出。

來源：anthropic.com/company、OpenAI GPT-5 Models

想自建？只能用開源模型。

你能請到的廚師

gpt-oss-120b 在數學上超越 o4-mini，但軟體工程略輸。整體接近打平。不差，但跟 Claude Opus 或 GPT-5 比仍有明顯差距。

來源：OpenAI gpt-oss、gpt-oss Model Card

自建 LLM 要花多少錢？

API 和訂閱制是用多少付多少——這個月沒人用，費用是 $0。

自建不是。GPU 買了就在折舊、在吃電，不管有沒有人用。

gpt-oss-120b 只需要一張 H100 就能跑，門檻比以前低很多。但如果你要服務整個公司的員工、需要多 instance 並行，硬體需求會快速上升。

適合誰

• 法規明確禁止資料離開內網（國防、特定政府機關）
• 有自己的 ML 團隊和 GPU 叢集
• 能接受模型能力不如旗艦的 trade-off
• 啟動時間：數月

決策框架

選擇流程圖

你的資料敏感到什麼程度？
    │
    ├─ 一般商業資料
    │   → 去餐廳吃：Claude Pro / ChatGPT，$20/月/人
    │     （API 安全措施已比 Google Docs 嚴格）
    │
    ├─ 有合規需求（金融 / 醫療 / 個資法）
    │   → 租廚房請廚師：Bedrock / Azure OpenAI
    │   │
    │   ├─ 員工是一般人 → 要解決前端問題，成本高
    │   └─ 員工是工程師 → Claude Code + Bedrock，最乾淨
    │
    └─ 資料不能離開自己的機房
        → 自己蓋廚房：開源模型 + 自有 GPU
          （千萬台幣起步，模型能力打折）

按使用者類型選

我的選擇：為什麼推薦 Claude

以下是我的個人觀點。每個論點附有來源，你可以自己判斷。

我在幫企業導入 AI 時推薦 Claude，不只是因為模型能力。

Anthropic 對安全的立場

Claude 的開發公司 Anthropic 是目前主要 AI 公司中對安全立場最強硬的：

• 2026 年 2 月：美國國防部要求 Anthropic 移除合約中「禁止用於自主武器」和「禁止大規模監控」的條款。Anthropic CEO 公開拒絕，表示「無法昧著良心同意」。國防部因此將 Anthropic 列為「供應鏈風險」，下令所有聯邦機構停用 Claude，預估損失數十億美元營收。Anthropic 選擇接受損失，並於 2026 年 3 月對美國政府提起訴訟。
• 公司創立背景：Anthropic 由前 OpenAI 研究員於 2021 年創立，正是因為認為 OpenAI 將商業利益置於安全之上。他們的 Responsible Scaling Policy v3.0 公開可查。

一家公司願意為了安全原則放棄數十億美元的政府合約，這代表他們對資料保護的承諾不只是寫在紙上。

來源：ABC News、TechPolicy.Press Timeline、EFF Analysis

Claude 在企業市場的領導地位

Claude 不只安全，在企業導入上也是目前的市場領導者：

來源：Fortune、Anthropic Series G、Yahoo Finance

結語

大部分企業不需要花千萬台幣自建 LLM，就能得到足夠的資料保護。

你的員工每天都在用 Google Docs，那也是雲端。真正的問題不是「要不要上雲端」，是你願意為「資料不經過 AI 公司」付多少代價。

選錯路的代價不是不安全——是員工等了半年，還是沒有 AI 可以用。

如果這篇讓你有了想法，訂閱每週一封信——我固定寫 AI 工作流、和一路上想通的事。

想聊聊怎麼把 AI 融入你的工作流？看看我的服務。