当一名员工离职时，会交接工作文件、归还门禁卡，但那些沉淀在公司数据系统里的沟通习惯、决策逻辑和专业技能，是否也该一并“清零”？

近期，相关案例接连出现：山东一家公司利用一名离职员工数据“炼化”出AI数字人，用于承接原有工作；GitHu上一款名为“同事.Skill”的开源项目走红，其中导入同事的办公聊天、文档、邮件等职场数据，即可“蒸馏”出一个替代性的“数字同事”。

任何试图复制员工独特沟通风格、性格特征的“数字人格”行为都可能越界

在这场“人”与“机”的博弈中，最具争议的莫过于数据产权的难题。在山东的案例中，企业在使用数据之前取得了该离职员工的同意。从企业角度看，数据产生于工作期间、依托企业的软硬件设备生产、存储，员工也同意公司使用，产权归企业所有似乎无可厚非。但问题恰恰出在这个“同意”上。

员工在履职过程中产生的数据，不同于单纯的“职务成果”，还涉及带有一定人格属性的“个人信息”。

相关监管新规已划出红线。国家互联网信息办公室4 月发布的《数字虚拟人信息服务管理办法（征求意见稿）》要求，未经特定自然人同意，不得提供足以识别其身份的数字虚拟人服务。这意味着，任何试图复制员工独特沟通风格、性格特征的“数字人格”，都可能越界。

《中华人民共和国个人信息保护法》明确规定，个人信息处理必须遵循合法、正当、必要与公开透明等原则，且个人有权随时撤回之前的“同意”。离职员工因觉得“好玩”而点头同意公司训练自己的“数字分身”，本就带有临时性和随意性，并不意味着授予公司无限期、无边界使用个人信息的权利。更棘手的是，个人数据一旦被采集并用于训练AI模型，相当于被关进算法黑箱，技术上几乎无法彻底删除。这种情况下，“撤回同意”在技术壁垒面前往往难以真正落地。

企业试图用技术手段提取离职员工的经验认知，但AI很难将其人格信息精准剥离

另一个热议点在于：员工在长期实践中积累的“默会知识”，究竟归谁？

资深工程师排查故障的直觉、优秀销售对谈判节奏的把握、管理者在复杂情境中的研判和决策……这些“只可意会不可言传”的经验，长期被视为员工个人的核心能力和资本。离职时，个人经验与专业认知也随之离开。

而在“同事.skill”中，数据提取分为两个维度：行为模式与人格模式。前者提取的是工作流程和经验知识库，后者提取的是沟通风格、行为模式。麻烦之处在于，AI训练是整体提取特征，很难精准地把“公务数据”和“人格信息”剥离。

2011年，最高人民法院就已在知识产权相关规范性文件中明确，职工在工作中掌握和积累的知识、经验和技能，除属于单位商业秘密的情形外，构成其人格的组成部分。而当企业用技术手段把这些直觉经验、专业认知“提取”出来并“封装”成产品，这一边界将被模糊甚至消解。

工业时代，企业购买的是员工的时间和体力；信息时代，企业购买的是员工的专业技能和工作产出。而进入AI时代，一旦用人逻辑从“雇佣自然人”偏向“挖掘、占有员工经验数据”，劳动者长期沉淀的隐性经验、认知能力等核心资产，极易被企业低成本甚至无偿攫取与复用，不但触碰法律合规底线，也违背了基本的职业伦理。

此外，如果离职员工的数字人为公司创造了商业价值，该员工有没有权利分一杯羹？如果数字人给客户造成了损失，责任该由谁来承担？这些问题不能等到纠纷发生后再去追问。

相关项目研发本意是沉淀知识提高效率，但需尊重他人合法权益

“同事.skill”的开发者在接受采访时反复强调，项目的初衷是帮助团队沉淀隐性知识、提升协作效率，而非制造“数字替身”，代码中设计了本地化处理、能力边界限制、全流程可追溯等安全机制，并提醒用户“务必尊重他人合法权益，不侵害他人肖像权、名誉权、荣誉权、隐私权和个人信息权”。这种技术向善的初心值得肯定，但仅靠开发者的自律远远不够，制度和法律的刚性约束，才是保障技术不越界的关键。

政策导向已然清晰。国家数据局推动数据产权登记制度稳步落地，在《数据产权登记工作指引（试行）》（公开征求意见稿）中提出，对于涉及个人信息的数据，应审查获取数据是否符合《中华人民共和国个人信息保护法》等法律法规要求。《数字虚拟人信息服务管理办法（征求意见稿）》明确要求，数字人服务必须“取得自然人的单独同意，并以显著方式、清晰易懂的语言，真实、准确、完整地告知处理目的、必要性、对个人权益的影响”。与此同时，学界、业界聚焦个人数据开发利用、“人格数据权”、数据收益分配等议题积极深入探讨。

技术探索可以适度先行，但法治监管必须及时跟进，为劳动者的“数字权利”筑牢防线。

让科技在提升生产效率的同时，也为人类最珍贵的创造力、判断力与真实情感，留出应有的空间

技术的温度，取决于我们如何定义人与技术的关系。在人工智能重塑职场生态的今天，我们既要肯定技术赋能的价值，也要守住“以人为本”的底线。

那位因“好玩”而同意授权个人职场数据的离职员工，本身没有过错——在汹涌的技术浪潮面前，普通个体往往缺乏专业认知与风险预判，常常后知后觉。正因如此，法律规制、行业自律与公共舆论更应及时介入，主动审视AI应用背后的隐性风险，回应前行者的担忧和关切。

AI能做到什么，是一回事；应该怎么做，是另一回事。让科技在提升生产效率的同时，也为人类最珍贵的创造力、判断力与真实情感，留出应有的空间。