贸易商和供应链的老板常跟我聊一个两难:客户名单、会员档案、历史订单散在 ERP、CRM、订舱平台,还有十几年前的 Excel 和离职员工留下的私人表格里。想用 AI 把这些老客户关系盘活,又怕两件事——一是数据存了这么多年,哪些早该清没人敢清、没人说得清;二是存量越大越怕,怕哪天一次泄露把十几年的家底一次赔进去。环曜在贸易和供应链客户里反复看到:存量数据进 AI 真正的坎不在"能不能查",而在"先清后收,还是先收后清"——顺序错了,等于把陈年的风险原样搬进 AI。本文从贸易和供应链企业的真实顾虑出发,给出存量数据的处置路径、五道关框架与实测数据。
三案复盘:留存即负债
先把本周三起事件放在一张时间线上:2026 年 11 月 5 日前后,MUJI 无印良品:运营方良品计划公司承认,约 109 万件 MUJI Card 会员信息可能遭外部非法访问,其中包含完整信用卡卡号。值得注意的不是数字本身,而是这批数据的年龄——涉及 2000 年 10 月至 2021 年 7 月间办理的卡,最早的数据已经留存超过 15 年,一直躺在系统里没被清除。11 月 2 日,日本 GMO 互联网集团:旗下云服务被勒索软件攻破,2.6 万余名客户资料外泄,社长公开道歉并自减薪水三成。同一周,电商 SaaS 91APP:数据库遭未授权访问,波及约 1329 家合作品牌、近 480 万消费者的订单资料,多家品牌被迫逐一通知会员提防假客服。
三起事件行业不同、路径不同,但有一个共同点:泄露的都是"存量"——不是昨天新产生的高敏数据,而是积年累月没人敢动、没人清点、没人降权的沉睡数据。数据每多留一年,泄露面就大一分,而企业对这批数据的认知却越来越模糊。这就是我们说的"留存即负债":数据不是资产吗?是,但没有台账、没有期限、没有权限边界的存量数据,负债面大于资产面。
先说清楚这件事的边界。为什么企业的核心客户数据不敢放进公有云 AI、上云怕什么,我们专门写过判断框架(为什么公有云 AI 不敢接企业核心数据:合规与数据安全的五个信任边界),核心就是出域、多租户、训练留存、模型记忆、取证这五个信任边界。本文不重复那笔账,只回答一个更前置的问题:在数据进本地化知识库之前,那批存了 10 年、15 年的存量,你打算原样搬进去,还是先清后收?
存量数据先按处置动作分三档:哪些进检索池、哪些收敛、哪些清
不是所有存量数据都该同等对待,环曜给贸易和供应链企业做存量盘点时,把数据按"处置动作"而不是"敏感程度"分三档,因为同样一个客户手机号,在活跃订单里和在 15 年前的废弃表单里,处置完全不同:
- L1 可入 AI:24 个月内有交易的活跃客户、在途订单、有效报价与合同。这些是盘活老客户关系的原料,应该进本地化知识库,可检索、带出处、按角色授权。
- L2 需收敛:2—7 年的历史交易、已完结的合同与纠纷档案、离职业务员留下的客户跟进记录。不删,但默认不进检索池:冷归档、字段级权限收窄,只有法务、财务、对口销售按需调取。存量 AI 项目"用不起来",卡住的往往是这一档——不是不能查,是说不清该留多久、谁能查。
- L3 应清除或匿名化:超过保存期限的失效个人信息、废弃表单与重复冗余副本、早已注销合作方的联系人明细。这一档在入 AI 前必须清除或脱敏,而不是原样入库"回头再管"。
分完级你会发现,真正怕泄的是 L3 那些早该清没清的,真正"用不起来"的反而是 L2 说不清留多久的。先做这一刀分级,后面的路才走得动。环曜通常建议贸易和供应链企业先把 L3 清出去,再把 L1 收进本地化环境,最后慢慢处置 L2。
贸易和供应链的两个专属忌点:留存无期限、一刀切清除
环曜在贸易和供应链项目里反复接到的两类求助,正是这两个别的行业没那么突出的忌点:
忌点一:留存无期限,只进不出。 贸易和供应链企业最容易犯的错误,是把"客户名单"当传家宝:换 ERP 不清旧库、业务员离职带走一份、扫描件再存一份,同一个客户的联系方式在五个系统里各留一份。MUJI 案里那些 2000 年代的卡号,就是这种"只进不出"攒出来的——它们早就过了任何合理的业务保存期,却没有一个机制去触发清除。对贸易商来说,2015 年询过价没成交的联系人、已注销的供应商对接人,每多留一天,都是纯负债。
忌点二:一刀切清除,把业务上下文也扔了。 反方向的错误同样常见:一听"数据最小化"就把历史档案全删。但老客户的账期习惯、历史纠纷的处理口径、旺季的订货规律,恰恰是 AI 盘活老客户最有价值的上下文——新业务员接手一个合作十年的老客户,最需要的就是这些。清除的对象应该是 L3 的失效个人信息,而不是 L2 的业务记忆。两个忌点合起来就是一句话:该清的不敢清,不该清的一刀切;存量治理要的不是删多删少,是把处置规则写清楚。
存量治理的五道关(DATA-5)
环曜把贸易和供应链企业的存量治理收成五道关框架(DATA-5),前三道解决"收得全、用得上",后两道解决"查得合规、查得可追溯":
- 盘清存量:给所有客户与交易数据建台账——存在哪个系统、最后活跃时间、含哪些敏感字段(卡号、证件号、生日)、谁有权限。没有台账的清除都是盲清。
- 分级处置:按 L1/L2/L3 三档打处置动作标签,L1 入检索池、L2 冷归档收权限、L3 清除或匿名化。处置规则一次写清,避免每个系统各拍脑袋。
- 收进本地化环境:L1/L2 进本地化知识库,检索、生成、日志全部留在内网;从源头杜绝"为了查个老客户把全库传云端"。
- 留存周期自动化:给每类数据配保存期限,到期自动提醒、超期自动降权、清除操作全程留痕——让"清数据"从没人敢碰的运动式任务,变成有规则可依的日常动作。
- 审计可追溯:谁在什么时间查过哪个客户的什么字段、谁批准过哪次清除,全部留痕可审计。监管问起来,拿得出完整账本。
RAG 检索怎么把答案找准、带出出处,我们在知识库越建越乱:RAG 检索怎么把答案找回来里写过完整方法,关键就是结构化和溯源两件基本功;存量治理补上的是它的前置条件——检索池里只有该在的数据,答案才值得信。
全量留存与分级收敛的差别
差的不只是"删不删",而是"泄露的时候赔得起多少":
| 维度 | 全量留存(现状) | 分级收敛(DATA-5) |
|---|---|---|
| 泄露面 | 全部历史数据一次暴露 | 仅活跃数据在库,L2 冷归档、L3 已清 |
| 检索命中率 | 新旧混杂,答案噪声大 | 活跃数据优先,命中率显著提升 |
| 合规风险 | 保存期限无凭据,说不清 | 期限+留痕,可自证 |
| 存储与运维成本 | 五套系统重复存储 | 台账合并,冗余副本清除 |
| AI 可用性 | 不敢全接,只能接一小块 | L1 全量入库,盘活老客户关系 |
环曜通常建议贸易和供应链企业先清 L3、再收 L1,最后处置 L2,而不是一次性把全量历史搬进 AI。
环曜在贸易与供应链存量治理上跑出的实测数据
环曜交付中心在 2026 年 6—10 月对 7 家年营收 1—20 亿的贸易与供应链企业(口径:自营仓配、多级分销各占一半,均有专职 IT 团队,已开展或计划开展客户数据数字化;时间窗:2026 年 6—10 月;样本量:7 家)做存量治理落地,实测有三组数字值得参考:完成 L3 清除与 L2 冷归档后,进入检索池的数据量平均收敛到治理前的 41%,冗余副本平均清除 2.6 套/企业;活跃客户问答命中率从治理前的平均 63% 提升到 89%(同一测试集、同一检索配置下对比);完整卡号、证件号等敏感字段的可见范围平均收缩 78%,全部收进角色授权内。
需要说明:这是环曜交付中心的一手样本,不是行业普查,只代表我们服务过的贸易与供应链企业区间,不能外推到全行业。
企业级环曜RAG知识库本地化部署把贸易和供应链企业的活跃客户与订单数据沉淀成可检索、带出处的企业私有知识底座(用向量检索、能追到原文);再按销售、财务、物流角色授权控制谁能看哪一类客户数据、哪个字段,让"知识不出域"落到具体角色和字段。知识库 Agent 的治理底座怎么搭,我们在知识库 Agent 本地化部署:把企业知识收进私有环境里写过完整路径。
治理底座之外,企业级环曜 Agent 本地化部署把 AI 的调用收进私有环境,数据不出域、调用可审计可留痕,把清除动作、权限变更、跨库查询收进授权笼子,两条线分段建设、互为前提,帮贸易和供应链企业把存量数据收进本地化闭环。把存量数据治理收进本地化知识库的具体做法,我们按本地化部署的服务页拆成了可验收项,你也可以对照着自己的系统和角色先盘一遍台账;需要一次贸易与供应链专属的存量数据对账,可联系环曜Agent团队,我们在本地化部署的解决方案页里写了行业专属的落地清单。
常见问题 FAQ
Q:Q1:存量数据治理和防出域是什么关系?先做哪个?
防出域管的是"新增数据的边界"——查询、导出、调用不越界;存量治理管的是"历史数据的底数"——留多少、留多久、谁能碰。建议先花两周把台账和 L3 清掉(止住负债膨胀),再做防出域的权限收口,两条线分段建设。
Q:Q2:老客户数据收起来(L2 冷归档),会不会丢业务?
不会。冷归档不是删除:数据还在本地化环境里,只是默认不进 AI 检索池、按角色按需调取。法务调纠纷档案、财务对十年前的账、销售接手老客户,走授权流程就能拿到,丢失的只是"全员工都能随手翻"的状态。
Q:Q3:留存周期怎么定?有没有参考口径?
三看:合同与结算义务(通常要求交易凭证留存若干年)、行业惯例(外贸单证、报关资料的法定保存期)、最小必要原则(超出业务目的的个人信息应缩短)。常见做法是交易与合同类 7—10 年、一般联系信息 2—3 年、废弃表单即清。具体年限建议结合自家合同义务和法务意见定,本文不构成合规意见。
Q:Q4:中小企业没有专职数据团队,这套用得起吗?
用得起,关键是顺序。第一步只做台账(一张表:系统、数据类型、最后活跃时间),第二步只清 L3 里最明显的废弃表单和冗余副本,第三步才谈本地化知识库。环曜给中小贸易商的轻量方案就是按这个顺序拆的,先止血再建底座。
Q:Q5:客户数据散在 ERP、CRM、邮件和 Excel 里,台账怎么盘?
以"客户"为主键做跨系统对齐:先从 ERP 拉全量客户主档,再逐个系统比对联系人、订单、邮件往来,标注每个数据的来源系统与最后活跃时间。散在员工个人 Excel 里的部分最难盘,建议配合导出权限收口一起做——没有新增,存量才盘得完。
Q:Q6:法规对留存的要求会越来越严吗?
方向基本明确:个人信息最小必要、保存期限义务、泄露后损失与留存时长的挂钩,监管口径都在收紧。数据还是那些数据,但"存了 15 年"和"按期清理"在监管和舆论眼里是两种完全不同的故事。回到开头的问题:你公司 2011 年的客户名单,现在散落在哪几套系统、几张离职员工的表格里,又有谁说得清哪些早该清了?
把存量数据收成最小化闭环
企业级环曜RAG知识库本地化部署把贸易和供应链企业的活跃客户与订单数据沉淀成可检索、带出处的企业私有知识底座(用向量检索、能追到原文);再按角色授权控制谁能看哪一类客户数据、哪个字段,让“知识不出域”落到具体角色和字段。治理底座之外,企业级环曜 Agent 本地化部署把 AI 的调用收进私有环境,数据不出域、调用可审计可留痕,把清除动作、权限变更、跨库查询收进授权笼子,两条线分段建设,帮贸易和供应链企业把存量数据收进本地化闭环。
联系环曜Agent团队