大厂筑起AI高墙:美团京东限制员工使用外部大模型,背后是安全、成本与数据之争

当外部 AI 工具日新月异,大厂员工却可能被“锁”在自家还不够成熟的模型里。近期, 美团、京东等互联网巨头相继调整内部政策, 限制或审批员工使用外部大模型, 转而主推自研 AI 工具。这一波操作看似是技术管控, 实则牵涉安全、成本、数据沉淀与员工效率的多重博弈。

📌 事件概览: 美团京东同步“筑墙”

据行业消息,美团近期对内部大模型使用做出调整 , 不再推荐业务使用阿里云提供的 Qwen 模型。若业务仍需使用, 需提交详细原因并上报至高级别审批。与此同时, 美团主推的是自研的 LongCat(龙猫) 模型。

几乎在同一时间,京东也收紧了外部 AI 工具的使用权限。从上周起, 京东正式限制员工访问外部 AI 相关网站, 包括豆包、千问、Gemini、DeepSeek、ChatGPT 等国内外工具。尝试访问时, 页面会被自动拦截, 并引导至公司自研大模型入口或外部 AI 申请通道。

两家企业均在即时零售领域有激烈竞争,此举被戏称为“闪购受害者联盟”的相互制衡, 但背后逻辑远不止于此。

🔍 深层动因: 安全、成本与数据闭环

大厂屏蔽外部模型,最直接的理由是数据安全。互联网时代以来, 企业对于代码和业务数据的外传始终保持高度警惕。进入 AI 时代, 这一原则被进一步强化。

• 安全防线: 从代码到通用 AI 工具, 大厂试图将数据资产牢牢控制在内部体系中, 防范潜在泄露风险。
• 强制“喂食”: 自研大模型需要大量使用数据才能优化迭代。限制外部工具, 本质上是强制业务为自家模型“投喂”数据, 加速其成长。
• 成本考量: 调用外部大模型 API 会产生显著费用, 而将流量导向自研工具, 既能节省 Token 支出, 也能提升内部基础设施的利用率。

正如一位行业观察者所言:

“把这道大门一关, 看似牺牲了员工个人的办公效率, 但在集团层面却是一笔稳赚不赔的买卖。”

💡 员工困境: 效率折损与“地下工作”

高墙筑起后,最直接的承受者是一线员工。外部大模型往往在性能、响应速度上优于许多自研工具, 强制切换可能导致工作效率下降。

更值得关注的是,严格的限制催生了变通做法。不少员工开始通过私人设备、翻墙等方式悄悄使用外部 AI 工具, 完成工作后再将结果手动录入内部系统。这种“地下工作”模式, 反而可能增加数据流转的不确定性。

一位分析师透露:“现在上班反而像下班——在公司用内网模型效率低,回家用自己的设备才能快速处理任务。”这种反差凸显了政策与实操之间的张力。