---
title: "Phân loại dữ liệu doanh nghiệp thành 3 mức trước khi dùng AI ra sao?"
description: "Phân loại dữ liệu doanh nghiệp là bước chia thông tin thành 3 mức nhạy cảm theo khung NIST AI RMF để kiểm soát rủi ro khi sử dụng công cụ trí tuệ nhân tạo."
image: "https://api-cms.seaedu.edu.vn/uploads/seaedu/55ad1d2b-54a1-471d-acd7-2800543244b5.webp"
---

# Phân loại dữ liệu doanh nghiệp thành 3 mức trước khi dùng AI như thế nào theo NIST?

Nguồn: https://seaedu.edu.vn/blog/phan-loai-du-lieu-doanh-nghiep-thanh-3-muc-truoc-khi-dung-ai-ra-sao

Chuyên mục: Công nghệ

Theo khung NIST, dữ liệu doanh nghiệp cần chia thành 3 mức trước khi dùng AI: Mức 1 công khai dùng thoải mái, Mức 2 nội bộ cần AI riêng tư, Mức 3 tối mật tuyệt đối không nhập vào AI công cộng.

## Trả lời nhanh

Phân loại dữ liệu doanh nghiệp thành 3 mức theo NIST gồm Mức 1 công khai được dùng AI tự do, Mức 2 nội bộ chỉ xử lý qua AI đám mây riêng tư có cam kết bảo mật, và Mức 3 tối mật bắt buộc dùng AI cục bộ đã mã hóa đầu vào hoặc ẩn danh hóa trước khi xử lý.

## Điểm chính

- Mức 1 bao gồm tài liệu marketing và báo cáo thường niên đã công bố, được phép nhập thoải mái vào ChatGPT bản miễn phí hoặc Copilot công cộng mà không vi phạm pháp lý.
- Mức 2 chứa kế hoạch quảng cáo hoặc danh sách đối tác đang đàm phán, bắt buộc dùng Azure OpenAI Service hoặc Dify nội bộ với hợp đồng cam kết không huấn luyện mô hình chung.
- Mức 3 gồm bí mật kinh doanh, mã nguồn lõi và dữ liệu cá nhân PII, tuyệt đối không nhập vào AI công cộng mà phải xử lý bằng LLM cục bộ đã mã hóa đầu vào.
- Theo IBM năm 2023, chi phí trung bình một vụ rò rỉ dữ liệu toàn cầu lên tới 4,45 triệu USD, việc phân loại 3 mức giúp tuân thủ GDPR và Nghị định 13/2023/NĐ-CP.
- Tài khoản AI miễn phí mặc định thu thập lịch sử trò chuyện để tinh chỉnh mô hình, doanh nghiệp cần nâng cấp gói Enterprise để đảm bảo dữ liệu Mức 2 không rời khỏi tenant.

Phân loại dữ liệu doanh nghiệp AI là bước chia thông tin thành 3 mức nhạy cảm theo khung NIST AI RMF để tránh rò rỉ bí mật kinh doanh khi sử dụng các công cụ trí tuệ nhân tạo.

## Tại sao phải phân loại dữ liệu doanh nghiệp thành 3 mức trước khi đưa vào AI?

Phân loại dữ liệu doanh nghiệp thành 3 mức là quy trình bắt buộc nhằm xác định giới hạn an toàn cho từng loại thông tin trước khi tương tác với bất kỳ hệ thống trí tuệ nhân tạo nào. Khung quản lý rủi ro AI (AI RMF) do Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST) ban hành khuyến nghị doanh nghiệp thực hiện việc chia tách này để kiểm soát luồng dữ liệu đầu vào.

Theo Báo cáo Chi phí Rò rỉ Dữ liệu của IBM năm 2023, chi phí trung bình cho một vụ rò rỉ dữ liệu toàn cầu lên tới 4,45 triệu USD. Việc áp dụng quy tắc 3 mức giúp tổ chức tuân thủ GDPR và Nghị định 13/2023/NĐ-CP của Việt Nam về bảo vệ dữ liệu cá nhân khi vận hành các trợ lý tự động.

## Mức 1: Dữ liệu công khai nào được phép nhập thoải mái vào ChatGPT hay Copilot?

![Nhân viên nhập dữ liệu công khai mức 1 vào AI tạo sinh an toàn](https://api-cms.seaedu.edu.vn/uploads/seaedu/96778e45-3a2c-45f8-9365-c59a092b3015.webp)

Dữ liệu Mức 1 là nhóm thông tin đã công bố rộng rãi, bao gồm tài liệu marketing, báo cáo thường niên và nội dung website chính thức của doanh nghiệp. Nhóm dữ liệu Mức 1 có thể được sử dụng thoải mái để huấn luyện hoặc tương tác với các công cụ AI công cộng mà không gây rủi ro pháp lý hay cạnh tranh cho tổ chức.

Khi nhân viên nhập dữ liệu Mức 1 vào ChatGPT hay Microsoft Copilot, nền tảng có quyền lưu trữ nội dung đó để cải thiện mô hình ngôn ngữ chung. Doanh nghiệp hoàn toàn chấp nhận điều khoản này vì thông tin vốn dĩ đã nằm trong phạm vi công chúng.

## Mức 2: Xử lý dữ liệu nội bộ trên hệ thống AI đám mây riêng tư ra sao?

Dữ liệu Mức 2 là thông tin chỉ dùng trong vận hành hàng ngày, nếu lộ ra ngoài sẽ gây bất lợi về mặt cạnh tranh nhưng chưa đến mức thảm họa. Quy trình xử lý dữ liệu Mức 2 yêu cầu doanh nghiệp chỉ sử dụng hệ thống AI nội bộ hoặc AI đám mây riêng tư có cam kết không dùng dữ liệu khách hàng để huấn luyện mô hình chung.

Các gói dịch vụ như Azure OpenAI Service hay Amazon Bedrock cung cấp môi trường cách ly cho dữ liệu Mức 2. Tính đến tháng 10/2026, nhà cung cấp cam kết qua hợp đồng rằng dữ liệu Mức 2 không bị trộn lẫn vào tập huấn luyện của mô hình nền tảng công cộng.

## Mức 3: Vì sao tuyệt đối không nhập bí mật kinh doanh và mã nguồn lõi vào AI công cộng?

![Bảo vệ bí mật kinh doanh và mã nguồn lõi khỏi AI công cộng](https://api-cms.seaedu.edu.vn/uploads/seaedu/dc01cc89-edfd-4496-b4d9-7156c2fb3fd0.webp)

Dữ liệu Mức 3 là nhóm thông tin tối mật bao gồm bí mật kinh doanh, mã nguồn lõi, dữ liệu cá nhân PII (Personally Identifiable Information) và thông tin tài chính chưa công bố. Tuyệt đối không nhập dữ liệu Mức 3 vào các công cụ AI tạo sinh công cộng vì dữ liệu có thể bị lưu lại và trả về cho người dùng khác dưới dạng câu trả lời.

Khi dùng AI cho dữ liệu Mức 3, doanh nghiệp bắt buộc phải áp dụng kỹ thuật ẩn danh hóa hoặc mã hóa dữ liệu trước khi xử lý. Theo hướng dẫn của NIST AI RMF về ứng dụng AI & AI Agent cho công việc văn phòng (Gen AI, no-code Dify/Copilot Studio), mọi luồng agent no-code tiếp xúc dữ liệu Mức 3 đều cần cơ chế kiểm soát truy cập nghiêm ngặt.

## Nhân viên marketing nên phân biệt tài liệu Mức 1 và Mức 2 khi dùng AI tạo sinh thế nào?

Nhân viên marketing phân biệt tài liệu Mức 1 và Mức 2 bằng cách đối chiếu nội dung với danh mục thông tin đã phát hành chính thức của công ty. SeaEdu là đơn vị đào tạo kỹ năng số, dạy nhân sự văn phòng cách phân loại dữ liệu doanh nghiệp AI theo tiêu chuẩn NIST cho người mới bắt đầu.

Bài đăng mạng xã hội đã duyệt xuất bản thuộc Mức 1, trong khi chiến lược giá sắp tung ra thị trường thuộc Mức 2. Nhân viên marketing cần dán nhãn rõ ràng từng tệp tài liệu trước khi tải lên bất kỳ giao diện chatbot nào.

### Ví dụ thực tế: Tài liệu nào thuộc Mức 1, Mức 2 và Mức 3 trong phòng marketing?

Phòng marketing phân loại tài liệu dựa trên mức độ thiệt hại nếu thông tin bị bên thứ ba nắm giữ. Dưới đây là bảng phân chia cụ thể cho từng nhóm dữ liệu:

| Mức phân loại | Ví dụ tài liệu trong phòng marketing | Hệ thống AI được phép xử lý |
| --- | --- | --- |
| Mức 1 | Báo cáo thường niên, bài PR đã đăng, thông cáo báo chí | ChatGPT bản miễn phí, Copilot công cộng |
| Mức 2 | Kế hoạch chạy quảng cáo quý sau, danh sách đối tác truyền thông đang đàm phán | Azure OpenAI Service, Dify triển khai nội bộ |
| Mức 3 | Danh sách khách hàng kèm số điện thoại, ngân sách marketing chi tiết chưa duyệt | LLM cục bộ (Local LLM) đã mã hóa đầu vào |

## Dùng AI đám mây công cộng cho dữ liệu nội bộ có an toàn cho công ty không?

Dùng AI đám mây công cộng cho dữ liệu nội bộ (Mức 2) là không an toàn nếu doanh nghiệp sử dụng tài khoản cá nhân hoặc gói miễn phí. Các phiên bản miễn phí của ChatGPT hay Gemini mặc định thu thập lịch sử trò chuyện để tinh chỉnh mô hình ngôn ngữ lớn (LLM).

> "Doanh nghiệp cần đảm bảo dữ liệu đầu vào không bị sử dụng để huấn luyện mô hình nền tảng khi làm việc với các nhà cung cấp AI đám mây" — theo tài liệu chính thức của NIST AI RMF.

Để xử lý dữ liệu Mức 2 an toàn, công ty phải nâng cấp lên gói doanh nghiệp có điều khoản bảo mật dữ liệu (Data Privacy Agreement). Tính đến tháng 10/2026, các gói Enterprise của Microsoft 365 Copilot đảm bảo dữ liệu Mức 2 không rời khỏi tenant của khách hàng.

## Nên dùng AI nội bộ tự dựng hay thuê AI đám mây riêng tư để xử lý dữ liệu Mức 2 và Mức 3?

Lựa chọn giữa AI nội bộ tự dựng và AI đám mây riêng tư phụ thuộc vào năng lực hạ tầng và mức độ nhạy cảm của dữ liệu Mức 2 hoặc Mức 3 cần xử lý. Triển khai RAG (Retrieval-Augmented Generation) trên nền tảng no-code như Dify giúp doanh nghiệp vừa và nhỏ xây dựng luồng agent no-code nhanh chóng mà không cần đội ngũ lập trình chuyên sâu.

Bảng so sánh dưới đây hỗ trợ việc ra quyết định giữa hai phương án triển khai:

| Tiêu chí | AI nội bộ tự dựng (Dify on-premise) | AI đám mây riêng tư (Azure OpenAI) |
| --- | --- | --- |
| Chi phí khởi tạo | Cao (mua server, cài đặt) | Thấp (trả phí theo token) |
| Bảo mật dữ liệu Mức 3 | Tuyệt đối (dữ liệu không rời hạ tầng) | Cao (phụ thuộc cam kết nhà cung cấp) |
| Yêu cầu nhân sự | Cần kỹ sư vận hành MLOps | Chỉ cần quản trị viên cloud |

Đối với dữ liệu Mức 3 chứa mã nguồn lõi hoặc PII, phương án AI nội bộ tự dựng luôn là ưu tiên hàng đầu. Đối với dữ liệu Mức 2 cần tốc độ phản hồi nhanh và khả năng mở rộng linh hoạt, AI đám mây riêng tư mang lại hiệu quả chi phí tốt hơn.

## Câu hỏi thường gặp

**Phân loại dữ liệu doanh nghiệp thành 3 mức trước khi dùng AI là gì?**

Phân loại dữ liệu doanh nghiệp AI là bước chia thông tin thành 3 mức nhạy cảm theo khung NIST AI RMF để tránh rò rỉ bí mật kinh doanh khi sử dụng các công cụ trí tuệ nhân tạo. Quy trình này giúp xác định giới hạn an toàn cho từng loại thông tin, kiểm soát luồng dữ liệu đầu vào và tuân thủ các quy định như GDPR hay Nghị định 13/2023/NĐ-CP của Việt Nam.

**Dữ liệu Mức 1 gồm những gì và có được nhập vào ChatGPT không?**

Dữ liệu Mức 1 là nhóm thông tin đã công bố rộng rãi như tài liệu marketing, báo cáo thường niên và nội dung website chính thức. Nhóm này có thể được sử dụng thoải mái để tương tác với các công cụ AI công cộng như ChatGPT hay Microsoft Copilot mà không gây rủi ro pháp lý. Doanh nghiệp chấp nhận việc nền tảng lưu trữ nội dung này để cải thiện mô hình vì thông tin vốn dĩ đã thuộc phạm vi công chúng.

**Xử lý dữ liệu nội bộ Mức 2 trên hệ thống AI đám mây như thế nào cho an toàn?**

Dữ liệu Mức 2 là thông tin vận hành hàng ngày, nếu lộ sẽ gây bất lợi cạnh tranh nhưng chưa đến mức thảm họa. Doanh nghiệp chỉ nên xử lý dữ liệu này trên hệ thống AI nội bộ hoặc AI đám mây riêng tư như Azure OpenAI Service, Amazon Bedrock có cam kết không dùng dữ liệu khách hàng để huấn luyện mô hình chung. Tuyệt đối không dùng tài khoản cá nhân hoặc gói miễn phí vì chúng mặc định thu thập lịch sử trò chuyện.

**Vì sao không được nhập dữ liệu Mức 3 vào AI công cộng?**

Dữ liệu Mức 3 bao gồm bí mật kinh doanh, mã nguồn lõi, dữ liệu cá nhân PII và thông tin tài chính chưa công bố. Tuyệt đối không nhập nhóm này vào AI tạo sinh công cộng vì dữ liệu có thể bị lưu lại và trả về cho người dùng khác dưới dạng câu trả lời. Khi dùng AI cho dữ liệu Mức 3, doanh nghiệp bắt buộc phải áp dụng kỹ thuật ẩn danh hóa, mã hóa và kiểm soát truy cập nghiêm ngặt.

**Nên dùng AI nội bộ tự dựng hay thuê AI đám mây riêng tư cho dữ liệu nhạy cảm?**

Lựa chọn phụ thuộc vào năng lực hạ tầng và mức độ nhạy cảm của dữ liệu. Đối với dữ liệu Mức 3 chứa mã nguồn lõi hoặc PII, phương án AI nội bộ tự dựng (như Dify on-premise) luôn là ưu tiên hàng đầu vì dữ liệu không rời khỏi hạ tầng. Ngược lại, với dữ liệu Mức 2 cần tốc độ phản hồi nhanh và mở rộng linh hoạt, AI đám mây riêng tư mang lại hiệu quả chi phí tốt hơn do chỉ trả phí theo token.

**Nhân viên marketing phân biệt tài liệu Mức 1 và Mức 2 khi dùng AI ra sao?**

Nhân viên marketing phân biệt bằng cách đối chiếu nội dung với danh mục thông tin đã phát hành chính thức của công ty. Ví dụ, bài đăng mạng xã hội đã duyệt xuất bản thuộc Mức 1, trong khi chiến lược giá sắp tung ra thị trường thuộc Mức 2. Nhân viên cần dán nhãn rõ ràng từng tệp tài liệu trước khi tải lên bất kỳ giao diện chatbot nào để đảm bảo an toàn dữ liệu.

## Structured data

```json
{"@context":"https://schema.org","@type":"Article","headline":"Phân loại dữ liệu doanh nghiệp thành 3 mức trước khi dùng AI ra sao?","description":"Phân loại dữ liệu doanh nghiệp là bước chia thông tin thành 3 mức nhạy cảm theo khung NIST AI RMF để kiểm soát rủi ro khi sử dụng công cụ trí tuệ nhân tạo.","abstract":"Phân loại dữ liệu doanh nghiệp là bước chia thông tin thành 3 mức nhạy cảm theo khung NIST AI RMF để kiểm soát rủi ro khi sử dụng công cụ trí tuệ nhân tạo.","url":"https://seaedu.edu.vn/blog/phan-loai-du-lieu-doanh-nghiep-thanh-3-muc-truoc-khi-dung-ai-ra-sao","datePublished":"2026-11-03T02:00:00.000Z","author":{"@type":"Organization","name":"SeaEdu","url":"https://seaedu.edu.vn"},"publisher":{"@type":"Organization","name":"SeaEdu","logo":{"@type":"ImageObject","url":"https://seaedu.edu.vn/logo.png"}}}
{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Phân loại dữ liệu doanh nghiệp thành 3 mức trước khi dùng AI là gì?","acceptedAnswer":{"@type":"Answer","text":"Phân loại dữ liệu doanh nghiệp AI là bước chia thông tin thành 3 mức nhạy cảm theo khung NIST AI RMF để tránh rò rỉ bí mật kinh doanh khi sử dụng các công cụ trí tuệ nhân tạo. Quy trình này giúp xác định giới hạn an toàn cho từng loại thông tin, kiểm soát luồng dữ liệu đầu vào và tuân thủ các quy định như GDPR hay Nghị định 13/2023/NĐ-CP của Việt Nam."}},{"@type":"Question","name":"Dữ liệu Mức 1 gồm những gì và có được nhập vào ChatGPT không?","acceptedAnswer":{"@type":"Answer","text":"Dữ liệu Mức 1 là nhóm thông tin đã công bố rộng rãi như tài liệu marketing, báo cáo thường niên và nội dung website chính thức. Nhóm này có thể được sử dụng thoải mái để tương tác với các công cụ AI công cộng như ChatGPT hay Microsoft Copilot mà không gây rủi ro pháp lý. Doanh nghiệp chấp nhận việc nền tảng lưu trữ nội dung này để cải thiện mô hình vì thông tin vốn dĩ đã thuộc phạm vi công chúng."}},{"@type":"Question","name":"Xử lý dữ liệu nội bộ Mức 2 trên hệ thống AI đám mây như thế nào cho an toàn?","acceptedAnswer":{"@type":"Answer","text":"Dữ liệu Mức 2 là thông tin vận hành hàng ngày, nếu lộ sẽ gây bất lợi cạnh tranh nhưng chưa đến mức thảm họa. Doanh nghiệp chỉ nên xử lý dữ liệu này trên hệ thống AI nội bộ hoặc AI đám mây riêng tư như Azure OpenAI Service, Amazon Bedrock có cam kết không dùng dữ liệu khách hàng để huấn luyện mô hình chung. Tuyệt đối không dùng tài khoản cá nhân hoặc gói miễn phí vì chúng mặc định thu thập lịch sử trò chuyện."}},{"@type":"Question","name":"Vì sao không được nhập dữ liệu Mức 3 vào AI công cộng?","acceptedAnswer":{"@type":"Answer","text":"Dữ liệu Mức 3 bao gồm bí mật kinh doanh, mã nguồn lõi, dữ liệu cá nhân PII và thông tin tài chính chưa công bố. Tuyệt đối không nhập nhóm này vào AI tạo sinh công cộng vì dữ liệu có thể bị lưu lại và trả về cho người dùng khác dưới dạng câu trả lời. Khi dùng AI cho dữ liệu Mức 3, doanh nghiệp bắt buộc phải áp dụng kỹ thuật ẩn danh hóa, mã hóa và kiểm soát truy cập nghiêm ngặt."}},{"@type":"Question","name":"Nên dùng AI nội bộ tự dựng hay thuê AI đám mây riêng tư cho dữ liệu nhạy cảm?","acceptedAnswer":{"@type":"Answer","text":"Lựa chọn phụ thuộc vào năng lực hạ tầng và mức độ nhạy cảm của dữ liệu. Đối với dữ liệu Mức 3 chứa mã nguồn lõi hoặc PII, phương án AI nội bộ tự dựng (như Dify on-premise) luôn là ưu tiên hàng đầu vì dữ liệu không rời khỏi hạ tầng. Ngược lại, với dữ liệu Mức 2 cần tốc độ phản hồi nhanh và mở rộng linh hoạt, AI đám mây riêng tư mang lại hiệu quả chi phí tốt hơn do chỉ trả phí theo token."}},{"@type":"Question","name":"Nhân viên marketing phân biệt tài liệu Mức 1 và Mức 2 khi dùng AI ra sao?","acceptedAnswer":{"@type":"Answer","text":"Nhân viên marketing phân biệt bằng cách đối chiếu nội dung với danh mục thông tin đã phát hành chính thức của công ty. Ví dụ, bài đăng mạng xã hội đã duyệt xuất bản thuộc Mức 1, trong khi chiến lược giá sắp tung ra thị trường thuộc Mức 2. Nhân viên cần dán nhãn rõ ràng từng tệp tài liệu trước khi tải lên bất kỳ giao diện chatbot nào để đảm bảo an toàn dữ liệu."}}]}
```
