Bezpieczeństwo danych przy wdrażaniu AI: co można przekazywać modelom, a co nie

„A gdzie trafią nasze dane?” To pytanie słyszymy na każdym pierwszym spotkaniu. I słusznie. Bo najgorsze, co można zrobić, to skopiować umowę z klientem do publicznego chatbota „tylko po to, żeby zrobił krótkie podsumowanie”.

Sprawdźmy, jak robi się to porządnie.

1. Zacznij od klasyfikacji danych

Nie wszystkie dane są takie same. Zanim cokolwiek zautomatyzujesz, poukładaj je na półkach:

• Publiczne: katalog, ceny na stronie, otwarte artykuły. Tu ryzyko jest praktycznie zerowe.
• Wewnętrzne: regulaminy, instrukcje, korespondencja. Jeśli wyciekną, będzie nieprzyjemnie, ale to jeszcze nie katastrofa.
• Dane osobowe: imiona i nazwiska, telefony, adresy klientów i pracowników. Tu obowiązuje prawo i trzeba obchodzić się z nimi odpowiednio.
• Tajemnica handlowa: ceny dla kluczowych klientów, raporty finansowe, warunki umów. To najbardziej wrażliwa kategoria.

Dla każdej kategorii obowiązują osobne zasady. I te zasady trzeba ustalić przed startem, a nie po fakcie.

2. Trzy warianty wdrożenia

Chmurowe API dużych dostawców. Najmocniejsze modele, minimum infrastruktury. Ważny niuans: warunki wykorzystania danych w biznesowym API i w darmowym publicznym czacie są różne. Zanim przekażesz coś wrażliwego, trzeba uważnie przeczytać warunki konkretnego dostawcy i wybrać odpowiedni plan.

Lokalne modele na waszym serwerze. Dane w ogóle nie opuszczają waszego środowiska. Otwarte modele już dziś spokojnie nadają się do wielu zadań: klasyfikacji, wyciągania pól, wyszukiwania w dokumentach. Płaci się za to sprzętem i utrzymaniem.

Hybryda. Najczęściej to najrozsądniejsza opcja. Wrażliwe dane są przetwarzane lokalnie albo anonimizowane, a złożone zadania na danych niewrażliwych trafiają do mocniejszego modelu chmurowego.

3. Praktyczne zasady, które działają

• Anonimizacja. Zanim wyślesz tekst do zewnętrznego modelu, zamień imiona i nazwiska, telefony oraz numery kont na znaczniki. Model dostanie sens, a nie dane osobowe.
• Prawa dostępu. Asystent firmowy pokazuje pracownikowi tylko te dokumenty, do których i tak ma dostęp.
• RAG zamiast dotrenowywania. Wasze dokumenty leżą w waszej bazie, a model dostaje tylko potrzebny fragment do konkretnej odpowiedzi. Więcej szczegółów znajdziesz w artykule czym jest RAG.
• Dziennik działań. Każde zapytanie, odpowiedź i wywołanie narzędzia są zapisywane. Jeśli coś pójdzie nie tak, widać dokładnie co i kiedy.
• Klucze tylko po stronie serwera. Klucze API nigdy nie trafiają do przeglądarki ani aplikacji mobilnej.
• NDA. Zanim wejdziemy głębiej w wasze bazy, podpisujemy umowę o zachowaniu poufności, a testy prowadzimy na danych syntetycznych albo zanonimizowanych.

4. Czego na pewno nie robić

• Nie kopiować wrażliwych dokumentów do darmowych publicznych czatów.
• Nie dawać agentowi AI uprawnień szerszych niż te, które są realnie potrzebne do wykonania zadania.
• Nie podłączać modelu bezpośrednio do produkcyjnej bazy bez pośredniej warstwy kontroli.

Bezpieczeństwo to nie osobna opcja, którą dodaje się na końcu. Trzeba je wbudować w architekturę od pierwszego dnia. Przeanalizujemy wasze dane i dobierzemy odpowiedni wariant wdrożenia podczas audytu procesów biznesowych. A jak to wszystko działa w firmowej bazie wiedzy, przeczytasz na stronie Firmowa baza wiedzy i RAG.