Dane firmowe a model w chmurze — co wolno wysłać do AI

Wysłanie treści do modelu językowego działającego w chmurze oznacza przekazanie jej zewnętrznemu dostawcy. Dla części informacji to bez znaczenia, dla części wymaga umowy i ograniczeń, a dla niektórych jest po prostu niedopuszczalne. Firmy, które wdrażają AI bez takiego podziału, zwykle nie wiedzą, że pracownicy już od miesięcy wklejają do publicznych narzędzi umowy, dane klientów i fragmenty kodu.

Autor: zespół Convert Studio — software house z Kielc i Krakowa, projektujemy aplikacje webowe, sklepy i wdrożenia AI dla firm.

Na czym polega ryzyko

Ryzyko nie polega na tym, że model „zapamięta" Twoje dane i powtórzy je komuś innemu w następnej rozmowie — to częste wyobrażenie, ale w usługach biznesowych dostawcy zwykle zobowiązują się nie wykorzystywać przesłanych treści do trenowania. Realne ryzyka są bardziej przyziemne.

• Przekazanie danych podmiotowi trzeciemu bez podstawy prawnej, co przy danych osobowych jest naruszeniem samym w sobie.
• Przechowywanie treści po stronie dostawcy przez określony czas, na przykład na potrzeby wykrywania nadużyć.
• Przetwarzanie poza Europejskim Obszarem Gospodarczym, wymagające odpowiedniej podstawy transferu.
• Naruszenie zobowiązań umownych — wiele umów z kontrahentami zakazuje przekazywania ich dokumentacji osobom trzecim.
• Narzędzia konsumenckie używane służbowo, których warunki pozwalają na wykorzystanie treści do ulepszania usług.

Klasyfikacja informacji — cztery poziomy

Rozsądne zasady nie zakazują wszystkiego ani nie pozwalają na wszystko. Opierają się na podziale informacji na kilka kategorii, z których każda ma inne reguły.

Narzędzia konsumenckie a usługi biznesowe

Ten sam dostawca oferuje zwykle dwie klasy produktów o istotnie różnych warunkach. Pomylenie ich jest najczęstszym źródłem problemów w firmach.

Warunki różnią się między dostawcami i zmieniają w czasie, więc powyższe zestawienie to punkt wyjścia do sprawdzenia, a nie gotowa odpowiedź. Przed wdrożeniem trzeba przeczytać aktualne warunki konkretnej usługi.

Zjawisko ukrytego użycia

Jeśli firma nie daje pracownikom narzędzia, pracownicy znajdą je sami. W praktyce oznacza to prywatne konta w publicznych usługach, na które trafiają fragmenty umów, korespondencja z klientami i dane, których nikt nie zamierzał wysyłać na zewnątrz.

Zakaz bez alternatywy działa słabo — narzędzia są zbyt użyteczne, żeby ludzie z nich rezygnowali. Skuteczniejsze jest udostępnienie usługi biznesowej z odpowiednią umową oraz jasnych zasad, co wolno do niej wklejać. Pracownik mający legalne narzędzie ma mniej powodów, żeby szukać nielegalnego.

Zasady dla zespołu

Dokument z zasadami powinien mieścić się na jednej stronie. Długa polityka nie zostanie przeczytana w momencie, gdy ktoś pod presją czasu wkleja tekst do okna czatu.

• Które narzędzia są dopuszczone — z nazwy, wraz z informacją, że prywatne konta nie są.
• Czego nigdy nie wklejać — haseł i kluczy, danych szczególnych kategorii, dokumentów objętych zakazem przekazywania.
• Jak anonimizować przed wklejeniem — zastąpienie nazwisk i nazw firm oznaczeniami zastępczymi.
• Kto odpowiada za weryfikację wyniku — treść wygenerowana przez model wymaga sprawdzenia przed użyciem.
• Gdzie zgłosić wątpliwość — konkretna osoba, nie ogólny adres.
• Co zrobić po pomyłce — kogo powiadomić, jeśli do narzędzia trafiło coś, co nie powinno.

Zabezpieczenia techniczne we własnym wdrożeniu

Gdy firma buduje własny system korzystający z modelu, ma znacznie większą kontrolę niż przy gotowych narzędziach. Warto z niej skorzystać.

• Filtrowanie przed wysłaniem. Wykrywanie i maskowanie numerów identyfikacyjnych, adresów e-mail, numerów kont i telefonów, zanim treść opuści firmę.
• Minimalny kontekst. Do modelu trafiają tylko fragmenty niezbędne do odpowiedzi, a nie cała baza danych klienta.
• Pseudonimizacja. Zastąpienie identyfikatorów oznaczeniami, które system zamienia z powrotem po otrzymaniu odpowiedzi.
• Rejestr wysłanych treści. Pozwala ustalić po fakcie, co i kiedy zostało przekazane.
• Wybór regionu przetwarzania, jeśli dostawca to umożliwia.
• Rozdzielenie uprawnień. System obsługujący klientów nie powinien mieć dostępu do dokumentów kadrowych.

Kiedy model lokalny

Model uruchamiany na własnej infrastrukturze eliminuje problem przekazywania danych, ale wprowadza inne koszty: sprzęt o odpowiedniej wydajności, utrzymanie, aktualizacje i zwykle niższą jakość wyników niż najmocniejsze modele dostępne w chmurze.

Ma sens, gdy przetwarzane są dane zastrzeżone, gdy umowy z klientami wykluczają przekazywanie ich danych, gdy wymagają tego przepisy branżowe albo gdy wolumen jest na tyle duży, że własna infrastruktura staje się tańsza. Przy typowych zastosowaniach w małej firmie usługa biznesowa z odpowiednią umową jest rozwiązaniem prostszym i wystarczającym. Porównanie obu wariantów rozwijamy w materiale o wyborze między modelem lokalnym a chmurą.

Formalności do załatwienia przed wdrożeniem

• Umowa powierzenia przetwarzania z dostawcą modelu, jeśli trafią do niego dane osobowe.
• Weryfikacja podstawy transferu danych poza Europejski Obszar Gospodarczy.
• Aktualizacja rejestru czynności przetwarzania.
• Uzupełnienie polityki prywatności o informację o przetwarzaniu przez dostawcę AI.
• Przegląd umów z kontrahentami pod kątem zakazu przekazywania dokumentacji.
• Ocena skutków dla ochrony danych przy przetwarzaniu na dużą skalę lub danych wrażliwych.

Szczegóły obowiązków wynikających z przepisów o ochronie danych opisujemy w osobnym materiale o AI a RODO. Szerszy kontekst wdrożeń znajdziesz na stronie AI w firmie.

Anonimizacja w praktyce

Wiele zadań da się wykonać bez przekazywania danych identyfikujących — model nie musi znać nazwiska klienta, żeby streścić jego reklamację albo zaproponować odpowiedź. Anonimizacja przed wysłaniem zamienia dane poufne w wewnętrzne i znacząco upraszcza formalności.

Co zastępować

• Imiona i nazwiska — oznaczeniami w rodzaju „Klient A", „Pracownik B".
• Nazwy firm kontrahentów — oznaczeniem roli: dostawca, odbiorca, partner.
• Numery identyfikacyjne, rachunków i telefonów — całkowicie usunąć, rzadko są potrzebne do zadania.
• Adresy — pozostawić najwyżej miejscowość, jeśli ma znaczenie dla odpowiedzi.
• Kwoty w umowach — jeśli zadanie dotyczy konstrukcji zapisu, a nie wartości, zastąpić je oznaczeniem.

Anonimizacja a pseudonimizacja

Warto rozróżnić te dwa pojęcia, bo mają różne konsekwencje prawne. Anonimizacja usuwa możliwość identyfikacji bezpowrotnie — tak przetworzone dane przestają być danymi osobowymi. Pseudonimizacja zastępuje identyfikatory oznaczeniami, ale firma przechowuje klucz pozwalający je odtworzyć. Dane pseudonimizowane nadal podlegają ochronie, choć ryzyko przy ich przekazaniu jest mniejsze.

W systemach, które po otrzymaniu odpowiedzi muszą wstawić z powrotem prawdziwe dane — na przykład w projekcie pisma do klienta — stosuje się pseudonimizację. Tam, gdzie wynik nie wraca do konkretnej osoby, pełna anonimizacja jest prostsza i bezpieczniejsza.

Warto też pamiętać, że klasyfikacja informacji nie jest decyzją jednorazową. Dokument wewnętrzny staje się poufny, gdy dopisze się do niego warunki konkretnego kontrahenta, a publiczna oferta — gdy zawiera rabat przygotowany dla jednego klienta. Zasady powinny więc odnosić się do treści, a nie do nazwy pliku czy folderu, w którym leży.

Podsumowanie

Pytanie „czy wolno wysłać dane do AI" nie ma jednej odpowiedzi — zależy od rodzaju informacji i od tego, z jakiej usługi korzystasz. Treści publiczne i wewnętrzne można przetwarzać w usłudze biznesowej bez większych formalności, dane poufne wymagają umowy i ograniczeń, a dane zastrzeżone powinny zostać w firmie.

Najpilniejszy krok jest organizacyjny, nie techniczny: ustal, z jakich narzędzi pracownicy już dziś korzystają. Jeśli okaże się, że z prywatnych kont w publicznych usługach, udostępnij im legalną alternatywę i jednostronicowe zasady. To zmniejsza ryzyko szybciej niż jakakolwiek polityka, której nikt nie przeczyta.