Je bezpečné nahrávať firemné dokumenty do AI nástrojov na zhrnutie: Na čo si dať pozor?

Rozdiel medzi trénovaním a spracovaním dát

Väčšina používateľov si neuvedomuje, že existuje obrovský rozdiel medzi tým, ako funguje model v bezplatnom režime a v podnikovom (enterprise) prostredí. Keď nahráte súbor do verejnej verzie nástroja, v podstate súhlasíte s tým, že poskytovateľ môže tento text analyzovať, ukladať a používať na ďalšie zlepšovanie svojich algoritmov. To znamená, že ak do promptu vložíte zmluvu s klientom, táto zmluva sa v anonymizovanej alebo dokonca čiastočne čitateľnej forme stáva súčasťou vedomostí AI.

Naopak, platené podnikové verzie, ako sú ChatGPT Team, ChatGPT Enterprise alebo Claude for Business, majú v zmluvných podmienkach explicitne uvedené, že dáta používateľov sa na trénovanie modelov nepoužívajú. V takomto prípade sú vaše dáta izolované v rámci vášho firemného nájomníka (tenant) a slúžia iba na spracovanie vašej požiadavky, po čom sú z operačnej pamäte odstránené.

• Bezplatné verzie: dáta sa stávajú tréningovým materiálom.
• Platené podnikové verzie: dáta zostávajú v súkromnom kontajneri firmy.
• Zmluvné podmienky (DPA): vždy skontrolujte, či poskytovateľ garantuje, že dáta nepoužije na trénovanie.

Riziká pri nahrávaní citlivých dokumentov

Najväčšou hrozbou nie je len to, že vás AI „odpočúva“, ale že tieto modely majú tendenciu generovať pravdepodobné odpovede na základe vzorcov, ktoré sa naučili. Ak by sa do tréningovej databázy dostala špecifická obchodná stratégia alebo osobné údaje zamestnancov, existuje teoretická, ale reálna šanca, že iný používateľ položí dostatočne špecifický dotaz a model mu vypluje informáciu, ktorá pochádza z vašej internej dokumentácie.

Okrem úniku dát čelíte aj právnym rizikám. V slovenskom právnom kontexte, kde platí GDPR, je nahrávanie dokumentov s osobnými údajmi (napríklad životopisy, výplatné pásky, zoznamy klientov) do nástrojov, ktoré nie sú v súlade s vašou internou bezpečnostnou politikou, priamym porušením zákona. Ak nedokážete zabezpečiť, kde dáta skončia, nemôžete garantovať ich ochranu.

• Porušenie obchodného tajomstva: únik know-how, cien alebo stratégií.
• GDPR problémy: spracúvanie osobných údajov tretími stranami bez zmluvného ošetrenia.
• Straty duševného vlastníctva: AI model si môže osvojiť vaše unikátne riešenia.

Súvisiace čítanie
Ako z AI dostať tabuľku, zhrnutie alebo štruktúrovaný výstup?(AI nástroje)

Ako bezpečne nahrávať dokumenty do AI: Praktický postup

Ak musíte využiť AI na zhrnutie dokumentu, naučte sa pracovať s dátami tak, aby ste eliminovali riziko ešte pred odoslaním promptu. Bezpečnosť začína u vás, nie u poskytovateľa softvéru.

Najskôr vykonajte anonymizáciu. Všetky mená, sumy, dátumy a unikátne identifikátory nahraďte zástupnými symbolmi. Napríklad namiesto 'Projekt Alpha pre spoločnosť XY s rozpočtom 50 000 EUR' napíšte 'Projekt X pre spoločnosť A s rozpočtom Y'. Takto získate relevantné zhrnutie štruktúry a obsahu bez toho, aby ste odhalili kritické údaje.

• Krok 1: Vymažte hlavičky, päty a osobné údaje z dokumentov.
• Krok 2: Ak používate webové rozhranie, v nastaveniach vypnite históriu a trénovanie (ak to daný model umožňuje).
• Krok 3: Radšej vložte len časť textu (copy-paste) než celý súbor, ak nie je potrebná celá kontextová analýza.
• Krok 4: Skontrolujte, či máte aktívny firemný účet s nastaveným súkromím.

Ktoré nástroje sú vhodné pre firmy a kedy sa oplatí platiť

Pre jednotlivcov a malé tímy, ktoré narábajú s verejne dostupnými dátami, postačuje štandardná verzia. Akonáhle však pracujete s internými firemnými procesmi, investícia do podnikovej verzie (Enterprise alebo Team) je nevyhnutná. Tieto verzie stoja mesačne zvyčajne od 25 do 50 EUR na používateľa, čo je zlomok ceny prípadnej pokuty za únik údajov alebo straty dôvery klientov.

Okrem bezpečnosti ponúkajú tieto verzie aj vyššie limity kontextového okna. To znamená, že môžete nahrať oveľa dlhšie dokumenty naraz, bez toho, aby sa AI pri spracovaní 'stratila' alebo vynechala dôležité detaily. Pre firmy je taktiež výhodou správa používateľov, kde administrátor vidí, kto s AI pracuje a aké dáta sa spracúvajú.

• ChatGPT Team: Vyššie limity, ochrana dát, možnosť vytvárať vlastné GPTs.
• Claude Pro / Enterprise: Veľmi silný v analýze dlhých dokumentov a dodržiavaní inštrukcií.
• Lokálne riešenia: Ak máte IT oddelenie, zvážte spustenie modelov (napr. Llama 3) na vlastnom serveri.

Súvisiace čítanie
Claude vs ChatGPT: ktorý model je lepší na programovanie a analýzu kódu?(AI nástroje)

Najčastejšie chyby pri práci s AI dokumentmi

Ľudia často robia chybu, že považujú AI za 'bezpečný archív'. AI nie je databáza a nemá slúžiť na dlhodobé ukladanie citlivých súborov. Častou chybou je aj nahrávanie celých pdf súborov bez prečítania si toho, čo v nich vlastne je. Často sa stáva, že v pdf sú skryté metadáta, komentáre alebo revízie, ktoré sú pre bežného používateľa neviditeľné, ale AI ich dokáže prečítať a analyzovať.

Ďalšou chybou je zdieľanie odkazov na chaty. Ak požiadate AI o analýzu dokumentu a následne pošlete kolegovi odkaz na tento chat, aby si pozrel výsledok, v podstate mu sprístupňujete celý obsah, ktorý ste do chatu vložili. Vždy radšej skopírujte len samotný výstup, nie celý kontext.

• Nahrávanie súborov s citlivými metadátami.
• Zdieľanie odkazov na históriu chatu s kolegami.
• Spoliehanie sa na to, že AI nástroj je bezpečný len preto, že je populárny.
• Zabúdanie na pravidelné premazávanie histórie chátov.

Alternatíva: Lokálne modely ako cesta k maximálnej bezpečnosti

Ak vaša firma pracuje s extrémne citlivými dátami (právo, medicína, financie), najbezpečnejšou cestou nie je žiadny cloudový nástroj, ale lokálne spustenie jazykového modelu. Pomocou nástrojov ako Ollama alebo LM Studio si môžete stiahnuť modely (napríklad Llama alebo Mistral) priamo do svojho počítača alebo interného firemného servera.

V takomto režime AI funguje úplne offline. Žiadne dáta neodchádzajú na servery do USA alebo inam do cloudu. Všetko zostáva vo vašej sieti. Nevýhodou je vyššia náročnosť na hardvér (potrebujete výkonnú grafickú kartu) a nutnosť technickej údržby, ale bezpečnosť je v tomto prípade stopercentná.

• Nulová komunikácia s externými servermi.
• Vhodné pre prácu s utajovanými informáciami.
• Vyžaduje výkonnejší hardvér a technické nastavenie.