Dữ liệu công ty khi dùng AI cần được quyết định trước khi viết dòng mã đầu tiên: dữ liệu nào được gửi cho mô hình, gửi đến đâu, ai được dùng và dùng tới mức nào. Chi phí gọi mô hình cũng nên có hạn mức ngay từ đầu, vì mô hình tính phí theo mức sử dụng và có thể tăng bất ngờ nếu không có giới hạn.
Không có cách dùng AI nào an toàn tuyệt đối. Điều có thể làm là áp dụng một loạt biện pháp để giảm rủi ro và biết chính xác điều gì đang xảy ra với dữ liệu của mình. Bài này liệt kê các biện pháp đó theo thứ tự nên cân nhắc.
Bước 1: phân loại dữ liệu
Trước hết, lập danh sách dữ liệu công ty có và chia thành ba nhóm:
- Được phép gửi: nội dung công khai, tài liệu marketing, mô tả sản phẩm
- Gửi có điều kiện: dữ liệu nội bộ cần ẩn bớt thông tin trước khi gửi, ví dụ bỏ tên, số điện thoại, số tài khoản
- Không gửi: dữ liệu có thể gây hại lớn nếu lộ, như mật khẩu, khóa hệ thống, thông tin cá nhân nhạy cảm, bí mật kinh doanh cốt lõi
Việc phân loại này do chủ doanh nghiệp quyết định, không phải bên làm phần mềm. Bên làm phần mềm có thể tư vấn kỹ thuật, nhưng câu hỏi dữ liệu nào là bí mật chỉ bạn trả lời được.
Bước 2: chọn nơi xử lý dữ liệu
Khi gọi mô hình từ nhà cung cấp bên ngoài, nội dung bạn gửi sẽ đi qua hệ thống của họ. Cần đọc kỹ điều khoản của nhà cung cấp về việc lưu trữ, thời gian giữ lại và việc có dùng dữ liệu để huấn luyện hay không, vì các điều khoản này có thể khác nhau và thay đổi theo thời gian.
Các hướng thường cân nhắc:
- Dùng dịch vụ mô hình bên ngoài, chỉ với dữ liệu đã được phép gửi
- Dùng mô hình chạy trên hạ tầng riêng của bạn cho dữ liệu nhạy cảm. Cách này kiểm soát tốt hơn nhưng tốn công vận hành, và chất lượng có thể khác
- Kết hợp: việc thường nhật dùng dịch vụ ngoài, việc nhạy cảm xử lý riêng
Với các nghĩa vụ pháp lý liên quan đến dữ liệu cá nhân và dữ liệu khách hàng, hãy hỏi luật sư. Bài viết này không phải tư vấn pháp lý.
Bước 3: ẩn dữ liệu nhạy cảm trước khi gửi
Phần mềm có thể xử lý trước khi nội dung rời hệ thống của bạn:
- Thay tên, số điện thoại, email, số tài khoản bằng ký hiệu thay thế, rồi ghép lại khi nhận kết quả
- Chỉ gửi các trường thật sự cần cho tác vụ, không gửi cả hồ sơ
- Chặn những mẫu dữ liệu không bao giờ được gửi, ví dụ khi phát hiện chuỗi giống mật khẩu hoặc khóa truy cập
Cách ẩn dữ liệu không hoàn hảo, nhất là với văn bản tự do. Vì vậy nó là một lớp giảm rủi ro, không phải lý do để bỏ qua bước phân loại.
Bước 4: giới hạn quyền và ghi log
Tính năng AI cần nằm trong cùng hệ thống phân quyền của phần mềm:
- Người dùng chỉ hỏi và nhận kết quả từ dữ liệu mà vai trò của họ được xem
- Tính năng AI nhạy cảm chỉ mở cho vai trò cần dùng
- Khóa truy cập nhà cung cấp mô hình được giữ ở phía máy chủ, không để lộ ra trình duyệt hoặc ứng dụng điện thoại
- Ghi log: ai dùng, lúc nào, tính năng nào, lượng dùng bao nhiêu. Cân nhắc kỹ việc có lưu nội dung câu hỏi và câu trả lời hay không, vì chính log cũng có thể chứa dữ liệu nhạy cảm và cần bảo vệ
Bước 5: kiểm soát chi phí gọi mô hình
Các nhà cung cấp mô hình thường tính phí theo lượng nội dung xử lý. Bảng giá khác nhau và thay đổi, nên bài này không nêu con số. Điều bạn kiểm soát được là lượng dùng:
- Đặt hạn mức theo người dùng, phòng ban hoặc theo tháng, và có cảnh báo khi gần chạm ngưỡng
- Giới hạn độ dài nội dung gửi đi, tránh gửi cả tài liệu khi chỉ cần một đoạn
- Dùng mô hình nhỏ hơn cho việc đơn giản như phân loại, chỉ dùng mô hình lớn cho việc cần thiết
- Lưu lại kết quả cho những câu hỏi lặp lại, thay vì gọi mô hình lần nữa
- Theo dõi chi phí thật theo từng tính năng để biết tính năng nào đáng giữ
Khi lập kế hoạch, hãy hỏi bên làm phần mềm cách ước tính chi phí gọi mô hình theo lượng dùng của bạn, và yêu cầu có màn hình theo dõi mức dùng.
Bước 6: xem lại định kỳ
Dịch vụ mô hình, điều khoản và quy định đều thay đổi. Nên có người chịu trách nhiệm rà soát định kỳ: dữ liệu nào đang được gửi, log có bất thường không, chi phí có đúng dự kiến không, và nhân viên có đang dùng đúng quy định không. Nhân viên cũng cần được hướng dẫn rõ rằng không dán dữ liệu nhạy cảm vào các công cụ AI công cộng ngoài hệ thống.
Khi nào các biện pháp này không đủ
Cần thận trọng hơn, hoặc chưa nên dùng AI, nếu:
- Dữ liệu chịu ràng buộc nghiêm về lưu trữ hoặc bảo mật mà bạn chưa rõ nhà cung cấp mô hình đáp ứng thế nào
- Bạn chưa có ai quyết định được dữ liệu nào là nhạy cảm
- Kết quả AI sai có thể gây hậu quả nghiêm trọng mà không có bước người kiểm tra
- Ngân sách vận hành không chấp nhận chi phí thay đổi theo lượng dùng
Trong những trường hợp này, phương án không dùng AI hoặc dùng ở phạm vi rất nhỏ thường hợp lý hơn.
Bước tiếp theo
Hãy bắt đầu bằng danh sách phân loại dữ liệu và một người chịu trách nhiệm. Với các ứng dụng cụ thể, xem thêm chatbot nội bộ và tìm kiếm tài liệu bằng AI và AI trích xuất dữ liệu từ chứng từ. Prime Technology có phân quyền theo vai trò, sao lưu định kỳ và nhận viết phần mềm theo yêu cầu có tích hợp AI, báo giá theo từng giai đoạn sau khi phân tích quy trình.
