Mikä data ei saa koskaan poistua talosta – ja miten sen päättää

Yksi yritys kieltää lähettämästä mitään sisäistä dataa ulkoisiin tekoälypalveluihin. Ihmiset käyttävät niitä silti henkilökohtaisilla tileillään, koska sääntö estää julkisen tiedotteen tiivistämisen yhtä jyrkästi kuin palkkatiedoston. Toinen yritys sallii kaiken, ja joku liittää asiakassopimuksen hintoineen kuluttajille tarkoitettuun chatbottiin siistiäkseen sanamuotoja.

Molemmat linjaukset epäonnistuvat samasta syystä. Ne kirjoitettiin työkaluista eikä datasta. Kysymykseen ”saammeko käyttää mallia X?” ei ole hyvää vastausta. Kysymykseen ”saako tällainen data mennä käsittelijälle, joka ei ole hallinnassamme, näillä ehdoilla?” on, ja siihen voidaan vastata kerran datatyyppiä kohden eikä kerran pyyntöä kohden.

”Talo” on tässä lyhenne yrityksen hallitsemalle infrastruktuurille: omille palvelimille tai vuokratulle laitteistolle, jonka avaimia kukaan muu ei hallitse.

Missä datalinjaukset epäonnistuvat

Yksi sääntö kaikelle. Liian tiukka, ja ihmiset kiertävät sen. Liian löysä, ja vahinko on tapahtunut ennen kuin kukaan huomaa. Kummassakin tapauksessa linjaus lakkaa kuvaamasta sitä, mitä todella tapahtuu.

Luokittelu, jota kukaan ei osaa soveltaa. PDF:ssä määritellään viisi luottamuksellisuustasoa. Kukaan varastossa tai myyntitiimissä ei tiedä, mille tasolle lähete kuuluu, joten kaikkea kohdellaan sillä tasolla, joka on sinä päivänä kätevin.

Johdetun datan sivuuttaminen. Kehotteet, lokit, tiivistelmät, hakuindeksit ja upotukset kantavat kaikki sitä sisältöä, josta ne tehtiin. Sopimusten hakuindeksiä pitää kohdella kuin sopimuksia.

Ehtojen olettaminen. Se, saako palveluntarjoaja säilyttää vastaanottamansa ja saako se käyttää sitä mallien kouluttamiseen, riippuu tuotteesta ja sopimuksesta, ei brändistä. Lue ne.

Henkilötietojen käsittely vain yhtenä luokkana muiden joukossa. GDPR:n mukaan ulkopuolisen käsittelijän käyttäminen henkilötietoihin edellyttää käsittelysopimusta, ja tietojen siirtäminen Euroopan talousalueen ulkopuolelle edellyttää siirtoperustetta, kuten tietosuojan riittävyyttä koskevaa päätöstä tai vakiosopimuslausekkeita. Se on ratkaistava ennen ensimmäistä pyyntöä, ei sen jälkeen.

Unohdetaan, mitä salassapito suojaa. EU:n liikesalaisuuksia koskevien sääntöjen mukaan tieto on suojattua osittain siksi, että sen haltija on ryhtynyt kohtuullisiin toimiin sen pitämiseksi salassa. Sen liittäminen palveluun, jota kukaan ei hallitse, voi heikentää tätä perustetta juuri silloin, kun sitä eniten tarvitaan.

Sääntö, jota ihmiset pystyvät soveltamaan

Määrittele luokat sen mukaan, mitä paljastuminen maksaisi, ei merkintöjen mukaan, ja pidä niitä vähän.

1. Julkinen tai julkiseksi tarkoitettu. Julkaistu aineisto, markkinointitekstit, julkiset ilmoitukset. Mikä tahansa malli.
2. Sisäinen. Rutiininomainen operatiivinen tieto: menettelyohjeet, yleinen kirjeenvaihto, sisäiset muistiinpanot ilman asiakas- tai henkilötietoja. Ulkoiset mallit liiketoimintasopimuksella, joka sulkee pois mallien kouluttamisen yrityksen datalla ja määrittää säilytyksen.
3. Luottamuksellinen. Sopimukset, hinnat, katteet, asiakasluettelot, henkilötiedot, julkaisemattomat suunnitelmat ja lähdekoodi. Vain käsittelijät, joiden sopimus täyttää yrityksen lakisääteiset velvoitteet (henkilötietojen osalta asianmukaiset käsittely- ja siirtoehdot), tai itse ajettavat mallit.
4. Ei poistu koskaan. Data, jonka paljastuminen olisi vakavaa ja peruuttamatonta: tietyt liikesalaisuudet, tunnukset ja avaimet, erityiset henkilötietoryhmät, joita ei ole tarvetta jakaa, sekä oman tietoturvan yksityiskohdat. Käsitellään vain yrityksen hallitsemalla infrastruktuurilla itse ajettavilla malleilla, ja jokainen pääsy kirjataan lokiin.

Liitä sitten luokka kohdetyyppiin eikä yksittäisiin tiedostoihin. Jos yrityksen malli tietää, että jokin on palkka, sopimushinta tai asiakasreklamaatio, reitityspäätös voidaan tehdä automaattisesti joka kerta, kun agentti koskee siihen, sen sijaan että luotettaisiin jokaisen muistavan linjauksen.

Näin Hurukan on suunniteltu. Superäly-kerros reitittää jokaisen tehtävän mallille, joka on sallittu kyseiselle datalle, myös paikallisille malleille silloin, kun data ei saa poistua. Tietoturva ja suvereniteetti -kerros valvoo käyttöoikeudet palvelimella ja kirjaa jokaisen pääsyn. Molemmat ovat rakenteilla. Laajempi perustelu sille, miksi hallinta suunnitellaan sisään eikä osteta, on kirjoituksessa suvereniteetti on arkkitehtuuripäätös, ja mallien itse ajamisen käytännön puolta käsitellään kirjoituksessa pienet mallit omalla laitteistolla.

Testi, jonka voi tehdä jo tänään

Listaa kaksikymmentä kohdetyyppiä, joita liiketoiminta käsittelee eniten: asiakas, tilaus, lasku, hinnasto, työntekijä, sopimus, piirustus, tukipyyntö ja niin edelleen. Kirjaa kunkin viereen sen luokka yhdestä neljään ja yhden lauseen perustelu.

Selvitä sitten, mitä tekoälytyökaluja ihmiset todella käyttävät. Kysy heiltä, älä arvaa. Kirjaa kustakin työkalusta, mitkä dataluokat siihen päätyvät ja millä sopimusehdoilla.

Tästä syntyy kaksi listaa. Jokainen luokan kolme tai neljä kohde, joka päätyy työkaluun ilman vastaavia ehtoja, on tämän kuun prioriteettilistalla. Jokainen luokan yksi kohde, joka on estetty hyödyllisestä työkalusta, on syy siihen, että ihmiset kiertävät linjausta – ja sen korjaaminen tekee linjauksen muusta osasta uskottavan.