Как работать с корпоративными данными в ИИ

Рабочие материалы нельзя бездумно загружать в неподходящий контур. Внутри могут оказаться персональные данные, реквизиты договоров, внутренние тарифы или коммерческая тайна. Сначала нужно понять состав данных и допустимый маршрут обработки.

Сначала определите тип данных

Начните с содержимого файла. Отдельно отметьте публичные сведения, внутренние материалы и данные с ограничениями вашей организации. Публичные материалы уже доступны в интернете. Для остальных категорий правила передачи во внешний сервис должна установить сама организация.

Один файл может объединять сведения с разным режимом работы. Поэтому фиксируйте цель обработки и проверяйте каждое передаваемое поле. Если для задачи нужен только текст комментария, служебные идентификаторы, реквизиты и лишние столбцы в запрос не включаются.

Что именно является персональными данными в конкретной ситуации, здесь не определяется. Это проверяют юристы и служба информационной безопасности. Если статус файла или допустимый контур неясен, нужна проверка. До неё материал в модель не загружается.

Такой разбор лучше делать до выбора нейросети. Удобный интерфейс не отвечает на вопрос, можно ли передавать ему рабочий документ. Подходящие инструменты можно посмотреть в списке ИИ-инструментов, но решение по данным остаётся за организацией.

Минимизируйте вход

Не отправляйте целый файл ради первого эксперимента. В лекции для подготовки обезличивающего кода предлагается взять несколько строк, примерно пять, шесть или семь. Этого достаточно, чтобы объяснить структуру полей и получить черновик решения.

Для проверки модели сделайте небольшой тестовый набор без рабочих сведений. Оставьте только те столбцы и фрагменты, которые нужны задаче. Фамилии, телефоны, адреса, реквизиты и внутренние показатели в такой тест не попадают.

Перед тестом запишите ожидаемый результат простыми словами. Укажите нужные поля, формат ответа и способ ручной проверки. Так запрос остаётся рабочей задачей с понятными границами. Требование загрузить всё содержимое папки из него сразу убирается.

Обезличьте данные там, где это допустимо

Обезличивание можно вынести в отдельный локальный шаг. В практических лекциях макрос заменяет конкретные ФИО заглушкой «ФИО», адреса заглушкой «Адрес» и очищает другие заданные поля. Сам рабочий файл при подготовке такого кода в облачную модель отправлять не требуется.

Первый скрипт почти наверняка потребует проверки и доработки. В лекции это объясняется просто. Названия полей в реальном файле могут отличаться от примера, поэтому обезличивание проходит несколько итераций. Проверяйте результат на копии тестового материала и смотрите, не остались ли исходные значения.

Обезличенный документ нельзя автоматически считать разрешённым для внешней модели. Допустимость такого шага согласуют с ИБ и юристами. Если ответ зависит от системы защиты конкретной организации, нужна проверка.

Согласуйте рабочий контур

Для конфиденциальных материалов в презентации предлагается локальная модель на собственном сервере. Запросы в такой схеме не выходят наружу. Пример инструмента для запуска открытой модели — Олама, а одной из моделей может быть Квен.

Подходит ли конкретное развёртывание требованиям компании, заранее не определить. Нужна проверка. ИБ согласует контур, юристы проверяют правовую часть, а владелец процесса подтверждает, какие данные действительно нужны модели.

Проверьте модель на тестовых материалах

Сначала дайте модели вымышленные или заранее очищенные строки. Проверьте формат ответа, полноту нужных полей и возможность сверить результат человеком. Затем повторите тест на другом безопасном примере. Рабочие материалы подключаются только после согласования контура.

Не ограничивайтесь удачным ответом. Измените формулировки в тестовых строках, добавьте пустое поле и проверьте крайний случай. Если обезличивание или ответ модели ломается, вернитесь к предыдущему шагу. В лекциях работа со скриптом прямо описана как несколько итераций.

Если обработка станет повторяемой, её можно оформить как управляемый сценарий. Для продолжения пригодится материал про ИИ-агентов и автоматизацию в n8n.

Что проверить перед внедрением

• Тип данных и ответственного за решение по ним.
• Минимальный состав входа и качество обезличивания.
• Согласование контура с ИБ и юристами.
• Результат модели на тестовых материалах и ручную проверку.

Для системной подготовки команды можно использовать обучение по искусственному интеллекту. Начинать всё равно стоит с правил работы с данными.