Как безопасно работать с ИИ: обезличивание данных в текстах и документах

Описание

Рассказываем, как встроить решения для обезличивания персональных данных в рабочие процессы с ИИ-инструментами — так, чтобы компания не теряла контроль над данными, и сотрудники безопасно использовали привычные инструменты.

Почему именно сейчас?
ИИ-агенты берут на себя все больше рутинных задач: анализируют документы, составляют письма, обрабатывают обращения клиентов. Но вместе с рабочими запросами во внешние сервисы может уходить чувствительная информация — персональные данные клиентов, условия договоров, внутренняя аналитика.
Компания теряет контроль над этими данными: они могут оказаться в открытом доступе, что чревато нарушениями NDA, потерей доверия клиентов и штрафами за утечки.
Контролировать каждого сотрудника и то, какие документы он передает внешним ИИ-агентам, — сложно.
Для дообучения моделей нужны обезличенные данные, максимально близкие к исходному формату и семантике. Чтобы подготовить их и маскировать информацию, например, в договорах, используют инструменты обезличивания.

Мы в HFLabs больше 20 лет занимаемся клиентскими данными. Один из наших продуктов — «Маскировщик» — инструмент для обезличивания. Теперь он умеет находить персональные и другие чувствительные данные в свободном тексте и мгновенно их обезличивать.

На вебинаре обсудим:
-особенности обезличивания свободного текста;
-встраивание решений для маскирования в процессы взаимодействия с ИИ;
-консистентное обезличивание в базе и документах при наличии повторяющихся данных;
-мониторинг и отчетность по наличию чувствительной информации в передаваемых данных — когда нужно только отследить, что и в каком объеме уходит вовне;
-подготовку данных для обучения ML-моделей в разных отраслях. Так, при обезличивании медицинских данных алгоритмы должны отличать диагнозы с фамилиями (вроде болезни Паркинсона) от ПД.