काम में AI का उपयोग करें डेटा लीक किए बिना

अब ज्यादातर कंपनियों के कर्मचारी हर दिन internal documents, code, और customer data को ChatGPT, Claude या Copilot में paste कर रहे हैं, अक्सर बिना किसी approval के। समस्या AI खुद नहीं है। समस्या यह है कि लोग इन tools को private notepad की तरह treat करते हैं, जबकि वास्तव में आप data को third-party server पर भेज रहे हैं जिसकी terms of service ज्यादातर लोगों ने कभी पढ़ी ही नहीं होती।

जानें कि आपके input के साथ वास्तव में क्या होता है

जो भी tool आप use कर रहे हैं, उसके data usage terms को पढ़ें, कुछ भी मान लेने से पहले। ChatGPT का consumer tier (free और Plus plans) जब तक आप settings में opt out न करें, तब तक conversations को future models को train करने के लिए use कर सकता है। ChatGPT Enterprise और Team plans, साथ ही API, आम तौर पर default रूप से आपके data पर train नहीं करते और stronger contractual guarantees provide करते हैं। Same split Claude (consumer vs. Claude for Work/API) और Gemini पर लागू होता है। "free personal account" और "business account with a data processing agreement" के बीच का अंतर single biggest factor है आपके actual risk में, और यह वह है जो ज्यादातर लोग check करना skip कर देते हैं।

अगर आपकी कंपनी ने किसी भी AI tool के लिए enterprise tier खरीदा नहीं है, तो assume करें कि free-tier chatbot में आप जो भी prompt type करते हैं वह एक human trainer द्वारा review किया जा सकता है या future model में bake किया जा सकता है। यह paranoia नहीं है, यह ज्यादातर consumer terms of service का plain reading है।

Paste करने से पहले data को strip करें

Prompt में कुछ भी paste करने से पहले, सोचें कि अगर यह exact text कल एक data breach headline में आ गया तो क्या होगा। अगर जवाब बुरा है, तो पहले redact करें। Concretely:

• Real customer names, emails, और account IDs को placeholders (CUSTOMER_A, user@example.com) से replace करें response draft करने में मदद मांगने से पहले।
• API keys, tokens, और internal hostnames को code snippets से strip करें। एक quick grep -riE "(api[_-]?key|secret|token|password)" जो file पर चलाया जाए जिसे आप paste करने वाले हैं, ज्यादातर obvious leaks को catch कर लेता है।
• एक पूरी proprietary file paste करने की जगह problem के shape को summarize करें। "मेरे पास एक function है जो sliding window का use करके per user requests को rate-limit करता है, और यह bursty traffic के तहत legitimate requests को drop कर रहा है" आपको useful help देता है बिना अपने actual algorithm को hand over किए।
• Contracts, financials, या कुछ भी NDA के under के लिए, general-purpose chat tools को बिल्कुल use न करें जब तक आपकी legal team ने explicitly उस tool को उस data class के लिए clear न कर दिया हो।

Guardrails set up करें जो आपकी team वास्तव में follow करेगी

जो policy कोई नहीं पढ़ता वह ignore हो जाती है। जो policy existing workflow में fit हो जाती है वह follow होती है। कुछ चीजें जो practice में काम करती हैं:

• IT को एक business-tier AI account provision करने दें (ChatGPT Team, Claude for Work, Microsoft Copilot with your M365 tenant) ताकि employees के लिए default option safer हो, free public एक नहीं।
• Browser extensions या DLP (data loss prevention) tools जैसे Microsoft Purview या Nightfall use करें ताकि flag हो जब कोई किसी ऐसी चीज को paste करने वाला हो जो secret या PII जैसी लगती हो किसी web form में AI sites पर। ज्यादातर कंपनियों के पास email के लिए पहले से DLP है; same rules को browser input में extend करना AI sites को एक natural next step है।
• एक one-page policy लिखें जो plain language में कहे, कौन से tools किस data class के लिए approved हैं। "Public documentation और open-source code: कोई भी tool। Customer PII, financials, source code for proprietary systems: enterprise-tier tools only, या बिल्कुल नहीं।" Specific और short long और vague से बेहतर है।
• Code के लिए specifically, decide करें कि GitHub Copilot या एक self-hosted alternative (जैसे एक local Code Llama या StarCoder deployment) आपके most sensitive repos के लिए ज्यादा sense बनाता है। Copilot Business आपको specific repos को suggestions से exclude करने देता है और code-matching filters हैं licensed snippets को regurgitate करने के chance को reduce करने के लिए।

Sneaky leak paths के लिए देखें

Direct copy-paste ही एकमात्र risk नहीं है। Browser extensions जो pages को summarize करते हैं quietly अपनी screen पर जो कुछ है वह भेज सकते हैं, जिसमें internal dashboards हों, एक remote API को। AI-powered note-taking bots जो आपकी video calls (Otter.ai, Fireflies, आदि) में join करते हैं record और transcribe करते हैं सब कुछ, जिसमें passing में mentioned कोई confidential बात हो। इनमें से किसी को meeting में add करने से पहले, ask करें कि क्या room में सब लोग इसके लिए ठीक हैं कि एक third-party service के पास उस conversation का transcript हो, और क्या vendor की retention policy आपकी कंपनी की data handling rules से match करती है।

Check करें कि आपके AI chat client में कौन से plugins या connectors enable हैं भी। कुछ model को web browse करने या connected apps जैसे Google Drive को access करने देते हैं, जो आप share करना intended थे उससे ज्यादा context में pull कर सकते हैं।

Habit build करें, सिर्फ policy नहीं

Goal zero AI use नहीं है, यह AI use है जहां सब लोग input box को एक external email की तरह एक vendor को treat करते हैं, क्योंकि functionally यही है। एक बार जब यह mental model stick हो जाता है, तो ज्यादातर risky behavior अपने आप बंद हो जाता है।

इसके बारे में ज्यादा जानने के लिए, Korra Studio के segments देखें data security fundamentals पर और practical AI tooling पर engineering teams के लिए।