பணியிடத்தில் நிறுவனத் தரவை கசையாமல் AI ஐ பயன்படுத்துதல்

பெரும்பாலான நிறுவனங்கள் இப்போது ஆंतरिক दस्तावेज़, कोড और ग्राहक डेटा को ChatGPT, Claude या Copilot में चिपकाते हैं, अक्सर बिना किसी को मंजूरी दिए। समस्या AI ही नहीं है। यह है कि जो लोग ये टूल लाते हैं, वे इन्हें एक निजी नोटपैड की तरह मानते हैं, जब वास्तविकता में आप एक तीसरे पक्ष के सर्वर पर डेटा भेज रहे हैं जिसकी सेवा की शर्तें अधिकांश लोग कभी नहीं पढ़ते हैं।

अपनी input के साथ वास्तव में क्या होता है यह जानें

जो भी टूल आप उपयोग कर रहे हैं, उसकी डेटा उपयोग शर्तें पढ़ें, इससे पहले कि आप कुछ भी मान लें। ChatGPT का consumer tier (मुफ्त और Plus योजनाएं) सेटिंग्स में opt out न करने तक conversations का उपयोग future मॉडल्स को train करने के लिए कर सकता है। ChatGPT Enterprise और Team योजनाएं, साथ ही API, आम तौर पर डिफ़ॉल्ट रूप से आपके डेटा पर train नहीं करते हैं और मजबूत contractual गारंटियां प्रदान करते हैं। Claude (consumer बनाम Claude for Work/API) और Gemini पर भी यही विभाजन लागू होता है। "मुफ्त व्यक्तिगत खाता" और "डेटा प्रोसेसिंग समझौते के साथ व्यावसायिक खाता" के बीच का अंतर आपके actual risk में सबसे बड़ा कारक है, और यह वह है जिसे अधिकांश लोग check करना छोड़ देते हैं।

अगर आपकी कंपनी ने किसी भी AI tool के लिए enterprise tier खरीदा नहीं है, तो मान लें कि आप एक free-tier chatbot में जो भी prompt type करते हैं, वह एक मानव trainer द्वारा reviewed हो सकता है या एक future मॉडल में बेक किया जा सकता है। यह paranoia नहीं है, यह अधिकांश consumer service की शर्तों की सादी पढ़ाई है।

paste करने से पहले डेटा को strip करें

कुछ भी prompt में paste करने से पहले पूछें कि क्या होगा अगर यह exact text कल एक data breach headline में दिखाई दे। अगर जवाब बुरा है, तो पहले redact करें। ठोस रूप से:

• एक response को draft करने में सहायता मांगने से पहले real customer names, emails और account IDs को placeholders (CUSTOMER_A, user@example.com) से replace करें।
• code snippets से API keys, tokens और internal hostnames को strip करें। एक quick grep -riE "(api[_-]?key|secret|token|password)" जो file पर आप paste करने वाले हैं, उस पर अधिकांश obvious leaks को पकड़ता है।
• एक पूरी proprietary file को paste करने के बजाय एक समस्या के shape को summarize करें। "मेरे पास एक function है जो sliding window का उपयोग करके प्रति user requests को rate-limit करता है, और यह bursty traffic के तहत legitimate requests को drop कर रहा है" आपको अपने actual algorithm को सौंपे बिना उपयोगी सहायता देता है।
• contracts, financials या NDA के तहत कुछ भी के लिए, general-purpose chat tools का उपयोग बिल्कुल न करें जब तक कि आपकी legal team ने explicitly उस tool को उस data class के लिए clear न किया हो।

guardrails सेट अप करें जिसे आपकी team वास्तव में follow करेगी

एक policy जिसे कोई भी नहीं पढ़ता, उसे ignore किया जाता है। एक policy जो existing workflow में fits, उसे follow किया जाता है। कुछ चीजें जो व्यावहारिक रूप से काम करती हैं:

• IT को एक business-tier AI account provision करने के लिए कहें (ChatGPT Team, Claude for Work, Microsoft Copilot आपके M365 tenant के साथ) ताकि employees के लिए default option सुरक्षित हो, free public एक नहीं।
• browser extensions या DLP (data loss prevention) tools जैसे Microsoft Purview या Nightfall का use करें जो flag करते हैं जब कोई एक secret या PII की तरह कुछ paste करने वाला हो एक web form में एक AI site में। कई companies के पास पहले से ही email के लिए DLP है; browser input को AI sites तक extend करना एक natural अगला कदम है।
• एक one-page policy लिखें जो plain language में कहे, कौन से tools किस data classes 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 को beat करता है।
• code के लिए specifically, decide करें कि GitHub Copilot या एक self-hosted alternative (जैसे एक local Code Llama या StarCoder deployment) आपके सबसे sensitive repos के लिए अधिक sense बनाता है। Copilot Business आपको specific repos को suggestions से exclude करने देता है और code-matching filters है जो licensed snippets को regurgitate करने की संभावना को कम करता है।

sneaky leak paths के लिए देखें

Direct copy-paste ही एकमात्र risk नहीं है। Browser extensions जो pages को summarize करते हैं, quietly आपकी screen पर जो कुछ है, वह internal dashboards सहित, एक remote API को भेज सकते हैं। AI-powered note-taking bots जो आपके video calls (Otter.ai, Fireflies आदि) को join करते हैं, record और transcribe सबकुछ, जिसमें confidential कुछ भी casually mention किया गया हो। ऐसा कुछ भी add करने से पहले एक meeting में, पूछें कि क्या कमरे में everyone एक third-party service को उस conversation के transcript को hold करने के लिए fine है, और क्या vendor की retention policy आपकी company की data handling rules match करती है।

check करें कि क्या plugins या connectors आपके AI chat client में enabled हैं। कुछ model को browse करने या connected apps जैसे Google Drive को access करने देते हैं, जो अधिक context को pull कर सकते हैं जितना आप share करने का इरादा रखते थे।

habit बनाएं, सिर्फ policy नहीं

लक्ष्य zero AI use नहीं है, यह AI use है जहां everyone input box को एक external email की तरह treat करता है एक vendor को, क्योंकि यह functionally है जो यह है। एक बार जब वह mental model stick करता है, तो अधिकांश risky behavior अपने आप stop हो जाता है।

इस पर अधिक के लिए, Korra Studio के data security fundamentals पर segments को check करें और practical AI tooling के लिए engineering teams के लिए।