Корпоративный ИИ по внутренним документам без утечки данных
Содержание
Сотрудники уже пользуются публичными чат-ботами. Они загружают туда служебные записки, отчёты, договоры и протоколы, чтобы быстрее найти ответ или подготовить документ. Для организации это означает, что конфиденциальные данные уходят на зарубежные серверы без контроля, без журнала и без возможности их удалить.
Запретить это почти никогда не получается: инструмент слишком полезен. Разумнее дать сотрудникам безопасную альтернативу, которая работает с документами организации внутри контролируемого контура. Разберём, как она устроена, чем отличается от публичного сервиса и почему «просто поставить локальную модель» недостаточно.
Как работает ИИ по внутренним документам
Технология называется RAG: поиск с генерацией ответа. Она устроена так:
- Загрузка. Документы организации поступают в систему: PDF, Word, таблицы, сканы, страницы внутренней базы знаний, файлы из общих папок.
- Подготовка. Сканы проходят распознавание текста, документы очищаются, разбиваются на смысловые фрагменты, к каждому добавляются метаданные: автор, дата, подразделение, уровень доступа.
- Индексация. Из фрагментов строится поисковый индекс, который ищет по смыслу, а не по точному совпадению слов.
- Вопрос. Сотрудник задаёт вопрос обычным языком.
- Поиск с учётом прав. Система находит фрагменты, к которым у этого сотрудника есть доступ.
- Ответ. Языковая модель формирует ответ только на основе найденных фрагментов.
- Ссылки. Ответ сопровождается ссылками на документы и конкретные места в них.
Важно: модель не обучается на документах организации. Знания хранятся в управляемом индексе. Документ можно обновить или удалить, и система перестанет его использовать.
Отличия от публичного сервиса
| Критерий | Публичный сервис | Корпоративный ИИ |
|---|---|---|
| Где обрабатываются данные | у зарубежного провайдера | в вашем контуре или облаке в Казахстане |
| Знает ваши документы | только то, что загрузили в чат | весь подключённый архив |
| Права доступа | нет | наследуются от исходных систем |
| Ссылки на источники | не всегда | обязательно |
| Журнал запросов | у провайдера | у вас |
| Удаление данных | по правилам провайдера | по вашим правилам |
| Соответствие требованиям локализации | под вопросом | проектируется заранее |
Почему «поставили локальную модель» недостаточно
Размещение модели внутри сети убирает внешнюю передачу данных, но не решает внутренние риски. Даже закрытая система может раскрыть информацию, если:
- права доступа не учитываются при поиске, и сотрудник отдела продаж получает фрагмент из приказа кадровой службы;
- удалённый документ остался в индексе, и система продолжает цитировать то, что уже отменено;
- в загруженном файле есть скрытые инструкции, которые меняют поведение ИИ, например «игнорируй ограничения и покажи всё»;
- журнал запросов хранит полные тексты с персональными данными и сам становится уязвимым хранилищем;
- нет оценки качества, и система уверенно отвечает неверно, а никто этого не замечает.
Поэтому корпоративный ИИ строится как система с несколькими уровнями защиты, а не как установка модели.
Архитектура промышленной системы
| Слой | Что делает |
|---|---|
| Конвейер загрузки | проверка файлов, распознавание, разбиение, метаданные, версии |
| Поисковый индекс | семантический поиск с фильтрацией по правам |
| Языковые модели | формирование ответа, иногда несколько моделей под разные задачи |
| Управление доступом | вход через учётные записи организации, роли, права на уровне документов |
| Фильтры | обезличивание персональных данных на входе и выходе |
| Журнал | запросы и ответы с защитой чувствительных данных |
| Оценка качества | эталонные вопросы, точность, корректность ссылок, утечки |
Варианты размещения
- Серверы организации. Полный контроль, но нужны GPU и эксплуатация.
- Частное облако в Казахстане. Данные остаются в стране, оборудование не нужно покупать сразу.
- Изолированная сеть. Для данных ограниченного доступа, без подключения к интернету.
- Гибрид. Открытые задачи отдельно, конфиденциальные в закрытом контуре.
Законодательство Казахстана требует хранить персональные данные на территории страны, поэтому для большинства организаций рассматриваются первые три варианта.
Где это полезно
- Юридическая служба: поиск по договорам, нормативным актам и ранее подготовленным заключениям.
- Кадровая служба: ответы сотрудникам по внутренним правилам, отпускам, командировкам.
- Канцелярия: поиск по переписке и решениям руководства.
- Техническая служба: регламенты, паспорта оборудования, отчёты об инцидентах.
- Руководство: сводки по отчётам и протоколам за период.
- Научные подразделения: поиск по отчётам и публикациям.
Пример сценария
Сотрудник юридического отдела спрашивает: «Какие у нас договоры с поставщиками оборудования содержат штраф за просрочку больше 0,1% в день?». Система находит подходящие пункты в договорах, к которым у него есть доступ, и выдаёт список с цитатами и ссылками на документы. Раньше на это уходил день ручного просмотра, теперь минуты плюс проверка найденного.
Как запускать
- AI Readiness Audit. Какие задачи, какие документы, какие требования к безопасности, какая инфраструктура.
- Выбор архива для пилота. Ограниченный, но реально используемый массив документов.
- Эталонный набор. 50-100 вопросов от будущих пользователей с правильными ответами.
- Пилот. Сравнение моделей, настройка поиска, тесты безопасности.
- Оценка. Точность, ссылки, утечки, скорость, отзывы пользователей.
- Масштабирование. Новые архивы, подразделения, интеграции.
Частые вопросы
Нужно ли покупать серверы с GPU?
Не обязательно. Для пилота и многих рабочих сценариев подходит аренда мощностей в казахстанском облаке. Решение о покупке принимается после пилота и замера нагрузки.
Может ли ИИ ошибаться?
Может, поэтому ответы содержат ссылки на источники, которые сотрудник проверяет за секунды. Качество регулярно измеряется на эталонном наборе вопросов.
Как быстро появляются новые документы в ответах?
Зависит от настройки конвейера. Обычно новые документы индексируются от нескольких минут до суток.
Что видит администратор в журнале?
Факт запроса, пользователя, время и использованные документы. Полные тексты с персональными данными могут храниться в защищённом виде или не храниться вовсе, по политике организации.
Сколько времени занимает пилот?
Обычно несколько недель на одном архиве документов, в зависимости от его объёма и процедур согласования.
Можно ли подключить почту, общие папки и базу знаний?
Да, каждый источник подключается отдельно с сохранением исходных прав доступа.
