ИИ и персональные данные: что разрешить сотрудникам перед запуском пилота

ИИ и персональные данные — один из первых вопросов, который нужно закрыть до запуска пилота нейросетей в компании. Сотрудники быстро начинают проверять идеи в ChatGPT, Claude, Gemini и других сервисах: просят сократить письмо, разобрать договор, подготовить ответ клиенту, суммировать таблицу или сделать черновик инструкции. Польза появляется почти сразу, но вместе с ней возникает риск: в запрос может уйти то, что нельзя отправлять во внешний сервис.

Задача руководителя — не запретить ИИ «на всякий случай», а задать понятные границы. Ниже — практическая схема, которую можно использовать как основу для внутреннего правила, обучения команды или консультации перед внедрением ИИ.

Почему вопрос данных нужно решить до выбора инструмента

Распространённая ошибка — сначала выбрать нейросеть или корпоративный тариф, а потом разбираться, что сотрудники будут туда загружать. В реальности порядок должен быть обратным: сначала карта данных и сценариев, затем выбор безопасного контура.

Если этого не сделать, компания получает не внедрение, а набор личных практик: один менеджер отправляет в ИИ переписку с клиентом, другой — фрагмент договора, третий — внутреннюю таблицу, четвёртый — данные из CRM. Даже если каждый хотел ускорить работу, общий риск становится неуправляемым.

Три зоны данных: можно, осторожно, нельзя

Для старта достаточно простой классификации. Она понятна сотрудникам и хорошо ложится в короткий регламент ИИ.

• Зелёная зона: открытые материалы, обезличенные примеры, черновики без персональных сведений, общие инструкции, публичные описания продуктов, учебные задачи.
• Жёлтая зона: клиентские кейсы после обезличивания, фрагменты документов без реквизитов, коммерческие предложения без чувствительных условий, внутренние процессы без закрытых данных.
• Красная зона: персональные данные, телефоны, почты, паспортные сведения, договоры целиком, медицинская и финансовая информация, коммерческая тайна, выгрузки из CRM и закрытые базы.

Такое разделение не заменяет юридическую экспертизу, но помогает быстро снизить бытовые риски. Сотруднику не нужно каждый раз гадать, можно ли отправлять материал в нейросеть: у него есть рабочая логика принятия решения.

Что значит обезличить данные для ИИ

Обезличивание — это не просто заменить имя клиента на «Иван». Нужно убрать всё, по чему человека, компанию или сделку можно восстановить без особых усилий. В рабочих запросах обычно достаточно заменить конкретные сущности на роли и условия.

• имена, телефоны, почты и адреса заменить на нейтральные обозначения;
• номера договоров, счетов и заявок удалить полностью;
• точные суммы заменить диапазонами, если они не критичны для задачи;
• названия клиентов и партнёров заменить на отрасль и размер компании;
• оставить только тот контекст, который реально нужен для ответа ИИ.

Например, вместо реальной переписки можно дать нейросети очищенную ситуацию: «клиент из производственной компании недоволен сроками поставки, нужно подготовить корректный ответ и предложить следующий шаг». Для многих задач этого достаточно.

Кто должен проверять результат нейросети

Правило безопасности должно описывать не только входные данные, но и выходной результат. Нейросеть может уверенно предложить неточную формулировку, придумать факт, исказить обязательство или слишком резко ответить клиенту. Поэтому в пилоте нужен владелец проверки.

Для писем клиентам результат проверяет ответственный сотрудник или руководитель направления. Для юридически значимых формулировок — профильный специалист. Для публичных материалов — человек, который отвечает за репутацию и фактическую точность. ИИ ускоряет подготовку, но не становится финальным автором решения.

Минимальный набор правил перед пилотом

1. Какие ИИ-сервисы разрешены для рабочих задач.
2. Какие типы данных запрещено загружать полностью.
3. Как обезличивать рабочие примеры перед отправкой в нейросеть.
4. Кто проверяет ответы перед отправкой клиенту или публикацией.
5. Где хранить удачные промпты и шаблоны, чтобы они не оставались в личных чатах.
6. Какие метрики покажут, что пилот действительно полезен: время, качество, скорость ответа, снижение рутины.

Этот набор можно связать с более широким регламентом ИИ в компании и чек-листом выбора первого процесса для внедрения. Тогда команда получает не разрозненные запреты, а понятную рабочую систему.

Когда лучше идти в корпоративный контур

Если сценарий требует постоянной работы с договорами, заявками, клиентской базой, персональными данными или закрытыми документами, обычного публичного чата может быть недостаточно. В этом случае стоит рассматривать корпоративные настройки доступа, локальные базы знаний, защищённые интеграции и отдельные правила хранения данных.

Главный критерий простой: чем ближе ИИ к реальным клиентским и внутренним данным, тем важнее не только удобство инструмента, но и архитектура процесса — кто имеет доступ, что логируется, где хранятся материалы, как проверяется результат.

Что сделать руководителю на этой неделе

Выберите один рабочий процесс, где ИИ может быстро дать эффект, и проведите короткую инвентаризацию данных: что сотрудники будут загружать, что нужно убрать, кто проверит результат, как измерить пользу через 2–4 недели. Такой подход позволяет не тормозить внедрение, но и не превращать эксперимент в риск для компании.

Если нужен безопасный запуск ИИ-пилота, можно начать с консультации: разобрать процессы, данные, риски, роли и собрать понятные правила для команды без лишней бюрократии.

Продолжить по теме

Связанные услуги и материалы по ИИ, нейросетям и внедрению.

AI-аудит и внедренческий спринт2 недели до карты AI-сценариев и первого пилотаВнедрение ИИ в бизнесаудит процессов, пилот и запуск нейросетей в работеКорпоративное обучение нейросетямпрактическая программа для сотрудников и руководителей