Bảo mật dữ liệu khi gửi lên model AI: những gì cần khoá lại

Giám đốc nhân sự của một công ty tuyển dụng từng phát hiện một nhân viên trong đội dán nguyên danh sách hơn hai nghìn hồ sơ ứng viên, gồm cả số điện thoại và địa chỉ, vào một công cụ AI miễn phí chỉ để nhờ "lọc nhanh theo kinh nghiệm" cho tiện — và điều đáng sợ nhất không phải là việc đó đã xảy ra, mà là công ty hoàn toàn không có cách nào biết được chuyện này cho đến khi tình cờ nghe nhân viên kể lại trong một buổi trò chuyện phiếm.

Câu chuyện này lặp lại ở rất nhiều doanh nghiệp Việt Nam, vì nhân viên thường dùng AI miễn phí theo thói quen cá nhân mà không ý thức được rủi ro khi dán dữ liệu khách hàng vào những công cụ không có cam kết bảo mật doanh nghiệp. Bài này sẽ giúp bạn có bộ biện pháp thực tế để khoá lại đúng những gì cần khoá, gồm che dữ liệu nhạy cảm, chọn gói có cam kết không huấn luyện lại và kiểm soát truy cập theo vai trò.

Vì sao dữ liệu doanh nghiệp dễ rò rỉ qua AI hơn bạn nghĩ

Khác với việc gửi file qua email nội bộ có thể kiểm soát bằng hệ thống giám sát sẵn có, việc dán dữ liệu vào công cụ AI miễn phí thường diễn ra âm thầm trên trình duyệt cá nhân của nhân viên, không để lại dấu vết trong bất kỳ hệ thống giám sát nào của công ty. Nhiều công cụ AI miễn phí, đặc biệt là các phiên bản dành cho người dùng cá nhân, có điều khoản cho phép sử dụng dữ liệu người dùng để cải thiện model trong tương lai — nghĩa là thông tin khách hàng của bạn có thể đã trở thành một phần dữ liệu huấn luyện mà không có cách nào lấy lại được.

Bộ biện pháp bảo vệ dữ liệu cho doanh nghiệp

Che dữ liệu nhạy cảm trước khi đưa vào AI

Với các tác vụ không thực sự cần đến thông tin định danh cụ thể — như phân loại phản hồi khách hàng hay tóm tắt xu hướng — nên xây dựng quy trình tự động thay thế tên, số điện thoại, địa chỉ và các thông tin nhạy cảm khác bằng ký hiệu chung trước khi dữ liệu được gửi đến AI, rồi khôi phục lại thông tin thật sau khi nhận kết quả. Cách làm này giúp giảm đáng kể rủi ro ngay cả khi có sự cố rò rỉ xảy ra ở phía nhà cung cấp AI.

Chọn gói có cam kết không huấn luyện lại

Hầu hết nhà cung cấp lớn đều có gói doanh nghiệp riêng với điều khoản cam kết rõ ràng không dùng dữ liệu khách hàng để huấn luyện lại model, khác hẳn với gói miễn phí hoặc gói cá nhân thông thường. Trước khi triển khai AI cho cả công ty, cần đọc kỹ điều khoản sử dụng dữ liệu doanh nghiệp chính thức thay vì mặc định tin rằng mọi gói trả phí đều có cam kết này, vì không phải lúc nào cũng đúng như vậy.

Kiểm soát truy cập theo vai trò

Với các hệ thống AI nội bộ có kết nối với dữ liệu công ty — như chatbot tra cứu tài liệu dùng kỹ thuật RAG — cần thiết kế phân quyền truy cập theo đúng vai trò của từng nhân viên ngay từ đầu, đảm bảo một nhân viên cấp thấp không thể vô tình nhận được câu trả lời trích từ tài liệu chỉ dành cho cấp quản lý. Đây là lỗi thiết kế rất dễ bị bỏ sót khi triển khai vội mà không có sự tham gia của đội bảo mật ngay từ giai đoạn lên kế hoạch.

Xây quy định sử dụng AI cho toàn đội

Tuy các biện pháp kỹ thuật rất quan trọng, nhưng phần lớn rủi ro thực tế lại đến từ thói quen sử dụng hằng ngày của nhân viên chứ không phải lỗ hổng kỹ thuật phức tạp, nên việc có một bộ quy định rõ ràng và dễ hiểu về những gì được phép và không được phép dán vào công cụ AI là bước đầu tiên cần làm, ngay cả trước khi đầu tư vào các giải pháp kỹ thuật phức tạp hơn.

Liệt kê rõ loại dữ liệu cấm tuyệt đối — như thông tin định danh khách hàng, số tài khoản hay hợp đồng chưa công bố — không được dán vào bất kỳ công cụ AI công cộng nào.
Chỉ định rõ công cụ được phép dùng cho từng loại công việc, thay vì để nhân viên tự do lựa chọn công cụ AI theo sở thích cá nhân.
Đào tạo định kỳ, không chỉ phổ biến một lần — vì công cụ AI mới xuất hiện liên tục và thói quen cũ rất dễ quay trở lại nếu không được nhắc nhở thường xuyên…

Đặc biệt, đừng chỉ ban hành quy định rồi để đó — nên có cơ chế nhắc nhở nhẹ nhàng ngay tại thời điểm nhân viên có nguy cơ vi phạm, ví dụ như cảnh báo tự động khi phát hiện định dạng số điện thoại hoặc email trong nội dung sắp được gửi đến một công cụ AI chưa được phê duyệt, thay vì chỉ trông chờ vào ý thức tự giác của từng người.

Giám sát và phát hiện sớm

Ngoài các biện pháp phòng ngừa, doanh nghiệp cũng nên cân nhắc các công cụ giám sát luồng dữ liệu ra khỏi mạng nội bộ để phát hiện sớm các trường hợp nhân viên gửi lượng dữ liệu bất thường đến các dịch vụ AI chưa được phê duyệt, giúp công ty can thiệp kịp thời trước khi thiệt hại xảy ra thay vì chỉ biết được sau khi sự việc đã rồi như câu chuyện đầu bài.

Nếu công ty bạn đang cân nhắc giữa việc dùng model đóng qua API hay tự triển khai model mã nguồn mở trên hạ tầng riêng để kiểm soát dữ liệu tuyệt đối, bài Model mã nguồn mở và model đóng khác nhau ở điểm nào sẽ giúp bạn cân nhắc kỹ hơn khía cạnh kiểm soát dữ liệu giữa hai hướng đi này.

Ngoài ra, khi lựa chọn giữa nhiều nhà cung cấp model AI, chính sách dữ liệu nên là một trong những tiêu chí hàng đầu chứ không phải yếu tố phụ — bài So sánh các nhà cung cấp model AI lớn: chọn theo nhu cầu nào có bảng so sánh chi tiết về chính sách dữ liệu của từng nhà cung cấp lớn.

Nếu doanh nghiệp bạn đang xây dựng chiến lược AI tổng thể chứ không riêng gì vấn đề bảo mật, bài Công cụ AI cho doanh nghiệp: bản đồ toàn cảnh và cách chọn đúng sẽ cho bạn lộ trình đầy đủ hơn để đặt vấn đề bảo mật vào đúng vị trí trong bức tranh chung.

Bảo mật dữ liệu khi dùng AI không phải là rào cản khiến doanh nghiệp chậm chân trong cuộc đua công nghệ, mà chính là nền tảng để công ty bạn dùng AI một cách bền vững và an tâm lâu dài — chỉ cần vài quy định rõ ràng và một hệ thống giám sát cơ bản, câu chuyện như của công ty tuyển dụng ở đầu bài hoàn toàn có thể được ngăn chặn từ trước, bạn nhé!