Ja, I må bruge AI på jeres egne data, men ikke på det hele. Tre spørgsmål afgør sagen: hvilke data er der tale om, hvor bliver de behandlet, og kan I bagefter dokumentere hvad der skete. Klassifikationen er arbejdet. Resten er kontrakter og indstillinger.
Spørgsmålet kommer altid i samme form. Nogen i huset vil bruge AI på noget rigtigt arbejde, og nogen anden spørger om det egentlig er lovligt.
Så bliver det uafklaret, og i mellemtiden bruger fem medarbejdere en gratis konto til det samme uden at nogen har taget stilling. Det er den situation der faktisk er farlig, ikke den kontrollerede brug.
Denne guide er den korte vej til at få taget stilling.
De tre spørgsmål der afgør det hele
Hvilke data? Personoplysninger er en anden samtale end forretningsdata. Grænsen går ved om noget handler om et menneske eller om virksomheden.
Hvor behandles de? Det er et spørgsmål om geografi og om hvem der kan tvinges til at udlevere, ikke om leverandørens nationalitet.
Kan I gøre rede for det bagefter? Både GDPR og EU AI Act handler i praksis mest om dette. Ikke om at have gjort det perfekt, men om at kunne vise hvad I gjorde og hvorfor.
Kan I svare klart på de tre, er I længere end de fleste.
Trin 1: Klassificér, før I gør noget andet
Der er fire niveauer, og de afgør alt det efterfølgende:
- PUBLIC kan sendes hvorhen som helst.
- INTERNAL til systemer I har kontrol over.
- CONFIDENTIAL kun med skrevne betingelser om behandlingssted, ingen træning og et revisionsspor.
- RESTRICTED sendes aldrig.
Tommelfingerreglen på den svære grænse går på to ting: personoplysninger er altid RESTRICTED, og det samme er eksakte tal som omsætning, margin og EBITDA. Beskrivelser, vilkår og vurderinger er CONFIDENTIAL.
Selve øvelsen tager en halv time for de fleste virksomheder, og eksempler på hvad der hører hvor står i de fire klassifikationsniveauer.
Det vigtige er at klassifikationen ligger på kilden. Ligger den på den enkelte forespørgsel, skal nogen vurdere hver gang, og den vurdering bliver truffet forkert en travl fredag.
Trin 2: Find ud af hvor behandlingen sker
Tre spørgsmål til leverandøren, uanset om I betaler for produktet eller ej:
- I hvilket land ligger det datacenter der behandler vores forespørgsler?
- Bruges vores data til at træne modeller? Svaret skal stå i kontrakten, ikke i en mail.
- Hvem er underdatabehandlerne, og hvor ligger de?
Bemærk at "vi er GDPR-compliant" ikke besvarer nogen af de tre. Det er en påstand om et resultat, ikke en oplysning om et sted.
En amerikansk udbyder der behandler i et EU-datacenter kan sagtens være i orden. En europæisk udbyder der sender videre til en amerikansk underleverandør er det ikke. Hvorfor det er sted og ikke nationalitet der tæller, er uddybet i AI og datasikkerhed i EU.
Trin 3: Sørg for at der er noget der håndhæver reglen
En klassifikation der kun findes i et dokument bliver ikke fulgt. Der skal være noget mellem jeres data og modellen.
I praksis er der tre lag: felter kan fjernes kategorisk ud fra hvad slags model der arbejdes med, en scanner kan fange nøgler og adgangskoder i fritekst, og personoplysninger kan håndteres på vej til modellen.
Kun det første lag er kategorisk. De to andre er mønstergenkendelse og kan tage fejl begge veje. Derfor er klassifikationen ansvaret, og de andre lag er sikkerhedsnettet.
Spørg konkret: hvilke felter sender I aldrig, og er det en indstilling eller er det bygget ind? Er det en indstilling, er det reelt ikke en garanti.
Trin 4: Gem nok til at kunne gøre rede for det
Det her er den del folk springer over, og det er den del der bliver efterspurgt.
Fire linjer per analyse er nok: hvilken model, hvilke data ind, hvad kom ud, og hvad I brugte kontra forkastede. En mappe per strategiforløb.
For de fleste virksomheder der bruger AI til analyse frem for til beslutninger om mennesker, er det stort set hele forpligtelsen efter EU AI Act. Hvad der derudover gælder, og hvornår I er ovre i den tunge ende, står i EU AI Act for SMV'er.
Hvordan det spiller sammen med GDPR i det daglige, herunder hvad der stoppes på vej ind og ud, står i GDPR og AI-assisteret strategi.
De fire fejl der koster mest
At tro EU-hosting er nok. Den løser hvor, ikke hvad. En uanonymiseret kundeliste er stadig personoplysninger i et EU-datacenter.
At tro anonymisering er nok. Kan modtageren udpege personen ud fra sammenhængen, er det stadig personoplysninger. "Kundesegment A" er anonymt. "Vores største kunde i Sønderjylland" er ikke.
At udskyde beslutningen. Mens ledelsen overvejer, bruger medarbejderne en gratis konto. Ingen beslutning er også en beslutning, bare en ukontrolleret én.
At starte på det svære. Den hurtigste vej til en beslutning er at prøve det på noget ufarligt.
Den første formiddag
- Inventar, en time. Skriv jeres ti vigtigste datakilder ned.
- Klassifikation, en time. Giv hver kilde et niveau. Vær uenige højt, det er dér arbejdet ligger.
- Regel, ti minutter. Skriv én sætning ned: RESTRICTED forlader aldrig huset.
- Leverandørmail, ti minutter. Send de tre spørgsmål.
- Prøv det, tredive minutter. Kør en analyse på rene PUBLIC-data. Konkurrenters offentliggjorte regnskaber, markedstendenser. Ingen personoplysninger overhovedet.
Punkt 5 er det der flytter noget. Når ledelsen har set hvad systemet gør ved data ingen er nervøse for, bliver spørgsmålet om INTERNAL konkret i stedet for principielt.
Hvad bestyrelsen skal spørge om
Kommer emnet på et bestyrelsesmøde, er der tre spørgsmål der afgør om leverandøren har tænkt over det: hvor ligger vores data fysisk, kan vi se hvad systemet byggede sit svar på, og må vi vælge noget andet end det anbefalede.
De tre krav, og hvordan man hører på svaret om der er tænkt over det, står i tre ting din bestyrelse bør kræve.
Svaret på det oprindelige spørgsmål er altså ja. I må bruge AI på jeres egne data. I skal bare have besluttet hvilke, før nogen spørger.