חזרה לבלוג
AI ועוזרים חכמים

איך לאפשר לעובדים להשתמש ב-AI בלי להדליף מידע ל-ChatGPT (מדריך למנהלי אבטחת מידע)

עובדים כבר מדביקים מסמכים, קוד ונתוני לקוחות ל-ChatGPT. חסימה לא עוצרת את זה, היא רק מעבירה את זה לטלפון הפרטי. המדריך מסביר איך מגנים על מידע ארגוני בשימוש ב-AI: מדיניות, כלים, ותחליף מאובטח שרץ על שרת הארגון.

21.11.202610 דק קריאהקשור ל-WISHGOODS
Read this article in English
איך לאפשר לעובדים להשתמש ב-AI בלי להדליף מידע ל-ChatGPT (מדריך למנהלי אבטחת מידע)

בכל ארגון בישראל יש היום עובדים שמדביקים ל-ChatGPT חוזה כדי לסכם אותו, טבלת אקסל כדי לנתח אותה, או קטע קוד כדי למצוא בו באג. הם לא עושים את זה מרשלנות. הם עושים את זה כי זה חוסך להם שעה, ואף אחד לא נתן להם דרך טובה יותר.

למנהל אבטחת מידע (CISO) או למנהל IT זה נראה כמו דליפת מידע שקורית כל יום. התגובה האינסטינקטיבית היא לחסום. המדריך הזה מסביר למה חסימה לבדה לא עובדת, ואיך בונים מצב שבו העובדים מקבלים AI חזק, והמידע נשאר בתוך הארגון.

למה חסימת ChatGPT בארגון לא פותרת את הבעיה

חסימה של ChatGPT ושל כלי AI דומים ברשת הארגונית עוצרת את השימוש רק במחשבים של העבודה. העובד שצריך לסכם מסמך פשוט מצלם אותו בטלפון הפרטי, או מעביר אותו למייל האישי וממשיך משם. כך נוצר Shadow AI: שימוש ב-AI שהארגון לא רואה, לא מתעד ולא יכול לבקר.

במצב הזה הסיכון לא ירד, הוא רק נעלם מהעין. לכן המטרה הנכונה היא לא "אפס AI", אלא נתיב מאושר ונוח לשימוש ב-AI, שהוא גם הדרך הקלה ביותר עבור העובד.

איזה מידע עובדים מדליפים ל-ChatGPT בלי לשים לב

הדליפות הנפוצות הן לא סודות מדינה אלא עבודה יומיומית: מסמכי לקוחות וחוזים, נתונים פיננסיים ודוחות, מידע על עובדים ושכר, קוד מקור ומפתחות גישה שנשארו בתוכו, ותכתובות פנימיות עם פרטים מזהים.

בכלים ציבוריים, ובחשבונות אישיים במיוחד, המידע מעובד בתשתית של ספק חיצוני ונשמר לפי מדיניות הספק. גם כשהספק מתחייב לא לאמן מודלים על המידע, הארגון כבר לא שולט במקום שבו המידע נמצא ובמי שיכול לגשת אליו.

שלב 1: מדיניות שימוש ב-AI וסיווג מידע

מתחילים במסמך קצר שכל עובד יכול לקרוא בחמש דקות: אילו כלי AI מאושרים, איזה מידע מותר להכניס לכל כלי, ומה אסור בכל מקרה. מדיניות שאי אפשר לזכור לא תיושם.

בסיס טוב הוא שלוש רמות: מידע ציבורי שמותר בכל כלי, מידע פנימי שמותר רק בכלים שהארגון אישר, ומידע רגיש (לקוחות, רפואי, פיננסי, משפטי, ביטחוני) שמותר רק בכלי שרץ בתוך הארגון.

שלב 2: כלים טכניים להגנה על מידע ארגוני בשימוש ב-AI

בצד הטכני יש כמה שכבות: מערכות DLP שמזהות העתקה של מידע רגיש לאתרים חיצוניים, הגבלת כלי AI לחשבונות ארגוניים בלבד במקום חשבונות פרטיים, וניטור של השימוש כדי להבין אילו צרכים העובדים מנסים לפתור.

גרסאות ארגוניות של שירותי ענן, כמו ChatGPT Enterprise ו-Microsoft 365 Copilot, נותנות שליטה טובה יותר מחשבון פרטי. אבל גם בהן המידע מעובד מחוץ לארגון, ולכן עבור המידע ברמה הרגישה ביותר הן לא תמיד מספיקות.

שלב 3: תחליף מאובטח ל-ChatGPT שרץ על שרת הארגון

הפתרון השלם הוא לתת לעובדים עוזר AI ברמה של ChatGPT, שמותקן על השרת של הארגון או בענן הפרטי שלו. כשהמודל רץ מקומית, השאלות, המסמכים והתשובות לא יוצאים מהארגון בכלל, ולעובד אין סיבה לחפש כלי אחר.

זה בדיוק מה ש-Zoe for Business של WISHGOODS נבנתה לעשות: עוזר AI ארגוני שעולה כחבילת Docker על שרת הארגון, עם אפשרות למודל מקומי שלא מוציא דבר החוצה, הצפנת AES-256-GCM לטוקני החיבורים, יומן אבטחה עם בדיקת שלמות לכל שורה, ואישור אנושי לפני כל פעולה שיוצאת החוצה.

צ׳קליסט למנהל אבטחת מידע לפני שבוחרים כלי AI

איפה המידע מעובד ונשמר, ומי יכול לגשת אליו? האם אפשר להריץ את המודל בתוך הארגון? האם יש הרשאות לפי תפקיד, וכל עובד רואה רק את מה שמותר לו? האם כל שאלה ופעולה מתועדות ביומן ביקורת שאפשר לייצא ל-SIEM?

ועוד: האם הכלי יכול לבצע פעולות (לשלוח מייל, לשנות רשומה) בלי אישור? האם יש SSO ו-MFA? ומה קורה למידע כשמפסיקים להשתמש בכלי? כלי שאין לו תשובות ברורות לשאלות האלה הוא סיכון, גם אם הוא נוח.

רגולציה: תיקון 13 לחוק הגנת הפרטיות ומגזרים מפוקחים

תיקון 13 לחוק הגנת הפרטיות מחמיר את האחריות של ארגונים על מידע אישי שהם מחזיקים, כולל מידע שעובר לגורמים חיצוניים. כלי AI ציבורי שעובדים מדביקים אליו מידע על לקוחות הוא בדיוק מקרה כזה.

בבתי חולים וקופות חולים, בגופים פיננסיים וחברות ביטוח, ובתעשייה הביטחונית, הדרישות מחמירות עוד יותר, וההחלטה להשאיר את המידע בתוך הארגון היא לעתים קרובות לא העדפה אלא חובה. במקרים כאלה התקנה מקומית (On-Premise) היא הדרך הפשוטה לעמוד בדרישות ועדיין לתת לעובדים AI.

כמה עולה להקים AI פרטי בארגון

שירותי ענן ארגוניים מתומחרים בדרך כלל כמנוי חודשי לכל משתמש, ולכן העלות גדלה עם כל עובד שמצטרף. גישה ישירה למודלים דרך API מתומחרת לפי שימוש (טוקנים), והעלות קשה לחיזוי.

ב-AI פרטי על שרת הארגון, העלות העיקרית היא חד-פעמית: חומרה או ענן פרטי, הקמה והתאמה, ואחר כך תחזוקה. אין תשלום לפי שאלה ולא לפי משתמש, כך שככל שיותר עובדים משתמשים, העלות לעובד יורדת. נקודת האיזון תלויה במספר המשתמשים ובסוג המשימות, ואת זה בודקים בפיילוט.

מה לקחת מהמאמר

  • חסימת ChatGPT לבדה לא מונעת דליפת מידע, היא מעבירה את השימוש לטלפון הפרטי (Shadow AI).
  • מדיניות קצרה עם שלוש רמות מידע, ועליה כלים טכניים כמו DLP וחשבונות ארגוניים בלבד.
  • למידע הרגיש ביותר, התחליף המאובטח הוא עוזר AI שרץ על שרת הארגון, עם יומן ביקורת ואישור אנושי.

הצעד הבא

Zoe for Business היא עוזר AI ארגוני להתקנה מקומית (On-Premise): המידע נשאר על השרת שלכם, כל פעולה מתועדת, ושום דבר לא נשלח בלי אישור. נשמח להראות איך זה נראה בארגון שלכם, בפיילוט של שבועיים.

להכיר את Zoe for Business