AI już działa w Twojej organizacji. Czy masz nad nią kontrolę?
W dzisiejszym odcinku podcastu „Business Tech Talks” gościmy Dianę Kisiałę, Data Protection Officer oraz ekspertkę ds. compliance i bezpieczeństwa informacji w BlueSoft. Rozmawiamy o jednym z najbardziej palących wyzwań współczesnego biznesu – zjawisku "Shadow AI", czyli nieautoryzowanym wykorzystywaniu sztucznej inteligencji przez pracowników bez wiedzy organizacji.Z tej rozmowy dowiesz się:* Tykająca bomba danych: Dlaczego aż 82% pracowników korzysta z AI za pomocą prywatnych kont i co sprawia, że 77% z nich umieszcza tam poufne dane firmowe?* Lekcje od gigantów: Jakie błędy popełnili pracownicy Samsunga oraz Amazonu i dlaczego odpowiedzi Chata GPT zaczęły niepokojąco przypominać wewnętrzne dokumenty tych korporacji?,* Kto za to zapłaci? Dlaczego w świetle RODO i regulacji DORA to zarząd, a nie nieświadomy pracownik, ponosi pełną odpowiedzialność za wycieki i wielomilionowe kary?,,* Filtr bezpieczeństwa (DLP): Jak działają narzędzia Data Loss Prevention i w jaki sposób mogą zablokować wysyłkę numeru PESEL czy dokumentu „Top Secret” do publicznego modelu AI?,* 4 poziomy klasyfikacji: Jak skutecznie podzielić informacje w firmie, aby każdy pracownik wiedział, co może trafić do AI, a co musi pozostać wewnątrz organizacji?,* Zamiast zakazów – edukacja: Dlaczego blokowanie AI jest skazane na porażkę i jak przeprowadzić analizę potrzeb, by dostarczyć pracownikom bezpieczne i autoryzowane narzędzia?
Podczas rozmowy omówiono incydent z Amazonem i problem wycieku danych z modeli AI.
Diana Kisiałka omówiła rolę zarządu w zapewnieniu bezpieczeństwa danych i odpowiedzialność firmy za wycieki.
Rozmowa skupiła się na tym, jak pracownicy korzystają z AI i powodują wycieki danych.
Diana Kisiałka omówiła ryzyko i konsekwencje wycieku danych, w tym kary finansowe i wizerunkowe.
Rozmowa skupiła się na tym, jak zarząd powinien zapewniać bezpieczeństwo danych i edukować pracowników.
Rozmowa skupiła się na rozwiązywaniu problemu wycieku danych poprzez edukację, narzędzia i procedury.
Diana Kisiałka omówiła narzędzia DLP i zabezpieczenia danych w firmie.
Rozmowa skupia się na zabezpieczeniach danych i procedurach związanych z narzędziem AI, takich jak analiza narzędzi, wybor odpowiednich narzędzi, edukacja pracowników i oznaczenie danych.
Podkreśla ważność wdrożenia odpowiednich umów, edukacji pracowników i szkoleń dotyczące oznaczeń danych i zabezpieczeń.
Diana Kisiala przygotowuje dokument zawierający wskazówki dotyczące zabezpieczenia narzędzi AI, który będzie dostępny na stronie podcastu.
Słuchaczy i widzów również też bardzo dziękuję, że słuchaliście naszej rozmowy. To był podcast Business Tech Talks powered by BlueSoft.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
„Słuchaczy i widzów również też bardzo dziękuję, że słuchaliście naszej rozmowy. To był podcast Business Tech Talks powered by BlueSoft."
Kliknij, aby znaleźć fragmenty, w których pada.
W dzisiejszym odcinku podcastu „Business Tech Talks” gościmy Dianę Kisiałę, Data Protection Officer oraz ekspertkę ds. compliance i bezpieczeństwa informacji w BlueSoft. Rozmawiamy o jednym z najbardziej palących wyzwań współczesnego biznesu – zjawisku "Shadow AI", czyli nieautoryzowanym wykorzystywaniu sztucznej inteligencji przez pracowników bez wiedzy organizacji.Z tej rozmowy dowiesz się:* Tykająca bomba danych: Dlaczego aż 82% pracowników korzysta z AI za pomocą prywatnych kont i co sprawia, że 77% z nich umieszcza tam poufne dane firmowe?* Lekcje od gigantów: Jakie błędy popełnili pracownicy Samsunga oraz Amazonu i dlaczego odpowiedzi Chata GPT zaczęły niepokojąco przypominać wewnętrzne dokumenty tych korporacji?,* Kto za to zapłaci? Dlaczego w świetle RODO i regulacji DORA to zarząd, a nie nieświadomy pracownik, ponosi pełną odpowiedzialność za wycieki i wielomilionowe kary?,,* Filtr bezpieczeństwa (DLP): Jak działają narzędzia Data Loss Prevention i w jaki sposób mogą zablokować wysyłkę numeru PESEL czy dokumentu „Top Secret” do publicznego modelu AI?,* 4 poziomy klasyfikacji: Jak skutecznie podzielić informacje w firmie, aby każdy pracownik wiedział, co może trafić do AI, a co musi pozostać wewnątrz organizacji?,* Zamiast zakazów – edukacja: Dlaczego blokowanie AI jest skazane na porażkę i jak przeprowadzić analizę potrzeb, by dostarczyć pracownikom bezpieczne i autoryzowane narzędzia?