AI Governance

Con người chịu trách nhiệm
cho những quyết định của AI.

Đưa AI vào công việc với quy tắc rõ ràng về dữ liệu, quyết định và hành động tự động. Quản trị AI đưa những quy tắc đó vào cách thiết kế và vận hành hệ thống.

Tám nhóm thực hành dưới đây cụ thể hóa quản trị AI trong hoạt động phát triển và vận hành hằng ngày. Chúng tôi tham khảo Hướng dẫn AI cho doanh nghiệp của Nhật Bản (phiên bản 1.2) như một tài liệu tham khảo quốc tế và điều chỉnh theo từng dự án. Việc áp dụng tại Việt Nam phải phù hợp pháp luật Việt Nam; tài liệu tham khảo không thay thế yêu cầu pháp lý.

01 Không huấn luyện bằng dữ liệu khách hàng khi chưa được cho phép.

Dữ liệu của bạn không được dùng để huấn luyện hoặc tinh chỉnh mô hình nếu chưa có thỏa thuận rõ ràng bằng văn bản. Chúng tôi rà soát điều khoản dịch vụ AI bên ngoài để ngăn việc sử dụng dữ liệu huấn luyện ngoài phạm vi cho phép.

02 Con người chịu trách nhiệm với hành động có ảnh hưởng lớn.

Chúng tôi xác định AI được tự làm gì, khi nào cần người phê duyệt và ai chịu trách nhiệm cuối cùng.

03 Có thể kiểm tra kết quả và hành động.

Khi hệ thống hỗ trợ, chúng tôi thiết kế khả năng truy vết qua nguồn tham chiếu và hồ sơ kết quả, quyết định, hành động của tác nhân AI.

Scope

Bảo mật bảo vệ thông tin.
Quản trị định hướng hoạt động của AI.

An toàn thông tin và quản trị AI bổ trợ cho nhau. An toàn thông tin bảo vệ dữ liệu và hệ thống; quản trị AI xác định cách lựa chọn, đánh giá, cấp quyền và giám sát mô hình, tác nhân AI.

Information Security

Dữ liệu doanh nghiệp được bảo vệ như thế nào?

Địa điểm xử lý dữ liệu, quyền truy cập, dịch vụ được phê duyệt, quy trình phát triển an toàn và ứng phó sự cố xác định cách bảo vệ thông tin xuyên suốt dự án.

Xem chính sách bảo mật thông tin
AI Governance

AI được phép làm gì và được kiểm soát như thế nào?

Quy tắc sử dụng dữ liệu, đánh giá mô hình, phạm vi hành động, giám sát của con người, truy vết và kiểm thử bảo mật riêng cho AI giúp duy trì hoạt động trong giới hạn đã thống nhất.

Implementation Rules

Tám nhóm thực hành cho AI doanh nghiệp có trách nhiệm.

Mỗi nhóm trình bày hướng kiểm soát, cách áp dụng trong dự án và tài liệu có thể hỗ trợ đánh giá kỹ thuật, rủi ro của khách hàng. Biện pháp cụ thể được thống nhất theo hệ thống và mức độ rủi ro.

01

Xử lý dữ liệu khách hàng

Dữ liệu khách hàng

Chúng tôi chỉ dùng dữ liệu khách hàng giao xử lý cho mục đích dự án đã thống nhất. Huấn luyện hoặc tinh chỉnh mô hình bằng dữ liệu đó cần có thỏa thuận bằng văn bản về phạm vi sử dụng, cùng căn cứ xử lý và sự đồng ý của chủ thể dữ liệu nếu pháp luật yêu cầu.

Cách áp dụng

  • Mặc định, dữ liệu không được dùng để huấn luyện hoặc tinh chỉnh. Nếu có, dữ liệu, mục đích, thời hạn lưu và điều kiện xóa được quy định trong hợp đồng hoặc biên bản thỏa thuận.
  • Với mỗi dự án, chúng tôi xác định nhóm dữ liệu được gửi đến LLM bên ngoài (được gửi / được gửi sau khi che thông tin / không được gửi). Các nhóm được ghi trong bảng phân loại xử lý dữ liệu và trình bạn phê duyệt.
  • Dữ liệu cá nhân, thông tin nhạy cảm và bí mật kinh doanh mặc định thuộc nhóm “không được gửi”. Ngoại lệ cần đánh giá và thống nhất về dữ liệu, nơi xử lý, điều kiện nhà cung cấp và biện pháp bảo vệ. Che thông tin hoặc thay định danh không mặc nhiên loại bỏ nghĩa vụ bảo vệ dữ liệu cá nhân.
  • Khi không cho phép dịch vụ AI bên ngoài, chúng tôi có thể đề xuất mô hình có trọng số mở, tự vận hành trong môi trường đã thống nhất, bao gồm môi trường do khách hàng kiểm soát nếu cần.
  • Thời hạn lưu và nơi lưu nhật ký chạy mô hình được xác định cho từng dự án.

Tài liệu có thể cung cấp

Bảng phân loại xử lý dữ liệu, thỏa thuận sử dụng dữ liệu huấn luyện, quy định lưu nhật ký

02

Lựa chọn mô hình

Kiến trúc linh hoạt với nhà cung cấp

Chúng tôi đánh giá mô hình theo yêu cầu bảo mật, chất lượng, tốc độ phản hồi và tổng chi phí của dự án, đồng thời ghi rõ căn cứ đề xuất cấu hình.

Cách áp dụng

  • Khi lựa chọn mô hình có ảnh hưởng đáng kể đến giải pháp, chúng tôi so sánh các phương án phù hợp bằng tác vụ đại diện và ghi nhận kết quả. Mô hình không được chọn chỉ vì mới nhất.
  • Các giới hạn của bạn, như xử lý tại Việt Nam, không đưa dữ liệu ra khỏi môi trường riêng hoặc triển khai trên hạ tầng nội bộ, là điều kiện sàng lọc đầu tiên.
  • Với mô hình tự vận hành, chúng tôi đánh giá các kỹ thuật giảm dung lượng và tối ưu theo tác vụ trên cơ sở phần cứng, yêu cầu chất lượng hiện có.
  • Khi khả thi, phần xử lý của ứng dụng được tách khỏi giao diện nhà cung cấp mô hình để giảm phụ thuộc. Thay đổi mô hình vẫn cần kiểm tra tương thích và kiểm thử hồi quy.
  • Chi phí được so sánh theo mức dự kiến hằng tháng, gồm lưu lượng sử dụng và số lần xử lý lại, không chỉ theo đơn giá mỗi lần chạy mô hình.

Tài liệu có thể cung cấp

Bảng so sánh mô hình (tiêu chí, kết quả, lý do lựa chọn), sơ đồ kiến trúc thể hiện cách thay mô hình

03

Giám sát của con người

Phạm vi tự động theo mức rủi ro

Phạm vi AI tự thực hiện được xác định theo ảnh hưởng nghiệp vụ và rủi ro. Hành động cần phê duyệt, chuyển cấp xử lý hoặc biện pháp bổ sung được thống nhất khi thiết kế.

Cách áp dụng

  • Trong thiết kế, chúng tôi xác định vai trò chịu trách nhiệm về nghiệp vụ và yêu cầu phê duyệt hoặc chuyển cấp xử lý của từng quy trình liên quan.
  • Thao tác được đánh giá theo ảnh hưởng, khả năng đảo ngược và hậu quả khi sai. Hành động rủi ro cao hoặc không thể đảo ngược cần phê duyệt hay biện pháp kiểm soát tương đương đã thống nhất. Tác vụ thông thường trong phạm vi giới hạn, kể cả trả lời khách hàng tự động đủ điều kiện, có thể không cần phê duyệt từng lần nếu thiết kế cho phép.
  • Công cụ và quyền của tác nhân được xác định trước, kiểm tra khi thực thi. Thao tác ngoài quyền được ngăn bằng kiểm soát truy cập và danh sách công cụ cho phép.
  • Với quyết định cần đánh giá, chúng tôi trình bày căn cứ, giới hạn hoặc chỉ dấu chưa chắc chắn khi có, đồng thời thiết kế quy trình để tránh phê duyệt máy móc.
  • Điều kiện chuyển cấp và bàn giao cho con người được quy định trong thiết kế vận hành, bao gồm cách xử lý khi hệ thống không thể hoàn thành an toàn.

Tài liệu có thể cung cấp

Sơ đồ phê duyệt, danh sách quyền công cụ, điều kiện chuyển cấp xử lý

04

Độ chính xác và đánh giá

Kiểm thử và nghiệm thu

Tiêu chí đánh giá phù hợp mục đích được xác định trước khi triển khai. Nghĩa vụ nghiệm thu của hợp đồng phát triển và mục tiêu kiểm chứng PoC được quy định riêng; không thể bảo đảm từng kết quả riêng lẻ của AI.

Cách áp dụng

  • Chúng tôi chuẩn bị bộ dữ liệu đánh giá đại diện từ dữ liệu khách hàng được phép sử dụng hoặc dữ liệu thử nghiệm phù hợp và thực hiện đánh giá trước triển khai.
  • Tùy bài toán, chúng tôi đo mức hoàn thành tác vụ, căn cứ thực tế, dẫn nguồn, thời gian phản hồi, khả năng từ chối phù hợp và chuyển cấp xử lý bằng chỉ số được ghi rõ.
  • Ngưỡng mục tiêu và tiêu chí nghiệm thu nếu áp dụng được thống nhất theo rủi ro nghiệp vụ, ghi trong kế hoạch đánh giá hoặc đặc tả kiểm thử.
  • Khi mô hình hoặc câu lệnh thay đổi đáng kể, chúng tôi thực hiện kiểm thử hồi quy trên bộ dữ liệu được kiểm soát và đối chiếu với mức sai lệch cho phép trước khi phát hành.
  • Khi hợp đồng bao gồm đánh giá liên tục, chúng tôi rà soát mẫu dữ liệu vận hành hoặc chỉ số giám sát và báo cáo theo quy trình quản trị đã thống nhất.

Tài liệu có thể cung cấp

Kế hoạch đánh giá, báo cáo kết quả đo kiểm, kết quả kiểm thử hồi quy

05

Khả năng truy vết

Căn cứ và nhật ký kiểm tra

Chúng tôi thiết kế khả năng truy vết phù hợp để điều tra kết quả và hành động AI trong giới hạn đã thống nhất về ghi nhật ký, quyền riêng tư và lưu giữ.

Cách áp dụng

  • Khi hệ thống hỗ trợ câu trả lời dựa trên nguồn, chúng tôi cung cấp trích dẫn hoặc tham chiếu đến tài liệu, đoạn nội dung liên quan.
  • Trường dữ liệu trong nhật ký được xác định theo mục đích sử dụng, có thể gồm thời điểm, người thực hiện, mô hình và phiên bản, nguồn tham chiếu, thao tác công cụ và sự kiện phê duyệt. Đầu vào, đầu ra nhạy cảm chỉ được ghi theo chính sách xử lý dữ liệu đã thống nhất.
  • Với tác nhân nhiều bước, dấu vết thực thi có thể ghi các bước liên quan, lần gọi công cụ và kết quả cần thiết cho điều tra.
  • Thời hạn lưu, quyền truy cập và cách xuất nhật ký được thống nhất với bạn.
  • Nhật ký chứa dữ liệu cá nhân được xử lý theo quy định tại trang Bảo mật thông tin.

Tài liệu có thể cung cấp

Định nghĩa trường nhật ký, mẫu nhật ký kiểm tra, quy trình lưu giữ và xóa

06

Bảo mật AI

Kiểm soát rủi ro riêng của AI

Chúng tôi kết hợp nhiều lớp kiểm soát để xử lý rủi ro như chèn chỉ dẫn trái phép, dùng công cụ ngoài quyền, lộ dữ liệu và đưa nguồn tri thức không an toàn vào hệ thống.

Cách áp dụng

  • Chèn chỉ dẫn trái phép (prompt injection): Tài liệu truy xuất và nội dung bên ngoài được coi là đầu vào chưa đáng tin cậy. Giới hạn chỉ dẫn, quyền công cụ và kiểm tra khi chạy được kết hợp, thay vì chỉ dựa vào câu lệnh.
  • Lộ dữ liệu: Truy xuất tuân theo quyền của người dùng; quyền cũng được kiểm tra khi thực thi công cụ và thao tác nhạy cảm. Chúng tôi kiểm thử nguy cơ tiết lộ thông tin ngoài dự kiến.
  • Kiểm soát truy cập: Khi môi trường khách hàng hỗ trợ, chúng tôi tích hợp với hệ thống quản lý danh tính, truy cập hiện có và cấp quyền tối thiểu cần thiết.
  • Cấp quyền công cụ và thao tác: API, khả năng công cụ và phạm vi thao tác được phê duyệt trước. Thao tác ghi dữ liệu chịu kiểm soát quyền và phê duyệt theo rủi ro.
  • Làm sai lệch nguồn dữ liệu: Chúng tôi xác định nguồn được phép đưa vào hệ thống, ghi nhận nguồn gốc khi hệ thống hỗ trợ và đánh giá ảnh hưởng của thay đổi nguồn tri thức đến hoạt động AI.
  • Trước khi phát hành, các nội dung này được kiểm tra bằng tình huống thử nghiệm có đầu vào nhằm gây sai lệch hoặc vượt quyền.

Tài liệu có thể cung cấp

Danh sách hạng mục kiểm thử bảo mật AI, kết quả kiểm thử, tài liệu thiết kế phân quyền

07

Quản lý thay đổi mô hình

Kiểm soát thay đổi

Thay đổi đáng kể về mô hình, câu lệnh hoặc nhà cung cấp được đánh giá, quản lý theo quy trình đã thống nhất, gồm thông báo hoặc xin phê duyệt của khách hàng khi cần.

Cách áp dụng

  • Phiên bản mô hình, câu lệnh và tham số được quản lý cấu hình, lưu lịch sử thay đổi.
  • Trước thay đổi, chúng tôi đánh giá ảnh hưởng và trình đề xuất cùng kết quả so sánh trên bộ dữ liệu đánh giá.
  • Thay đổi trên hệ thống vận hành tuân theo quy trình phê duyệt đã thống nhất. Khi kỹ thuật cho phép, chúng tôi triển khai theo từng bước và chuẩn bị phương án quay lại phiên bản trước hoặc khôi phục.
  • Chúng tôi theo dõi thông báo của nhà cung cấp và lập kế hoạch chuyển đổi khi phát hiện việc ngừng cung cấp hoặc thay đổi tương thích đáng kể.
  • Khi cập nhật mô hình trong sản phẩm của Technica, chúng tôi thông báo phạm vi ảnh hưởng trong ghi chú phát hành.

Tài liệu có thể cung cấp

Đánh giá ảnh hưởng thay đổi, kết quả đánh giá so sánh, ghi chú phát hành

08

Sử dụng dịch vụ AI bên thứ ba

Đánh giá nhà cung cấp

Dịch vụ AI bên thứ ba được xem xét về sử dụng dữ liệu, thời hạn lưu, nơi xử lý, điều khoản bảo mật và mức phù hợp với dự án. Cấu hình được phê duyệt được ghi trong tài liệu.

Cách áp dụng

  • Với mỗi dự án, chúng tôi lập danh sách dịch vụ và mục đích sử dụng, trình bạn trước khi ký hợp đồng.
  • Nội dung đánh giá gồm điều khoản huấn luyện mô hình, biện pháp kiểm soát dữ liệu, lưu giữ, nơi xử lý, bên xử lý tiếp theo, thông tin bảo mật liên quan và giới hạn dịch vụ.
  • Với dữ liệu khách hàng, chúng tôi chọn cấu hình có điều khoản không cho phép nhà cung cấp dùng dữ liệu để huấn luyện mô hình, trừ khi khách hàng cho phép rõ ràng phương án khác và việc xử lý đáp ứng pháp luật áp dụng.
  • Với dự án không cho phép gửi dữ liệu bên ngoài, chúng tôi đề xuất cấu hình không sử dụng dịch vụ bên ngoài.
  • Chúng tôi rà soát thay đổi đáng kể về điều kiện dịch vụ và thông báo khi ảnh hưởng đến biện pháp kiểm soát đã thống nhất.

Tài liệu có thể cung cấp

Danh sách dịch vụ (mục đích, dữ liệu gửi, khu vực xử lý, việc sử dụng để huấn luyện)

Boundaries & Responsibilities

Rõ giới hạn. Rõ trách nhiệm.

AI có trách nhiệm cũng đòi hỏi minh bạch về giới hạn, cam kết hợp đồng và những quyết định vẫn cần con người đánh giá.

AI tạo sinh có thể đưa ra kết quả sai hoặc thiếu nhất quán. Chúng tôi không bảo đảm từng kết quả riêng lẻ. Nghiệm thu phát triển dựa trên tiêu chí trong hợp đồng; mục tiêu PoC hỗ trợ quyết định tính khả thi, không mặc nhiên là nghĩa vụ nghiệm thu.

Chúng tôi không kiểm soát được quy trình huấn luyện nội bộ của mô hình bên thứ ba hoặc thay đổi tương lai của nhà cung cấp. Chúng tôi đánh giá điều khoản, theo dõi thay đổi liên quan và đề xuất phương án khác khi giới hạn dự án yêu cầu.

AI chỉ tự thực hiện trong phạm vi được phê duyệt. Tác vụ thông thường có thể tự động theo quy tắc xác định; quyết định rủi ro cao hoặc không thể đảo ngược cần giám sát phù hợp của con người hoặc cho phép rõ ràng.

Với ứng dụng nhạy cảm ảnh hưởng đến cá nhân, như tuyển dụng hoặc đánh giá nhân sự, chúng tôi xem xét mục đích, tính công bằng, nghĩa vụ áp dụng, biện pháp bảo vệ và vai trò của người đánh giá trước khi thống nhất thiết kế.

FAQ

Câu hỏi thường gặp về quản trị AI.

Giải đáp về sử dụng dữ liệu, giám sát của con người, kiểm thử, truy vết và kiểm soát vận hành. Nội dung riêng của dự án được quy định trong hợp đồng liên quan.

Technica có dùng dữ liệu khách hàng để huấn luyện mô hình không?

Không khi chưa có thỏa thuận rõ ràng bằng văn bản. Chúng tôi chỉ dùng dữ liệu được giao cho mục đích dự án đã thống nhất và không cho phép nhà cung cấp AI bên ngoài dùng dữ liệu khách hàng để huấn luyện theo cấu hình thông thường.

Mọi việc huấn luyện hoặc tinh chỉnh phải xác định dữ liệu, mục đích, thời hạn lưu, điều kiện xóa và được khách hàng cho phép bằng văn bản. Khi có dữ liệu cá nhân, cũng cần căn cứ xử lý và sự đồng ý của chủ thể dữ liệu nếu pháp luật yêu cầu.

Dữ liệu nào được gửi đến LLM bên ngoài?

Chúng tôi phân loại dữ liệu theo nhóm được gửi, cần biện pháp bảo vệ hoặc phải giữ trong môi trường đã phê duyệt. Dữ liệu cá nhân, thông tin nhạy cảm và bí mật kinh doanh mặc định bị hạn chế; che thông tin không tự động loại bỏ nghĩa vụ bảo vệ dữ liệu cá nhân.

Việc dùng dịch vụ bên ngoài và địa điểm xử lý được thống nhất trước triển khai. Nếu không cho phép dịch vụ AI bên ngoài, chúng tôi có thể đề xuất giải pháp tự vận hành trong môi trường của dự án.

Có thể biết mô hình và phiên bản đang sử dụng không?

Có. Chúng tôi ghi nhận mô hình, phiên bản, lý do lựa chọn và kết quả so sánh liên quan. Hồ sơ khi chạy có thể ghi phiên bản nếu cấu hình dự án cho phép ghi nhật ký.

Hệ thống có thay đổi cách hoạt động khi cập nhật mô hình không?

Có. Thay đổi mô hình và câu lệnh có thể ảnh hưởng đến hoạt động. Chúng tôi đánh giá thay đổi đáng kể và kiểm thử hồi quy theo ngưỡng chất lượng, rủi ro đã thống nhất trước phát hành.

Thay đổi trong vận hành theo quy trình phê duyệt, với triển khai từng bước và phương án quay lại phiên bản trước khi kỹ thuật cho phép.

Ai chịu trách nhiệm nếu AI trả lời sai?

Trách nhiệm phụ thuộc mục đích sử dụng và hợp đồng. Khi thiết kế, chúng tôi xác định vai trò chịu trách nhiệm về nghiệp vụ, hành động AI được tự thực hiện và phê duyệt cần thiết. Nghĩa vụ triển khai của Technica được đánh giá theo tiêu chí đã thống nhất.

Tiêu chí nghiệm thu, trách nhiệm và biện pháp khắc phục được quy định trong hợp đồng dự án cùng các điều kiện hợp tác áp dụng.

Có thể kiểm tra căn cứ của kết quả không?

Khi hệ thống hỗ trợ, câu trả lời dựa trên tri thức có nguồn tham chiếu. Nhật ký có thể ghi thời điểm, phiên bản mô hình, nguồn, phê duyệt và hành động, theo giới hạn về quyền riêng tư và lưu giữ đã thống nhất.

Quy trình tác nhân nhiều bước cũng có thể lưu dấu vết thực thi và hồ sơ gọi công cụ để phục vụ điều tra.

Tác nhân AI có thể tự thực hiện thao tác không?

Có, trong phạm vi được phê duyệt. Công cụ, quyền và giới hạn hoạt động được quy định trước và kiểm tra khi thực thi. Tác vụ thông thường có thể tự động; hành động rủi ro cao hoặc không thể đảo ngược cần người phê duyệt hoặc biện pháp kiểm soát khác đã thống nhất khi thiết kế.

Technica xử lý nguy cơ prompt injection như thế nào?

Nội dung bên ngoài được coi là chưa đáng tin cậy; giới hạn chỉ dẫn, công cụ và kiểm tra quyền được áp dụng khi thao tác. Hành động rủi ro cao có biện pháp bổ sung.

Khi phù hợp, kiểm thử riêng cho AI có tình huống cố tình gây sai lệch bằng câu lệnh. Kết quả có thể được cung cấp trong bộ tài liệu đánh giá đã thống nhất.

Nhân viên có thể dùng AI để lấy thông tin từ tài liệu ngoài quyền truy cập không?

Chúng tôi thiết kế truy xuất và truy cập công cụ theo quyền từng người, áp dụng quyền tối thiểu và kiểm thử nguy cơ tiết lộ ngoài dự kiến. Khi môi trường hỗ trợ, xác thực được tích hợp với hệ thống danh tính hiện có của khách hàng.

Có thể chia sẻ tài liệu quản trị AI của Technica với khách hàng của chúng tôi không?

Có. Bạn có thể chia sẻ trang công khai này. Chúng tôi cũng hỗ trợ bảng câu hỏi bảo mật, trao đổi kỹ thuật và thảo luận quản trị theo yêu cầu riêng của khách hàng.

Governance Review

Trao đổi về yêu cầu quản trị AI của bạn.

Cùng đội ngũ kỹ thuật rà soát yêu cầu sử dụng dữ liệu, quyền tự thực hiện của AI, đánh giá, giám sát và truy vết. Chúng tôi cũng hỗ trợ bảng câu hỏi quản trị, bảo mật trong quá trình đánh giá nhà cung cấp.

Trao đổi về quản trị AI