ИИ над данными — проект про доступы
ИИ над данными — проект про доступы Агент читает тринадцать баз сразу, и все барьеры, которые раньше держались сами собой, пропадают. Это реальный проект, который я выполнил лично. Заказчик — группа компаний, называть не буду. Исходная задача звучала как «внедрить ИИ», но по факту это оказался проект по управлению доступом. Раньше, чтобы узнать зарплату коллеги, нужно было получить доступ в бухгалтерию. Барьер держался сам собой. Агент, который читает тринадцать баз, этот барьер схлопывает: достаточно задать вопрос по-русски. Защита в несколько слоёв Один фильтр не спасает, поэтому каждый слой закрывает свой класс риска. Я выстроил ролевую модель, запреты на уровне кода, детектор обращений к чувствительным данным, контур контроля стоимости, журнал аудита и разделение технических учётных записей. Сначала работа с наборами прав: было 56, стало 10. Меньше ролей — проще проверять и сложнее ошибиться. Кадровые и зарплатные базы закрыты для всех ролей без исключения. Что изменилось • Утечек персональных данных через ИИ-контур: было открытое поле риска, стало ноль случаев • Фактический доступ к кадрам и бухгалтерии: не расширился • Стоимость обращения: была непредсказуемой, стала порядка трёх долларов за пятьдесят содержательных запросов • Расширение прав по факту внедрения: не произошло Честно скажу про незакрытое: защита многослойная, но не абсолютная, и часть рисков ещё остаётся в работе. Поэтому журнал аудита и детектор обращений нужны не для галочки, а как постоянный контроль. Вывод простой: перед ИИ над корпоративными данными сначала наведите порядок с доступами. Модель только покажет то, что у вас и так плохо лежало. #иб #доступы #корпоративныйии Полный разбор с деталями кейса → Кейсы: как бизнес зарабатывает на ИИ-агентах НейроШтат — внедрение ИИ-агентов Посмотреть кабинет онлайн-школы на демо-данных Канал в Telegram