01 Простыми словами
Политика использования ИИ фиксирует правила в письменном виде вместо устной договорённости «в целом понятно, как себя вести». В ней описано, какие сервисы сотрудники могут использовать в работе, какие данные нельзя передавать во внешние ИИ-сервисы и к кому обращаться, если нужен новый инструмент.
02 Как это работает
Типовая политика использования ИИ состоит из нескольких блоков.
- Список разрешённых сервисов — какие именно ИИ-инструменты компания официально одобрила для рабочего применения и в каких отделах их можно применять.
- Правила по данным — что именно можно спокойно передавать во внешние публичные сервисы, а что нужно обрабатывать строго только во внутренних закрытых или локальных инструментах компании.
- Порядок согласования — куда именно обращаться, если сотруднику нужен сервис, которого ещё нет в списке, и сколько времени обычно занимает такое согласование.
- Ответственность — кто следит за исполнением политики, куда сообщать о нарушении или инциденте и как часто проверяется соблюдение правил на практике.
Готовый шаблон такого документа для быстрой адаптации под конкретную компанию и её отрасль есть в статье про шаблон политики использования ИИ — здесь же разобрано, из каких частей документ состоит и зачем нужна каждая.
03 Где применяется
- ИТ-отдел. Список разрешённых сервисов упрощает ответ на вопрос сотрудника «а можно ли мне вот этот сервис для работы» и снижает почву для стихийного Shadow AI в отделах.
- Юристы. Правила по данным снижают риск, что персональные данные клиентов случайно попадут во внешний сервис без согласия на обработку.
- HR. Политику включают в адаптацию новых сотрудников — правила становятся понятны с первого дня, без выяснения по ходу работы у коллег.
- Бухгалтерия. Чёткое правило про финансовые документы снижает риск случайной передачи чувствительных данных во внешний сервис при подготовке отчётов.
- Продажи. Правило про переписку с клиентами определяет, можно ли готовить черновики коммерческих предложений во внешнем ИИ-сервисе.
- Служба поддержки. Правила по тону и содержанию ответов чат-бота фиксируются в той же политике, что упрощает обучение новых сотрудников поддержки при высокой текучести кадров.
- Руководство. Документ упрощает разговор с крупными клиентами и партнёрами о том, как компания контролирует использование ИИ и какие гарантии это даёт.
04 Кто пишет черновик политики
Руководитель компании обсуждает с юристом спорный вопрос: можно ли доверить первый черновик политики использования ИИ языковой модели вместо того, чтобы писать его с нуля вручную?
Аргумент за. Модель быстро собирает типовую структуру документа и предлагает формулировки правил на основе распространённой практики — черновик экономит часы работы юриста на первом этапе.
Аргумент против. Специфика конкретной компании модели недоступна: какие сервисы уже используются, какие данные особенно чувствительны, какие процессы уже выстроены в отделах. Черновик рискует получиться общим, без учёта реальных рисков компании.
Компромисс, к которому приходят. Модель готовит структуру и типовые формулировки, а конкретное содержание — список сервисов, правила по данным, ответственных — юрист и ИТ-отдел прописывают сами, опираясь на реестр из управления ИИ. Итоговый документ подписывает и утверждает человек — ответственность за содержание остаётся за ним.
05 Ограничения и ошибки
- Документ без конкретики бесполезен — общие фразы вроде «использовать ИИ ответственно» оставляют сотрудника без понятного ориентира в реальной ситуации.
- Политику стоит пересматривать при появлении нового крупного сервиса — устаревший документ создаёт ложное чувство порядка при том, что реальная практика уже другая.
- Без обучения сотрудников документ часто остаётся непрочитанным — короткая памятка или встреча при адаптации работают лучше, чем ссылка на длинный файл.
- Слишком строгие ограничения подталкивают сотрудников обходить правила и пользоваться сервисами в обход политики — формулировки стоит проверять на реалистичность.
- Политика без назначенного ответственного за её соблюдение существует только формально — нужен конкретный человек, который её поддерживает.
Как выстроить эту политику вместе с более широким управлением ИИ — рассказываем в ИИ-консалтинге.