Seguretat de la IA
Protegint dades sensibles a l'era de les eines d'IA i GenAI
27 articles
La Prevencio de PII en Temps Real Estalvia 2,2 M$
IBM va trobar una diferencia de cost de 2,2 M$ entre prevencio i deteccio. Aqui teniu els calculs que fan de la interceptacio de PII en temps real una opcio no negociable per als equips de seguretat.
RGPD Art. 32: Supervisio de PII en Eines d'IA
Els equips de compliment empresarial necessiten evidencia quantitativa dels controls de PII de les eines d'IA. El DLP de xarxa no detecta les interaccions d'IA del navegador.
Prevencio de PII en Temps Real per a Fuites de Dades d'IA
Quan un empleat escriu el nom d'un client a ChatGPT, les dades surten del control de l'organitzacio en temps real. El DLP posterior al fet no pot desfer el dany.
IA de suport GDPR: Els identificadors personalitzats compten
La IA de suport al client rep missatges de clients amb noms, correus electronics I IDs de comanda. Les eines PIE estandard eliminen les adreces de correu electronic pero deixen els IDs de comanda intactes.
La Teva Eina de Privadesa d'IA Esta Robant Les Teves Dades?
El 67% de les extensions de Chrome per a IA recopilen dades dels usuaris. Els incidents del desembre del 2025 van veure 900.000 usuaris compromesos per extensions que es feien passar per eines de privadesa.
3,8 Exposicions Diaries de PII als Equips de Suport
Cada agent de suport que utilitza ChatGPT fa una mitja de 3,8 enganxaments de dades sensibles al dia. Per a un equip de 100 persones, aixo son 380 incidents d'exposicio al RGPD diariament.
Despres de l'Incident dels 900.000 Usuaris
El gener del 2026, dos extensions malicioses de Chrome instal.lades per mes de 900.000 usuaris van exfiltrar converses completes de ChatGPT i DeepSeek cada 30 minuts.
Per que la politica no aconsegueix aturar les filtracions de PII a ChatGPT
El 77% dels usuaris empresarials d'IA copien i enganxen dades en les consultes a chatbots. Gairebe el 40% dels fitxers penjats contenen dades PII o PCI. S'ha proposat una actualitzacio de la Norma de Seguretat HIPAA.
IA empresarial: acces per a devs sense riscos
Els bancs van prohibir ChatGPT. Els seus desenvolupadors el feien servir des de casa de totes formes. El 27,4% de tot el contingut alimentat als chatbots d'IA empresarials conte dades sensibles (Zscaler).
Usar Cursor i Claude sense filtrar codi
Cursor carrega fitxers .env al context d'IA per defecte. Una empresa de serveis financers va perdre 12 milions de dolars despres que els seus algoritmes de trading propietaris s'enviessin a un assistent d'IA.
La politica d'IA sense controls tecnics falla
El 77% dels empleats comparteixen dades laborals sensibles amb eines d'IA malgrat les politiques que ho prohibeixen. Un contractista governamental va enganxar dades de sol.licitants d'ajuda per inundacions de FEMA.
IDE vs navegador: seguretat d'IA per a desenvolupadors
Els desenvolupadors utilitzen la IA en dos entorns: l'IDE (Cursor, VS Code) i el navegador (Claude.ai, ChatGPT). Cadascun requereix controls diferents.
El 83% de les extensions d'IA mai no s'auditen
El 83% de les extensions de Chrome amb permisos amplis mai no han estat auditades de seguretat (USENIX 2025). El 45% dels empleats d'empreses utilitzen extensions no aprovades.
39 milions de filtracions a GitHub: el risc de la programacio amb IA
El 67% dels desenvolupadors han exposat accidentalment secrets en codi (GitGuardian 2025). 39 milions de secrets van filtrar-se a GitHub el 2024, un augment del 25% respecte a l'any anterior.
Vibe Coding i filtracio de dades personals: el risc de seguretat del qual ningu parla
El codi generat per IA rarament inclou el tractament de dades personals. El 73% de les aplicacions de vibe coding processen dades sensibles sense anonimitzacio. Aixo es el que els desenvolupadors han de saber.
Seguretat de servidors MCP el 2026: 8.000 exposats, 492 sense autenticacio
Mes de 8.000 servidors Model Context Protocol estan exposats publicamente. 492 no tenen cap autenticacio. El 36,7% son vulnerables a SSRF. Protegiu les dades personals a les vostres eines MCP.
DLP al Navegador: Bloqueig vs. Anonimitzacio 2026
Dos enfocaments per al DLP al navegador: el bloqueig preveu l'enviament de PII a eines d'IA; l'anonimitzacio transforma les dades abans d'enviar-les. Una comparacio objectiva.
Samsung va Perdre Codi Font a ChatGPT 3 Vegades
Tres equips d'enginyeria de Samsung separats van enganxar codi propietari i dades confidencials a ChatGPT l'abril del 2023. Cada incident va revelar una vulnerabilitat diferent.
Prohibicions d'IA a les empreses: productivitat vs. risc
El 27,4% del contingut dels xats d'IA empresarials conte dades sensibles -- un augment del 156% interanual. Tot i aixo, el 71,6% de l'acces a la IA empresarial succeeix fora dels controls corporatius.
Extensions de Chrome per a la privacitat de la IA segures el 2026
El gener del 2026, dues extensions de Chrome malicioses amb mes de 900.000 usuaris van ser descobertes exfiltrant converses de ChatGPT i DeepSeek cada 30 minuts.
DLP al Navegador per a ChatGPT, Claude i Gemini
El DLP empresarial tradicional va ser creat per a transferencies de fitxers i correu electronic, no per a xatbots d'IA. Aquesta guia cobreix la prevencio de perdua de dades nativa del navegador per a ChatGPT.
Destacat Automatic de PII vs. Formacio en Compliment
El 62% dels empleats que utilitzen eines d'IA per a dades de clients de vegades obliden eliminar la PII primer. Per aixo el destacat automatic elimina la dependencia de la memoria humana en el compliment.
PII en captures de pantalla: fugues en eines internes
Slack, Teams, Jira i el correu electronic reben regularment captures de pantalla amb PII de clients. Aquesta violacio del control d'acces eludeix totes les eines DLP.
PII en wikis interns: dades de clients a Confluence
Els equips de suport documenten processos amb captures de pantalla de comptes de clients. Al llarg de 3 anys, aixo representa milers de violacions de la minimitzacio de dades del RGPD al vostre wiki intern.
Els assistents de codificacio amb IA filtren PII de produccio
Fixtures de proves unitaries amb registres reals de clients. Fitxers de registre amb dades de produccio per a la depuracio. GitHub va trobar 39 milions de secrets filtrats el 2024.
900.000 usuaris van tenir els seus xats d'IA robats
Dues extensions malicioses de Chrome van robar converses de ChatGPT a mes de 900.000 usuaris. Una d'elles portava la insignia 'Destacada' de Google.
La IA: el vector d'exfiltracio de dades numero 1
El 77% dels empleats enganxa dades sensibles en eines d'IA. La IA generativa representa el 32% de tota l'exfiltracio corporativa de dades. Apreneu com protegir la vostra organitzacio.
Comenceu a Protegir les Vostres Dades Avui
Més de 285 tipus d'entitats, 48 idiomes, seguretat de nivell empresarial a preus de startup.
About this page
We update this page when our platform or the law changes.
Read our founder note for how we work.
Each change shows up in the timestamp at the top.
Related reading
We follow these rules
- GDPR (EU 2016/679).
- ISO/IEC 27001:2022.
- NIS2 (EU 2022/2555).
- HIPAA safe harbor under 45 CFR § 164.514(b)(2).
Our promise
We do not sell your data.
We do not train models on your text.
We store your files in Germany.
You can delete your account at any time.
You own your work.
Where we run
Our company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds ISO 27001 certification.
All data stays in the EU.
Backups run every day.
Need help?
Email support@anonym.legal.
We reply within one business day.
How we test
We run a full check suite on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We track recall and precision on a labelled set.
Bad runs block the deploy.
What we never do
- We never sell your information to third parties.
- We never train models on what you upload.
- We never keep your work after you delete it.
- We never share keys with any outside firm.
- We never run ads inside the product.
Plans in plain words
We sell credits, not seats.
One credit covers one short job.
Long jobs use a few credits each.
You can top up at any time.
Unused credits roll over each month.
Read the plans page for current rates.
Who built this
A small team of engineers and lawyers built this.
We ship from Europe and work in the open.
Our founder note spells out why we started.
Where to start
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
How the parts fit
A browser add-on cleans text inside Chrome.
A Word plug-in handles drafts in Office.
A small desktop tool works on whole folders.
An agent protocol link feeds large models safely.
All four share one core engine and one rule set.
Words from our team
We started this work after a lunch about cookies.
One friend kept getting odd ads on her phone.
We asked why a court file leaked through a draft.
We sketched the first build on a napkin that week.
By month three we had a tiny demo for a friend.
She used it on her first case the next day.
Common questions we hear
Can the tool read scanned PDFs? Yes, with OCR.
Does it work on long files? Yes, in small chunks.
Can I roll my own rule set? Yes, save it as a preset.
Does it run offline? The desktop build runs offline.
Do you keep my files? No, the cloud build wipes after each run.
Will it learn from my work? No, we never train on inputs.
A short tour of the workflow
Upload a file or paste a snippet of prose.
Pick the entities you want gone from the draft.
Choose a method: replace, mask, hash, encrypt, or redact.
Press run and watch the side panel show each hit.
Skim the result and tweak any rule that misfired.
Save the cleaned file or send it to a teammate.