anonym.legal

By · Last updated 2026-03-09

Назад к блогуБезопасность ИИ

Корпоративные запреты ИИ: производительность против риска

27,4% контента в корпоративных ИИ-чатботах содержит конфиденциальные данные — рост на 156% год к году. Тем не менее 71,6% корпоративного доступа к ИИ осуществляется через некорпоративные аккаунты.

March 9, 20269 мин чтения
enterprise AI securityChatGPT banAI data controlsshadow AI

Волна корпоративных запретов ИИ

За последние два года большинство крупных корпораций заблокировали публичные ИИ-инструменты: JPMorgan Chase, Deutsche Bank, Wells Fargo, Goldman Sachs, Bank of America, Apple, Verizon.

Триггером послужил Samsung. В 2023 году Samsung снял запрет на ChatGPT. За один месяц — три утечки: код чипов-полупроводников, код обнаружения дефектов, протоколы совещаний. Всё попало на серверы OpenAI. Запрет вернулся.

Почему запреты провалились

Обновлено в 2026 году

27,4% всего контента в корпоративных ИИ-чатботах содержит конфиденциальные данные — рост на 156% год к году (Zscaler 2025 Data@Risk Report).

71,6% корпоративного доступа к ИИ осуществляется через некорпоративные аккаунты — обходя все DLP-контроли (LayerX 2025).

Запрет не остановил использование ИИ. Он вытеснил его в тень. Разработчик с корпоративным аккаунтом был хотя бы виден службе безопасности. Переключившись на личный аккаунт — ноль видимости. Те же данные, нулевой надзор.

Что сотрудники отправляют в ИИ

По данным Zscaler 2025, конфиденциальный контент включает:

  • Проприетарную бизнес-информацию и коммерческую тайну
  • Данные клиентов (имена, контакты, номера счетов)
  • Персональные данные сотрудников
  • Исходный код с встроенными учётными данными
  • Финансовые данные (нераскрытые доходы, условия сделок)
  • Юридические и привилегированные коммуникации

Рост на 156% не означает небрежность. Больше сотрудников используют ИИ для большего числа задач.

Решение: включение, а не запрет

Компании, разрешившие ИИ с техническими средствами контроля, получили управляемое использование с видимостью и защитой.

Маскировка PII до отправки. Расширение Chrome anonym.legal перехватывает текст в точке вставки. PII заменяется токенами до того, как контент покидает браузер. Сотрудник получает пользу от ИИ — конфиденциальные данные не попадают к провайдеру.

MCP-прокси для разработчиков. MCP-сервер сидит между Cursor или Claude Desktop и моделью. Каждый запрос проходит через фильтр анонимизации.

Подробнее: Политика ИИ без технических средств контроля не работает.

Источники

Готовы защитить ваши данные?

Начните анонимизацию PII с 285+ типов сущностей на 48 языках.

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 servers live in Falkenstein, Germany.

We use Hetzner. They hold 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

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.