anonym.legal

By · Last updated 2026-04-18

กลับไปที่บล็อกความปลอดภัยของ AI

การเปิดเผย PII 3.8 ครั้งต่อวันในทีม Support

เจ้าหน้าที่ support ที่ใช้ ChatGPT ทำการวางข้อมูลอ่อนไหวเฉลี่ย 3.8 ครั้งต่อวัน สำหรับทีม 100 คน นั่นคือ 380 เหตุการณ์การเปิดเผย GDPR ต่อวัน

April 18, 20268 อ่านประมาณ
accidental PII exposuresupport team ChatGPTCyberhaven 3.8 pastesworkflow PII protectionGDPR daily exposure

คณิตศาสตร์การเปิดเผย PII ประจำวัน

การวิจัยของ Cyberhaven พบว่าพนักงานองค์กรทำการ วางข้อมูลอ่อนไหวเฉลี่ย 3.8 ครั้ง เข้า ChatGPT ต่อผู้ใช้ต่อวัน สำหรับทีม support 100 คน นั่นคือ 380 กรณีที่ข้อมูลลูกค้าเข้า ChatGPT ทุกวัน

แต่ละกรณีอาจเป็นการละเมิดหลักการลดข้อมูลให้น้อยที่สุดของ GDPR ภายใต้มาตรา 5(1)(c) มาตรานั้นกำหนดให้ข้อมูลส่วนบุคคลต้อง "เพียงพอ เกี่ยวข้อง และจำกัดเฉพาะสิ่งที่จำเป็น"

เหล่านี้ไม่ใช่พนักงานกบฏที่ละเลยนโยบาย ตัวเลข 3.8 สะท้อนการทำงานปกติ เจ้าหน้าที่คัดลอกอีเมลลูกค้าเพื่อร่างตอบกลับ วางข้อความร้องเรียนเพื่อรับคำแนะนำที่เห็นอกเห็นใจ รวมรายละเอียดบัญชีเพื่อรับคำตอบที่ตระหนักถึงบริบท การวางแต่ละครั้งเป็นขั้นตอนประสิทธิภาพที่ถูกต้องซึ่งนำ PII มาด้วยโดยบังเอิญ

การฝึกอบรมพฤติกรรมไม่สามารถแก้ปัญหานี้ได้

การตรวจสอบของ EU ในปี 2024 พบว่า 63% ของข้อมูลผู้ใช้ ChatGPT มีข้อมูลที่ระบุตัวตนได้ส่วนบุคคล มีเพียง 22% ของผู้ใช้ ที่รู้ว่าพวกเขาสามารถ opt out ผ่านการตั้งค่าของเครื่องมือ เนื้อหาส่วนใหญ่ที่วางใน AI assistant มี PII ผู้ใช้ส่วนใหญ่ไม่ทราบถึงการควบคุม ผลลัพธ์คือการเปิดเผยในระดับรายวัน

การฝึกอบรมนโยบายพบปัญหาพื้นฐาน นิสัยการคัดลอกและวางมีอายุหลายสิบปี ผู้ใช้ได้คัดลอกและวางข้อความตั้งแต่วันแรกที่ใช้คอมพิวเตอร์ การเสียบเครื่องมือ AI chat เป็นเป้าหมายการวางเพิ่มปลายทางใหม่ ไม่เปลี่ยนนิสัย

นโยบาย "อย่าวาง PII ของลูกค้าเข้า AI assistant" ขอให้เจ้าหน้าที่แทรกขั้นตอนการจำแนกประเภท ซึ่งก็คือ "ข้อความนี้มี PII ไหม?" เข้าไปในการกระทำตามนิสัยที่ไม่มีการหยุดตามธรรมชาติ ผลของการฝึกอบรมเสื่อมลง ผลรวมสะสมของการตัดสินใจวาง 380 ครั้งต่อวันคือความเสี่ยงการปฏิบัติตามที่นโยบายเพียงอย่างเดียวไม่สามารถรักษาได้

ที่ที่การควบคุมทางเทคนิคทำงาน

การแก้ไขทำงานที่การกระทำวางเอง browser extension สกัดกั้นเนื้อหา clipboard ในขณะที่เจ้าหน้าที่กด paste ก่อนที่ข้อความจะถึง input field เจ้าหน้าที่เห็น preview modal ซึ่งแสดงสิ่งที่ถูกตรวจจับและสิ่งที่จะถูกทำให้ไม่ระบุตัวตนก่อนที่ข้อความจะถูกส่ง

นี่ไม่ใช่การควบคุมแบบบล็อก เจ้าหน้าที่สามารถดำเนินการต่อ override หรือหยุดได้ เป็นขั้นตอนความโปร่งใส เพิ่มช่วงเวลาหนึ่งของการมองเห็นให้กับการกระทำอัตโนมัติอื่นๆ

พิจารณาผู้นำทีม support อีคอมเมิร์ซชาวเยอรมันที่ร่างตอบกลับข้อร้องเรียนของลูกค้า workflow ยังคงเดิม คัดลอกข้อร้องเรียน วางใน ChatGPT สร้างตอบกลับ extension เพิ่มการตรวจสอบสองวินาที เจ้าหน้าที่เห็นว่าชื่อ ที่อยู่ และหมายเลขคำสั่งซื้อถูกตรวจพบ เจ้าหน้าที่คลิกดำเนินการ เครื่องมือรับเวอร์ชันที่ทำให้ไม่ระบุตัวตน การละเมิดการปฏิบัติตามไม่เกิดขึ้น

คู่มือ GDPR ของเราครอบคลุมพื้นฐานทางกฎหมายสำหรับการควบคุมเหล่านี้ ดูเพิ่มเติม การเปรียบเทียบนโยบาย AI กับการควบคุมทางเทคนิค และ คู่มือ browser DLP สำหรับ ChatGPT สำหรับรายละเอียดการใช้งาน

แหล่งข้อมูล

พร้อมที่จะปกป้องข้อมูลของคุณหรือยัง?

เริ่มทำให้ PII เป็นนิรนามด้วยประเภทเอนทิตีมากกว่า 285 ประเภทใน 48 ภาษา.

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.