By · Last updated 2026-04-18

Bumalik sa BlogSeguridad ng AI

3.8 Araw-araw na PII Exposure sa mga Koponan ng Support

Bawat ahente ng support na gumagamit ng ChatGPT ay gumagawa ng average na 3.8 sensitive na pag-paste ng data bawat araw. Para sa isang koponan ng 100 tao, iyon ay 380 insidente ng GDPR exposure araw-araw.

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

Matematika ng Araw-araw na PII Exposure

Natuklasan ng pananaliksik ng Cyberhaven na ang mga empleyado ng enterprise ay gumagawa ng average na 3.8 sensitive na pag-paste ng data sa ChatGPT bawat gumagamit bawat araw. Para sa isang koponan ng support na 100 tao, iyon ay 380 pagkakataon ng mga rekord ng customer na pumapasok sa ChatGPT bawat araw.

Bawat pagkakataon ay maaaring maging isang paglabag sa GDPR data minimisation sa ilalim ng Article 5(1)(c). Hinihiling ng artikulong iyon na ang personal na impormasyon ay "sapat, may kaugnayan, at limitado sa kung ano ang kinakailangan."

Ang mga ito ay hindi mga makasalanang empleyado na nagbabalewala ng patakaran. Ang figure na 3.8 ay sumasalamin sa normal na trabaho. Kino-kopi ng mga ahente ang mga email ng customer para mag-draft ng mga tugon. Nagpi-paste sila ng teksto ng reklamo para makakuha ng mga maalalahanin na mungkahi. Kasama nila ang mga detalye ng account para makakuha ng mga context-aware na sagot. Bawat pag-paste ay isang wastong hakbang sa produktibidad na nagdadala ng PII kasabay nito.

Hindi Inaaayos ng Pagsasanay sa Gawi ang Problema

Natuklasan ng isang EU audit noong 2024 na 63% ng data ng gumagamit ng ChatGPT ay naglalaman ng personal na nagpapakilalang impormasyon. 22% lamang ng mga gumagamit ang nalaman na maaari nilang mag-opt out sa pamamagitan ng mga setting ng kasangkapan. Karamihan sa nilalaman na nini-paste sa isang AI assistant ay naglalaman ng PII. Karamihan sa mga gumagamit ay hindi alam ang mga kontrol. Ang resulta ay araw-araw na exposure sa malaking sukat.

Ang pagsasanay sa patakaran ay napapalibutan ng isang pangunahing problema. Ang ugali ng pag-copy-paste ay sampung taon na. Ang mga gumagamit ay kumikopya at nagpi-paste ng teksto mula sa kanilang unang araw sa isang computer. Ang pagdaragdag ng isang AI chat tool bilang isang target ng pag-paste ay nagdaragdag ng isang bagong destinasyon. Hindi nito binabago ang ugali.

Ang isang patakaran na "huwag mag-paste ng customer PII sa AI assistant" ay humihingi sa mga ahente na magsingit ng isang hakbang sa pag-uuri - "naglalaman ba ang tekstong ito ng PII?" - sa isang ginagawang awtomatikong kilos na walang natural na paghinto. Nababawasan ang mga epekto ng pagsasanay. Ang pinagsama-samang resulta ng 380 araw-araw na desisyon sa pag-paste ay isang panganib sa compliance na hindi kayang hawakan ng patakaran lamang.

Kung Saan Gumagana ang mga Teknikal na Kontrol

Ang pag-aayos ay nagtatrabaho sa mismong kilos ng pag-paste. Ini-intercept ng isang browser extension ang nilalaman ng clipboard sa sandaling pinindot ng ahente ang i-paste, bago pa maabot ng teksto ang input field. Nakakakita ang ahente ng isang preview modal. Ipinapakita nito kung ano ang natuklasan at kung ano ang ia-anonymize bago maipadala ang teksto.

Ito ay hindi isang blocking control. Maaaring magpatuloy, mag-override, o tumigil ang mga ahente. Ito ay isang hakbang sa transparency. Nagdaragdag ito ng isang sandali ng visibility sa isang kung hindi man ay awtomatikong kilos.

Isaalang-alang ang isang pinuno ng koponan ng support sa e-commerce sa Germany na nag-draft ng mga tugon sa mga reklamo ng customer. Nananatiling pareho ang workflow: kopyahin ang reklamo, i-paste sa ChatGPT, gumawa ng tugon. Nagdaragdag ang extension ng isang dalawang-segundong pagsusuri. Nakikita ng ahente na natukoy ang mga pangalan, address, at numero ng order. Nagki-click ang ahente ng "proceed". Ang anonymized na bersyon ang tinatanggap ng kasangkapan. Hindi nangyayari ang paglabag sa compliance.

Sinasaklaw ng aming GDPR compliance guide ang legal na batayan para sa mga kontrol na ito. Tingnan din ang aming AI policy vs. technical controls comparison at ang browser DLP para sa ChatGPT guide para sa detalye ng implementasyon.

Mga Pinagmulan

Handa nang protektahan ang iyong data?

Simulan ang anonymization ng PII gamit ang 285+ uri ng entidad sa 48 wika.

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.