資料保密
我的研發資料,
會送去哪裡?
使用外部 AI 時,送出前先檢查並限制可揭露的內容。
問題
認知洩漏cognitive leakage
每一次對外部 AI 的請求,都是一次揭露。
資料留在公司裡,不代表研發意圖沒有離開。問了什麼、比較哪些方案、先查哪一個方向,這些本身就透露了你正在做什麼。
連搜尋字串也可能透露研發方向。我們把這種現象稱為「認知洩漏」:被看見的不只是檔案,而是研發的意圖。
方法
意圖隔離intent isolation
把同一件任務分給幾家不同的 AI 供應商,設計目標是不讓任何一家供應商收到整件任務。
每一家供應商只收到其中一部分,結果回到你自己的環境再彙整。我們稱之為「意圖去集中化」。
在同一家供應商內切開,不算意圖隔離。那一家仍然看得到全部;意圖隔離必須跨越不同的供應商。
意圖去集中化
同一件任務分散到不同的 AI 供應商,目標是不讓任何一家供應商收到整件任務。
控制出站內容
每一個請求離開之前先經過檢查,限制可以揭露的內容。
地端部署
在客戶自己的環境執行,使用客戶自己的 AI 供應商金鑰。
可查核
可供審查的執行紀錄
每一次執行都留下紀錄:哪一家供應商,收到了哪些內容。
研發主管與智權人員可以事後逐筆查看,確認每一家供應商實際收到的範圍。
零資料保留(ZDR,Zero Data Retention)APL
依據靠合約信任:供應商承諾不保留收到的資料靠可查核的紀錄:每一家實際收到了什麼
處理的問題資料送出之後,供應商如何處理資料送出之前,每一家會收到多少
兩者處理的是不同階段的問題,可以並用。
在流程中的位置
不是最後一站,
是每一個出口。
在 MLMTEK 的專利工作流裡,APL 設計在 AI 輔助步驟的出站路徑上:AIP-S 的技術情報與技術藍圖,以及 AIP 的揭露整理與起草。請求要送往外部 AI 之前,先經過 APL 檢查。
這是設計上的位置。APL 目前仍在原型驗證中,並不代表現有流程的每一個步驟都已經經過 APL。
看專利工作流 →狀態與限制
- 研究原型:APL 目前在原型驗證中。
- 不宣稱零洩漏:APL 的目標是縮小與限制揭露範圍,並留下可以查核的紀錄。
- 不宣稱已量產,也不宣稱成效已驗證:成效須以個案試行確認。
- 試行分階段、名額有限:試行條件與客戶共同定義。