Компанія підключила ChatGPT для роботи з документами. Менеджери задоволені — відповіді швидкі, зручно. Через пів року приходить аудит GDPR. Перше питання регулятора: "Де зберігаються дані ваших клієнтів і хто має до них доступ?" Відповідь "ми використовуємо ChatGPT" — це не відповідь. Це початок проблем.
Коротка відповідь: більшість бізнесів не усвідомлюють ризиків витоку корпоративних даних через AI-сервіси до першого інциденту або аудиту. У цій статті — шість реальних сценаріїв і як їх запобігти.
⚡ Коротко
- 🤖 Ризик 1: тренування моделі на ваших даних — провайдер може використовувати ваші документи для покращення своїх продуктів
- 💾 Ризик 2: зберігання запитів на серверах провайдера — кожне питання до AI фіксується в логах
- 🔓 Ризик 3: витік через API без належного шифрування — дані в транзиті вразливі
- 👁️ Ризик 4: доступ співробітників провайдера до ваших файлів — технічний персонал може переглядати контент
- 🌍 Ризик 5: юрисдикція сервера поза ЄС — сервери в США = GDPR-порушення без додаткових заходів
- 👤 Ризик 6: несанкціоноване використання AI співробітниками — shadow AI як найнебезпечніший сліпий кут
- 👇 Нижче — як перевірити і що робити якщо витік вже стався
📚 Зміст
Ризик 1: тренування моделі на ваших даних
Деякі AI-сервіси за замовчуванням використовують ваші запити і завантажені документи для покращення своїх моделей. Якщо ви не вимкнули цю опцію — ваші корпоративні дані можуть стати частиною тренувального датасету.
Це найменш очевидний ризик — і саме тому найнебезпечніший. Більшість користувачів вважають що "AI просто відповідає на питання". Насправді за замовчуванням у багатьох сервісів — особливо безкоштовних і Plus-планах — ваші взаємодії з моделлю можуть зберігатися і використовуватися для подальшого тренування.
Що конкретно може відбуватися з вашими даними
Запити і відповіді. Кожне питання яке ви задаєте AI — це текст який зберігається в системах провайдера. Для безкоштовних планів він може переглядатися командою з безпеки або якості і потенційно включатися в тренувальні датасети. Навіть якщо у запиті немає назви вашої компанії — комбінація теми, термінології і контексту може ідентифікувати вас або вашого клієнта.
Завантажені файли. В деяких сервісах файли зберігаються навіть після завершення сесії — доки ви їх вручну не видалите через налаштування акаунту. Більшість користувачів цього не роблять — просто тому що не знають що файли продовжують зберігатися. У OpenAI FileSearch, наприклад, файли у бібліотеці зберігаються до ручного видалення або закриття акаунту.
Непряме тренування. Найскладніший для перевірки сценарій. Навіть якщо провайдер офіційно заявляє "ми не тренуємо моделі на ваших даних" — перевірити це технічно неможливо. Ви не маєте доступу до їхньої інфраструктури і не можете підтвердити що ваші дані справді виключені з тренувальних процесів.
Fine-tuning і RLHF. Окрім базового тренування, провайдери використовують зворотний зв'язок користувачів (оцінки відповідей "добре/погано") для процесу RLHF (Reinforcement Learning from Human Feedback). Ваші реакції на відповіді AI — це теж дані які формують поведінку моделі.
Як це виглядає на практиці — конкретний сценарій
Юрист компанії відкриває ChatGPT (безкоштовний план) і вставляє фрагмент договору з клієнтом: "Переформулюй цей пункт про відповідальність щоб він звучав м'якше". В тексті — назва клієнта, конкретні суми штрафів, юрисдикція і умови конфіденційності. Цей запит:
- ✔️ Зберігається на серверах OpenAI в США
- ✔️ За замовчуванням може використовуватися для тренування (якщо не вимкнено в налаштуваннях)
- ✔️ Може переглядатися командою OpenAI для забезпечення якості
- ✔️ Потенційно стає частиною того що модель "знає" про типові умови договорів у вашій галузі
Сам юрист навіть не підозрює що щойно передав фрагмент конфіденційного договору клієнта третій стороні — без відома клієнта і без правової бази для такої передачі.
Що кажуть провайдери — і що це означає насправді
Ось як основні провайдери описують свою політику щодо тренування:
- ✔️ OpenAI (безкоштовний / Plus): за замовчуванням може використовувати дані для тренування. Можна вимкнути в Settings → Data Controls → "Improve the model for everyone". Але навіть при вимкненні дані зберігаються 30 днів для моніторингу безпеки
- ✔️ OpenAI (API / Enterprise): офіційно не використовує для тренування. Але "офіційно" — це заява в документації, а не технічна неможливість
- ✔️ Notion AI: офіційно заявляє що не тренує моделі на даних клієнтів. Але передає дані субпроцесорам (Anthropic, OpenAI) — і їхня політика щодо тренування застосовується вже до цих переданих даних
- ✔️ Google Gemini (безкоштовний): за замовчуванням може переглядатися модераторами і використовуватися для покращення продуктів Google
Ключова проблема: між "офіційною заявою" і "технічною неможливістю" — прірва. DPA і умови використання регулюють поведінку людей і процеси. Але якщо у провайдера є технічний доступ до ваших даних — жоден документ не дає вам стовідсоткової гарантії.
Реальний прецедент
У 2024–2025 роках Garante (Італія) оштрафував OpenAI на €15 млн — зокрема за відсутність правової бази для обробки даних європейців при тренуванні моделей ChatGPT. Регулятор встановив що OpenAI не мав законної підстави для збору і використання персональних даних користувачів ЄС у тренувальних процесах. Це перший великий штраф за AI-тренування в Європі — але точно не останній.
Паралельно Garante вимагав від OpenAI провести шестимісячну публічну кампанію з інформування про права користувачів і впровадити суворіші заходи захисту. Це показує: регулятори не просто штрафують — вони змінюють поведінку компаній через юридичний тиск.
Як мінімізувати цей ризик
Якщо ви використовуєте хмарний сервіс:
- ✔️ Тільки платні API або Enterprise плани — де тренування офіційно відключено
- ✔️ Підпишіть DPA з провайдером — без нього будь-яка обробка персональних даних незаконна з точки зору GDPR
- ✔️ Ніколи не вставляйте в запити персональні дані клієнтів, медичну інформацію або тексти конфіденційних договорів
- ✔️ Для безкоштовних планів — вимкніть тренування в налаштуваннях (але пам'ятайте: це не технічна гарантія)
Якщо потрібна технічна гарантія:
Єдиний спосіб повністю виключити цей ризик — self-hosted рішення де дані фізично ніколи не покидають ваш сервер. Немає передачі — немає можливості тренування. Не тому що провайдер пообіцяв, а тому що фізично нема чого передавати. Детальніше про архітектуру — у статті Self-hosted AI vs хмарний: де залишаються ваші дані.
Ми в AskYourDocs після передачі проекту клієнту не маємо технічного доступу до його бази даних і документів. Тренування на даних клієнта фізично неможливе — не через обіцянку, а через архітектуру.
Ризик 2: зберігання запитів на серверах провайдера
Кожен запит до хмарного AI-сервісу — це текст який передається на сервер провайдера, обробляється там і зберігається в логах. Навіть якщо ви "просто задали питання" — цей запит може містити конфіденційну інформацію.
Уявіть що менеджер задає AI питання: "Порівняй умови нашого договору з клієнтом Acme Corp з нашими стандартними умовами і вкажи де ми відступили". Щоб отримати відповідь — він вставляє фрагменти реального договору в запит. Цей текст з назвою клієнта, цифрами і комерційними умовами тепер на серверах провайдера.
Що саме зберігається і як довго
Текст запиту (prompt). Повний текст того що ви написали AI — включно з будь-якими фрагментами документів які ви вставили для контексту. Якщо в запиті є ім'я клієнта, номер рахунку або медичний діагноз — він зберігається на серверах провайдера рівно в такому вигляді.
Відповідь моделі. Генерована відповідь також зберігається — і якщо вона містить перефразовані дані з вашого запиту, ці дані присутні і у відповіді в логах.
Метадані. Окрім тексту кожен запит супроводжується метаданими: IP-адреса з якої зроблено запит, точна часова мітка, ідентифікатор акаунту або API-ключа, ідентифікатор сесії або розмови. Це дозволяє прив'язати будь-який запит до конкретного співробітника і моменту часу — навіть якщо сам текст запиту здається "анонімним".
Контекст із завантажених документів. Якщо ви завантажили файл і задаєте по ньому питання — система RAG провайдера знаходить релевантні фрагменти і включає їх у prompt до моделі автоматично. Тобто у лог потрапляє не тільки ваше питання але і фрагмент документа — навіть якщо ви його не копіювали вручну.
Скільки часу зберігаються ваші запити
Терміни зберігання суттєво відрізняються залежно від провайдера і плану:
- ✔️ OpenAI (безкоштовний / Plus): історія розмов зберігається до ручного видалення. Навіть при вимкненому тренуванні — дані зберігаються 30 днів для моніторингу безпеки
- ✔️ OpenAI API: запити зберігаються до 30 днів за замовчуванням, потім видаляються — якщо інше не встановлено в налаштуваннях організації
- ✔️ Notion AI: дані зберігаються відповідно до загальної політики Notion — зазвичай до видалення акаунту або workspace. Для субпроцесорів (Anthropic, OpenAI) на Enterprise-плані — zero retention після обробки
- ✔️ Google Gemini (безкоштовний): активність зберігається до 18 місяців за замовчуванням і може переглядатися модераторами Google
Важливий нюанс: "видалення" з точки зору користувача і фактичне видалення з усіх систем провайдера — різні речі. Дані можуть зберігатися в резервних копіях, архівах або аналітичних системах ще деякий час після "видалення" у вашому інтерфейсі.
Чому це проблема з точки зору GDPR
З точки зору GDPR сам факт зберігання на серверах провайдера запиту що містить персональні дані — вже є обробкою персональних даних третьою стороною. Це автоматично тягне за собою ряд вимог:
- ✔️ DPA (Data Processing Agreement): обов'язковий договір між вами і провайдером як обробником даних. Без нього будь-яка обробка незаконна
- ✔️ Правова база для трансферу: якщо сервери провайдера поза ЄС — потрібні SCCs або інший механізм передачі даних за статтями 44–49 GDPR
- ✔️ DPIA (оцінка впливу): для систематичної обробки чутливих даних через AI — обов'язкова оцінка ризиків
- ✔️ Реєстр обробки: операція передачі даних AI-провайдеру повинна бути задокументована у вашому реєстрі операцій обробки
На практиці більшість малого і середнього бізнесу не виконує жодної з цих вимог — просто тому що не усвідомлює що кожен запит до ChatGPT з фрагментом договору є операцією обробки персональних даних.
Реальний сценарій: коли "невинний запит" стає порушенням
HR-менеджер просить ChatGPT: "Допоможи скласти план розвитку для співробітника. Ось його оцінка за минулий рік: [вставляє текст оцінки з ім'ям, посадою і конкретними зауваженнями]".
Що відбувається далі:
- ✔️ Персональні дані співробітника (ім'я, посада, оцінка роботи) потрапляють на сервери OpenAI в США
- ✔️ Це транскордонний трансфер персональних даних без правової бази
- ✔️ Співробітник не давав згоди на передачу своїх даних OpenAI
- ✔️ Компанія не має DPA з OpenAI (або має, але не для цього типу даних)
- ✔️ Оцінка роботи може вважатися даними про "економічну ситуацію" фізичної особи — підвищена категорія захисту
HR-менеджер вважав що "просто попросив допомоги у боті". Юридично — компанія щойно порушила мінімум дві статті GDPR.
Як мінімізувати цей ризик
Організаційні заходи:
- ✔️ Чітка корпоративна політика: які типи даних можна і не можна вставляти в запити до хмарного AI. Не "інструкція в папці" — а реальний онбординг кожного нового співробітника
- ✔️ Ніколи у запитах до хмарного AI: імена клієнтів і їхні дані, медична інформація, HR-оцінки і зарплатні дані, тексти конфіденційних договорів, фінансові показники що не є публічними
- ✔️ Підпишіть DPA з провайдером — для тих типів даних які все одно будуть оброблятися через хмару
Технічне рішення:
У гібридному режимі AskYourDocs документи зберігаються локально на вашому сервері. До зовнішнього LLM передаються лише знеособлені текстові фрагменти — без назв файлів, без метаданих, без ідентифікаторів. Провайдер LLM отримує контекст для відповіді але не отримує інформацію про те що це за компанія, чий це документ і про кого йдеться. При повністю закритому контурі (Ollama) — жоден запит не виходить за межі вашого сервера взагалі. Детальніше — у статті Self-hosted AI vs хмарний: де залишаються ваші дані.
Ризик 3: витік через API без шифрування
Якщо ваш AI-інструмент інтегрований через API — дані передаються між вашою системою і сервером провайдера через інтернет. Неправильна конфігурація або вразливість в інтеграції можуть створити точку витоку.
Це технічний ризик який актуальний для компаній що самостійно інтегрують AI через API — наприклад підключають OpenAI до свого CRM, сайту або внутрішньої системи. На відміну від попередніх ризиків де провайдер є джерелом проблеми — тут проблема може бути на вашому боці.
Важливо розуміти: цей ризик не стосується тих хто просто відкриває ChatGPT у браузері. Він актуальний для розробників і компаній що будують власні AI-продукти або інтеграції поверх API провайдерів. Але саме таких компаній стає дедалі більше — і саме вони часто припускаються найдорожчих помилок.
Чотири основні точки вразливості
API-ключ у відкритому коді. Це найпоширеніша і найдорожча помилка. Розробник поспішає, захардкожує API-ключ прямо в код або конфігураційний файл і пушить це в GitHub репозиторій — навіть приватний. Зловмисники автоматично сканують GitHub в пошуку відкритих ключів. Після отримання ключа вони мають повний доступ до вашого акаунту у провайдера: можуть читати всі завантажені файли, надсилати запити від вашого імені і нести витрати за ваш рахунок. За даними Reco AI Security Report 2025, витік API-ключів є одним з найшвидше зростаючих векторів атак на AI-системи.
Відсутність або неправильне налаштування HTTPS. Якщо з'єднання між вашим сервером і API провайдера не зашифроване — будь-який посередник в мережі (man-in-the-middle атака) може читати передані дані. На практиці більшість сучасних провайдерів вимагають HTTPS — але якщо ваша інтеграція написана неакуратно або використовує застаріву бібліотеку що ігнорує перевірку сертифікатів — з'єднання може бути вразливим навіть формально "через HTTPS".
Небезпечне логування на вашому боці. Ваш сервер отримує запити від користувачів, формує prompt і надсилає до API. Якщо при цьому логується повний текст запиту разом з контентом документів — у вас з'являється ще одна точка зберігання чутливих даних. Ці логи часто не захищені так само ретельно як основна база даних: вони можуть зберігатися у plain text, мати широкий доступ для розробників або взагалі не видалятися роками.
Вразливості у сторонніх інтеграціях і плагінах. Якщо ви використовуєте готовий AI-плагін для WordPress, Zapier-інтеграцію або SDK від стороннього розробника — ви успадковуєте всі його вразливості. У серпні 2025 зловмисник UNC6395 використав OAuth-токени з інтеграції Drift з Salesforce щоб отримати доступ до середовищ більш ніж 700 організацій — жодного експлойту, просто легітимний сторонній доступ через ланцюжок інтеграцій.
Реальний сценарій: від API-ключа до витоку за 20 хвилин
Розробник невеликої компанії підключає OpenAI до корпоративного чату підтримки. Поспішає до дедлайну — API-ключ тимчасово захардкожує в конфіг-файл і пушить у приватний GitHub репозиторій. Через тиждень забуває про це.
Що відбувається далі за типовим сценарієм атаки:
- ✔️ Автоматичний сканер зловмисника знаходить ключ у репозиторії — навіть приватні репозиторії можуть бути скомпрометовані через витік токена GitHub
- ✔️ Зловмисник отримує доступ до акаунту OpenAI: бачить всі завантажені файли, всі vector stores, може надсилати запити
- ✔️ Якщо в акаунті завантажені корпоративні документи — вони тепер доступні зловмиснику
- ✔️ Паралельно зловмисник генерує запити за рахунок компанії — рахунок за місяць може вирости в десятки разів
- ✔️ Компанія дізнається про це або після отримання рахунку або ніколи — якщо зловмисник діяв обережно
Весь цей процес — від знаходження ключа до отримання доступу до даних — займає хвилини. Виявлення компанією — тижні або місяці.
Supply chain атаки — новий масштаб загрози
Окремо варто зупинитися на атаках через ланцюжок постачальників. За даними Verizon DBIR 2025, третьо-стороння участь у витоках подвоїлась за рік. Це означає що зловмисники все рідше атакують вас напряму — натомість атакують ваших постачальників інструментів і інтеграцій.
Для AI-інтеграцій це особливо небезпечно: коли ви підключаєте сторонній AI-плагін до своєї CRM або сайту — ви надаєте йому доступ до ваших даних. Якщо цей плагін буде скомпрометований — зловмисник отримує ваші дані через легітимний канал, що значно важче виявити.
Як мінімізувати цей ризик
Для розробників і технічних команд:
- ✔️ API-ключі тільки у змінних середовища — ніколи в коді, ніколи в конфіг-файлах що потрапляють у репозиторій. Використовуйте `.env` файли і переконайтесь що `.gitignore` їх виключає
- ✔️ Ротація ключів: регулярно (раз на 30–90 днів) міняйте API-ключі. При будь-якій підозрі на компрометацію — негайна заміна
- ✔️ Принцип мінімальних прав: кожна інтеграція повинна мати ключ тільки з тими правами які їй потрібні — не більше
- ✔️ Обов'язково HTTPS і перевірка SSL-сертифікатів — не ігноруйте помилки сертифікатів навіть у dev-середовищі
- ✔️ Логуйте мінімум: якщо треба логувати запити — логуйте тільки метадані (час, тип запиту, статус відповіді), не повний текст з контентом документів
- ✔️ Аудит сторонніх залежностей: перед підключенням будь-якого AI-плагіна або SDK — перевірте його репутацію, дату останнього оновлення і чи є відомі вразливості
Якщо потрібна повна відсутність зовнішнього API:
У self-hosted архітектурі AskYourDocs при режимі закритого контуру (Ollama) зовнішній API взагалі відсутній — вся обробка відбувається всередині вашого сервера. Немає передачі через інтернет — немає точки перехоплення. При гібридному режимі зовнішній LLM API використовується, але до нього передаються тільки знеособлені текстові фрагменти без ідентифікаційних даних — навіть якщо з'єднання буде перехоплено, зловмисник отримає лише безконтекстні уривки тексту.
Детальніше про різницю між закритим контуром і гібридним режимом — у статті Закритий контур з Ollama: AI без інтернету для бізнесу.
Ризик 4: доступ співробітників провайдера до ваших файлів
Більшість хмарних AI-провайдерів технічно мають можливість переглядати контент який ви завантажуєте або надсилаєте — для цілей безпеки, модерації або усунення несправностей. Це не порушення з їхнього боку — але це факт якого більшість бізнесів не враховує.
OpenAI у своїй документації прямо зазначає: "OpenAI може переглядати контент для безпеки і покращення сервісу". Notion має аналогічні умови. Це стандартна практика для SaaS-провайдерів — і вона не означає зловживання. Але з точки зору GDPR і корпоративної безпеки це означає що існує технічна можливість доступу до ваших документів з боку третьої сторони.
Ключове слово тут — технічна можливість. Різниця між "провайдер не дивиться на ваші дані" і "провайдер фізично не може подивитися на ваші дані" — це різниця між обіцянкою і архітектурою. Для бізнесів у регульованих галузях важлива саме друга.
Хто і за яких умов може отримати доступ
Команда безпеки і модерації. Кожен великий AI-провайдер має команду Trust & Safety яка моніторить контент на предмет порушень умов використання — генерація шкідливого контенту, обхід обмежень моделі тощо. Для виконання цієї роботи їм потрібен технічний доступ до запитів і відповідей. Ваш юридичний договір може потрапити під перегляд якщо система автоматично позначить його як підозрілий — наприклад через специфічну юридичну термінологію.
Інженери технічної підтримки. Коли ви відкриваєте тікет підтримки — "щось не так з моїм vector store" або "чому AI дає неточні відповіді?" — інженер підтримки для діагностики може переглянути ваші завантажені файли і запити. Це стандартна практика підтримки. Ви самі надаєте неявний дозвіл на це, звертаючись за допомогою.
Юридичні запити від правоохоронних органів. Це найменш очевидний але потенційно найсерйозніший сценарій. Оскільки більшість великих AI-провайдерів — американські компанії, вони підпадають під юрисдикцію законодавства США. За Третім законом про зберігання даних (Stored Communications Act) і запитами за FISA американські правоохоронці можуть вимагати від компаній надати дані користувачів — без їхнього повідомлення. Для даних що зберігаються в США це реальний правовий ризик навіть якщо ваш бізнес знаходиться в ЄС.
Внутрішній зловмисник у провайдера. Ніяка система не захищена від людського фактора всередині самої компанії. Недобросовісний співробітник провайдера з технічним доступом може переглядати корпоративні документи клієнтів. Провайдери мають внутрішні контролі для запобігання цьому — але повна технічна неможливість такого доступу є тільки в архітектурі де даних взагалі немає на сторонньому сервері.
Витік через вразливість в інфраструктурі провайдера. У березні 2023 OpenAI мав серйозний інцидент безпеки через вразливість у бібліотеці Redis: дані частини користувачів — включаючи фрагменти розмов і платіжну інформацію — стали тимчасово видимі іншим користувачам. OpenAI швидко виправив проблему, але сам факт показує: навіть провайдер з найвищими стандартами безпеки не застрахований від технічних вразливостей.
Що це означає юридично для різних галузей
Для більшості бізнесів цей ризик — теоретичний. Але для певних галузей навіть теоретична можливість доступу є юридичною проблемою:
Адвокати і юридичні фірми. Адвокатська таємниця — один з фундаментальних принципів правової системи. У більшості юрисдикцій ЄС вона означає що матеріали клієнтської справи не можуть передаватися третім особам без явної згоди клієнта. "Третя особа" в даному контексті — це і є провайдер AI-сервісу. Формально, завантажуючи матеріали справи в хмарний AI, адвокат може порушувати адвокатську таємницю — незалежно від того чи хтось реально переглядав ці дані. Детальніше — у статті AI для юридичних компаній: безпека клієнтських даних.
Медичні заклади. Медична таємниця і вимоги до обробки медичних даних за статтею 9 GDPR вимагають що спеціальні категорії персональних даних обробляються з особливою увагою. Передача медичних записів або діагнозів провайдеру, співробітники якого технічно можуть отримати до них доступ — потребує окремої правової бази і явної згоди пацієнта. Детальніше — у статті AI в медицині: як обробляти медичні дані без порушення закону.
HR-відділи. Персональні дані співробітників — оцінки, зарплати, дисциплінарні справи — є персональними даними з підвищеними вимогами захисту. Співробітник не давав згоди на те щоб його персональні дані обробляв OpenAI або Notion. Якщо HR використовує хмарний AI для роботи з такими документами — кожен файл є потенційним порушенням.
Як мінімізувати цей ризик
Якщо залишаєтесь на хмарному рішенні:
- ✔️ Enterprise-план з чіткими умовами доступу: переконайтесь що в договорі прописано обмеження на перегляд вашого контенту співробітниками провайдера і умови за яких це можливо
- ✔️ DPA з деталізованими умовами: Data Processing Agreement повинен чітко описувати хто, за яких умов і з якою метою може отримати доступ до ваших даних
- ✔️ Не завантажуйте дані з підвищеним захистом: адвокатська таємниця, медичні записи, HR-документи — не для хмарного AI без спеціальної підготовки
- ✔️ Анонімізація перед завантаженням: якщо документ потрібно обробити через хмарний AI — видаліть імена, дати народження та інші ідентифікатори перед завантаженням
Якщо потрібна технічна гарантія відсутності доступу:
Ми в AskYourDocs після передачі проекту клієнту не маємо технічного доступу до його бази даних і документів — навіть як розробники. База даних і всі файли знаходяться на сервері клієнта. Ми передаємо повні доступи адміністратора і після цього фізично не можемо переглядати ваш контент. Це не обіцянка в договорі — це архітектурне рішення: нас просто немає в ланцюжку обробки ваших даних.
Для медичних центрів, адвокатських фірм і HR-відділів де конфіденційність є юридичною вимогою — це єдине рішення яке дає не обіцянку а технічну неможливість доступу. Детальніше про послуги — на сторінці askyourdocs.org/uk/services.
Ризик 5: юрисдикція сервера поза ЄС
Якщо сервери AI-провайдера знаходяться в США або іншій країні поза ЄС — передача туди персональних даних громадян ЄС є транскордонним трансфером який потребує окремої правової бази за GDPR. Більшість бізнесів цього не роблять.
Це найбільш "юридичний" з ризиків — але його наслідки найбільш відчутні фінансово. Регулятори ЄС стали значно активнішими: у 2025 році сукупні штрафи GDPR склали €1,15 млрд — і це тільки за один рік. При цьому важливо розуміти: штрафують не тільки великі корпорації. Малий і середній бізнес дедалі частіше потрапляє в поле зору регуляторів — особливо у регульованих галузях.
Чому юрисдикція має значення — технічне пояснення
GDPR побудований на принципі що персональні дані громадян ЄС не повинні виходити за межі ЄС якщо в країні призначення немає рівноцінного рівня захисту. США — не мають такого рівня захисту за замовчуванням. Це означає що будь-яка передача даних до США технічно є "ризикованим трансфером" і потребує окремого правового обґрунтування.
Правові механізми для трансферу до США за GDPR:
- ✔️ Standard Contractual Clauses (SCCs): стандартні договірні клаузули затверджені Єврокомісією. Більшість великих провайдерів їх підписують — але після рішення Schrems II (2020) суд підкреслив що SCCs самі по собі недостатні: потрібна ще й оцінка чи американське законодавство (зокрема FISA і CLOUD Act) не знецінює ці гарантії
- ✔️ EU-US Data Privacy Framework: новий механізм прийнятий у 2023 році — замінив Privacy Shield. Дозволяє передачу даних до сертифікованих американських компаній. Але вже зараз є судові оскарження і є ризик що він буде визнаний недійсним як і Privacy Shield до нього
- ✔️ Binding Corporate Rules (BCRs): внутрішні корпоративні правила для міжнародних груп — складний і дорогий механізм, недоступний для більшості МСБ
На практиці більшість малого і середнього бізнесу не знає що таке SCCs і не має підписаного DPA з провайдером. Вони просто "використовують ChatGPT для роботи" — і при цьому технічно порушують GDPR при кожному запиті що містить персональні дані.
Реальні штрафи — не великі корпорації а реальні кейси
Ось що вже відбулося і безпосередньо стосується AI і передачі даних:
TikTok — €530 млн (квітень 2025). Ірландський регулятор DPC оштрафував TikTok за те що дані європейців фактично передавалися на сервери в Китай — незважаючи на офіційні запевнення компанії що це не відбувається. Регулятор встановив що TikTok не провів належної оцінки ризиків китайського законодавства і не міг гарантувати рівноцінний захист. Це найбільший штраф за транскордонний трансфер даних — і прецедент для всіх компаній що зберігають дані ЄС за її межами.
OpenAI — €15 млн (2024). Garante (Італія) оштрафував OpenAI зокрема за те що компанія не мала правової бази для обробки даних громадян ЄС при тренуванні моделей — тобто для передачі і зберігання цих даних на американських серверах.
LinkedIn — €310 млн (жовтень 2024). Ірландський DPC оштрафував LinkedIn за незаконне використання поведінкових даних європейців для рекламних алгоритмів — без належної правової бази. Хоча цей кейс не про AI безпосередньо — він показує що регулятори системно переслідують незаконну обробку даних великими технологічними платформами.
Clearview AI — понад €100 млн сукупних штрафів від різних DPA ЄС. Американська компанія отримала штрафи від регуляторів Нідерландів (€30,5 млн), Франції, Греції, Італії та інших — за збір і обробку біометричних даних громадян ЄС без правової бази. Компанія не має офісу в ЄС — але регулятори все одно накладають штрафи і вимагають виконання.
EU AI Act — другий шар відповідальності з серпня 2026
З серпня 2026 повністю набуває чинності EU AI Act для систем високого ризику. Це додає другий шар регуляторної відповідальності поверх GDPR. Для AI-систем що обробляють персональні дані в критичних галузях (медицина, юриспруденція, фінанси, HR) — це означає подвійну перевірку відповідності.
- ✔️ Штрафи за AI Act: до €35 млн або 7% глобального річного обороту — більше ніж максимальні штрафи GDPR
- ✔️ Вимоги до систем високого ризику: обов'язкова реєстрація, технічна документація, журнали аудиту, нагляд людини над рішеннями
- ✔️ Паралельне застосування: EDPB і Єврокомісія вже готують спільні керівні принципи щодо взаємодії GDPR і AI Act — обидва регулятори діятимуть одночасно
За даними CMS Enforcement Tracker, з 2025 року регулятори ЄС отримують 443 повідомлення про витоки на день — на 22% більше ніж рік тому. Це не означає що кожне повідомлення закінчується штрафом — але це означає що апарат регулювання розрісся і став значно активнішим.
Практичний наслідок для вашого бізнесу
Якщо ваша компанія знаходиться або обслуговує клієнтів в ЄС і ви використовуєте хмарний AI-сервіс з серверами в США — запитайте себе:
- ✔️ Чи є підписаний DPA з провайдером?
- ✔️ Чи проведена оцінка Transfer Impact Assessment (TIA) для трансферу до США?
- ✔️ Чи є правова основа для обробки — згода, законний інтерес або контрактна необхідність?
- ✔️ Чи задокументована ця операція обробки у вашому реєстрі ROPA?
Якщо відповідь на хоча б одне питання "ні" або "не знаю" — ваш бізнес несе реальний GDPR-ризик прямо зараз. Не теоретичний — реальний, бо регулятори активно перевіряють саме ці аспекти.
Як мінімізувати цей ризик
Якщо залишаєтесь на хмарному рішенні:
- ✔️ Тільки Enterprise-план з data residency в ЄС — де дані фізично зберігаються на серверах в Європі. Стандартні плани цього не гарантують
- ✔️ Підпишіть DPA з провайдером — з чіткими умовами про місце зберігання і обробки
- ✔️ Проведіть Transfer Impact Assessment якщо провайдер американський — навіть при наявності SCCs
- ✔️ Задокументуйте правову базу для обробки і внесіть операцію в реєстр ROPA
Якщо потрібна гарантія без юридичних складнощів:
При self-hosted розгортанні AskYourDocs сервер знаходиться там де ви його розгорнули — ми рекомендуємо VPS в Німеччині, Австрії або Нідерландах. Ваші дані фізично не покидають ЄС. Транскордонного трансферу немає — і весь юридичний ланцюжок вимог (DPA з AI-провайдером, SCCs, TIA) просто не виникає. Детальніше про вибір сервера і GDPR-відповідність — у статті GDPR та AI на документах: що повинен знати бізнес у 2026.
Ризик 6: несанкціоноване використання AI співробітниками
Найнебезпечніший ризик — не від провайдера, а від власних співробітників. Вони використовують особисті акаунти ChatGPT, Gemini або Claude для роботи з корпоративними документами — без відома IT-відділу і без будь-яких корпоративних обмежень.
Це явище отримало назву "shadow AI" — і за масштабом воно вражає. За даними LayerX Enterprise AI Security Report 2025, 77% співробітників вставляли корпоративні дані в AI-сервіси, і 82% з них робили це через особисті акаунти — тобто поза будь-яким корпоративним контролем.
Що робить shadow AI особливо небезпечним — це не злий умисел. Навпаки: співробітники роблять це з найкращих мотивів. Вони хочуть працювати швидше і ефективніше. ChatGPT справді допомагає. Проблема в тому що вони не усвідомлюють юридичних і безпекових наслідків кожного "невинного" запиту.
Чому shadow AI — найскладніший ризик для контролю
Ризики 1–5 стосуються провайдерів і технічних систем — їх можна вирішити організаційними або технічними заходами на рівні компанії. Shadow AI інший: він виникає з поведінки людей і живе в сліпій зоні між корпоративними інструментами і особистими пристроями.
- ✔️ Невидимість для IT: коли співробітник відкриває chat.openai.com у браузері зі свого корпоративного ноутбука — IT-відділ часто не бачить що саме він туди надсилає. Трафік до OpenAI виглядає як звичайний HTTPS-запит
- ✔️ Особистий акаунт = нульовий корпоративний контроль: корпоративний DPA підписаний з OpenAI не поширюється на особисті акаунти співробітників. Кожен особистий акаунт — це окремий суб'єкт відносин з OpenAI без будь-яких корпоративних обмежень
- ✔️ Масштаб без аудиту: компанія не знає скільки разів за місяць корпоративні дані покинули периметр через особисті AI-акаунти — бо немає інструментів це відстежити
- ✔️ Швидкість поширення звички: один співробітник знаходить "лайфхак" з ChatGPT і ділиться з колегами. За кілька тижнів половина відділу робить те саме — і всі вважають це нормальною практикою
Три типові сценарії і що юридично відбувається
Сценарій 1: Юрист і договір клієнта. Юрист копіює фрагмент клієнтського договору в ChatGPT щоб швидко отримати коментар або переформулювання. Договір містить імена сторін, суми, умови конфіденційності. Юридично: порушення адвокатської таємниці (передача матеріалів справи третій стороні без згоди клієнта) + порушення умов самого договору якщо там є NDA. Клієнт якщо дізнається — має підстави для позову.
Сценарій 2: HR і персональні дані кандидатів. Менеджер з підбору персоналу завантажує 10 резюме кандидатів в AI щоб отримати порівняльний аналіз. В резюме — імена, адреси, дати народження, місця роботи. Юридично: передача персональних даних третіх осіб (кандидатів) провайдеру без їхньої згоди і без правової бази. Кандидати подавали резюме компанії — не OpenAI. Це порушення статті 5 і 6 GDPR.
Сценарій 3: Бухгалтер і фінансова звітність. Бухгалтер вставляє в AI таблицю з фінансовими показниками компанії — виручка, витрати, маржа по продуктах — щоб отримати аналіз або коментар для презентації. Ці дані є комерційною таємницею. Юридично: порушення NDA якщо є, потенційно порушення корпоративних процедур захисту конфіденційної інформації, у публічних компаніях — потенційно питання до регуляторів фондового ринку.
Чому заборони не працюють — і що працює насправді
Перша реакція багатьох компаній — заблокувати ChatGPT на корпоративному рівні або видати наказ "не використовувати особисті AI-акаунти для роботи". Це не працює з кількох причин.
По-перше, блокування на рівні корпоративної мережі легко обходиться через мобільний інтернет або домашній Wi-Fi. Співробітник просто перемикається на телефон. По-друге, заборона без альтернативи створює фрустрацію — люди бачать що AI реально допомагає і не розуміють чому їм забороняють ефективно працювати. По-третє, заборони без моніторингу є декларативними: компанія думає що захищена, але насправді нічого не змінилося.
За даними LayerX 2025, 77% співробітників що використовували особисті AI-акаунти для роботи — не вважали що роблять щось неправильне. Вони просто виконували свою роботу максимально ефективно доступними інструментами.
Що дійсно працює — це зручна корпоративна альтернатива. Коли у співробітника є корпоративний AI-асистент що:
- ✔️ Відповідає на всі потрібні питання з корпоративних документів краще ніж загальний ChatGPT
- ✔️ Доступний у звичних каналах — Telegram, WhatsApp або чат на сайті
- ✔️ Не вимагає реєстрації і налаштування — просто питай
— потреба в особистому ChatGPT для робочих задач зникає сама собою. Не через заборону, а через те що корпоративний інструмент просто зручніший і точніший для конкретних робочих задач.
Фінансовий вимір shadow AI
За даними IBM Cost of a Data Breach Report 2025, організації з високим рівнем несанкціонованого використання AI платили в середньому на $670,000 більше за кожен витік порівняно з організаціями де shadow AI контролювалось. При середній вартості витоку $4,44 млн — це збільшення витрат на 15% тільки через shadow AI.
Паралельно: 63% організацій що постраждали від AI-пов'язаних витоків не мали жодної AI governance policy або тільки починали її розробляти. Тобто більшість компаній дізнається що у них була проблема вже після того як вона матеріалізувалась у витік.
Як мінімізувати цей ризик
Організаційні заходи:
- ✔️ AI governance policy: чіткий документ що визначає які AI-інструменти дозволені, для яких задач, з якими типами даних. Не "заборонено все" — а "ось що можна і що не можна"
- ✔️ Онбординг і навчання: кожен новий співробітник повинен розуміти не тільки "що заборонено" але і "чому це небезпечно". Реальні приклади з наслідками — краще ніж абстрактні правила
- ✔️ Регулярні нагадування: не разовий інструктаж а регулярна комунікація — особливо при появі нових популярних AI-інструментів
Технічне рішення — усунути причину а не симптом:
Ми в AskYourDocs бачимо що найефективнішим рішенням проти shadow AI є не блокування а заміна. Корпоративний AI-асистент на ваших документах — доступний через Telegram або WhatsApp — відповідає на питання які раніше співробітники задавали особистому ChatGPT. Тільки тепер він відповідає точніше (бо знає ваші конкретні документи), безпечніше (бо дані залишаються на вашому сервері) і зручніше (бо інтегрований у звичні месенджери). Shadow AI зникає не тому що заборонений — а тому що стає непотрібним.
Як перевірити чи ваш AI-сервіс безпечний
Перш ніж довірити корпоративні документи будь-якому AI-сервісу — перевірте 7 ключових питань. Якщо провайдер не може дати чіткі відповіді хоча б на половину — це вже тривожний сигнал.
Ми в AskYourDocs рекомендуємо перевіряти будь-який AI-сервіс за цим списком до початку використання. Це не параноя — це мінімальна due diligence яку вимагає GDPR від будь-якого бізнесу що обробляє персональні дані через сторонні сервіси.
Блок 1: Де зберігаються дані
Це фундаментальний блок. Відповіді на ці питання визначають чи виникає у вас транскордонний трансфер і яка правова база для нього потрібна.
- ✔️ В якій країні фізично знаходяться сервери де зберігаються мої документи і запити? Зверніть увагу: "ми використовуємо AWS" — не відповідь. AWS має дата-центри в десятках країн. Потрібна конкретна відповідь: "EU-West-1 (Ірландія)" або "US-East-1 (Вірджинія)". Якщо провайдер не може або не хоче відповідати конкретно — це тривожний сигнал
- ✔️ Чи є опція вибору регіону ЄС для зберігання даних — і на якому плані? Для більшості провайдерів data residency доступна тільки на Enterprise-планах. Стандартні і Plus-плани зберігають дані там де зручніше провайдеру — зазвичай США
- ✔️ Скільки часу зберігаються мої файли і запити після завершення роботи? "До видалення акаунту" і "30 днів" — принципово різні відповіді. Уточніть також: чи є різниця між "видаленням з інтерфейсу" і "видаленням з усіх систем включаючи резервні копії"
- ✔️ Чи передаються мої дані субпроцесорам — і де знаходяться їхні сервери? Notion передає дані Anthropic і OpenAI. Кожен субпроцесор — це окрема ланка ланцюжка з окремою юрисдикцією і окремими ризиками
Блок 2: Юридична відповідність
Цей блок визначає чи є у вас юридична основа для використання сервісу з персональними даними. Без позитивних відповідей на ці питання — будь-яка обробка персональних даних через цей сервіс є незаконною за GDPR.
- ✔️ Чи є підписаний Data Processing Agreement (DPA) з провайдером? DPA — обов'язковий документ за статтею 28 GDPR коли ви передаєте обробку персональних даних третій стороні. Без нього будь-яка обробка незаконна. Більшість великих провайдерів мають стандартний DPA який можна підписати онлайн — але більшість користувачів ніколи цього не роблять
- ✔️ Яка правова база для транскордонного трансферу даних до США? Перевірте чи є SCCs (Standard Contractual Clauses) в DPA і чи провайдер сертифікований за EU-US Data Privacy Framework. Але пам'ятайте: наявність SCCs не звільняє вас від обов'язку провести Transfer Impact Assessment
- ✔️ Чи використовує провайдер субпроцесорів — і хто вони? За GDPR провайдер зобов'язаний розкрити список субпроцесорів і повідомляти про зміни. Якщо такого списку немає або він недоступний публічно — це порушення вимог до прозорості
- ✔️ Чи проводили ви DPIA для цієї системи? Data Protection Impact Assessment обов'язковий при систематичній обробці чутливих даних через AI. Якщо ні — ви не тільки не знаєте своїх ризиків але і порушуєте статтю 35 GDPR
Блок 3: Технічна безпека
Цей блок оцінює реальний рівень технічного захисту — не декларований а фактичний.
- ✔️ Чи може персонал провайдера технічно отримати доступ до моїх документів — і за яких умов? Правильна відповідь має описувати конкретні умови (наприклад "тільки за запитом підтримки з вашого боку" або "тільки автоматизована система, не людина") а не загальну фразу "ми поважаємо вашу конфіденційність"
- ✔️ Чи є у провайдера сертифікати безпеки — SOC 2 Type II, ISO 27001? Наявність цих сертифікатів означає що незалежний аудитор перевірив реальні процеси безпеки провайдера. Відсутність — не автоматично погано, але є сигналом для додаткових запитань
- ✔️ Як провайдер повідомляє клієнтів про інциденти безпеки? GDPR вимагає повідомлення про витоки протягом 72 годин. Провайдер повинен мати чіткий процес сповіщення клієнтів — і цей процес має бути описаний в DPA
Як інтерпретувати відповіді
Якщо на всі питання є чіткі задокументовані відповіді — сервіс пройшов базову перевірку. Якщо на більшість питань відповідь "не знаємо", "перевірте умови використання" (без вказівки де конкретно) або відповідь взагалі відсутня — це підстава або відмовитись від сервісу або провести глибший аудит перед початком використання.
Є три категорії ситуацій:
- ✔️ Зелена зона: є DPA, сервери в ЄС або data residency в ЄС на вашому плані, список субпроцесорів доступний, умови доступу персоналу задокументовані. Можна використовувати для персональних даних при дотриманні інших вимог GDPR
- ✔️ Жовта зона: є DPA і SCCs, але сервери в США, немає data residency на вашому плані. Потрібен Transfer Impact Assessment і додаткові технічні заходи (шифрування, анонімізація). Для спеціальних категорій даних — не рекомендується
- ✔️ Червона зона: немає DPA, невідомо де сервери, немає чіткої відповіді на питання про доступ персоналу. Використання з персональними даними — юридично неприйнятне
Швидкий тест прямо зараз: якщо ви не знаєте відповіді на питання "В якій країні фізично зберігаються наші корпоративні документи що ми завантажуємо в AI?" — швидше за все ваш бізнес вже несе GDPR-ризик. Не завтра і не теоретично — прямо зараз, при кожному завантаженому файлі.
Детальний чеклист з 20 питань для CTO і юристів перед впровадженням будь-якого AI — у статті Чеклист безпеки AI для бізнесу: 20 питань перед впровадженням. А якщо хочете перевірити конкретно ваш поточний AI-інструмент — напишіть нам у Telegram, розберемо разом.
Що робити якщо витік вже стався
Витік даних через AI-сервіс — це не тільки технічна проблема. Це юридичний процес з чіткими дедлайнами. GDPR вимагає повідомити регулятора протягом 72 годин після виявлення. Паніка і зволікання коштують дорожче ніж сам витік.
Перше що потрібно зрозуміти: витік даних і реакція на нього — два різних виміри збитків. Сам витік може бути незначним. Але неправильна або запізніла реакція на нього часто коштує більше ніж сам інцидент — і в грошах, і в репутації. Регулятори оцінюють не тільки факт витоку але і те як компанія відреагувала.
Якщо ви виявили або підозрюєте що корпоративні дані потрапили до третіх сторін через AI-сервіс — ось покроковий план дій:
Крок 1: Зафіксуйте і ізолюйте (перші години)
Перші дії визначають весь подальший процес. Головна помилка на цьому етапі — намагатися спочатку "розібратися що сталося" перш ніж зупинити поширення і зафіксувати докази.
- ✔️ Негайно зупиніть використання підозрілого AI-сервісу всіма співробітниками — розішліть повідомлення по всіх каналах, не чекайте поки "підтвердиться" факт витоку. Зупинка превентивно не є надмірною — а продовження використання під час розслідування може поглибити проблему
- ✔️ Зафіксуйте все що знаєте прямо зараз: які документи завантажувались, якими співробітниками, в який проміжок часу, через який сервіс і акаунт. Чим більше деталей — тим легше буде оцінити масштаб і скласти повідомлення регулятору
- ✔️ Збережіть скриншоти і логи — з інтерфейсу AI-сервісу, з корпоративних систем логування, з поштових переписок якщо вони стосуються інциденту. Ці докази знадобляться для розслідування і звіту регулятору
- ✔️ Якщо є API-інтеграція — відкличте API-ключі негайно і заблокуйте доступ до інтеграції. Навіть якщо ви не впевнені що саме через API стався витік — краще перервати з'єднання і відновити пізніше ніж дозволити продовження потенційного витоку
- ✔️ Задокументуйте точний момент виявлення — дату і час коли ви вперше дізналися або запідозрили інцидент. Від цього моменту відраховується 72-годинний дедлайн GDPR. Не від моменту самого інциденту — а від моменту виявлення
Крок 2: Оцініть масштаб (перший день)
Регулятор при отриманні повідомлення задасть конкретні питання — і ви повинні мати хоча б попередні відповіді. Оцінка масштабу — це не технічне завдання а юридично-технічне: потрібно розуміти не тільки "що витекло" але і "кого це стосується" і "які юридичні наслідки".
- ✔️ Які категорії даних потрапили під ризик? Персональні дані (імена, адреси, контакти), фінансові дані, медична інформація, дані про трудові відносини. Чим вища категорія чутливості — тим суворіші вимоги до повідомлення
- ✔️ Скільки фізичних осіб може бути зачеплено? Навіть приблизна цифра важлива — 10 осіб і 10,000 осіб мають різні юридичні наслідки і різний пріоритет для регулятора
- ✔️ Чи містять дані спеціальні категорії за статтею 9 GDPR? Це здоров'я і медичні дані, расове або етнічне походження, релігійні переконання, біометричні дані, дані про сексуальне життя. Для спеціальних категорій вимоги до повідомлення і реагування суворіші
- ✔️ Який реальний ризик для постраждалих осіб? Витік email-адрес і витік медичних діагнозів — принципово різні рівні ризику. Оцініть чи може витік призвести до дискримінації, фінансових втрат, репутаційного збитку або інших серйозних наслідків для конкретних людей
- ✔️ Залучіть юриста з GDPR на цьому етапі — не після того як прийняли всі рішення. Оцінка ризику і кваліфікація інциденту потребує правової експертизи. Помилка в оцінці може призвести до неправильного рішення про повідомлення — або до надмірного або до недостатнього
Крок 3: Повідомте регулятора (до 72 годин)
72 години — жорсткий дедлайн статті 33 GDPR. Не "робочих годин" а просто годин, включаючи вихідні і свята. Більшість компаній порушують цю вимогу не тому що не хочуть повідомляти — а тому що намагаються спочатку повністю розібратися в ситуації. Це помилка.
- ✔️ Повідомте відповідний наглядовий орган: в Україні — Уповноважений Верховної Ради України з прав людини, в ЄС — DPA країни де знаходиться ваш головний офіс або де відбулася обробка даних. Якщо ви обслуговуєте клієнтів з кількох країн ЄС — можливо потрібно повідомити кілька DPA
- ✔️ 72 години відраховуються від моменту виявлення — не від моменту інциденту. Якщо витік стався два тижні тому але ви дізналися сьогодні — у вас є 72 години з сьогодні. Але якщо ви дізналися вчора і чекаєте "поки зберуть всі факти" — дедлайн вже йде
- ✔️ Якщо не встигаєте — подайте початкове повідомлення з тим що є. GDPR прямо передбачає що повідомлення може надаватися поетапно якщо вся інформація ще недоступна. Регулятори набагато лояльніші до компаній що повідомляють вчасно і неповно ніж до тих що повідомляють пізно і повно
- ✔️ Зафіксуйте факт подачі повідомлення — дата, час, спосіб подачі, номер звернення якщо є. Це частина документації реагування на інцидент
Крок 4: Повідомте постраждалих осіб (якщо потрібно)
Стаття 34 GDPR вимагає повідомлення постраждалих осіб якщо витік "з високою ймовірністю призведе до високого ризику для прав і свобод фізичних осіб". Це не всі витоки — але будь-який витік що стосується медичних даних, фінансових даних або даних що можуть призвести до дискримінації — підпадає під цю вимогу.
- ✔️ Повідомте без зайвих зволікань — GDPR не встановлює конкретний строк для повідомлення постраждалих, але "без зайвих зволікань" на практиці означає кілька днів, не тижнів
- ✔️ Повідомлення має містити: що сталося (простою мовою без технічного жаргону), які конкретно дані були зачеплені, які можливі наслідки для особи, що ви вже зробили і робите для вирішення ситуації, контакт вашого DPO або відповідальної особи для запитань
- ✔️ Не мінімізуйте і не применшуйте — спокуса написати "незначний технічний інцидент" зрозуміла, але якщо регулятор пізніше встановить що ви свідомо применшили ситуацію — це окрема підстава для штрафу і значно гірша репутаційна ситуація
- ✔️ Якщо прямий контакт неможливий (наприклад постраждалих занадто багато або немає контактних даних) — GDPR дозволяє публічне повідомлення через ЗМІ або власний сайт
Крок 5: Усуньте причину і задокументуйте
Цей крок часто недооцінюють — компанії зосереджуються на "погасити пожежу" і забувають усунути причину чому вона спалахнула. Регулятор при перевірці запитає не тільки "що сталося" але і "що ви зробили щоб це не повторилось".
- ✔️ Визначте кореневу причину: неправильна конфігурація API? Shadow AI без корпоративної політики? Відсутній DPA? Використання хмарного сервісу без оцінки GDPR-відповідності? Кожна причина потребує свого рішення
- ✔️ Впровадьте конкретні технічні і організаційні заходи — не загальні "покращимо безпеку" а конкретні: "впровадили корпоративну AI-політику", "перейшли на self-hosted рішення", "провели навчання для всіх співробітників", "підписали DPA з усіма AI-провайдерами"
- ✔️ Складіть внутрішній звіт про інцидент — хронологія подій, оцінка масштабу, вжиті заходи, відповідальні особи, дати. Цей документ є доказом належного реагування і може знадобитись при перевірці регулятора навіть через роки
- ✔️ Оновіть реєстр операцій обробки (ROPA) — включіть в нього уроки з інциденту і актуалізуйте опис заходів захисту
- ✔️ Проведіть повторний інструктаж співробітників — особливо якщо причиною стало shadow AI або людська помилка. Люди повинні зрозуміти що конкретно відбулося і чому це важливо — не через наказ а через реальний приклад
Реальна ціна запізнілої реакції
Середній час виявлення і локалізації витоку у 2025 році — 241 день за даними IBM Cost of a Data Breach Report. Це означає що більшість компаній дізнаються про витік через місяці після того як він стався — і тільки тоді починають реагувати.
За ці 241 день: дані вже могли бути використані зловмисниками, постраждалі особи не були повідомлені вчасно, регулятор не отримав повідомлення в 72-годинний строк, репутаційний збиток накопичувався без контролю з боку компанії. Кожен з цих факторів — окрема підстава для збільшення штрафу і погіршення позиції при переговорах з регулятором.
Єдиний надійний спосіб скоротити цей час до нуля — превентивно виключити ризик через архітектуру. Ми в AskYourDocs будуємо системи де описаний вище сценарій технічно неможливий: ваші документи ніколи не покидають ваш сервер. Немає зовнішніх AI-сервісів з доступом до ваших даних — немає що витікати. Але якщо ви вже використовуєте хмарне рішення і хочете зрозуміти свій реальний рівень ризику — напишіть нам у Telegram, розберемо ситуацію разом.
Часті питання
Чи достатньо того що провайдер каже "ми не тренуємо моделі на ваших даних"?
Ні. По-перше, це важко перевірити технічно. По-друге, навіть якщо провайдер не тренує моделі — він все одно зберігає ваші дані на серверах, потенційно має до них доступ і передає їх субпроцесорам. Тренування моделей — лише один з шести ризиків описаних у цій статті.
Чи небезпечно використовувати ChatGPT для роботи з документами?
Залежить від типу документів. Для публічної інформації, маркетингових матеріалів або завдань без персональних даних — прийнятно. Для договорів з клієнтами, медичних записів, HR-документів або будь-чого що містить персональні дані — ні, без Enterprise-плану і підписаного DPA це GDPR-ризик.
Що таке shadow AI і чому це небезпечно?
Shadow AI — це використання AI-інструментів співробітниками без відома і дозволу IT-відділу або керівництва. Небезпека в тому що корпоративні дані потрапляють у зовнішні сервіси повністю поза корпоративним контролем — без DPA, без аудиту, без можливості відстежити що саме передавалось. За даними IBM, організації з високим рівнем shadow AI платять в середньому на $670,000 більше за кожен витік.
Скільки часу є на повідомлення регулятора після виявлення витоку?
72 години з моменту виявлення — вимога статті 33 GDPR. Якщо за цей час неможливо зібрати всі деталі — подайте початкове повідомлення з тим що є і доповніть пізніше. Відсутність повідомлення або запізнення — окрема підстава для штрафу.
Чи захищає шифрування від цих ризиків?
Частково. Шифрування при передачі (TLS) захищає від перехоплення в мережі — це Ризик 3. Але воно не вирішує Ризики 1, 2, 4, 5 і 6 — бо провайдер розшифровує дані на своєму сервері для обробки. Шифрування захищає від зовнішніх атак, але не від самого провайдера або від несанкціонованого використання вашими співробітниками.
Висновки
- 🤖 Тренування на ваших даних: для платних API-планів вимкнено офіційно — але технічно неверифіковано. Для безкоштовних — увімкнено за замовчуванням
- 💾 Зберігання запитів: кожен запит з фрагментом документа — це передача даних на сервер провайдера. Уникайте персональних даних у запитах до хмарного AI
- 🔓 API-безпека: API-ключі у відкритому коді і слабкі інтеграції — найчастіша технічна причина витоків
- 👁️ Доступ персоналу провайдера: технічно можливий у більшості хмарних сервісів. Неприйнятний для адвокатської таємниці і медичних даних
- 🌍 Юрисдикція: €1,15 млрд штрафів GDPR у 2025 році — регулятори серйозно. Сервер в ЄС — єдина надійна відповідь
- 👤 Shadow AI: 77% співробітників вже використовують особисті AI-акаунти для корпоративних задач. Заборони не працюють — зручна корпоративна альтернатива працює
- 🛡️ Головний висновок: self-hosted рішення технічно виключає ризики 1–5. Ризик 6 вирішується наданням зручного корпоративного інструменту
Хочете перевірити свою систему?
Надішліть 2–3 ваших реальних документи — і за 30 хвилин покажемо живу демонстрацію: як AI відповідає на питання з ваших документів і де при цьому фізично знаходяться ваші дані. Безкоштовно. Без реєстрації. Без зобов'язань.
Написати в Telegram →
Хочете побачити рішення в дії?
askyourdocs.org/uk/#try-demo
Читайте також
⸻
Джерела: LayerX Enterprise AI Security Report 2025 · IBM Cost of a Data Breach Report 2025 · EDPB Annual Report 2025 · GDPR Fines Enforcement Trends 2026 · GDPR Violations in AI Systems — DPO Europe · Biggest GDPR Fines 2025 · Varonis Data Breach Statistics 2025