資料與 AI
AI 處理與人工審核
了解 Aiviance 如何選擇 AI 路徑、限制模型可接收的資料,並讓人員對重要操作負責。
Aiviance 中的 AI 用於準備工作,而不是成為承擔責任的決策者。處理路徑圍繞地區、資料敏感度、權限和確認機制設計。
由策略選擇處理路徑
每個 AI 請求都會聲明所需能力、客戶的治理地區以及相關資料分類。服務商路由只會考慮獲准處理該組合的提供商。
對於澳洲客戶,受支援的模型工作使用澳洲境內的 AWS Bedrock。最高敏感級別的資料不會進入生成式 AI 或大型語言模型服務商。目前受治理的文件理解登記範圍為 P1 和 P2;《AI 使用披露》允許獲批准的 OCR 處理商,在啟用相應流程時僅為擷取處理 P0,絕不會把 P0 作為生成式模型上下文。當沒有獲准服務商支援某項能力時,平台應停止或降級該功能,而不是靜默使用未經批准的路徑。
分發前限制敏感資訊
Aiviance 在模型分發前對資訊分類,並對模型輸入和應用日誌套用私隱控制。明文憑證和最高敏感級別的識別符不會作為通用模型上下文。
遮蔽與刪減只能減少暴露,並不會使財務資訊自動匿名化。為完成使用者請求所必需的姓名、交易背景或其他資訊仍可能構成個人資料。
AI 輸出是提議,不是批准
唯讀工具只能在目前主體範圍內取得資訊。重要寫入必須通過與產品對應操作相同的權限和策略檢查。敏感操作可能要求新的二次身分驗證,高風險企業寫入則會進入提議和審批控制。
使用者可以審核、拒絕或確認建議操作。開啟對話或提出問題並不等同於確認。
處理過程留下運行記錄
平台會記錄模型調用的服務商、處理地區、資料分類和策略結果,也會記錄用於準備回答的工具活動。
工具級來源記錄目前採用盡力寫入機制,尚未形成完整的使用者可見證據視圖。因此,Aiviance 會區分「可檢查的提議」和「模型能夠解釋自身推理」這兩種不同說法。
模型訓練與服務商條款
Aiviance 不使用客戶提示詞或回覆訓練自有模型。服務商如何處理資料取決於對應服務商記錄的協議和路由。適用安排應以公開的分處理商名冊和 AI 使用披露為準。