Med hver eneste prompt optager AI-laboratorierne mere og mere af dine virksomhedsdata hver dag. Din eneste beskyttelse? Et løst formuleret løfte om ikke at træne på dem.
En nylig analyse fra Lawfare(nyt vindue) hævder, at når virksomheder overlader deres data til nogle få magtfulde AI-laboratorier, lærer de laboratorierne, hvordan de kan gøre virksomhederne overflødige. Forfatterne kalder det erstatning gennem tilegnelse af viden (RKA).
Selvom der ikke er nogen måde at vide, hvad AI-laboratorier gør med dine virksomhedsdata i dag, er tre kræfter i spil: en stort set ubegrænset magt til at fastsætte vilkårene, et retssystem der stadig kæmper med, hvad ”træning” overhovedet betyder, og både evnen og incitamentet til at konkurrere med deres egne kunder.
Din virksomhed fodrer måske det bæst, der i sidste ende kan sluge den helt.
Træner AI-laboratorier på virksomhedsdata?
De største AI-laboratorier har gjort en samlet indsats for at forsikre erhvervsbrugere om, at deres data som standard er private:
- OpenAI hævder, at de ikke træner på input eller output fra ChatGPT for erhvervsbrugere.
- Anthropic hævder, at virksomhedsdata som standard er udelukket fra træning af Claudes model.
- Microsoft hævder, at prompter, svar og data ikke bruges til at træne Copilot.
- Google hævder, at Gemini ikke træner sin model på virksomhedsdata uden forudgående tilladelse eller instruktion.
- X hævder, at interaktioner på Grok-abonnementer for virksomheder ikke forbedrer modellen, men at X tilsyneladende vil bruge sine egne SpaceX-medarbejderdata til træningsformål.
I praksis er deres løfter om at beskytte brugernes privatliv med vilje vage og tyndere, end de ser ud:
- Nøglebegreber er løst defineret. Lawfare påpeger, at OpenAIs erhvervsaftale definerer kundeindhold som input og output og derefter definerer disse ved at bruge ordene ”input” og ”output”. Anthropics vilkår udelukker træning af modeller på kundeindhold uden at definere, hvad træning betyder.
- Nogle data falder måske uden for løftet. Mønstre, metadata og resuméer, som en AI genererer, men aldrig viser dig, tæller måske slet ikke som input eller output.
- ”Træning” er snævrere, end det lyder. At bruge dine data til at opbygge testbenchmarks, finjustere systemprompter eller træne separate sikkerhedsværktøjer tæller måske ikke med.
- Vilkårene kan ændre sig. Udbydere forbeholder sig typisk retten til at ændre dem, og hver ny modeludgivelse er en chance for at nulstille dem.
- Du kan ikke kontrollere det. Kun laboratoriet ved, hvad der indgår i træningen. Et databrud ville være næsten umuligt for dig at opdage. Protons grundlægger og CEO Andy Yen har advaret om, at når du først har delt information med en AI, kan du ikke rigtigt trække det tilbage. Inden længe vil AI ifølge ham ”kunne kende dig bedre, end du selv gør”(nyt vindue). For en virksomhed er indsatsen højere.
Hvad din virksomhed risikerer at miste
Det, en AI lærer om din virksomhed, er netop det, der gør den konkurrencedygtig. Det ved Big Tech.
I en sag, der løb fra 2019 til 2022, undersøgte Europa-Kommissionen Amazon for at bruge ikke-offentlige data fra tredjepartssælgere til at informere sin egen detailhandel – i praksis at bruge sælgernes egne data til at konkurrere mod dem. Amazon forpligtede sig til at stoppe, og forbuddet blev senere skrevet ind i Digital Markets Act.
I nogle brancher er det ikke kun en konkurrencefordel, der er på spil. Også overholdelse af regler er i fare. Virksomheder inden for medicin og finans har en juridisk pligt til at beskytte følsomme oplysninger efter regler som HIPAA og GDPR. Reglerne er klare med hensyn til at sikre personoplysninger, men AI-branchen er så ny, at der vokser en gråzone frem.
Og nu hvor AI er indbygget i værktøjer til mødenotater, e-mail og daglige arbejdsgange, berører det langt mere af din virksomhed, end da det boede i et chatvindue.
Hvad AI-laboratorierne har at vinde
AI-laboratorier har et økonomisk og konkurrencemæssigt incitament til at optage så mange data som muligt.
AI-markedet vil fortsætte med at vokse dramatisk, og Gartner spekulerer i, at AI vil berøre alt IT-arbejde inden 2030. Gartner forudsagde også, at AI-udgifterne vil nå 2,5 billioner USD i 2026, en stigning på 44 % i forhold til året før. I betragtning af udfordringen med fortsat at udvikle mere intelligente AI-modeller uden væsentlige træningsmaterialer er AI-virksomheder mere tilbøjelige til at begynde at finde måder at drage fordel af deres erhvervskunder på.
En eksploderende efterspørgsel tvinger AI-laboratorier til at blive stadig mere kreative med hensyn til, hvordan de kan udvikle deres modeller. Og virksomhedsdata er tydeligvis værdifulde for disse laboratorier: Google vandt i august et bud på 10 millioner USD om at købe data fra det konkursramte flyselskab Spirit Airlines. Ifølge Association of Flight Attendants indeholder denne datapakke følsomme medarbejderdata. Disse data kan blive optaget og brugt til at træne Googles AI-modeller uden de pågældende medarbejderes samtykke.
OpenAI hævder, at de ikke træner på input eller output fra deres produkter for erhvervsbrugere. Men når man kender den enorme værdi, disse data har for virksomheder, er vi nødt til at overveje AI-branchens retlige status, når det gælder behandling af data.
Vi kan ikke regne med regulering, der måske aldrig kommer
Kan regulering beskytte dine virksomhedsdata mod de største AI-laboratorier? For at forstå det må vi se på branchens økonomiske og politiske realiteter.
USA dominerer AI. Ifølge Stanfords Artificial Index Report kommer 59 markante modeller fra USA, det højeste antal i noget land i verden. Denne dominans er vigtig at bemærke; i marts offentliggjorde Det Hvide Hus en national politikramme for regulering af AI. Den opfordrer til, at love på delstatsniveau erstattes af en føderal AI-politikramme for at ”beskytte amerikanske rettigheder og innovation og forhindre et fragmenteret kludetæppe af statslige regulativer, der vil hæmme [USA’s] nationale konkurrenceevne”. Rammen fastslår, at love på delstatsniveau, der regulerer AI, ikke må tillades at ”handle i modsætning til USA’s nationale strategi om at opnå global AI-dominans”.
Er det mere sandsynligt, at den amerikanske regering vil prioritere enkeltvirksomheders ret til databeskyttelse, selv når de ligger uden for USA? Eller retten til at udvide sit nationale AI-imperium? Europæiske virksomheder kan simpelthen ikke garantere, at amerikanske AI-værktøjer vil sætte deres datasuverænitet først. Med de største AI-laboratorier i USA er der et vendepunkt på horisonten.
Et bedre valg til AI i virksomheden
I stedet for at håbe på regulering eller forsøge at følge med i privatlivspolitikker har virksomheder en lettere og mere effektiv mulighed: at vælge et AI-værktøj, der er bygget til privatliv. Der er plads til innovation uden udnyttelse. Det AI-værktøj, du vælger, bør forblive netop det: et AI-værktøj, der hjælper dig, ikke en konkurrent, du træner til at tage din plads. Det bør søge at opfylde sin funktion og udvikle sig over tid uden at stjæle forretningshemmeligheder.
Proton byggede Lumo til at opfylde dette behov. Uden incitament til at indsamle eller udnytte brugerdata kan AI være et transformerende værktøj for virksomheder. Lumo fører ingen log over virksomhedschats og beskytter dine data mod tredjeparter og statslig overvågning. Med en annoncefri forretningsmodel og ingen finansiering fra Big Tech eller venturekapital er Lumos eneste incitament at yde den bedst mulige support til virksomheder. Proton som virksomhed styres af Proton Foundation, hvilket betyder, at vi handler i menneskers interesse, ikke for industriel dominans.
Proton har base i Schweiz og er desuden underlagt strenge databeskyttelseslove og GDPR. Både koden og modellen er open source, så enhver virksomhed kan verificere vores påstande. Lumo er designet til at gøre præcis det, AI bør gøre: yde hjælp uden udnyttelse. At vælge et europæisk alternativ til Big Techs AI-værktøjer er den bedste måde for en virksomhed at beskytte sig mod uregulerede og utroværdige AI-laboratorier.
