Bezpieczeństwo danych i niezależność od zewnętrznych dostawców AI

Większość narzędzi „z AI” wysyła dane Twoich kampanii do modelu kogoś innego. Phanes ma własny model językowy, Aether, który działa na naszej infrastrukturze. Twoje dane nie muszą wychodzić poza nią, żeby powstała dobra odpowiedź.

Zespół Phanes7 min czytania
7 dni PRO za darmo · bez karty

Konto reklamowe to coś więcej niż liczby. To strategia firmy, marże ukryte w stawkach, sezonowość sprzedaży i budżety, które konkurencja chętnie by zobaczyła. Kiedy narzędzie analizuje je za pomocą zewnętrznego modelu AI, dane trafiają do kolejnej firmy: na jej serwery i na jej warunkach.

Phanes wybrał inną drogę. Decyzje podejmuje deterministyczny silnik reguł, a tam, gdzie potrzebny jest język, pracuje Aether: własny, wąski model językowy trenowany wyłącznie do zadań Phanesa. Działa na własnej infrastrukturze obliczeniowej Phanesa i nie przekazuje danych kont zewnętrznym dostawcom modeli.

Dlaczego niezależność od dostawcy AI ma znaczenie

Zewnętrzny model to wygoda, ale też zależność. Dostawca może zmienić wersję modelu, zasady przetwarzania danych, limity albo cennik. Każda taka zmiana wpływa na produkt, który z niego korzysta, i na dane, które do niego płyną. Oto różnica:

Narzędzie na zewnętrznym modelu AI
Phanes z modelem Aether
Dane kampanii trafiają na serwery dostawcy modelu.
Dane zostają na infrastrukturze Phanesa.
Wersja modelu może się zmienić bez zapowiedzi, a z nią jakość odpowiedzi.
Nowa wersja wchodzi tylko po wygranej na zamrożonym zbiorze testowym.
Zasady przetwarzania danych ustala dostawca.
Zasady ustala Phanes: anonimizacja, audyt prywatności, fakty poza wagami.
Model ogólny wie wszystko po trochu, także rzeczy, których w kampanii nie potrzeba.
Model wąski, trenowany tylko na zadaniach Phanesa, po polsku i angielsku.
Liczby w odpowiedzi trzeba sprawdzać samemu.
Model jest karany w treningu za każdą liczbę spoza danych wejściowych.
Koszt i dostępność zależą od cudzego cennika i limitów.
Model i jego przepustowość są pod naszą kontrolą.

Gdzie płyną Twoje dane

Prześledźmy jedną rekomendację od danych na koncie do zdania, które widzisz na karcie. Każdy krok odbywa się w Europejskim Obszarze Gospodarczym.

  1. Pobranie danych

    Phanes odczytuje metryki konta przez oficjalne API Google i Meta. Tokeny dostępu są szyfrowane AES-256-GCM.

  2. Silnik reguł

    Deterministyczny silnik liczy werdykt pomiaru, wyceny strat i rekomendacje. Tu zapadają decyzje.

  3. Baza wiedzy

    Do odpowiedzi dobierane są fragmenty wiedzy Phanesa za pomocą wyszukiwania wektorowego (RAG).

  4. Aether

    Własny model zamienia gotowe liczby i regułę na zrozumiałe zdania. Działa na infrastrukturze Phanesa.

  5. Karta dla Ciebie

    Widzisz rekomendację z regułą, liczbami i przyciskiem. Zmiana wejdzie na konto dopiero po Twoim zatwierdzeniu.

Dane konta, silnik, baza wiedzy i model językowy w jednym, zamkniętym obiegu Phanesa.

Własny model, własne zasady

Aether nie jest kopią dużego modelu ogólnego. To wąski, dwujęzyczny model zbudowany na otwartych wagach (rodziny Bielik i Qwen) i dostrojony do zadań Phanesa. Cztery zasady odróżniają go od typowego „AI w narzędziu”:

Własna infrastruktura

Trening i odpowiedzi działają na infrastrukturze obliczeniowej Phanesa. Generowanie i trening biegną równolegle, a model uczy się w pełnej precyzji.

Fakty poza wagami

Model uczy się formy, dyscypliny i stylu. Fakty i reguły dostaje z bazy wiedzy w chwili pytania, więc dane o koncie nie zostają w modelu.

Anonimizacja przed treningiem

Do treningu nie trafiają nazwy firm, osób, adresy ani identyfikatory kont. Zbiór przechodzi ten sam audyt prywatności co reszta Phanesa.

Sprawdzalne nagrody

Model uczy się metodą GRPO tylko za odpowiedzi, które przechodzą automatyczne weryfikatory: liczby z danych, poprawny schemat, czysty język, cytat istniejącej reguły.

Co zyskuje Twoja firma

Mniej podmiotów z dostępem do danych

Dane kampanii nie są przekazywane dostawcy modelu AI i nie opuszczają Europejskiego Obszaru Gospodarczego. Łatwiej to opisać w rejestrze przetwarzania i w umowie powierzenia, bez transferów poza EOG.

Przewidywalne odpowiedzi

Wersja modelu zmienia się tylko po przejściu bramki wydania. Raport z tego miesiąca jest tak samo rzetelny jak z poprzedniego.

Ciągłość działania

Zmiana cennika, limitów albo polityki zewnętrznego dostawcy AI nie zmienia tego, jak Phanes opisuje Twoje kampanie.

RODO w art. 28 wymaga od podmiotów przetwarzających wystarczających gwarancji, a art. 32 wprost wymienia szyfrowanie. Im mniej firm dotyka danych, tym prościej te gwarancje wykazać.

Odporność i kontrola jakości

Własny model to także odpowiedzialność za jego jakość. Dlatego Aether ma mechanizmy, które zwykle zostają po stronie dostawcy:

  • Zamrożony zbiór ewaluacyjny Phanesa, osobno po polsku i angielsku, z testami samych weryfikatorów.
  • Cel 100% odpowiedzi bez liczb spoza danych, sprawdzany przed każdym wydaniem.
  • Powrót do poprzedniego checkpointu, gdy nowa wersja wypada gorzej w którejkolwiek kategorii.
  • Ścisła walidacja po stronie Phanesa przed wyświetleniem odpowiedzi użytkownikowi.

Bezpieczeństwo danych zaczyna się od pytania, ile firm je widzi. W Phanesie dane Twoich kampanii zostają w jednym obiegu: Twoje konto, nasz silnik i nasz model.

Czy Phanes wysyła dane moich kampanii do OpenAI, Google lub innego dostawcy AI?

Nie. Opisy, odpowiedzi w czacie i klasyfikacje przygotowuje Aether, własny model językowy Phanesa działający na infrastrukturze Phanesa w Europejskim Obszarze Gospodarczym. Z API Google i Meta Phanes tylko odczytuje dane konta i wykonuje zatwierdzone zmiany.

Czy model uczy się na danych mojego konta?

Model uczy się formy i dyscypliny odpowiedzi na zanonimizowanych przykładach, bez nazw firm, osób i identyfikatorów kont. Fakty o Twoim koncie nie trafiają do wag modelu, tylko są używane w chwili odpowiedzi.

Co, jeśli nowa wersja modelu będzie gorsza?

Nie wejdzie do produktu. Każda wersja musi pobić poprzednią na zamrożonym zbiorze testowym bez regresji w żadnej kategorii, inaczej zostaje poprzedni checkpoint.

Czy Aether może sam zmienić coś na koncie?

Nie. Model nie ma narzędzia zapisu. Decyzje podejmuje deterministyczny silnik reguł, a każdą zmianę zatwierdzasz Ty po próbie na sucho w API i podglądzie różnicy.

Źródła (3)