Když AI agent nemusí (nemůže) posílat data přes půl světa
Příběh o AI agentovi pro citlivé dokumenty: lokální nebo evropský provoz, open-source modely, oprávnění a kontrola dat.
Cloud není jediná možnost
Když se ve firmách mluví o AI, většina lidí si představí okno v prohlížeči. Nahrajete dokument, napíšete dotaz, počkáte na odpověď. Pro mnoho běžných úkolů je to pohodlné a úplně dostačující.
Pak přijde první životopis, zdravotnický záznam, interní právní smlouva nebo dokument, ve kterém se potkává obchodní tajemství s osobními údaji. Najednou se otázka nezastaví u toho, jestli model odpovídá dobře. Stejně důležité je, kam dokument odchází, kdo ho může vidět, kde se ukládá a jak se to dá vysvětlit právníkovi, IT správci nebo compliance týmu.
Právě tady často chybí jedna obyčejná informace: AI agent nemusí běžet jen v cizím cloudu. Může běžet lokálně na počítači, na vlastním serveru nebo na infrastruktuře umístěné v Evropské unii. A může pracovat s open-source LLM modelem, který se napojí na modelově agnostické řešení, například Hermes Agent nebo OpenClaw.
Agent jako pracovní vrstva, model jako vyměnitelná součást
U agentů je užitečné oddělit dvě věci. Jedna věc je model, který rozumí textu a generuje odpověď. Druhá věc je agentní prostředí, které modelu připravuje práci: vezme dokument, zavolá schválený nástroj, uloží výstup, předá úkol člověku nebo zapíše výsledek do interního systému.
Hermes Agent nebo OpenClaw mohou fungovat jako tato pracovní vrstva. Model pod nimi může být komerční služba, ale také open-source LLM provozovaný lokálně. Prakticky to znamená, že organizace nemusí celou logiku procesu stavět kolem jednoho konkrétního poskytovatele modelu.
To je podstatné hlavně u citlivých dat. Pokud se změní požadavky na bezpečnost, výkon nebo umístění dat, dává větší smysl vyměnit model nebo způsob jeho provozu než přepisovat celý pracovní proces. Agent zůstává tam, kde má být: u dokumentů, oprávnění, nástrojů a kontrolních kroků.
Citlivá data potřebují víc než dobrý prompt
Životopis není jen soubor PDF. Často obsahuje osobní údaje, pracovní historii, kontakt, někdy fotografii a další informace, které kandidát neposílá proto, aby se volně potulovaly po nástrojích třetích stran.
Lékařská dokumentace je ještě citlivější. GDPR řadí údaje o zdravotním stavu mezi zvláštní kategorie osobních údajů. Právní smlouvy zase často obsahují osobní údaje, obchodní tajemství, odpovědnosti a strategické informace. Všechno jsou to dokumenty, u kterých se hodí položit nejdřív velmi praktickou otázku: kde přesně je bude AI číst?
Jedna z možných architektur vypadá střízlivě. Dokumenty zůstanou v určeném úložišti. Agent běží na vlastním stroji, interním serveru nebo u evropského poskytovatele. Model běží lokálně nebo v prostředí, které má organizace smluvně pokryté. Přístupy jsou omezené, provoz se loguje, data se neodesílají do libovolné služby a člověk kontroluje výstup před tím, než se podle něj něco rozhodne.
DPA pomáhá, ale není to kouzelné razítko
Smlouva o zpracování osobních údajů, často označovaná jako DPA, je u podobného řešení důležitá. Pokud organizace používá poskytovatele infrastruktury, který pro ni zpracovává osobní údaje, GDPR čl. 28 řeší vztah správce a zpracovatele a požaduje smluvní rámec pro takové zpracování.
Prakticky řečeno: DPA od poskytovatele typu Hetzner může být jeden z důležitých dílků skládačky. Sama o sobě ale neříká, že celé řešení je automaticky v pořádku. Pořád je potřeba vědět, jaký právní důvod zpracování existuje, jaká data se zpracovávají, kdo k nim má přístup, jak dlouho se uchovávají, jak se zabezpečují a zda existují další oborové povinnosti.
U zdravotnických dat je opatrnost ještě důležitější. Vedle technické infrastruktury a smluv se řeší zvláštní kategorie údajů, oprávnění, mlčenlivost, bezpečnostní opatření a často také interní pravidla konkrétní organizace. Dobrý hosting a podepsaná DPA jsou začátek, ne konec compliance práce.
Co tím firma získá
Lokálně nebo evropsky provozovaný AI agent není zajímavý proto, že zní technicky složitě. Je zajímavý proto, že umožňuje vést o AI konkrétnější rozhovor.
Místo obecné otázky „můžeme používat AI?“ se dá ptát přesněji. Kde běží model? Kde běží agent? Kde jsou dokumenty? Kdo má oprávnění? Co se loguje? Která data se nikdy neposílají mimo vymezené prostředí? Kdy do procesu vstupuje člověk?
Tohle jsou otázky, na které umí IT, právní a provozní tým společně odpovědět. A když na ně odpověď existuje, AI přestává být externí černá skříňka a začíná se podobat normálnímu firemnímu systému. Pořád vyžaduje opatrnost. Pořád vyžaduje kontrolu. Ale dá se navrhnout tak, aby respektoval hranice, které firma skutečně potřebuje.
Pro citlivá data je to často rozdíl mezi pěknou ukázkou a řešením, které může projít interním schválením. Agent pak nemusí posílat data přes půl světa. A v některých procesech je správná formulace ještě přísnější: nesmí.
Výsledek
Praktičtější cesta k AI práci s citlivými dokumenty: lokální nebo evropský provoz, open-source modely, tvrdší zabezpečení a jasnější odpovědnost za zpracování dat.