Vì sao chương này quyết định deal lớn
Với khách hàng doanh nghiệp, đặc biệt ngân hàng, y tế, bảo hiểm, câu hỏi "dữ liệu của tôi đi đâu?" và "model này ai sở hữu?" thường quan trọng hơn cả độ chính xác. Một AI Solutions PM không nắm phần này sẽ mất deal ở vòng pháp chế (legal/security review) dù giải pháp kỹ thuật tốt đến đâu.
Ba câu hỏi bảo mật phải trả lời được
- Dữ liệu được xử lý ở đâu? On-premise (trong hạ tầng khách), private cloud, hay gọi API bên thứ ba (VD một LLM cloud)? Nhiều khách cấm tuyệt đối dữ liệu rời khỏi hệ thống của họ.
- Dữ liệu có bị dùng để train tiếp không? Nếu bạn gọi API của nhà cung cấp model, dữ liệu khách có bị lưu/huấn luyện không? Phải đọc kỹ điều khoản và cam kết bằng văn bản.
- Ai truy cập được gì? Phân quyền, mã hóa khi lưu (at rest) và khi truyền (in transit), audit log ai xem dữ liệu nào.
Quyền riêng tư: PII và tối thiểu hóa dữ liệu
- Xác định PII (thông tin định danh cá nhân: tên, CCCD, số tài khoản, hồ sơ sức khỏe) trong luồng dữ liệu.
- Tối thiểu hóa: chỉ đưa vào model dữ liệu thật sự cần. Cần phân loại email? Không nhất thiết phải gửi cả tên khách.
- Ẩn danh / giả danh hóa (anonymization / pseudonymization) trước khi xử lý khi có thể.
- Tuân thủ: Việt Nam có Nghị định 13/2023 về bảo vệ dữ liệu cá nhân; khách quốc tế có thể yêu cầu GDPR. Biết nghĩa vụ nào áp dụng.
Sở hữu model & IP: bốn thứ phải tách bạch trong hợp đồng
Đây là nơi nhiều dự án tranh chấp. Làm rõ ai sở hữu:
- Base model / engine lõi: thường thuộc về bạn (nhà cung cấp) — tài sản dùng lại cho khách khác.
- Dữ liệu khách hàng: luôn thuộc về khách. Không mặc định được dùng cho khách khác.
- Model đã fine-tune trên dữ liệu khách: ai sở hữu? Đây là điểm nóng. Nếu bạn train riêng bằng dữ liệu của họ, họ thường muốn sở hữu độc quyền — điều này phá vỡ khả năng tái sử dụng của bạn.
- Kết quả đầu ra (predictions): thuộc về khách.
Ví dụ cụ thể
Một bệnh viện muốn dùng engine tóm tắt bệnh án của bạn. Vòng security review đặt điều kiện:
- Dữ liệu bệnh nhân không được rời khỏi máy chủ bệnh viện → bạn phải triển khai on-premise, không gọi API cloud.
- Model tinh chỉnh trên dữ liệu bệnh viện phải thuộc sở hữu bệnh viện → bạn tách engine lõi (giữ bản quyền) khỏi lớp fine-tune (giao cho họ), ghi rõ trong hợp đồng.
- Mọi truy cập bệnh án phải có audit log → bạn thêm lớp logging.
Khung "Security & Ownership Canvas" trước khi ký
- Nơi xử lý: on-prem / private cloud / API bên thứ ba?
- Đường đi dữ liệu: vào–xử lý–ra, có rời hệ thống khách không?
- PII & tuân thủ: có PII gì, luật nào áp dụng?
- Sở hữu: base model / dữ liệu / model fine-tune / output — ai sở hữu từng phần?
- Kiểm soát truy cập: mã hóa, phân quyền, audit log?
- Điều khoản dùng lại: bạn được tái sử dụng gì cho khách khác?
Checklist bảo mật & sở hữu
- [ ] Biết dữ liệu xử lý ở đâu và có rời hệ thống khách không?
- [ ] Đã xác nhận nhà cung cấp model có train trên dữ liệu khách không?
- [ ] Đã lập bản đồ PII và luật tuân thủ (NĐ13/GDPR)?
- [ ] Hợp đồng tách rõ sở hữu 4 phần?
- [ ] Có mã hóa at-rest, in-transit và audit log?
- [ ] Đã làm rõ quyền tái sử dụng engine lõi?
Sai lầm thường gặp
- Mặc định gọi API cloud khi khách cấm dữ liệu rời hệ thống → trượt security review.
- Không đọc điều khoản train của nhà cung cấp model → vô tình để lộ dữ liệu khách.
- Bỏ trống điều khoản sở hữu model fine-tune → tranh chấp IP, mất quyền tái sử dụng.
- Quên audit log & mã hóa ở ngành nhạy cảm → không được phê duyệt.
- Coi bảo mật là việc của IT — với AI Solutions PM, nó là một phần của thiết kế giải pháp và báo giá.
Kết
Sáu bài đã trang bị cho bạn khung tư duy VFDR, chiến lược tùy biến–chuẩn hóa, đánh giá khả thi POC→prod, quản lý kỳ vọng, thẩm định dữ liệu bẩn và bảo mật–sở hữu. Đây là bộ công cụ để bạn không chỉ nói về AI, mà giao được giải pháp AI thật cho doanh nghiệp. Hãy làm bài kiểm tra tổng kết để củng cố.
Học xong bài này rồi?
Tạo tài khoản miễn phí để lưu lại — lần sau vào là biết ngay đang dở ở đâu,
và học hết khóa thì có chứng chỉ.
Lưu tiến độ của tôi