Grazie per il feedback.

Alcune definizioni chiave in questo articolo includono:

• Elaborazione dei dati: l'atto di eseguire operazioni computazionali (come trascrizione, inferenza o sintesi) sui dati dei clienti. Nessun dato del cliente viene memorizzato durante l'elaborazione; i dati esistono solo temporaneamente nella memoria volatile (RAM) e vengono eliminati immediatamente dopo il completamento dell'elaborazione.
• Residenza e archiviazione dei dati: si riferisce alla posizione in cui i dati dei clienti vengono archiviati in modo persistente ("a riposo"). Ciò include la configurazione, le impostazioni specifiche del tenant e i registri archiviati.
• Residenza multimediale: i contenuti multimediali (ad esempio i flussi audio) rimangono nella posizione di origine il più a lungo possibile e non vengono spostati o archiviati in modo persistente al di fuori dell'area, anche se l'elaborazione avviene in un'altra area geografica.
• Sub-processore: un fornitore di servizi di terze parti impegnato a svolgere funzioni specifiche (ad esempio, inferenza LLM, riconoscimento vocale) sui dati dei clienti, sotto rigorosi controlli contrattuali e tecnici.

Per i clienti che operano in regioni regolamentate come Singapore, distinguiamo tra dove vengono archiviati i dati (residenza) e dove vengono calcolati i dati (elaborazione).

Un aspetto fondamentale della nostra architettura AI è l'impegno per l'elaborazione effimera e la conservazione zero dei dati. Il nostro approccio dà priorità alla privacy e alla sicurezza dei dati garantendo che le informazioni dei clienti non vengano mai archiviate o conservate durante le operazioni di intelligenza artificiale.

• Visibilità ASR e TTS: durante la trascrizione in tempo reale (ASR) o la sintesi vocale (TTS), i dati esistono solo nella memoria volatile (RAM) del motore di elaborazione e vengono eliminati immediatamente dopo l'uso. Nessun dato viene memorizzato o conservato dopo l'elaborazione.
• Controllo degli accessi: nessun dipendente umano (interno o sub-processore) ha accesso a flussi audio o di testo grezzi durante la fase di inferenza.
• Nessun utilizzo secondario: manteniamo rigide barriere contrattuali e tecniche per garantire che i dati dei clienti, inclusi prompt e audio, non vengano mai utilizzati per addestrare, riqualificare o migliorare i modelli di base di proprietà dei sub-processori.

Conduciamo rigorose valutazioni del rischio di terze parti su tutti i sub-processori.

• Valutazioni del rischio di terze parti: tutti i sub-processori sono sottoposti a una valutazione rigorosa.
• Crittografia: i dati inviati ai sub-processori vengono crittografati in transito, elaborati solo nella RAM e mai memorizzati.
• Verificabilità: tutte le chiamate API ai sub-processori vengono registrate a scopo di audit (solo metadati; i payload sensibili sono esclusi dai log).
• Responsabilità degli incidenti: in caso di incidente relativo ai dati presso un sub-responsabile del trattamento, [la tua azienda] mantiene la responsabilità primaria e gestisce tutte le notifiche e le correzioni dei clienti in base al nostro Addendum standard sul trattamento dei dati (DPA).

Per garantire la trasparenza, la seguente tabella delinea esattamente per quanto tempo i dati vengono conservati all'interno del nostro ecosistema:

Il nostro AI Assistant utilizza un'architettura Retrieval-Augmented Generation (RAG). Ciò garantisce che l'IA fornisca risposte basate su specifici documenti "Ground Truth" piuttosto che sull'addestramento interno del modello.

• Aggiornamenti URL/documenti: quando una fonte di conoscenza viene aggiornata, il sistema reindicizza il contenuto e sostituisce le versioni precedenti.
• Latenza: il contenuto aggiornato in genere si riflette nelle risposte dell'IA entro [X] minuti.
• Gestione della cache: le sessioni attive utilizzano il contesto disponibile all'inizio della sessione; tuttavia, tutte le sessioni successive sono costrette a interrogare l'indice più recente, impedendo il riutilizzo di dati obsoleti o "allucinati".