最新レポート: 従業員の 25% が ChatGPT などの AI ツールに機密データをアップロードしている

最新レポート: 従業員の 25% が ChatGPT などの AI ツールに機密データをアップロードしている

新たな調査によると、従業員の15%がChatGPTに会社のデータを頻繁にアップロードしており、そのデータの4分の1以上が機密情報とみなされており、企業はセキュリティ侵害のリスクにさらされているという。

6 月の調査レポート「真の GenAI データ露出リスクの解明」では、10,000 人を超える従業員を分析し、従業員が仕事のシナリオで ChatGPT やその他の生成 AI アプリケーションをどのように使用しているかに焦点を当てました。

レポートによると、少なくとも 15% の従業員が職場で ChatGPT やその他の生成 AI ツールを使用しており、訪問の約 25% が会社のデータを AI ツールに直接貼り付けています。多くの従業員は、毎週、あるいは毎日、機密データを貼り付けています。

報告書によると、従業員は1日平均36回、生成AIツールにデータを入力し、AIの普及に伴いこの数字は増加すると予想されている。

LayerX は 10 ページのレポートで次のように述べています。従業員が電子メール、チャット ソフトウェア (Slack)、ビデオ会議 (Zoom、Teams)、プロジェクト管理、その他のツールを仕事に役立てるのと同じように、GenAI を日常のワークフローの一部として使用するのはそう遠くないはずです。

報告書によると、GenAI はまったく新しい分野を開拓しているものの、特に機密データのセキュリティとプライバシーに関して、企業に大きなリスクをもたらすとも言われています。

さらに、GenAI ツールに貼り付けられた機密情報の主なカテゴリには、社内ビジネスデータ (43%)、ソースコード (31%)、個人を特定できる情報 (PII) (12%) が含まれていました。このうち、ソースコードや社内業務データが悪用されるリスクが最も高くなります。

研究論文によると、GenAIプラットフォームはブラウザ内で実行されるため、既存のセキュリティソリューションでは機密データの貼り付けなどのリスクに対処できないという。

主な調査結果によると、従業員の 4% が毎週 GenAI に機密データを貼り付けており、機密データが漏洩する可能性が高まっています。

また、データによると、GenAI に最も関与している従業員の 50% は研究開発部門に属しており、続いて営業およびマーケティング部門が 23% 以上、財務部門が 14% 以上となっていることもわかりました。

調査では、GenAI ユーザーの大部分がプロンプトの指示に頼るだけでなく、データを貼り付けて目的のテキストを生成しようとしていることが判明しました。

たとえば、営業マネージャーが GenAI を使用して四半期業績レポートと実行プロセスを作成する場合、実際の営業結果データを GenAI ツールに提供する必要があります。

これにより、当初の目的は時間の節約であったとしても、企業の機密データが GenAI に公開されることになります。

2023年1月、ローンチから2か月も経たないうちに、ChatGPTは急速に1億人を超えるアクティブユーザーを獲得しました。

ChatGPTは4月までにアクティブユーザー数が月間8億人を超えたと報告した。

報告書によると、過去 3 か月間に従業員の 44% が GenAI API を使用しており、中には月に 50 回以上 AI ウェブサイトやアプリケーションにアクセスしている従業員もいるという。

AIによって生産性が大幅に向上するにつれ、この現象は今後ますます増えていくでしょう。その際、社内のデータをいかにして漏洩から守るかが、どの企業も直面する課題となるでしょう。

参考リンク: https://cybernews.com/security/workers-regularly-post-sensitive-data-into-chatgpt/

<<:  写真にピクセルレベルの透かしをひっそり追加: AI による芸術作品の「盗作」を防ぐ方法が発見されました

>>: 

ブログ    
ブログ    

推薦する

LLM の成功に欠かせない基礎: RLHF とその代替技術

LLM について議論するときは、必ず「人間のフィードバックによる強化学習 (RLHF)」と呼ばれるプ...

NLP入門シリーズ:自然言語処理

[[400034]]この記事はAI Publishingが執筆したWeChatパブリックアカウント「...

人工知能が新素材の研究開発を支援

現在、海外では人工知能が新素材の開発に役立っている事例が報告されています。英国リバプール大学の研究者...

特定のイベントが発生した正確な時刻を特定します。 Byte&復旦大学のマルチモーダル大型モデル解釈ビデオはとても良い

Byte & 復旦大学のマルチモーダル理解モデルはこちらです:ビデオ内の特定のイベントが発生...

スマートビルディングにおける技術の陳腐化にどう対処するか?

今日の建物、ましてや将来のスマート ビルにとって、技術インフラの重要性はいくら強調してもし過ぎること...

コードを自動生成できるAIベースの開発ツール5選

今日、機械学習の可能性に関心を持つプログラマーは、人工知能と AI ベースのソフトウェア開発ツールを...

2024年の最大の落とし穴は?ディープラーニングに基づくエンドツーエンドの自動運転の最新レビュー

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

企業は生成 AI のリスクをどのように管理できるでしょうか?

生成 AI の導入は昨年急増しました。このテクノロジーはイノベーションと生産性の向上を約束する一方で...

自動運転車は歩行者に意図を伝えることができるか?

広い道路を安全に横断するかどうかを判断するには、歩行者と運転者の間の社会的合図とコミュニケーションが...

ディープラーニングの台頭から10年:OpenAIのイノベーターたち

AlexNet、AlphaGo、GPT、CLIP、DALL-E、Codex、これらはAIの世界でセン...

ルールベースのAIと機械学習の主な違いは、さまざまな業界の企業が検討し、実装している点です。

さまざまな業界の企業が、ビッグデータからロボット工学まで、ビジネスプロセスの自動化、顧客体験の向上、...

AI の創造性を解き放つ: Replicate プラットフォーム上のトップ AI プロジェクト!

Replicate は、ユーザーがさまざまな人工知能タスクを達成できるようにすることを目的として、...

...

アリババが雲奇会議でデジタル経済について語らなかったこと

2009 年以来、雲奇会議は、最も初期のローカル ウェブサイト サミットから、アリババの年次戦略およ...