Bỏ qua đến nội dung chính
ACC – Asia Consulting & Technology

Ứng dụng AI trong tài chính

Rủi ro bảo mật khi dùng AI và cách kiểm soát

Rủi ro bảo mật khi dùng AI phần lớn do nhân sự sử dụng tự phát. Phân loại dữ liệu theo mức nhạy cảm và cơ chế kiểm soát đề xuất.

Biên soạn: ACC, Ban biên tập · Cập nhật · 4 phút đọc

Tóm tắt

Rủi ro bảo mật khi dùng AI phần lớn đến từ việc nhân sự sử dụng công cụ tự phát, không theo quy định nào. Bài viết phân tích ba nhóm rủi ro, cách phân loại dữ liệu theo mức độ nhạy cảm, cơ chế kiểm soát nội bộ và rủi ro đến từ phía nhà cung cấp công cụ.

Tình huống phổ biến là một nhân viên dán toàn bộ hợp đồng hoặc bảng lương vào một công cụ AI trực tuyến để nhờ tóm tắt. Không ai biết, không có quy định cấm, và dữ liệu đã rời khỏi doanh nghiệp. Kiểm soát rủi ro này bắt đầu từ việc phân loại dữ liệu, không phải từ việc cấm công cụ.

Ba nhóm rủi ro

Dữ liệu rời khỏi doanh nghiệp. Thông tin đưa vào công cụ của bên thứ ba có thể được lưu trữ, xử lý hoặc sử dụng theo chính sách của nhà cung cấp.

Dữ liệu cá nhân. Khi dữ liệu đưa vào chứa thông tin cá nhân của người lao động, khách hàng hay đối tác, phát sinh nghĩa vụ theo pháp luật về bảo vệ dữ liệu cá nhân.

Thông tin thuộc nghĩa vụ bảo mật với khách hàng. Với doanh nghiệp dịch vụ, việc đưa dữ liệu của khách hàng vào công cụ bên ngoài có thể vi phạm cam kết bảo mật trong hợp đồng.

Nhóm thứ ba đặc biệt quan trọng với các công ty kiểm toán, kế toán, tư vấn và luật.

Phân loại dữ liệu

Nhóm không được đưa vào công cụ bên ngoài. Dữ liệu của khách hàng, thông tin cá nhân, thông tin tài chính chưa công bố, hợp đồng, thông tin về nhân sự, dữ liệu về hệ thống và bảo mật.

Nhóm cần cân nhắc. Dữ liệu nội bộ không nhạy cảm nhưng thuộc bí mật kinh doanh.

Nhóm có thể sử dụng. Thông tin đã công khai, nội dung do doanh nghiệp tự tạo không chứa dữ liệu nhạy cảm, và các câu hỏi mang tính kiến thức chung.

Phân loại này cần được viết thành danh mục cụ thể, không để dưới dạng nguyên tắc chung.

Cơ chế kiểm soát

Quy định rõ công cụ nào được phép dùng. Danh sách cụ thể thay vì cấm chung chung, vì cấm chung chung dẫn tới việc nhân sự dùng lén.

Phân loại dữ liệu bằng danh mục. Để người dùng biết ngay cái gì được và không được.

Ưu tiên giải pháp có cam kết về dữ liệu. Với nhu cầu xử lý dữ liệu nhạy cảm, chọn giải pháp có thỏa thuận về việc không lưu trữ và không sử dụng dữ liệu.

Đào tạo thay vì chỉ ban hành văn bản. Phần lớn vi phạm đến từ việc không biết chứ không từ cố ý.

Rủi ro đến từ phía công cụ

Ngoài rủi ro do người dùng, còn có nhóm rủi ro từ chính công cụ: nhà cung cấp thay đổi chính sách về dữ liệu, dịch vụ bị gián đoạn, hoặc hệ thống của nhà cung cấp bị tấn công. Doanh nghiệp phụ thuộc vào một công cụ cho công việc hằng ngày cần có phương án dự phòng.

Thực tế cho thấy mức độ phụ thuộc hình thành nhanh hơn doanh nghiệp nhận ra: sau vài tháng, một quy trình đã được xây quanh công cụ và việc quay lại cách cũ trở nên khó khăn. Vì vậy khi đưa một công cụ vào quy trình chính thức, nên đồng thời ghi lại cách thực hiện công việc đó khi không có công cụ, như một phần của tài liệu quy trình.

Ứng dụng thực tiễn

Bước đầu tiên là khảo sát xem nhân sự đang dùng công cụ nào và cho việc gì, vì phần lớn doanh nghiệp đánh giá thấp mức độ sử dụng tự phát. Ban hành danh mục dữ liệu không được đưa ra ngoài, viết cụ thể bằng ví dụ. Chỉ định danh sách công cụ được phép sử dụng. Với doanh nghiệp dịch vụ có nghĩa vụ bảo mật với khách hàng, rà soát lại cam kết trong hợp đồng và đối chiếu với thực tế sử dụng. Và tổ chức đào tạo ngắn thay vì chỉ gửi văn bản.

Căn cứ pháp lý: Luật Trí tuệ nhân tạo số 134/2025/QH15; Nghị định 142/2026/NĐ-CP; các quy định về bảo vệ dữ liệu cá nhân; Luật An toàn thông tin mạng; Luật Kiểm toán độc lập số 67/2011/QH12.

Nội dung chuyên môn mang tính tham khảo, theo tài liệu cập nhật đến 01/9/2026; không thay thế tư vấn cho tình huống cụ thể. Quý khách cần đối chiếu văn bản gốc và tình trạng hiệu lực tại thời điểm áp dụng.

Bài viết khác

Nhận bản xem trước miễn phí