Mówienie "brak trenowania na twoich danych" nic nie kosztuje - 12 pytań, które to weryfikują

Brak trenowania na twoich danych oznacza, że dostawca przetwarza twoje treści, aby dostarczyć wynik, o który prosiłeś, i nigdy nie wprowadza ich z powrotem do uczenia, dostrajania, ewaluacji ani benchmarkingu modelu uczenia maszynowego. Twoje dokumenty są danymi wejściowymi do usługi, a nie surowcem dla produktu.

Napisanie tego zdania nie kosztuje dostawcy niczego, dlatego twój weryfikator bezpieczeństwa przestał je akceptować. Poniżej znajduje się 12 pytań, które to sprawdzają, oraz odpowiedzi na nie od Parseur, w tym te, gdzie uczciwa odpowiedź brzmi: "zapytaj nas o to i pociągnij nas do odpowiedzialności na piśmie".

Kluczowe Wnioski

• Brak trenowania na twoich danych oznacza, że twoje treści są przetwarzane i nigdy nie trafiają z powrotem do modelu.
• Każdy dostawca może to powiedzieć, więc przeglądy bezpieczeństwa przeszły do części, które można sprawdzić: wymienieni z nazwy podwykonawcy, retencja określona w dniach i zamknięta luka dotycząca danych zanonimizowanych.
• Parseur nigdy nie wykorzystuje ponownie danych klientów do trenowania swoich modeli AI i nigdy ich nie sprzedaje, jest hostowany w UE, natywnie zgodny z RODO i pozwala ustawić okno retencji dokumentów od jednego dnia do nieograniczonego.
• Programy SOC 2 Type II i HIPAA są w toku i zgodnie z harmonogramem planowane na rok 2026, co oznacza, że na dziś brakuje certyfikacji. Parseur nie jest też dostawcą z zerową retencją danych, a na tej stronie wyjaśniono, dlaczego żaden parser dokumentów, jakiego byś naprawdę chciał, nie może nim być.

Dlaczego stwierdzenie „Nigdy nie trenujemy na twoich danych” przestało cokolwiek znaczyć

Teraz mówi to każdy dostawca. I właśnie w tym tkwi problem.

Weryfikator, który czyta „nigdy nie trenujemy na twoich danych” na stronie marketingowej, nie dowiaduje się niczego, co mógłby umieścić w rejestrze ryzyk. To zdanie nie ma zakresu, nie wymienia podwykonawców, nie podaje wartości retencji i nikt się pod nim nie podpisał.

Okazuje się, że przepaść między tym zdaniem a umową jest ogromna. Raport DataGrail na rok 2026 Privacy and AI Trends Report, analizujący 2400 popularnych dostawców oprogramowania biznesowego, wykazał, że 63,6% dostawców reklamujących możliwości AI nigdzie w dokumentacji prawnej nie ujawnia korzystania z zewnętrznych podwykonawców AI.

Część z tych dostawców autentycznie nie ma żadnego podwykonawcy do ujawnienia. Reszta prosi o zaufanie do nienazwanego łańcucha dostaw, a z zewnątrz nie da się odróżnić tych dwóch grup od siebie. To jest właśnie rola poniższych pytań.

Zatem przydatne pytanie nie dotyczy już tego, czy dostawca posiada politykę braku trenowania. Dotyczy ono tego, co z niej zostanie, gdy poprosisz, by przelał ją na papier.

Przetwarzanie a Trenowanie, i dlaczego tylko to pierwsze jest odwracalne

Z dokumentem, który przesyłasz, mogą stać się dwie rzeczy, a różnica polega na tym, czy po zakończeniu zadania cokolwiek zostaje w systemie.

• Przetwarzanie (Processing): twoje dane są używane w czasie rzeczywistym do ukończenia zadania, np. wyciągnięcia pozycji z faktury od dostawcy. Po zakończeniu zadania dane nie trafiają ponownie do systemu w celu przyszłego uczenia się.
• Trenowanie (Training): twoje dane są wprowadzane do modelu, aby go ulepszyć, co oznacza, że twoje dane wejściowe stają się częścią tego, co model "wie". Nie ma opcji cofnij. Odzyskanie swoich treści oznacza ponowne wytrenowanie modelu, a nikt nie ma na to budżetu.

Zatarcie tej granicy stworzyło trzy problemy, które przetrwały jej rozmycie. Poufne dokumenty mogły zostać zrekonstruowane z modelu, który je zapamiętał. Kwestia własności stała się mętna, ponieważ model wytrenowany na twoich umowach zaabsorbował twoją własność intelektualną. Dodatkowo regulowane branże straciły możliwość udzielenia odpowiedzi na najbardziej podstawowe pytanie z audytu, czyli gdzie faktycznie trafiły dane klientów.

Polityka braku trenowania usuwa te niejasności. Twoje dane są przetwarzane do zadania, a potem to się kończy.

Retencja Danych Zero (Zero Data Retention) i dlaczego Parseur nie twierdzi, że ją zapewnia

Zerowa retencja danych (ZDR) oznacza, że dostawca przetwarza twoje żądanie w pamięci i nie zapisuje niczego na dysku. Żadnych przechowywanych danych wejściowych, wyjściowych ani logów z zawartością. Jest to najostrzejsza z dostępnych opcji, a zespoły zakupowe coraz częściej proszą o nią z nazwy, zamiast pytać o trenowanie.

Z drugiej strony ta koncepcja jest ciągle nadużywana marketingowo, więc warto wiedzieć, co ZDR zazwyczaj pomija.

• Metadane rozliczeniowe pozostają. Znaczniki czasu (timestamps), liczba tokenów i opóźnienia muszą zostać gdzieś zapisane, w przeciwnym razie nikt nie wystawi ci faktury.
• Monitorowanie nadużyć i bezpieczeństwa może znajdować się całkowicie poza tym układem – jest to ścieżka przeglądu przez człowieka, o której nigdy ci nie powiedziano.
• Nie każdy endpoint (punkt końcowy API) kwalifikuje się do ZDR. Wywołanie takiego, który się nie kwalifikuje, to cicha decyzja o wyjściu poza własną umowę, zazwyczaj podejmowana przez inżyniera, który nigdy jej nie czytał.

Oto fragment, który większość stron dostawców pomija. Parseur nie jest produktem o zerowej retencji danych, i żaden parser dokumentów, który pozwala na ponowne uruchomienie ekstrakcji lub sprawdzenie zeszłomiesięcznych wyników, nie może nim uczciwie być. Ponowne przetwarzanie dokumentu wymaga, by dokument wciąż tam był. Zamiast tego Parseur daje ci kontrolowane okno retencji, od jednego dnia aż do nieograniczonego, w zależności od twojego planu, z automatycznym usuwaniem dokumentu w momencie, gdy okno się zamknie.

Jeśli dostawca oferuje ci pełną historię dokumentów i zerową retencję danych jednym tchem, zapytaj, które z nich właśnie ma zamiar ci zabrać.

12 Pytań, które należy zadać dostawcy systemu ekstrakcji dokumentów na temat trenowania AI i retencji

Skopiuj to do swojego kwestionariusza dla dostawców. Na każde z nich dostawca może odpowiedzieć krótko, jeśli wykonał pracę, lub zawiesić się w długiej pauzie, jeśli tego nie zrobił.

1. Czy wykorzystujecie nasze przesłane dokumenty, wyekstrahowane pola, metadane, korekty lub dane wyjściowe do uczenia, dostrajania, ewaluacji lub benchmarkowania jakiegokolwiek modelu?
2. Czy ta odpowiedź obejmuje również zanonimizowane, zdezidentyfikowane, zagregowane lub pochodne wersje naszych danych?
3. Którzy zewnętrzni podwykonawcy AI, OCR lub podwykonawcy w chmurze otrzymują nasze dokumenty? Wymień każdego z nich i określ, gdzie działa.
4. Czy ci podwykonawcy mają umowny zakaz wykorzystywania naszych danych do trenowania lub ulepszania usług?
5. Jak długo przechowywany jest każdy rodzaj danych: dokumenty źródłowe, wyekstrahowane pola, logi przetwarzania, logi błędów, pamięci podręczne (cache) i kopie zapasowe?
6. Czy sami możemy konfigurować okno retencji i jakie jest najkrótsze, które oferujecie?
7. Czy możemy usunąć dane na żądanie i jakie jest SLA na usunięcie na piśmie?
8. Czy usunięcie obejmuje kopie zapasowe i ile czasu upłynie, zanim zostaną nadpisane?
9. Czy wasi pracownicy lub podwykonawcy mogą przeglądać nasze dokumenty, w jakich okolicznościach, i czy dostęp ten jest logowany?
10. Czy dane klientów są kiedykolwiek kopiowane do środowisk deweloperskich, testowych, QA lub demonstracyjnych?
11. Gdzie nasze dane są przechowywane i przetwarzane oraz czy mogą kiedykolwiek opuścić ten region?
12. Czy te zobowiązania znajdą się w podpisanej Umowie Powierzenia Przetwarzania Danych (DPA) lub Umowie Głównej (MSA), i czy będą one nadrzędne w stosunku do waszych warunków online, jeśli obie wersje kiedykolwiek będą ze sobą sprzeczne?

Dostawca, który na wszystkie dwanaście odpowiada w jednym płynnym akapicie, zgaduje. Dostawca, który odpowiada nazwami, liczbami i odniesieniami do klauzul, był już o to pytany.

Odpowiedzi Parseur, w tym ta niezręczna

Parseur jest parserem dokumentów. Wysyłasz do niego faktury od dostawców, a on odsyła ustrukturyzowane pola i nie trenuje modeli na danych klientów. Oto co dzieje się z tymi fakturami, zmapowane na powyższe pytania.

Napisanie "w toku" w miejscu, gdzie logo wyglądałoby lepiej, kosztuje trochę prestiżu, ale kupuje dużo wiarygodności. Weryfikator, który wychwyci jeden zawyżony certyfikat, przestaje wierzyć w pozostałych jedenaście odpowiedzi – i ma rację.

Dwa z tych wierszy możesz sprawdzić, zanim w ogóle z kimkolwiek porozmawiasz. Umowa Powierzenia Przetwarzania Danych to dokument, który możesz przeczytać w całości przed podpisaniem, a okno retencji to ustawienie, które możesz zobaczyć we własnym koncie, a nie tylko obietnica.

Do czego tak naprawdę zobowiązują się OpenAI, Microsoft, Anthropic, AWS i Google

Nabywcy korporacyjni wymusili na całym rynku wyraźne gwarancje, a kształt dobrej odpowiedzi został już ustalony.

• OpenAI dzieli warunki według produktu. Dane konsumenckie z ChatGPT mogą być wykorzystywane do ulepszania modeli, podczas gdy wersje Enterprise oraz API są domyślnie wyłączone, z udokumentowanymi kontrolami opcji opt-out.
• Microsoft opiera się na izolacji. Copilot for Microsoft 365 oraz Azure OpenAI wykluczają treści klientów z trenowania modeli bazowych (foundation models) i publikują domyślne okno retencji dla danych z tymczasowego przetwarzania.
• Anthropic publicznie zobowiązuje się do nietrenowania na danych korporacyjnych.
• Google Cloud i AWS publikują wyłączenia z trenowania dla usług Document AI i Textract w swoich warunkach zarządzania danymi, chociaż AWS wymaga zastosowania wyraźnej polityki wyłączenia na poziomie organizacji, zamiast oferować to jako opcję domyślną. Wyłączone domyślnie, a wyłączone, gdy ktoś przypomni sobie, by kliknąć, to nie jest to samo zobowiązanie.

Zwróć uwagę, co mają wspólnego. Odpowiedź znajduje się w dokumencie ładu korporacyjnego (governance), a nie w poście na blogu, i przychodzi z nazwanym rozwiązaniem domyślnym. To jest poprzeczka, i to jest poprzeczka, którą ta strona próbuje przeskoczyć.

Dlaczego to pytanie obecnie blokuje zakupy

Kupujący nie pytają z ciekawości. Badanie z 2025 r. przeprowadzone przez The Futurum Group wykazało, że 52% organizacji stawia na pierwszym miejscu wiedzę techniczną dostawcy AI, a tuż za nią (51%) obsługę danych i kontrolę prywatności. W tym samym okresie 2025 Investment Management Compliance Testing Survey pokazało, że 57% oficerów ds. compliance uznało wykorzystanie AI za swój najważniejszy problem w zakresie zgodności, a ankieta PwC dotycząca agentów AI z 2025 r. wykazała, że 28% liderów biznesowych uważa brak zaufania do agentów AI za główną barierę w szerszym wdrażaniu.

Nastroje społeczne stojące za tymi liczbami są jeszcze chłodniejsze. Mniej więcej 70% dorosłych nie ufa firmom w zakresie odpowiedzialnego wykorzystywania sztucznej inteligencji, a ponad 80% spodziewa się jakiegoś poziomu nadużyć swoich danych, jak wynika z danych Protecto. Twoi klienci już założyli najgorsze, dlatego incydent związany z niewłaściwym obchodzeniem się z danymi kosztuje utratę reputacji na długo przed nałożeniem kary.

A to jest prawdziwy argument za tym, by spisać to wszystko. Polityka braku trenowania to nie jest funkcja, którą dodajesz do tabeli porównawczej. To jest rzecz, która decyduje o tym, czy weryfikator bezpieczeństwa złoży podpis, a weryfikatorzy nie podpisują akapitów. Oni podpisują klauzule.

Więc wyślij Parseur dwanaście pytań, a następnie wyślij te same dwanaście wszystkim innym ze swojej krótkiej listy. Zacznij od Umowy Powierzenia Przetwarzania Danych oraz ustawień retencji w twoim planie. Porównanie jest tu kluczowe – wolelibyśmy być oceniani na tle innych, a nie zamiast nich.

Ostatnia aktualizacja 14 sierpnia 2026