Dữ liệu nào không nên đưa vào công cụ AI ở công ty?

Một file export sắp được dán vào khung chat

Cuối tháng, sếp nhờ bạn tổng hợp xem khách của cửa hàng online Nhà Mầm (một cửa hàng giả định bán đồ cho trẻ nhỏ) đang phàn nàn về điều gì nhiều nhất. Bạn xuất từ hệ thống chăm sóc khách hàng ra một file 200 phiếu khiếu nại. Mỗi dòng có họ tên khách, số điện thoại, email, mã đơn, địa chỉ giao hàng, số tiền và nội dung khiếu nại.

Đọc hết 200 dòng mất cả buổi. Một công cụ AI có thể gom nhóm chủ đề trong vài phút. Bạn đã chọn hết nội dung file và đang định dán vào. Tiện tay, bạn còn định dán thêm đoạn điều khoản trong hợp đồng với đơn vị vận chuyển để hỏi xem lỗi giao trễ thuộc trách nhiệm của ai.

Đây là tình huống minh họa. Nó không có gì xấu về ý định: bạn chỉ muốn làm nhanh và làm tốt. Vấn đề nằm ở thứ đang đi kèm trong file. Bài này giúp bạn tách những gì nên giữ lại ngoài công cụ AI, cách làm sạch một đoạn dữ liệu trước khi dùng, và khi nào cần dừng lại để hỏi người có trách nhiệm.

• Kiểm tra tài liệu AI soạn trước khi gửi team

Vì sao khó nhận ra dữ liệu nhạy cảm?

Dữ liệu nhạy cảm hiếm khi đứng riêng một chỗ để bạn dễ nhìn thấy. Nó nằm lẫn trong những thứ PO dùng hằng ngày: file export, ghi chú phỏng vấn, ảnh chụp màn hình, đoạn chat với dev, biên bản họp. Có vài lý do khiến người mới dễ bỏ sót.

• Dán cả khối nhanh hơn lọc từng dòng. Khi đang gấp, bước làm sạch là bước bị bỏ đầu tiên.
• Dữ liệu trông vô hại. Một mã đơn hay một số điện thoại đứng riêng không nói lên gì, nhưng ghép với tên và địa chỉ thì chỉ ra đúng một người.
• Xóa tên chưa chắc đã đủ. NIST, viện tiêu chuẩn của Hoa Kỳ, xếp quyền riêng tư dữ liệu vào nhóm rủi ro của AI tạo sinh, trong đó có việc làm lộ dữ liệu và việc nhận diện lại người đã được ẩn danh.
• Quy định công ty chưa rõ, hoặc bạn chưa đọc. Nhiều team mới bắt đầu dùng AI và chưa kịp viết hướng dẫn.
• Thông tin công ty cũng là dữ liệu nhạy cảm. Người mới dễ chỉ nghĩ tới dữ liệu khách hàng, mà quên số liệu doanh thu, kế hoạch chưa công bố hay điều khoản với đối tác.

OWASP, một cộng đồng về bảo mật phần mềm, đưa “Sensitive Information Disclosure” (làm lộ thông tin nhạy cảm) vào danh sách rủi ro hàng đầu của ứng dụng dùng mô hình ngôn ngữ lớn. Danh sách loại thông tin họ nêu gồm dữ liệu định danh cá nhân, thông tin tài chính, hồ sơ sức khỏe, dữ liệu kinh doanh bí mật, thông tin đăng nhập, tài liệu pháp lý. OWASP cũng nhắc người dùng nên biết cách tương tác an toàn và tránh nhập dữ liệu nhạy cảm.

Ở Việt Nam, Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ ngày 01/01/2026. Nói gọn, luật quy định quyền của người có dữ liệu và trách nhiệm của tổ chức khi xử lý dữ liệu cá nhân, đồng thời cấm các hành vi như mua bán dữ liệu cá nhân. Đây không phải tư vấn pháp lý. Việc đưa dữ liệu khách hàng vào một công cụ bên ngoài có phù hợp hay không là câu hỏi dành cho bộ phận pháp chế hoặc người phụ trách dữ liệu của công ty, không phải để PO tự kết luận.

Những loại dữ liệu nào không nên đưa vào công cụ AI?

Bảng dưới gom sáu nhóm dữ liệu PO hay chạm tới. “Không nên” ở đây nghĩa là không đưa vào khi công ty chưa cho phép rõ ràng. Nếu công ty đã có công cụ được duyệt và quy định cụ thể cho loại dữ liệu đó, hãy theo quy định.

Hãy để ý cột “Cách an toàn hơn”. Gần như ở mọi nhóm, bạn vẫn làm được việc mình cần, chỉ là với ít dữ liệu hơn. Muốn biết khách phàn nàn gì, bạn cần nội dung phàn nàn, không cần số điện thoại. Muốn hỏi một đoạn log báo lỗi gì, bạn cần thông báo lỗi, không cần token.

Bốn bước kiểm tra trước khi dán

Một cách làm là luôn đi qua cùng bốn bước, dù đoạn dữ liệu dài hay ngắn. Với một đoạn ngắn, bốn bước này chỉ mất một hai phút.

Bước 1 rất dễ bị bỏ qua. Hãy hỏi quản lý trực tiếp hoặc IT ba điều: công ty cho phép dùng công cụ AI nào, với tài khoản nào, và cho những loại dữ liệu nào. Đừng tự suy ra từ việc đồng nghiệp đang dùng, và đừng dựa vào điều bạn nghe về cách một nhà cung cấp lưu hay dùng dữ liệu. Những điều đó thay đổi theo thời gian và theo gói dịch vụ. Nguồn đúng là quy định của công ty và điều khoản hiện hành mà công ty đã xem xét.

Bước 2 bắt đầu từ câu hỏi: mình đang cần AI giúp việc gì? Gom chủ đề khiếu nại thì cần nội dung khiếu nại. Viết lại một thông báo thì cần bản nháp thông báo. Mọi cột, mọi dòng không phục vụ việc đó nên ở lại trong hệ thống của công ty.

Bước 3 là làm sạch phần còn lại. Thay tên người bằng nhãn chung, xóa số điện thoại, email, mã đơn, địa chỉ cụ thể, làm tròn số tiền, bỏ tên nhân viên. Nếu không cần dữ liệu thật, một ví dụ hư cấu thường là lựa chọn an toàn nhất, nhất là khi bạn chỉ muốn hỏi cách trình bày hay cách sắp xếp ý.

Làm sao biết một đoạn dữ liệu có được dán vào AI không?

Bộ lọc dưới đây dùng cho từng đoạn cụ thể. Trả lời “có” thì đi tiếp. Trả lời “không” thì làm việc ghi bên cạnh trước khi quay lại.

Hai câu cuối tách thông tin của công ty làm hai cách xử lý. Số liệu và kế hoạch chưa công bố thường khái quát được mà vẫn giữ đủ ý, ví dụ “doanh thu tháng này tăng nhẹ so với tháng trước”. Hợp đồng và thông tin nhân sự thì không nên đưa vào dưới dạng nào khi chưa được phép. Nếu câu hỏi của bạn là “điều khoản này có nghĩa là gì”, người trả lời nên là pháp chế hoặc người đã đàm phán hợp đồng, không phải một công cụ AI.

Ẩn danh dữ liệu khách hàng như thế nào?

Quay lại file khiếu nại của Nhà Mầm. Dưới đây là một phiếu minh họa, toàn bộ tên, số và địa chỉ đều là giả định. Việc cần làm là gom chủ đề khiếu nại, nên chỉ nội dung vấn đề là thật sự cần.

Sau khi làm sạch, phiếu vẫn cho thấy ba vấn đề: giao trễ so với cam kết, hàng bị móp và tổng đài khó liên lạc. Đó là toàn bộ những gì việc gom chủ đề cần. Bản đã làm sạch khó dùng để nhận ra Khách A là ai.

Hãy cẩn thận với chi tiết hiếm. Nếu nội dung có câu “tôi là khách duy nhất ở Đà Lạt mua ba chiếc nôi tuần trước”, người trong công ty có thể đoán ra ngay đó là ai dù tên đã bị xóa. Khi gặp chi tiết như vậy, khái quát nó thành “khách mua nhiều sản phẩm cùng lúc”.

Nếu sau đó cần quay lại đúng khách, ví dụ để gọi xin lỗi, hãy giữ bảng đối chiếu giữa nhãn Khách A và mã đơn trong hệ thống của công ty. Bảng đó không đi vào công cụ AI. Cách làm này cũng áp dụng cho ghi chú phỏng vấn người dùng và cho việc tóm tắt phản hồi khách hàng.

• Dùng AI tóm tắt phản hồi khách hàng
• Phỏng vấn người dùng nên hỏi gì

Checklist trước khi dán vào công cụ AI

Checklist này dùng cho mỗi lần bạn định đưa dữ liệu công việc vào một công cụ AI. Bạn copy về, để trong ghi chú hoặc ghim ở kênh chat của team.

Trước khi đưa đoạn này vào công cụ AI:
[ ] Công cụ và tài khoản mình dùng nằm trong danh sách công ty cho phép.
[ ] Loại dữ liệu này được phép dùng với công cụ đó theo quy định hiện hành.
[ ] Mình nói được trong một câu mình cần công cụ giúp việc gì.
[ ] Chỉ còn lại phần phục vụ đúng việc đó.
[ ] Đã thay tên người bằng nhãn chung, đã xóa số điện thoại, email, mã đơn, địa chỉ cụ thể.
[ ] Đã xóa mật khẩu, key, token, đường dẫn nội bộ, mã nguồn và chi tiết bảo mật.
[ ] Số liệu chưa công bố đã được làm tròn, đổi sang xu hướng, hoặc chỉ dùng khi được phép.
[ ] Không có điều khoản hợp đồng, thông tin đối tác hay thông tin nhân sự.
[ ] Không còn chi tiết hiếm giúp người khác đoán ra là ai.
[ ] Ảnh chụp màn hình (nếu có) đã được cắt hoặc che phần không cần.
[ ] Chỗ nào chưa chắc, mình đã hỏi quản lý, IT hoặc pháp chế.

Hai dòng đầu chỉ cần trả lời một lần cho mỗi công cụ, rồi kiểm lại khi quy định thay đổi. Các dòng còn lại làm cho từng đoạn. Dòng về ảnh chụp màn hình dễ bị quên: một ảnh chụp có thể chứa thanh bên với tên khách khác, ô tìm kiếm còn số điện thoại, hoặc tab trình duyệt lộ đường dẫn nội bộ.

Lỗi thường gặp khi dùng AI với dữ liệu công ty

• Dán nguyên file export. Cả cột số điện thoại, email và địa chỉ đi theo, trong khi việc cần làm chỉ dùng cột nội dung.
• Nghĩ rằng xóa tên là xong. Mã đơn, địa chỉ hay một chi tiết hiếm vẫn có thể chỉ ra đúng người.
• Dùng tài khoản cá nhân cho việc công ty. Công cụ được công ty duyệt và công cụ bạn dùng riêng có thể chịu những điều khoản khác nhau. Hỏi IT trước khi dùng.
• Đoán chính sách của nhà cung cấp. Đừng dựa vào bài viết hay lời đồn về cách một công cụ lưu dữ liệu. Hãy theo quy định công ty và điều khoản hiện hành mà công ty đã xem xét.
• Lỡ dán key hay mật khẩu rồi im lặng. Báo ngay cho người quản lý hệ thống để đổi. Báo càng sớm, thời gian key bị lộ càng ngắn.
• Nhờ AI diễn giải hợp đồng thay pháp chế. Câu trả lời trông chắc chắn không có nghĩa là đúng với hợp đồng của bạn.

Tóm tắt

• Sáu nhóm cần giữ lại khi chưa được phép rõ ràng: dữ liệu cá nhân của khách, số liệu và kế hoạch chưa công bố, hợp đồng, mật khẩu và key, mã nguồn và chi tiết bảo mật, thông tin nhân sự.
• Kiểm quy định và công cụ được duyệt trước, rồi mới tới từng đoạn dữ liệu.
• Chỉ lấy phần cần cho việc đang làm, thay tên, xóa mã định danh, làm tròn số, bỏ chi tiết hiếm.
• Không cần dữ liệu thật thì dùng ví dụ hư cấu.
• Chưa chắc thì hỏi quản lý, IT hoặc pháp chế. Lỡ dán key hay mật khẩu thì báo ngay.

Mình đang soạn thêm các tình huống PO khác theo cùng khung này, kèm mẫu dùng ngay. Nếu bạn muốn nhận khi có bài mới, đăng ký bản tin bên dưới.

• Nhận bài mới qua email

Câu hỏi thường gặp

Có được đưa dữ liệu khách hàng vào công cụ AI không?

Bài viết khuyên chỉ làm vậy khi công ty có quy định cho phép và công cụ đó đã được duyệt cho loại dữ liệu này. Nếu chưa rõ, hãy hỏi quản lý, IT hoặc pháp chế trước; kể cả khi được phép, vẫn nên xóa tên, số điện thoại, email, mã đơn và địa chỉ nếu việc đang làm không cần tới.

Ẩn danh dữ liệu trước khi dùng AI là làm gì?

Là thay tên người bằng nhãn chung, xóa mã định danh như số điện thoại hay mã đơn, làm tròn số tiền và bỏ những chi tiết hiếm có thể giúp người khác đoán ra là ai. Chỉ giữ phần thật sự cần cho việc đang làm.

Lỡ dán mật khẩu hoặc API key vào công cụ AI thì phải làm gì?

Báo ngay cho người quản lý hệ thống hoặc IT để họ đổi key hoặc mật khẩu đó. Đừng im lặng và đừng tự đánh giá là không sao.

Nguồn kiểm tra

• NIST AI 600-1: Generative AI Profile
• OWASP: LLM02:2025 Sensitive Information Disclosure
• Cổng thông tin Hà Tĩnh: Luật Bảo vệ dữ liệu cá nhân có hiệu lực từ 01/01/2026

Bài liên quan

• Dùng Claude cho PO: việc nào giúp được, việc nào phải tự làm: AI soạn nháp rất nhanh. Bài này chỉ ra bốn lỗi cần soi và một checklist để kiểm tra trước khi tài liệu tới tay team.
• AI có thay được Product Owner không? Việc nào vẫn cần PO: Một câu trả lời cân bằng cho người mới làm PO: AI giúp phần soạn, tóm tắt và gợi ý, còn trách nhiệm với giá trị sản phẩm và các quyết định vẫn thuộc về một con người.
• Dùng AI tóm tắt phản hồi khách hàng: chỗ dễ sai và cách kiểm: Công cụ AI gom và gọi tên chủ đề rất nhanh, nhưng có thể bịa trích dẫn, làm mất tần suất và bỏ sót nhóm khách nhỏ. Bài này chỉ ra từng chỗ dễ sai và cách PO kiểm trước khi dùng bản tóm tắt để quyết định.
• Số liệu do AI phân tích: kiểm tra gì trước khi báo cáo: Cách PO kiểm tra con số do công cụ AI tính ra: đối chiếu tổng, soi mẫu số và kỳ, tự tính lại vài số quan trọng, rồi ghi rõ phần chưa chắc trong báo cáo.