
Mastering Data Analytics (MDA)
+240,000 people follow us across platforms. Leave your email to receive the latest updates on Data Analytics with No-code, AI & Automation! 👇
Share this page
Lỡ dán dữ liệu công ty vào ChatGPT, ai chịu trách nhiệm?

LÊ THỊ PHƯƠNG THẢO
November 13, 2026 at 8:43:28 AM

🔵 Lỡ dán dữ liệu công ty vào ChatGPT, ai chịu trách nhiệm?
Không dùng AI thì chậm hơn đối thủ. Dùng thì sợ rò rỉ. Mà phần lớn công ty vẫn chưa có quy định rõ ràng cho việc này. Shadow AI - những công cụ AI nhân viên tự dùng ngoài kiểm soát của công ty - không còn là rủi ro lý thuyết, mà đang là chuyện rất thật ở nhiều doanh nghiệp Việt Nam.
Báo cáo Cost of a Data Breach 2025 của IBM, khảo sát 600 tổ chức từng bị rò rỉ dữ liệu, cho một con số đáng chú ý: cứ 5 tổ chức thì có 1 ghi nhận sự cố dính tới Shadow AI, và 63% tổ chức chưa có chính sách quản trị AI nào. VnExpress, dẫn Work Trend Index 2026 của Microsoft, cho thấy một khoảng hở tương tự: người lao động Việt đang dùng AI nhanh hơn tốc độ tổ chức của họ kịp thích ứng.
Nói cách khác, người dùng chạy trước, quy định chạy sau. Khoảng hở ở giữa hai tốc độ đó, thường là nhân viên phải đứng.
🔵 Rò rỉ hay bắt đầu rất vô tình
VnExpress kể trường hợp một nhân viên chăm sóc khách hàng dán nguyên hợp đồng, có cả số căn cước công dân và số điện thoại khách, vào ô chat AI chỉ để nhờ viết lại email cho lịch sự hơn. Một tình huống khác cũng dễ xảy ra không kém: chuyên viên nhân sự đưa hồ sơ kỷ luật lên AI công cộng để soạn biên bản cho nhanh - tên, lý do, mức xử lý của đồng nghiệp giờ nằm trên một nền tảng mà công ty không kiểm soát được.
Trong khi đó, Luật Bảo vệ dữ liệu cá nhân (Luật 91/2025/QH15) đã có hiệu lực từ 1/1/2026, với hai mức phạt đáng lưu ý:
▸ Mức phạt chung tối đa 3 tỷ đồng với tổ chức, cá nhân tối đa bằng một nửa.
▸ Riêng vi phạm khi chuyển dữ liệu ra nước ngoài, tổ chức có thể bị phạt tới 5% doanh thu năm trước.
"Ai chịu trách nhiệm" không còn là câu hỏi đạo đức nữa - luật đã gọi tên cả tổ chức lẫn cá nhân.
🔵Nhưng cấm AI cũng không phải lời giải
Chặn web thì người ta xài 4G, chặn càng gắt thì dùng càng lén. Câu hỏi đúng không phải là có nên dùng AI, mà là: AI nên chạm vào dữ liệu ở đâu?
Một câu hay được nhắc với học viên: đừng mang dữ liệu đi tìm AI, hãy đưa AI về đúng chỗ dữ liệu đang đư ợc bảo vệ. Khác biệt nằm ở chỗ này: dán dữ liệu vào một chatbot công cộng là đưa dữ liệu ra khỏi mọi lớp bảo vệ công ty đã dựng sẵn; còn để AI Agent làm việc ngay trên semantic model (mô hình ngữ nghĩa) nội bộ thì các lớp phân quyền vẫn nguyên vẹn, AI chỉ là một người dùng mới phải tuân theo đúng luật chơi như mọi nhân viên khác.
Trong hệ thống Power BI/Fabric, có mấy lớp mà business user (người làm nghiệp vụ) nên hiểu, dù không tự tay cấu hình:
▸ Sensitivity label (nhãn độ nhạy cảm): gắn lên báo cáo, bộ dữ liệu, để ai cũng biết cái nào là Confidential (mật), cái nào được chia sẻ.
▸ Workspace roles (vai trò trong không gian làm việc): ai được xem, ai được sửa.
▸ RLS (phân quyền theo dòng dữ liệu) và OLS (ẩn hẳn bảng, cột nhạy cảm): trưởng vùng Bắc chỉ thấy số vùng Bắc, cột lương không hiện với người không có quyền.
▸ Fabric Data Agent (trợ lý AI hỏi đáp dữ liệu): hỏi bằng tiếng người ngay trên semantic model của công ty. Theo tài liệu Microsoft, agent tôn trọng quyền của từng người hỏi, gồm cả RLS - cùng một câu hỏi, mỗi người chỉ nhận đúng phần dữ liệu được phân quyền cho họ.
▸ Audit Trail (nhật ký truy vết): lưu lịch sử thay đổi, để khi có sự cố thì truy lại được.
Dữ liệu không rời khỏi nhà, AI vẫn làm việc được, mà mỗi người chỉ chạm đúng phần được cấp quyền. Đây cũng là lúc câu hỏi "ai chịu trách nhiệm" có lời giải th ực tế, không chỉ nằm trên giấy: Audit Trail ghi lại ai đã hỏi gì, lấy dữ liệu nào, vào lúc nào - nên khi có sự cố, trách nhiệm không còn mơ hồ giữa nhân viên và hệ thống. Đó là lúc dùng AI nhanh mà không phải nơm nớp.
🔵 Tóm lại
Shadow AI không phải vì nhân viên cố ý làm liều - phần lớn chỉ vì công ty chưa chỉ rõ chỗ nào an toàn để dùng AI, nên mỗi người tự tìm đường riêng. Luật mới đã đặt rõ trách nhiệm cho cả hai phía, nhưng phần quan trọng hơn vẫn là hạ tầng: để AI làm việc đúng chỗ dữ liệu được bảo vệ sẵn, thay vì để dữ liệu phải rời khỏi nhà để tìm AI.
Ở công ty bạn, đã có quy định dữ liệu nào được đưa vào AI chưa? Chia sẻ lại nhé.
Khóa Agentic AI Analytics (AAA) dạy đúng cách làm này: AI Agent làm việc trực tiếp trên Power BI/Fabric của công ty qua MCP (giao thức cho AI làm việc trực tiếp với công cụ), trên semantic model có sẵn phân quyền, thay vì xuất Excel rồi dán ra ngoài. Kèm theo là các skills (kỹ năng đóng gói sẵn cho AI) về Access Control, Sensitivity, Risk Control, để bạn biết rõ dữ liệu nào được đi đâu.
Tìm hiểu về chương trình bạn sẽ học được kiến thức thật sự nền tảng & ứng dụng thực tế cao, không chỉ kiến thức bề mặt!
→ Agentic AI Analytics (BI): https://www.mastering-da.com/agentic-ai-anlytics-program
---
🔔+250.000 người đăng ký theo dõi chúng tôi trên các nền tảng: https://www.mastering-da.com/newsletter
📌Chương trình ANALYTICS ứng dụng vào AGENTIC AI - phiên bản NÂNG CẤP mới nhất 2026, kế thừa nền tảng đào tạo Analytics hàng đầu Việt Nam từ 2020, tập trung vào tư duy phân tích, năng lực ra quyết định và ứng dụng AI trong thực tế doanh nghiệp
→ Agentic AI Analytics (BI) dành cho mọi phòng ban làm việc với dữ liệu: https://www.mastering-da.com/agentic-ai-anlytics-program
Tại MDA nơi tập trung vào tư duy phân tích & năng lực ra quyết định, không chỉ công cụ.
#PhuongThaoAnalytics #AI #Analytics #DataDriven #AgenticAI #MasteringDataAnalytics
Until next time, keep turning data into decisions!



