Bezpečnost a governance pro enterprise AI
GDPR-ready architektura pro enterprise AI: blueprint krok za krokem
Publikováno 9. října 2025 · Kategorie: Enterprise governance
Jak navrhnout enterprise AI architekturu, která plní GDPR, interní politiky i auditní požadavky. Sdílíme náš krok-za-krokem postup včetně šablon dokumentace, smluv a provozních guardrails.
English summary
We share a blueprint that aligns enterprise AI architecture with GDPR: data residency patterns, audit evidence, contractual safeguards, and operational guardrails. Includes templates used by Maloni for regulated sectors.
1. Governance discovery a datová mapa
Na začátku dokumentujeme datové toky a jejich právní režimy. V praxi využíváme workshop s DPO a architekty, kde vzniká datová mapa obsahující:
- Typy osobních a citlivých údajů, jejich původ a účel zpracování.
- Umístění dat (region, storage service) a retenční politiku.
- Role zodpovědných osob, incident response proces a vazby na smlouvy.
Výstupem je Data Processing Inventory uložené v Confluence nebo Notion, napojené na naše kontrolní mechanizmy guardrails.
2. Architektura a role-based přístup
Architektura se skládá ze tří zón: Secure Ingest, AI Orchestration a Delivery. Data proudí přes bezpečné API gatewaye, které aplikují maskování a pseudonymizaci. Role-based access se řídí principem least privilege.
Secure Ingest
ETL pipeline s validací dat, pseudonymizací a datovou klasifikací.
AI Orchestration
Azure AI Foundry s guardrails, které blokují únik osobních údajů mimo definované toky.
Delivery Layer
API nebo aplikace s auditní stopou každého požadavku.
Každá komponenta má definovaný Runbook – šablony sdílíme v Azure DevOps a GitHubu. Kritické operace mají povinné schválení dvou osob.
3. Auditní logy, smlouvy a dokumentace
Pro každou orchestraci generujeme auditní log v Azure Monitoru. Log obsahuje identifikátor žádosti, zpracovaný prompt, použitý model, rozhodnutí guardrails a odkaz na uložení výsledku. Logy se synchronizují do SIEM řešení.
Dokumentace zahrnuje:
- Processing Agreement – aktualizovaný přímo v kontraktu s poskytovateli cloudu a dat.
- AI Risk Register – evidence rizik, jejich mitigací a schvalování vedením.
- Incident Playbooks – scénáře pro data breach, bias a výkonové incidenty.
Tyto materiály se stávají součástí Data Protection Impact Assessment, který je potřeba při většině enterprise AI projektů. V reálném fintechprojektu jsme díky DPIA zkrátili onboarding z 10 na 3 minuty.
4. Provoz a kontinuální compliance
Compliance není jednorázová aktivita – monitorujeme kvalitu a rizika kontinuálně. Každý týden běží automatizované evaluace, měsíčně probíhá review s DPO a jednou za kvartál děláme tabletop cvičení.
Další kroky: přidejte na orchestraci multi-agentní orchestraci a zavedete guardrails checklist pro multimodální vstupy.
Kde pokračovat
- Compliance guardrails pro multimodální asistenty – sedm kontrol, které doplní tento blueprint.
- Multi-agentní orchestraci v Azure AI Foundry – jak architekturu převést do orchestrací s evaluacemi.
- ChatGPT Apps SDK & znalostní základna – propojení orchestrací s interními daty přes kontrolované API.