AI अनुपालन: AI सिस्टम का गवर्नेंस और अनुपालन कार्य में AI का उपयोग

AI अनुपालन के दो अर्थ हैं: यह सुनिश्चित करने का निरंतर काम कि आपका संगठन जो AI सिस्टम बनाता या उपयोग करता है, वे लागू कानूनों, मानकों और आंतरिक नीतियों का पालन करें, और नियमित, बड़ी मात्रा वाले अनुपालन कार्यों के लिए AI का उपयोग।

यह लेख दोनों अर्थों को कवर करता है: AI अनुपालन किन जोखिमों से निपटता है, मुख्य फ़्रेमवर्क, अनुपालन कार्यक्रम कैसे बनाएँ, AI एजेंटों के लिए नियंत्रण, और AI अनुपालन टीमों की कहाँ मदद करता है। अंत में वे प्रश्न दिए गए हैं जो किसी अनुपालन टूल को खरीदने से पहले पूछे जाने चाहिए।

AI अनुपालन क्या है?

AI अनुपालन का मतलब दो चीज़ों से है: AI सिस्टम को AI विनियमन में तय नियमों के अनुरूप बनाना, और अनुपालन का काम करने के लिए AI का उपयोग करना।

पहले अर्थ में, AI अनुपालन यह सुनिश्चित करता है कि कोई AI सिस्टम अपने पूरे जीवनचक्र में, प्रशिक्षण डेटा से लेकर प्रदर्शन और उपयोग तक, कानूनों, विनियमों, नैतिक मानकों और आंतरिक नीतियों का पालन करे।

उदाहरण के लिए, न्यूयॉर्क सिटी का लोकल लॉ 144 स्वचालित रोज़गार निर्णय टूल का उपयोग करने वाले नियोक्ताओं से अपेक्षा करता है कि वे उपयोग के एक वर्ष के भीतर उसका पक्षपात ऑडिट करवाएँ, ऑडिट की जानकारी सार्वजनिक करें, और कर्मचारियों या नौकरी के उम्मीदवारों को सूचित करें।

AI नियामक अनुपालन का काम निरंतर चलता रहता है, क्योंकि AI एप्लिकेशन अपडेट होते रहते हैं, उनके द्वारा उपयोग किया जाने वाला डेटा बदलता रहता है, और विनियम विकसित होते रहते हैं।

दूसरे अर्थ में, अनुपालन टीमें नियमित, बड़ी मात्रा वाले कामों के लिए AI का उपयोग करती हैं, जैसे लेनदेन की निगरानी, दस्तावेज़ों की समीक्षा और नियामक बदलावों पर नज़र रखना।

उदाहरण के लिए, कुछ वित्तीय संस्थान लेनदेन की समीक्षा करने और लेनदेन-निगरानी अलर्ट में फ़ॉल्स पॉज़िटिव कम करने के लिए AI का उपयोग करते हैं, इससे पहले कि विश्लेषक तय करें कि किन अलर्ट के लिए संदिग्ध गतिविधि रिपोर्ट की ज़रूरत है।

AI अनुपालन बनाम AI गवर्नेंस बनाम AI जोखिम प्रबंधन

ये तीनों शब्द आपस में जुड़े हैं, लेकिन अलग-अलग पहलुओं को कवर करते हैं: गवर्नेंस नियम तय करता है, जोखिम प्रबंधन यह पता लगाता है कि क्या गलत हो सकता है, और अनुपालन यह सुनिश्चित करता है कि नियमों का पालन हो।

AI अनुपालन क्यों महत्वपूर्ण है

AI अनुपालन हासिल करने से जुर्माने का जोखिम सीमित होता है, उन लोगों की गोपनीयता सुरक्षित रहती है जिनकी जानकारी आपका AI प्रोसेस करता है, और ऑडिट की स्थिति में आपका संगठन AI सिस्टम के अपने उपयोग का हिसाब दे पाता है।

• नियामक दंड: EU AI अधिनियम के तहत, किसी प्रतिबंधित AI प्रथा का उपयोग करने पर, जैसे कार्यस्थल पर कर्मचारियों की भावनाओं का अनुमान लगाना, €35 मिलियन या विश्वव्यापी वार्षिक टर्नओवर के 7% तक का जुर्माना लग सकता है। अधिनियम के उल्लंघन पर प्रदाताओं और डिप्लॉयर्स पर €15 मिलियन या 3% तक का जुर्माना लग सकता है।
• डेटा सुरक्षा: व्यक्तिगत डेटा प्रोसेस करने वाला AI सिस्टम डेटा सुरक्षा कानूनों के अधीन होता है, जैसे EU में GDPR। इसमें व्यक्तिगत डेटा वाले प्रशिक्षण डेटा, प्रॉम्प्ट और आउटपुट शामिल हैं।
• ऑडिट की तैयारी: आप कौन-से AI सिस्टम उपयोग करते हैं, उन्हें किसने मंज़ूरी दी, और आप उनकी निगरानी कैसे करते हैं, इनके रिकॉर्ड से आप नियामकों, ऑडिटरों और ग्राहकों को जवाब दे पाते हैं।

AI अनुपालन किन मुख्य जोखिमों से निपटता है

AI अनुपालन पाँच मुख्य जोखिमों से निपटता है: एल्गोरिदमिक पक्षपात, व्याख्येयता की कमी, विनियमित प्रक्रियाओं में हैलुसिनेशन, डेटा गोपनीयता और लीकेज, और शैडो AI।

बड़ा करें

मुख्य जोखिम किस रूप में सामने आते हैं और उन्हें काबू में रखने वाले नियंत्रणों के उदाहरण यहाँ दिए गए हैं:

• एल्गोरिदमिक पक्षपात: कोई मॉडल अपने प्रशिक्षण डेटा के ऐसे पैटर्न दोहराता है जो कुछ समूहों के लिए नुकसानदेह होते हैं। उदाहरण के लिए, कोई भर्ती टूल उम्र या जातीयता के किसी प्रॉक्सी, जैसे स्नातक होने का वर्ष या ZIP कोड, के आधार पर उम्मीदवारों को कम रैंक दे सकता है। पक्षपात ऑडिट, जो जनसांख्यिकीय समूहों के बीच परिणामों की तुलना करते हैं, ऐसे पैटर्न का पता लगाने में मदद करते हैं।
• व्याख्येयता की कमी: संगठन यह नहीं दिखा पाता कि किसी मॉडल ने कोई निर्णय कैसे लिया। अगर कोई ऋणदाता यह नहीं समझा सकता कि मॉडल ने ऋण क्यों अस्वीकार किया, तो वह उस परिणाम का बचाव नहीं कर सकता। संगठन मॉडल इनपुट और निर्णय तर्क का दस्तावेज़ीकरण करके, और ट्रेस किए जा सकने वाले आउटपुट वाले मॉडल चुनकर इससे बचते हैं।
• विनियमित प्रक्रियाओं में हैलुसिनेशन: कोई जनरेटिव AI टूल पूरे विश्वास के साथ कोई गलत बात कहता है। उदाहरण के लिए, कोई वकील किसी तर्क के समर्थन में AI टूल से केस लॉ माँग सकता है और उसे ऐसे अदालती फ़ैसलों के हवाले मिल सकते हैं जो मौजूद ही नहीं हैं। हर आउटपुट के लिए स्रोत अनिवार्य करने और किसी योग्य व्यक्ति से उनकी पुष्टि करवाने से ऐसी त्रुटियाँ पकड़ में आ जाती हैं।
• डेटा गोपनीयता और लीकेज: गोपनीय या ग्राहक जानकारी किसी ऐसे टूल तक पहुँच जाती है जो संगठन के नियंत्रण से बाहर है। उदाहरण के लिए, कोई कर्मचारी ग्राहक रिकॉर्ड किसी ऐसे सार्वजनिक AI टूल में पेस्ट कर सकता है जो भविष्य के मॉडलों को प्रशिक्षित करने के लिए इनपुट सहेजकर रखता है। केवल ऐसे स्वीकृत टूल का उपयोग करने से जोखिम कम होता है जिनमें प्रशिक्षण और डेटा प्रतिधारण पर अनुबंध के तहत सीमाएँ हों।
• शैडो AI: कर्मचारी ऐसे AI टूल का उपयोग करते हैं जिन्हें संगठन ने मंज़ूरी नहीं दी है या जिन्हें वह देख नहीं सकता। 2026 के Compliance Week सर्वेक्षण में, 42% प्रतिभागियों ने बताया कि कर्मचारी AI का अप्रबंधित उपयोग कर रहे हैं। संभावित समाधानों में तेज़ AI टूल स्वीकृति प्रक्रिया के साथ स्वीकृत टूल की सूची, और वेब गेटवे शामिल हैं।

प्रमुख AI अनुपालन फ़्रेमवर्क

AI अनुपालन बाध्यकारी AI गवर्नेंस फ़्रेमवर्क, जैसे EU AI अधिनियम, और स्वैच्छिक फ़्रेमवर्क, जैसे NIST AI जोखिम प्रबंधन फ़्रेमवर्क और ISO/IEC 42001, पर आधारित होता है, जो संगठनों को बाध्यकारी फ़्रेमवर्क का पालन करने में मदद करते हैं।

EU AI अधिनियम

EU AI अधिनियम (विनियमन (EU) 2024/1689) AI विनियमन के लिए जोखिम-आधारित दृष्टिकोण अपनाता है: कुछ प्रथाएँ पूरी तरह प्रतिबंधित हैं, उच्च-जोखिम वाले सिस्टम पर कड़े प्रतिबंध हैं, जबकि अन्य पर केवल हल्के पारदर्शिता नियम लागू होते हैं। यह हर जगह के प्रदाताओं और डिप्लॉयर्स पर लागू होता है “जहाँ AI सिस्टम द्वारा तैयार किए गए आउटपुट का उपयोग संघ में किया जाता है।”

EU AI अधिनियम के तहत दायित्व किसी संगठन की भूमिका पर निर्भर करते हैं:

• जो उच्च-जोखिम वाला AI सिस्टम विकसित करते हैं या उसे अपने नाम से बाज़ार में उतारते हैं (प्रदाता), उन्हें अनुरूपता मूल्यांकन पूरा करना होगा, CE मार्किंग लगानी होगी, सिस्टम को पंजीकृत करना होगा, तकनीकी दस्तावेज़ रखने होंगे, और रिलीज़ के बाद उसकी निगरानी करनी होगी।
• जो किसी और के बनाए सिस्टम का उपयोग करते हैं (डिप्लॉयर), उन्हें प्रदाता के निर्देशों का पालन करना होगा, निगरानी की ज़िम्मेदारी “आवश्यक योग्यता, प्रशिक्षण और अधिकार” वाले लोगों को सौंपनी होगी, कम से कम छह महीने तक लॉग रखने होंगे, और कर्मचारियों तथा सिस्टम के निर्णयों से प्रभावित अन्य लोगों को सूचित करना होगा।

बड़ा करें

अधिनियम को चरणों में लागू किया जा रहा है। प्रतिबंधित प्रथाओं, AI साक्षरता और सामान्य-उद्देश्य AI से जुड़े नियम 2025 से लागू हैं, जबकि उच्च-जोखिम दायित्व 2 दिसंबर 2027 से शुरू होंगे, और EU उत्पाद-सुरक्षा कानून के दायरे में आने वाले उत्पादों में निर्मित AI के लिए 2 अगस्त 2028 से।

गुणवत्ता प्रबंधन प्रणालियों पर EN 18286:2026 पहला यूरोपीय मानक है जो अधिनियम का समर्थन करता है। इसका पालन करने वाले प्रदाताओं को अधिनियम की गुणवत्ता प्रबंधन आवश्यकता को पूरा करने वाला माना जाता है।

NIST AI जोखिम प्रबंधन फ़्रेमवर्क

जनवरी 2023 में प्रकाशित NIST AI RMF (जोखिम प्रबंधन फ़्रेमवर्क) एक स्वैच्छिक अमेरिकी फ़्रेमवर्क है, जो चार कार्यों पर आधारित है: Govern (शासन), Map (मैपिंग), Measure (मापन) और Manage (प्रबंधन)।

जुलाई 2024 में जारी इसकी जनरेटिव AI प्रोफ़ाइल इस फ़्रेमवर्क को जनरेटिव AI जोखिमों पर लागू करती है।

ISO/IEC 42001

ISO/IEC 42001 AI प्रबंधन प्रणालियों का अंतर्राष्ट्रीय मानक है और इसमें वे नीतियाँ, भूमिकाएँ और प्रक्रियाएँ शामिल हैं जो ज़िम्मेदार AI विकास और उपयोग को नियंत्रित करती हैं। प्रमाणन स्वैच्छिक है और यह स्वतंत्र प्रमाणन निकायों से मिलता है, स्वयं ISO से नहीं।

प्रमाणपत्र संगठन की प्रबंधन प्रणाली को कवर करता है, किसी विशिष्ट AI उत्पाद को नहीं।

AI पर लागू होने वाले अमेरिकी और क्षेत्र-विशिष्ट नियम

अमेरिका में AI के लिए कोई एक संघीय कानून नहीं है। नियम शहरों, राज्यों और AI पर लागू होने वाले मौजूदा कानूनों और विनियमों से आते हैं।

उदाहरण के लिए, कोलोराडो का SB26-189, जो 1 जनवरी 2027 से लागू होगा, स्वचालित निर्णय लेने वाली तकनीक को विनियमित करता है, और कैलिफ़ोर्निया कंज़्यूमर प्राइवेसी एक्ट (CCPA) या HIPAA जैसे गोपनीयता कानून तब लागू होते हैं जब भी AI संरक्षित डेटा प्रोसेस करता है।

AI अनुपालन कार्यक्रम कैसे बनाएँ

AI अनुपालन कार्यक्रम बनाने में छह चरण होते हैं: अपने AI सिस्टम की सूची बनाएँ, उन्हें जोखिम के अनुसार वर्गीकृत करें, नियंत्रणों को लागू नियमों से मैप करें, मालिक तय करें, हर सिस्टम का दस्तावेज़ीकरण करें, और ऐसे रिकॉर्ड के साथ उसकी निगरानी करें जिन्हें कोई ऑडिटर जाँच सके।

बड़ा करें

नीचे दिया गया हर चरण उस रिकॉर्ड के साथ समाप्त होता है जो उससे तैयार होता है:

1. हर AI सिस्टम की सूची बनाएँ। उन सिस्टम की सूची बनाएँ जिन्हें आपका संगठन बनाता, खरीदता या उपयोग करता है, जिनमें मौजूदा सॉफ़्टवेयर के अंदर के AI फ़ीचर और कर्मचारियों द्वारा बिना मंज़ूरी अपनाए गए टूल भी शामिल हैं। दर्ज करें कि हर सिस्टम क्या करता है, कौन उसका उपयोग करता है, और वह किस डेटा तक पहुँचता है।
   आउटपुट: एक AI इन्वेंटरी।
2. हर उपयोग के मामले को जोखिम के अनुसार वर्गीकृत करें। EU AI अधिनियम के जोखिम स्तरों जैसी किसी योजना का उपयोग करते हुए, हर सिस्टम को उससे होने वाले संभावित नुकसान के आधार पर रेट करें। उदाहरण के लिए, जीवन बीमा प्रीमियम तय करने वाला टूल अधिनियम के तहत उच्च-जोखिम वाला है, जबकि आंतरिक मीटिंग का सारांश बनाने वाला टूल नहीं।
   आउटपुट: एक जोखिम रजिस्टर।
3. नियंत्रणों को लागू नियमों से मैप करें। हर सिस्टम पर लागू होने वाले कानूनों, मानकों और आंतरिक नीतियों की सूची बनाएँ, और वह नियंत्रण भी जो हर अनुपालन आवश्यकता को पूरा करता है। उदाहरण के लिए, दस्तावेज़ित मानवीय समीक्षा उच्च-जोखिम सिस्टम के लिए EU AI अधिनियम की मानवीय निगरानी आवश्यकताओं और दस्तावेज़ित मानवीय निगरानी प्रक्रियाओं की NIST AI RMF की अपेक्षा, दोनों को पूरा करने में मदद करती है।
   आउटपुट: एक नियंत्रण मैप।
4. मालिक और मानवीय निगरानी बिंदु तय करें। हर सिस्टम के लिए एक मालिक नामित करें और तय करें कि कोई व्यक्ति उसके आउटपुट की समीक्षा कहाँ करेगा। उदाहरण के लिए, कानूनी और अनुपालन टीमें दायित्वों की, सुरक्षा टीम तकनीकी नियंत्रणों की, और व्यावसायिक मालिक अपने उपयोग के मामलों की ज़िम्मेदारी लेते हैं, जबकि समग्र रूप से एक कार्यकारी जवाबदेह होता है। सुनिश्चित करें कि पूरे संगठन के लोग इससे अवगत हों, और संचार के स्पष्ट माध्यम तय करें।
   आउटपुट: हर सिस्टम के लिए नामित मालिक।
5. हर सिस्टम का दस्तावेज़ीकरण करें। हर सिस्टम का उद्देश्य, प्रशिक्षण डेटा, परीक्षण और ज्ञात सीमाएँ मॉडल कार्ड और प्रभाव आकलन जैसे प्रारूपों में दर्ज करें। उच्च-जोखिम सिस्टम के प्रदाताओं को EU AI अधिनियम के अनुलग्नक IV में बताए गए तकनीकी दस्तावेज़ भी तैयार करने होंगे।
   आउटपुट: सिस्टम दस्तावेज़ों का एक सेट।
6. निगरानी करें, लॉग रखें और साक्ष्य सहेजें। शुरुआत से ही लॉग को ऑडिट साक्ष्य के रूप में डिज़ाइन करें, ताकि यह दिखाया जा सके कि सिस्टम ने क्या किया और किसने उसकी समीक्षा की। EU AI अधिनियम के अनुसार उच्च-जोखिम सिस्टम को अपने पूरे जीवनकाल में घटनाओं को स्वचालित रूप से रिकॉर्ड करना होता है। ऑडिट ट्रेल में ये चीज़ें दर्ज होनी चाहिए:
   • उपयोग में मौजूद मॉडल और उसका संस्करण
   • इनपुट और आउटपुट, या उनका एक निर्धारित नमूना
   • प्रशिक्षण या फ़ाइन-ट्यूनिंग डेटा
   • मानवीय समीक्षा बिंदु और उनके परिणाम
   • किसी एजेंट द्वारा की गई कार्रवाइयाँ और उसके द्वारा उपयोग की गई अनुमतियाँ
   • हर रिकॉर्ड कितने समय तक रखा जाता है

आउटपुट: निगरानी रिकॉर्ड और एक ऑडिट ट्रेल।

विशेषज्ञ AI अनुपालन टूल, जैसे IBM watsonx.governance और OneTrust AI Governance, इस कार्यक्रम के कुछ हिस्से संभाल सकते हैं, जिनमें AI इन्वेंटरी, EU AI अधिनियम के आधार पर जोखिम आकलन और दस्तावेज़ीकरण शामिल हैं।

कर्मचारियों के उपयोग के लिए AI टूल को मंज़ूरी कैसे दें

किसी AI टूल को मंज़ूरी देने से पहले, चार बातें जाँचें:

• डेटा एक्सेस: टूल किन फ़ाइलों, सिस्टम और कनेक्ट किए गए नॉलेज बेस को पढ़ सकता है, और क्या उनमें ऐसा व्यक्तिगत डेटा है जिसे वह उजागर कर सकता है।
• इनपुट पर प्रशिक्षण: क्या वेंडर अपने मॉडलों को प्रशिक्षित करने के लिए प्रॉम्प्ट, फ़ाइलों या आउटपुट का उपयोग करता है, और क्या वेंडर के साथ आपका अनुबंध इस पर रोक लगाता है।
• प्रतिधारण: वेंडर प्रॉम्प्ट, फ़ाइलें और बातचीत का इतिहास कितने समय तक रखता है, और क्या आप इस अवधि को कम कर सकते हैं।
• होस्टिंग और ट्रांसफ़र: वेंडर डेटा को कहाँ संग्रहीत और प्रोसेस करता है, जिसमें आपके क्षेत्र से बाहर होने वाले ट्रांसफ़र भी शामिल हैं।

AI एजेंटों के लिए अनुपालन नियंत्रण

AI एजेंटों को चैट टूल की तुलना में ज़्यादा नियंत्रणों की ज़रूरत होती है, क्योंकि वे अपने चरण खुद तय करते हैं और उन्हें दिए गए टूल व अनुमतियों के ज़रिए कार्रवाई करते हैं। तीन नियंत्रण उन्हें काबू में रखते हैं:

• न्यूनतम-विशेषाधिकार एक्सेस: किसी एजेंट को केवल वही टूल और अनुमतियाँ दें जिनकी उसके काम को ज़रूरत है। OWASP Top 10 for LLM Applications 2026 के अनुसार, Excessive Agency (अत्यधिक स्वायत्तता), जिसमें एजेंट अपने काम की ज़रूरत से ज़्यादा कर सकता है, शीर्ष सुरक्षा जोखिमों में से एक है।
• हर कार्रवाई का लॉग: हर टूल कॉल, एक्सेस किए गए डेटा और उपयोग की गई अनुमतियों को रिकॉर्ड करें, ताकि पता लगाया जा सके कि एजेंट ने क्या किया और किसके लिए किया।
• उच्च-प्रभाव वाली कार्रवाइयों के लिए मानवीय स्वीकृति: ऐसे चरणों की पुष्टि किसी व्यक्ति से करवाना अनिवार्य करें जो संगठन के बाहर डेटा भेजते हैं, पैसे ट्रांसफ़र करते हैं, या जिन्हें पूर्ववत नहीं किया जा सकता।

अनुपालन कार्य में AI का उपयोग कैसे होता है

अनुपालन और जोखिम प्रबंधन टीमें नियंत्रणों की निगरानी करने, जोखिम का आकलन करने, नियामक बदलावों पर नज़र रखने, दस्तावेज़ों की समीक्षा करने और वित्तीय अपराध से जुड़े अलर्ट की प्राथमिकता तय करने के लिए AI का उपयोग करती हैं।

193 अनुपालन, नैतिकता, जोखिम और ऑडिट लीडर्स पर किए गए 2026 के Compliance Week सर्वेक्षण में, 83% से ज़्यादा ने कहा कि वे AI का उपयोग करते हैं, और लगभग 40% ने कहा कि उनकी कंपनियों ने इसे जोखिम आकलन और निगरानी के लिए लागू किया है।

अनुपालन में AI के सामान्य उपयोग के मामलों में शामिल हैं:

• निरंतर अनुपालन निगरानी और साक्ष्य संग्रह: AI जाँच चलाता है और उनके काम करने का प्रमाण इकट्ठा करता है (जैसे, किसी प्लांट में उपकरणों के लंबित सुरक्षा निरीक्षण)।
• जोखिम आकलन और प्राथमिकता निर्धारण: AI व्यावसायिक इकाइयों या तृतीय पक्षों को जोखिम के अनुसार रैंक करता है (जैसे, नए प्रतिबंधों या मुकदमेबाज़ी के जोखिम वाले आपूर्तिकर्ता)।
• नियामक बदलावों की निगरानी: AI नियामकों के प्रकाशनों पर नज़र रखता है और बदलावों का सारांश देता है (जैसे, संशोधित रिश्वत-विरोधी दिशानिर्देश, जो व्यय नीति में उपहारों की सीमा घटाते हैं)।
• दस्तावेज़ और नीति समीक्षा: AI अनुबंधों और नीतियों की तुलना आवश्यकताओं से करता है (जैसे, ऑडिट-अधिकार क्लॉज़ के बिना आपूर्तिकर्ता अनुबंध)।
• वित्तीय अपराध स्क्रीनिंग: AI लेनदेन-निगरानी और ग्राहक-जाँच अलर्ट की प्राथमिकता तय करता है (जैसे, प्रतिबंध-सूची में नाम के ऐसे मिलान जो बाद में किसी दूसरे व्यक्ति के निकलते हैं)।

अनुपालन के लिए उपयोग किए जाने वाले AI को भी अन्य AI सिस्टम जैसी ही गवर्नेंस की ज़रूरत होती है। जैसा कि UK की Financial Conduct Authority ने अक्टूबर 2026 में कहा, "फ़र्में उन AI सिस्टम के लिए ज़िम्मेदार हैं जिन्हें वे विकसित करती हैं, खरीदती हैं और डिप्लॉय करती हैं – जिनमें उनके आउटपुट और परिणाम भी शामिल हैं" और चेतावनी दी कि मानवीय समीक्षा को “‘खानापूर्ति’ की प्रक्रिया" न बनाया जाए।

व्यवहार में, AI टूल साक्ष्य जुटाने या नियामक बदलावों को चिह्नित करने जैसे नियमित काम संभाल सकते हैं, लेकिन ऐसे निर्णय नहीं जिनके साथ कानूनी ज़िम्मेदारी जुड़ी हो, जैसे यह तय करना कि संदिग्ध गतिविधि की रिपोर्ट करनी है या नहीं, या नीतियाँ कैसे बनानी हैं।

Perplexity Enterprise में डेटा नियंत्रण

Perplexity Enterprise व्यवस्थापकों को इनपुट पर प्रशिक्षण, डेटा एक्सेस और प्रतिधारण से जुड़े नियंत्रण देता है:

• आपके डेटा पर कोई प्रशिक्षण नहीं: Perplexity अपने AI मॉडलों को प्रशिक्षित करने के लिए एंटरप्राइज़ सामग्री का कभी उपयोग नहीं करता, और तृतीय-पक्ष मॉडल प्रदाताओं के साथ इसके अनुबंध उन्हें इस सामग्री का उपयोग प्रशिक्षण के लिए करने से रोकते हैं।
• एक्सेस नियंत्रण: SSO, SCIM और भूमिका-आधारित अनुमतियाँ तय करती हैं कि कौन फ़ाइलें अपलोड कर सकता है और उत्तर साझा कर सकता है।
• प्रतिधारण और ऑडिट लॉग: सत्रों से संलग्न फ़ाइलें सात दिनों के बाद हटा दी जाती हैं। 50 या अधिक सीटों वाले, या कम से कम एक Enterprise Max सीट वाले संगठन सत्र प्रतिधारण भी सेट कर सकते हैं और उपयोगकर्ता गतिविधि के ऑडिट लॉग प्राप्त कर सकते हैं।
• प्रमाणन: Perplexity SOC 2 Type II प्रमाणित है, GDPR का अनुपालन करता है, और संरक्षित स्वास्थ्य जानकारी के साथ काम करने की अनुमति केवल हस्ताक्षरित बिज़नेस एसोसिएट एग्रीमेंट के तहत देता है।

इन नियंत्रणों को विस्तार से देखने के लिए, व्यक्तिगत डेमो बुक करने हेतु हमारी सेल्स टीम से संपर्क करें।

अक्सर पूछे जाने वाले प्रश्न

EU AI अनुपालन क्या है?

EU AI अनुपालन का अर्थ है आपकी भूमिका (प्रदाता या डिप्लॉयर) और प्रत्येक सिस्टम के जोखिम स्तर के लिए EU AI Act के दायित्वों को पूरा करना। ये दायित्व चरणों में लागू होते हैं, और उच्च-जोखिम से जुड़े कर्तव्य 2 दिसंबर 2027 से शुरू होते हैं।

HIPAA-अनुपालक AI क्या है?

HIPAA-अनुपालक AI ऐसा टूल है जिसका उपयोग संरक्षित स्वास्थ्य जानकारी के लिए HIPAA के सुरक्षा उपायों के भीतर किया जाता है। यदि विक्रेता उस जानकारी को संग्रहीत या संसाधित करता है, तो अमेरिकी स्वास्थ्य एवं मानव सेवा विभाग के अनुसार पहले एक हस्ताक्षरित बिज़नेस एसोसिएट एग्रीमेंट आवश्यक है।

क्या EU AI Act अमेरिकी कंपनियों पर लागू होता है?

हाँ। AI Act उन अमेरिकी कंपनियों पर लागू होता है जो EU बाज़ार में AI सिस्टम उतारती हैं, और उन पर भी जिनके AI आउटपुट का उपयोग EU में होता है।

क्या AI अनुपालन अधिकारियों की जगह ले सकता है?

AI अनुपालन अधिकारियों की जगह नहीं ले सकता। संगठन अपने काम के लिए ज़िम्मेदार होते हैं, और AI तकनीकें गलतियाँ कर सकती हैं, इसलिए अनुपालन अधिकारियों को अब भी AI आउटपुट की बारीकी से जाँच करनी होती है और उन्हें स्वीकृत करना होता है।