Dokumenty firmowe są pełne danych osobowych. Wysłanie ich do przetworzenia jest powierzeniem i podlega tym samym regułom co każde inne.
Gdzie się znajdują
Dane kontrahentów jednoosobowych, podpisy, dane odbiorców przesyłek, numery rachunków, adresy. Praktycznie każdy dokument je zawiera.
Bywają też w miejscach, o których się nie myśli: w stopce wiadomości, na pieczątce z nazwiskiem, w odręcznej adnotacji, w opisie pliku. Przegląd zaczyna się od obejrzenia kilkunastu rzeczywistych dokumentów, a nie od wyobrażenia, co w nich jest.
Minimalizacja
Przesyłanie fragmentu dokumentu zamiast całości. Do odczytu nagłówka faktury nie potrzeba załączników ani stron z danymi osób kontaktowych.
Ta sama zasada dotyczy zakresu odczytu. Pole, którego firma nie używa, nie powinno być w ogóle wyodrębniane — każdą wydobytą daną trzeba potem gdzieś trzymać i kiedyś usunąć. Krótsza lista pól to mniejszy zbiór do zabezpieczenia i krótsza rozmowa przy każdej kontroli.
Anonimizacja przed wysłaniem
Zamiana nazwisk i numerów na oznaczenia tam, gdzie nie są potrzebne do zadania. Skuteczna i często pomijana.
Ma jednak granicę, o której warto wiedzieć: wykrywanie danych do zamaskowania samo jest odczytem i też bywa zawodne. Anonimizacja obniża ryzyko, ale nie zdejmuje obowiązku uregulowania powierzenia. Traktowanie jej jako furtki pozwalającej pominąć umowę jest błędem.
Przetwarzanie lokalne
Przy dokumentach zawierających dane wrażliwe bywa jedyną dopuszczalną drogą. Jakość odczytu na modelach lokalnych jest dziś wystarczająca. Kosztuje sprzęt i utrzymanie, ale usuwa pytanie o to, dokąd plik trafia. Przy umowach objętych poufnością bywa to rozstrzygające — opisuje to tekst o analizie umów.
Umowa powierzenia
Warunek korzystania z dostawcy zewnętrznego. Dotyczy także narzędzi do samego rozpoznawania tekstu. Sprawdza się przy niej trzy rzeczy: gdzie dane są przetwarzane, jak długo są przechowywane i czy służą do uczenia modeli. Ostatni punkt bywa ustawiony domyślnie w sposób, którego firma by nie wybrała.
Kto odpowiada za błąd
Skuteczność nigdy nie jest pełna, więc trzeba z góry przyjąć, że część danych zostanie odczytana błędnie albo trafi tam, gdzie nie powinna. Administratorem danych pozostaje firma, nie dostawca narzędzia. To ona odpowiada za wybór rozwiązania, za zakres przekazywanych danych i za to, co się dzieje z dokumentem, którego system nie rozumie.
Dlatego kolejka ręczna powinna podlegać tym samym zasadom dostępu co reszta procesu. Plik odłożony na chwilę do wspólnego katalogu jest wyciekiem dokładnie tak samo jak każdy inny.
Przechowywanie
Dokumenty i wyniki odczytu podlegają zasadom przechowywania i usuwania. Zbiór skanów gromadzony bezterminowo jest ryzykiem sam w sobie. Dotyczy to również kopii roboczych powstających przy przetwarzaniu — archiwum dokumentów papierowych ma tę zaletę, że jego zawartość widać, a katalog plików tymczasowych bywa niewidoczny latami.
