Document Intelligence

Problem: Dane osobowe w każdym dokumencie

Firmy chcą przetwarzać dokumenty z AI - analizować umowy, klasyfikować faktury, odpytywać polityki. Ale każdy dokument zawiera dane osobowe: nazwiska, wynagrodzenia, numery PESEL, adresy, numery rachunków bankowych, podpisy.

Przesyłanie tych danych do modelu językowego - nawet hostowanego lokalnie - bez ochrony narusza zasadę minimalizacji danych wymaganą przez RODO. Porozumienia zakładowe ograniczają przetwarzanie danych pracowniczych. Tajemnice handlowe w umowach nie mogą trafić do osób trzecich.

Dotychczasowe rozwiązania są niewystarczające: ręczne zaciemnianie w Adobe Acrobat jest czasochłonne, podatne na błędy i często tylko kosmetyczne - tekst pozostaje dostępny pod czarnymi paskami. Alternatywą jest rezygnacja z przetwarzania AI dokumentów wrażliwych, co eliminuje większość korzyści produktywności.

Roundtrip-Pseudonimizacja dla danych wejściowych LLM

Większość narzędzi PII na rynku to jednokierunkowe zaciemnianie - usuwają dane. Do przetwarzania modelami językowymi to nie wystarcza. Gdy agent ma analizować umowę, potrzebuje kontekstu: "Pracownik X ma wynagrodzenie Y w lokalizacji Z." Bez tego kontekstu model nie może dostarczyć sensownej oceny.

Rozwiązanie Gosign to roundtrip-pseudonimizacja: nazwiska i identyfikatory są zastępowane pseudonimami przed modelem, model przetwarza dokument, a w wyniku prawdziwe dane są wstawiane z powrotem. Model widzi pseudonimy zamiast nazwisk i identyfikatorów. Wynik zawiera prawdziwe dane.

┌─────────────┐     ┌──────────────────┐     ┌─────────────┐     ┌──────────────────┐     ┌─────────────┐
│  Dokument   │     │  Wykrywanie PII  │     │  Pseudo-     │     │  Model językowy  │     │  Re-Mapping │
│  (Oryginał) │────▶│  i klasyfi-      │────▶│  nimizacja   │────▶│  pracuje z       │────▶│  Pseudonimy │
│             │     │  kacja           │     │              │     │  pseudonimami    │     │  → dane     │
└─────────────┘     └──────────────────┘     └──────────────┘     └──────────────────┘     └─────────────┘
│                        │                                            │
▼                        ▼                                            ▼
┌──────────────┐         ┌──────────────┐                              ┌──────────────┐
│  Decision    │         │  Tabela      │                              │  Wynik       │
│  Layer:      │         │  mapowania   │◀─────────────────────────────│  z prawdzi-  │
│  Co jest     │         │  (pozostaje  │   Odwrotne mapowanie         │  wymi danymi │
│  zastępowane │         │  lokalnie)   │                              └──────────────┘
└──────────────┘         └──────────────┘

Kroki decyzyjne w procesie PII

Tabela mapowania (pseudonim → prawdziwe dane) nigdy nie opuszcza warstwy pre-processingu. Jest usuwana po zakończeniu przetwarzania - lub przechowywana przez zdefiniowany okres, w zależności od konfiguracji. Model językowy widzi pseudonimy zamiast nazwisk i identyfikatorów.

Pseudonimizacja zastępuje identyfikatory, nie treść. To, co sam tekst mówi o osobie, pozostaje w nim: funkcja w małym zespole, rzadka diagnoza, konkretne zdarzenie. Dlatego dane spseudonimizowane pozostają danymi osobowymi, dopóki osobę da się ponownie zidentyfikować przy rozsądnym nakładzie (motyw 26 RODO). Roundtrip-pseudonimizacja to minimalizacja danych, nie podstawa prawna: przetwarzanie nadal wymaga umowy powierzenia przetwarzania danych, a w przypadku podmiotów zobowiązanych do zachowania tajemnicy zawodowej także zobowiązania do zachowania poufności każdego zaangażowanego podmiotu. Pseudonimizacja ma też swoją cenę: tam, gdzie zadanie wymaga prawdziwych nazwisk - na przykład pismo lub projekt umowy - model pracuje z symbolami zastępczymi mniej niezawodnie.

Rozpoznawanie Podpisów: Znajdź, Zweryfikuj, Udokumentuj

Zarządzanie umowami, przygotowanie do audytu, przegląd compliance - wszędzie wymaga się regularnej weryfikacji: Czy dokument jest podpisany? Gdzie jest podpis? Czy brakuje kontrasygnaty? Przy 5000 umów w archiwum ręczne sprawdzanie nie jest wykonalne.

Wykrywanie podpisów

Document Agent wykrywa pola podpisów i obecne podpisy w zeskanowanych dokumentach i PDF-ach. Computer Vision, nie model językowy - wyspecjalizowane modele ML do analizy obrazu. Wynik jest ustrukturyzowany: strona, pozycja, konfidencja że podpis jest obecny.

Masowa weryfikacja archiwum: "W których z 5000 umów brakuje kontrasygnaty?" - wynik w minutach zamiast tygodni.

Kontrola jakości onboardingu: "Czy wszystkie obowiązkowe dokumenty nowego pracownika są podpisane?" - automatyczna checklista, brakujące podpisy eskalowane jako zadania workflow.

Przygotowanie do audytu: "Pokaż wszystkie dokumenty bez podpisu z Q3 2025." - ustrukturyzowana lista eksportowa dla biegłego rewidenta.

┌─────────────┐     ┌──────────────────┐     ┌──────────────────┐
│  Dokument   │     │  Wykrywanie      │     │  Porównanie      │
│  z pod-     │────▶│  podpisu         │────▶│  z podpisem      │
│  pisem      │     │  (pozycja,       │     │  referencyjnym   │
│             │     │   konfidencja)   │     │                  │
└─────────────┘     └──────────────────┘     └──────────────────┘
│
┌───────────┼───────────┐
▼           ▼           ▼
┌────────────┐ ┌────────┐ ┌────────────┐
│  Wysoka    │ │Średnia │ │  Niska     │
│  zgodność  │ │zgodność│ │  zgodność  │
└────────────┘ └────────┘ └────────────┘
│              │           │
▼              ▼           ▼
Automatycznie  Eskalacja   Blokada
zaakcep-       do czło-    Weryfikacja
towane,        wieka z     przez
udoku-         widokiem    człowieka
mentowane      porównaw.   obowiązkowa

Ważne: Porównanie podpisów to detektor anomalii, nie detektor fałszerstw. Podpisy naturalnie się różnią - zależy od dnia, długopisu i podłoża. System identyfikuje anomalie i eskaluje je do człowieka. Nigdy nie twierdzi "ten podpis jest sfałszowany" lub "ten podpis jest autentyczny". To byłoby nieodpowiedzialne.

Decision Layer: Kto Decyduje o Czym

Każda capability ma własny Decision Layer z zdefiniowanymi punktami decyzyjnymi.