Architektura prywatnej bramki LLM Proxy, filtra DLP i serwerów MCP w firmie: jak wdrożyliśmy bezpieczne AI (Cord OS i Humi) bez wycieku marż i RODO

✦ Materiał przygotowany przez zespół inżynieryjny Miscat.tech (Case Study Wdrożeniowe): Z naszych audytów bezpieczeństwa w polskich firmach produkcyjnych, deweloperskich i usługowych wynika, że w 2026 roku ponad 68% pracowników działów handlowych, spedycji i księgowości regularnie wkleja fragmenty umów, arkusze kalkulacyjne z marżami oraz korespondencję z klientami do prywatnych, konsumenckich kont ChatGPT. Zjawisko to nosi nazwę Shadow AI. Poniżej pokazujemy architekturę prywatnej bramki LLM Proxy + DLP + MCP, którą zbudowaliśmy i wdrożyliśmy na produkcji m.in. w platformach Cord OS (cordos.pl), Humi oraz ExpoProperty (spisinwestycji.pl — 104 narzędzia MCP).

1. Dlaczego zakaz używania AI w regulaminie pracy nie działa — i czym różni się konto konsumenckie od bramki API Zero-Retention?

Gdy pracownik korzysta z bezpłatnego konta lub standardowej subskrypcji ChatGPT Plus w przeglądarce, domyślnie przesłane pliki i rozmowy mogą być przechowywane na serwerach dostawcy i wykorzystywane przez zespoły trenujące kolejne wersje modeli. Co więcej, zarząd firmy nie ma żadnego wglądu w to, kto wkleił do czatu pełną tabelę rabatową kluczowego klienta lub projekt kontraktu z podwykonawcą.

Rozwiązaniem inżynieryjnym nie jest blokowanie dostępu do AI, lecz postawienie własnej Bramki Pośredniczącej (Enterprise LLM Proxy) podłączonej wyłącznie do biznesowych endpointów API z podpisanym DPA (Data Processing Agreement) i wymuszonym trybem Zero-Data-Retention (0-day retention) oraz lokalnych modeli Open-Weights.

2. Odwracalna anonimizacja w locie (Reversible PII / DLP Vault) przed opuszczeniem serwera firmy

Najważniejszym elementem naszej bramki w Miscat.tech jest dwukierunkowy filtr DLP (Data Loss Prevention) działający w pamięci RAM serwera firmy, zanim jakikolwiek pakiet sieciowy trafi do zewnętrznego modelu językowego:

1. Detekcja encji wrażliwych (Hybrid NER + RegEx + Słownik ERP): Gdy pracownik pyta asystenta o analizę umowy lub marży dla konkretnego klienta z bazy Comarch Optima / PostgreSQL, filtr w czasie ~8 ms wykrywa nazwy firm, numery NIP, PESEL, IBAN, adresy e-mail oraz telefony.
2. Podmiana na tokeny syntetyczne (Pseudonimizacja): Bramka zamienia prawdziwe dane na spójne znaczniki (np. MEBLE BORAWSCY SP. Z O.O. → [KONTRAHENT_A1], NIP 723-xx-xx-xxx → [NIP_A1]), zapisując mapowanie wyłącznie w lokalnej, ulotnej pamięci Redis/RAM z czasem życia TTL = 120 s.
3. De-anonimizacja strumienia odpowiedzi: Zewnętrzny model (np. Claude Sonnet lub GPT) analizuje strukturę prawną i matematyczną dokumentu, operując wyłącznie na znacznikach [KONTRAHENT_A1]. Gdy odpowiedź wraca przez naszą bramkę do pracownika, znaczniki są w locie zamieniane z powrotem na prawdziwe nazwy! Zewnętrzny dostawca AI nigdy nie widział ani jednego nazwiska czy nazwy klienta.

// Przepływ danych przez filtr DLP w bramce Miscat.tech (czas narzutu: < 9 ms):
[Wejście pracownika]:
"Sprawdź dlaczego marża na zleceniu dla Trans-Euro Sp. z o.o. (NIP 7180001122) spadła poniżej 12%."

   │  (1. Lokalny filtr DLP + odpytanie bazy przez MCP)
   ▼
[Payload wysyłany do API modelu (Zero-Retention)]:
"Sprawdź dlaczego marża na zleceniu dla [CLIENT_042] (NIP [TAX_ID_042]) spadła poniżej 12%.
 Dane kosztowe zlecenia: fracht=4200 EUR, paliwo=1890 EUR, opłaty drogowe=640 EUR, przychód=7100 EUR."

   │  (2. De-anonimizacja odpowiedzi w locie przed wyświetleniem użytkownikowi)
   ▼
[Odpowiedź dla pracownika]:
"Marża na zleceniu dla Trans-Euro Sp. z o.o. spadła do 5.21% z powodu wzrostu opłat drogowych (+180 EUR)..."

3. Trzy produkcyjne wdrożenia architektury MCP i AI od Miscat.tech

• Cord OS (cordos.pl): Zbudowany od zera system operacyjny dla firm z bazą danych PostgreSQL i wbudowanym serwerem MCP, który pozwala właścicielowi i menedżerom rozmawiać z żywymi danymi operacyjnymi firmy z poziomu Claude i ChatGPT przy rygorystycznej kontroli uprawnień (Row-Level Security).
• Humi (AI Sales Onboarder + Silnik Rozliczeń ERP): Prywatna platforma szkoleniowa AI, w której nowi handlowcy trenują rozmowy sprzedażowe i obsługę obiekcji z głosowym i tekstowym symulatorem klienta AI opartym na prawdziwej bazie wiedzy firmy — skracając wdrożenie nowego handlowca o 60%.
• ExpoProperty (spisinwestycji.pl, prebooking.pl): Platforma rynku pierwotnego nieruchomości wyposażona w jeden z największych w Polsce produkcyjnych serwerów MCP udostępniający 104 wyspecjalizowane narzędzia do analizy inwestycji, harmonogramów i rezerwacji.

4. Kalkulacja finansowa dla firmy (25 pracowników): Płatne konta per-seat vs Bramka Miscat.tech

5. Zbudujmy bezpieczne środowisko AI i MCP w Twojej firmie

Chcesz dać swojemu zespołowi dostęp do najnowszych modeli AI (Claude, OpenAI, lokalny Qwen) połączonych z Twoim systemem ERP i bazą dokumentów, zachowując 100% kontroli nad tajemnicą przedsiębiorstwa? Napisz do nas lub umów bezpłatną 15-minutową konsultację inżynieryjną →