Для кого: собственники, генеральный директор, топ-менеджмент, ИТ, ИБ, HR, юридический блок.

Цель: помочь руководству понять, какие возможности и риски несет ИИ для компании, кто должен за них отвечать и какие шаги нужно предпринять.

Что разбираем:
— Как сотрудники уже используют ИИ;
— Какие данные могут попадать во внешние сервисы;
— Что такое теневое использование ИИ;
— Какие риски возникают для бизнеса, ИБ и юридического блока;
— Как распределить ответственность за ИИ;
— Какие правила нужны компании;
— Какие сервисы можно разрешать, ограничивать или запрещать;
— С чего начать построение системы управления ИИ-рисками.

Результат:
— Общее понимание рисков ИИ на уровне руководства;
— Список приоритетных зон внимания;
— Основа для внутренней политики использования ИИ;
— Первичная дорожная карта безопасного применения ИИ.

Для кого: руководители подразделений, сотрудники, проектные команды, HR, офисные специалисты.

Цель: научить участников использовать ИИ в реальных рабочих задачах безопасно, осознанно и эффективно.

Что разбираем:
— Возможности современных ИИ-сервисов;
— Рабочие сценарии применения ИИ;
— Подготовка документов, писем, отчетов и презентаций;
— Анализ информации и генерация идей;
— Правила постановки запросов;
— Примеры хороших и плохих промтов;
— Проверка ответов ИИ;
— Ограничения ИИ и типичные ошибки;
— Правила работы с конфиденциальной информацией;
— Что нельзя загружать в публичные ИИ-сервисы.

Результат:
— Сотрудники понимают, как использовать ИИ в работе;
— Знают базовые правила безопасности;
— Умеют формулировать запросы;
— Умеют проверять ответы ИИ;
— Понимают, какие данные нельзя передавать во внешние сервисы.

Для кого: CISO, ИБ-специалисты, ИТ-директора, архитекторы, специалисты по защите данных, команды внедрения ИИ.

Цель: дать ИТ- и ИБ-командам понимание угроз LLM и подходов к защите корпоративного ИИ-контура.

Что разбираем:
— Архитектура рисков LLM;
— Утечки данных через ИИ-сервисы;
— Промт-инъекции;
— Риски ИИ-агентов;
— Безопасность корпоративных ИИ-ассистентов;
— Контроль передачи данных;
— Мониторинг ИИ-трафика;
— Разграничение прав доступа;
— Журналирование и аудит;
— LLM Firewall и AI Traffic Gateway;
— Модель угроз для LLM и ИИ-агентов;
— Внутренние регламенты и технические меры защиты.

Результат:
— Понимание ключевых угроз LLM;
— Перечень организационных и технических мер защиты;
— Основа для архитектуры безопасного применения ИИ;
— Рекомендации по внедрению LLMsecOps-подхода.