Data operasional yang tidak masuk layanan AI umum

Pekerjaan operasional penuh tabel: daftar pengiriman, jadwal pengemudi, catatan perjalanan, daftar pelanggan, tagihan vendor. Semuanya terasa seperti "data kerja biasa", dan karena itulah mudah ditempel utuh ke layanan AI umum. Padahal di dalam tabel itu sering ada data pribadi orang lain dan rahasia dagang perusahaan.

Di Level 1 kamu sudah belajar data apa yang tidak boleh masuk secara umum. Di bidang logistik, ada empat kelompok yang perlu kamu hafal karena muncul setiap hari:

• Data pengemudi dan kru. Nama lengkap, nomor identitas (NIK), nomor SIM, alamat rumah, nomor telepon, foto, catatan kesehatan dan catatan pelanggaran. Ini data pribadi yang dilindungi UU PDP, dan sebagian bisa dipakai untuk penipuan.
• Pelanggan dengan alamatnya. Nama penerima yang dipasangkan dengan alamat rumah dan nomor telepon. Satu baris "Ibu Sari, Jalan Melati 12, paket elektronik" sudah cukup untuk menunjuk orang dan isi rumahnya.
• Lokasi kendaraan saat ini. Posisi langsung sebuah truk menunjukkan di mana seorang pengemudi berada sekarang, dan sering juga di mana muatan bernilai tinggi sedang lewat. Itu informasi keselamatan, bukan sekadar titik di peta.
• Tarif kontrak dan daftar pelanggan. Harga per rute yang disepakati dengan pelanggan atau mitra angkutan, dan siapa saja pelanggan kita. Biasanya terikat kewajiban kerahasiaan dalam kontrak, dan bernilai bagi pesaing.

Semua ini bisa disebut data operasional: data yang lahir dari pekerjaan sehari-hari. Data operasional tidak otomatis berbahaya, tetapi hampir selalu bercampur dengan data yang berbahaya.

Kabar baiknya, hampir semua tugas yang ingin kamu bantu dengan AI tidak membutuhkan data itu. Untuk menyusun draf rencana muatan, model cukup tahu kapasitas kendaraan dan berat barang. Untuk menulis pesan keterlambatan, cukup penyebab umum dan perkiraan waktu baru. Untuk merangkum keterlambatan bulan ini, cukup angka per rute. Nama pengemudi, alamat penerima, dan titik lokasi setiap truk tidak terpakai di tugas mana pun dari ketiganya.

Jadi kebiasaannya sederhana:

1. Buang kolom yang tidak dipakai tugas. Nomor SIM, alamat rumah, dan nomor telepon hampir tidak pernah dibutuhkan.
2. Ganti penanda dengan kode. Pengemudi menjadi DRV-03, kendaraan menjadi TRK-07, pelanggan menjadi PLG-12, rute menjadi RUTE-B.
3. Naikkan tingkat lokasi. Alamat lengkap menjadi kecamatan atau wilayah; posisi langsung menjadi "masih di jalur tol" atau "sudah di gudang tujuan".
4. Ganti angka kontrak dengan penanda. Tulis "‹tarif-kontrak›" di draf, lalu isi angkanya sendiri di sistem internal.

Ini pseudonimisasi, bukan anonimisasi: dengan tabel kodenya, DRV-03 masih bisa dikembalikan ke seseorang. Karena itu data samaran tetap diperlakukan sebagai data pribadi, dan tabel kodenya tidak ikut dikirim.

Ada tugas yang memang tidak bisa dikerjakan dengan data samaran. Mencari pengemudi mana yang SIM-nya habis bulan depan, memeriksa alamat pelanggan yang salah ketik, atau melihat truk mana yang paling dekat dengan gudang: semua itu butuh data asli. Tugas seperti ini dikerjakan di sistem yang memang menyimpan datanya, misalnya aplikasi armada atau sistem gudang, dengan akses yang sudah diatur.

Kalau organisasimu punya layanan AI yang disetujui dan sudah diatur untuk data internal, ikuti aturannya: siapa boleh memakai, data apa yang boleh masuk, dan di mana hasilnya disimpan. Kalau tidak ada, anggap semua layanan AI di luar sistem internal sebagai layanan umum. Pertanyaan pemandunya: kalau isi yang saya tempel ini terbaca orang luar, siapa yang dirugikan? Kalau jawabannya pengemudi, pelanggan, atau perusahaan, tugas itu tetap di dalam.