𝗚𝗗𝗣𝗥 𝘃𝘀 𝗙𝗔𝗗𝗣: ಸ್ವಿಸ್ 𝗔𝗜 ಪ್ರಾಜೆಕ್ಟ್‌ಗಳು ತಮ್ಮ ಬಜೆಟ್ ಅನ್ನು ಏಕೆ ಮೀರಿ ಹೋದವು

ಮೇ 2026 ರಲ್ಲಿ ಜೂರಿಕ್‌ನ ಚಾಟ್‌ಬಾಟ್ ಸ್ಟಾರ್ಟ್‌ಅಪ್ ಆಗಿ CHF 150,000 ದಂಡವನ್ನು ಪಾವತಿಸಬೇಕಾಯಿತು.

ಅವರು ನಿರ್ದಿಷ್ಟ FADP ಇಂಪ್ಯಾಕ್ಟ್ ಅಸೆಸ್‌ಮೆಂಟ್ ಇಲ್ಲದೆ ತರಬೇತಿ ಡೇಟಾವನ್ನು ಮರುಬಳಕೆ ಮಾಡಿದರು. GDPR ನಿಯಮಗಳೇ ಸಾಕಾಗುತ್ತವೆ ಎಂದು ಅವರು ಭಾವಿಸಿದ್ದರು. ಆದರೆ ಅವರು ತಪ್ಪು ಮಾಡಿದ್ದರು.

ಕಂಪನಿಯು ಪ್ರತಿದಿನ ರಾತ್ರಿ ಗ್ರಾಹಕರ ಕಚ್ಚಾ ಚಾಟ್‌ಗಳ (raw customer chats) ಮೇಲೆ ಮಾಡೆಲ್‌ಗಳಿಗೆ ತರಬೇತಿ ನೀಡುತ್ತಿತ್ತು ಎಂದು ನಿಯಂತ್ರಕರು ಕಂಡುಕೊಂಡರು. ಈ ದಾಖಲೆಗಳಲ್ಲಿನ 3% ರಷ್ಟು ಡೇಟಾವು ಹೆಚ್ಚಿನ ಅಪಾಯದ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಹೊಂದಿತ್ತು. ಕಂಪನಿಯು ಈ ಡೇಟಾವನ್ನು ಎಂದಿಗೂ ಮರೆಮಾಚಲಿಲ್ಲ (masked).

ಈ ತಪ್ಪಿನ ಬೆಲೆ ಕೇವಲ ದಂಡಕ್ಕೆ ಸೀಮಿತವಾಗಿರಲಿಲ್ಲ. ಕಂಪನಿಯು ತನ್ನ ಸೇವೆಯನ್ನು 48 ಗಂಟೆಗಳ ಕಾಲ ಸ್ಥಗಿತಗೊಳಿಸಬೇಕಾಯಿತು. ಇದರಿಂದ ಗ್ರಾಹಕರ ಸಂಖ್ಯೆ ಕಡಿಮೆಯಾಯಿತು (customer churn) ಮತ್ತು €12,000 ಆದಾಯದ ನಷ್ಟವಾಯಿತು.

ಸಮಸ್ಯೆಯು ಕೋಡ್‌ನಲ್ಲೇ ಇತ್ತು. "redact-PII" ಹಂತವು ಕೇವಲ GDPR ಗೆ ಮಾತ್ರ ಕೆಲಸ ಮಾಡುತ್ತಿತ್ತು. ಅದು ಹೊಸ FADP ಅಗತ್ಯತೆಗಳನ್ನು ಗುರುತಿಸಲಿಲ್ಲ.

2026 ರಲ್ಲಿ ಸ್ವಿಸ್ ಕಾನೂನು ಬದಲಾಯಿತು. ಯಾವುದೇ ಮಾಡೆಲ್ ಅನ್ನು ನಿಯೋಜಿಸುವ (deploy) ಮೊದಲು ಈಗ ಆರ್ಟಿಕಲ್ 29 ರ ಅಡಿಯಲ್ಲಿ ಡೇಟಾ ಇಂಪ್ಯಾಕ್ಟ್ ಸಿಮ್ಯುಲೇಶನ್ (Data Impact Simulation) ಅಗತ್ಯವಿದೆ.

GDPR ಮಾಡೆಲ್ ಲೈವ್ ಆದ ನಂತರ ಅಸೆಸ್‌ಮೆಂಟ್ ಮಾಡಲು ಅನುಮತಿಸುತ್ತದೆ. ಆದರೆ FADP ತರಬೇತಿ ಪ್ರಾರಂಭವಾಗುವ ಮೊದಲೇ ಇದನ್ನು ಮಾಡಲು ಸೂಚಿಸುತ್ತದೆ.

ಅಗತ್ಯತೆಗಳು ಹೇಗೆ ಭಿನ್ನವಾಗಿವೆ ಎಂಬುದು ಇಲ್ಲಿದೆ:

• ಡೇಟಾ ಇನ್ವೆಂಟರಿ (Data Inventory): AI ಅಪಾಯಕ್ಕಾಗಿ FADP ಕಡ್ಡಾಯ ಟ್ಯಾಗಿಂಗ್ ಅನ್ನು ಬಯಸುತ್ತದೆ. • DPIA: ತರಬೇತಿ ಪ್ರಾರಂಭವಾಗುವ ಮೊದಲು FADP ಸೈನ್-ಆಫ್ ಅನ್ನು ಬಯಸುತ್ತದೆ. • ಮಾಡೆಲ್ ಟ್ರೈನಿಂಗ್: FADP ಒಂದು AI ಇಂಪ್ಯಾಕ್ಟ್ ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ಬಯಸುತ್ತದೆ. • ರೆಡಾಕ್ಷನ್ (Redaction): ಹೆಚ್ಚಿನ ಅಪಾಯದ ಫೀಲ್ಡ್‌ಗಳ ಸ್ವಯಂಚಾಲಿತ ರೆಡಾಕ್ಷನ್ ಅನ್ನು FADP ಕಡ್ಡಾಯಗೊಳಿಸುತ್ತದೆ. • ನಿಯೋಜನೆ (Deployment): FADP ಸಹಿ ಮಾಡಿದ ಇಂಪ್ಯಾಕ್ಟ್ PDF ಮತ್ತು policy-as-code ಗೇಟ್‌ಗಳನ್ನು ಬಯಸುತ್ತದೆ.

AI ಇಂಪ್ಯಾಕ್ಟ್ ಸಿಮ್ಯುಲೇಶನ್ ನಿಮ್ಮ ರಿಲೀಸ್ ಸೈಕಲ್‌ಗೆ ಐದು ದಿನಗಳನ್ನು ಸೇರಿಸುತ್ತದೆ. 78 ಸ್ವಿಸ್ AI ಪ್ರಾಜೆಕ್ಟ್‌ಗಳ ಸಮೀಕ್ಷೆಯು ಪ್ರತಿ ರಿಲೀಸ್‌ಗೆ ಇದು 3.2 ವಾರಗಳನ್ನು ಸೇರಿಸುತ್ತದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಇದು ಪ್ರಾಜೆಕ್ಟ್ ವೆಚ್ಚವನ್ನು 27% ಹೆಚ್ಚಿಸುತ್ತದೆ.

ಹೆಚ್ಚಿನ MLOps ಪರಿಕರಗಳು ಕೇವಲ GDPR ಅನ್ನು ಬೆಂಬಲಿಸುತ್ತವೆ. ಅವುಗಳಿಗೆ FADP ಗೆ ಅಗತ್ಯವಿರುವ ಸಿಮ್ಯುಲೇಶನ್ ಇಂಜಿನ್ ಇಲ್ಲ. ಇದು ತಂಡಗಳು ಮ್ಯಾನುಯಲ್ ಸ್ಪ್ರೆಡ್‌ಶೀಟ್‌ಗಳನ್ನು ಬಳಸುವಂತೆ ಮಾಡುತ್ತದೆ.

ಈ ವೆಚ್ಚಗಳನ್ನು ತಪ್ಪಿಸಲು, ನೀವು ನಿಮ್ಮ CI/CD ಪೈಪ್‌ಲೈನ್‌ನಲ್ಲಿ ಕಾಂಪ್ಲೈಯನ್ಸ್ ಅನ್ನು ಸಂಯೋಜಿಸಬೇಕು.

ಈ ಮೂರು ಕೆಲಸಗಳನ್ನು ಮಾಡಿ:

  • AI ಇಂಪ್ಯಾಕ್ಟ್ ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ನಿಮ್ಮ ಮೊದಲ ಗೇಟ್ ಎಂದು ಪರಿಗಣಿಸಿ.
  • ನಿಮ್ಮ ಡೇಟಾ ಇಂಜೆಸ್ಟಿನ್ ಲೇಯರ್‌ನಲ್ಲಿ (data ingestion layer) ಲಿನಿಯೇಜ್ ಟ್ಯಾಗಿಂಗ್ ಅನ್ನು ನಿರ್ಮಿಸಿ.
  • ಎಲ್ಲಾ ಶೆಡ್ಯೂಲ್ ಮಾಡಲಾದ ಕೆಲಸಗಳಿಗೆ (scheduled jobs) ರೆಡಾಕ್ಷನ್ ಅನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಿ.

ಒಂದು ಸಂಸ್ಥೆಯು ಮೊದಲೇ ಸಿದ್ಧಪಡಿಸಿದ FADP ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿತು. ಅವರು ತಮ್ಮ time-to-market ಅನ್ನು 22% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡಿದರು. ಅವರು ಕಾಗದದ ಕೆಲಸದಿಂದ (paperwork) ಮತ್ತೆ ಫೀಚರ್ ಕೆಲಸದತ್ತ ಮರಳಿದರು.

ಕಾಂಪ್ಲೈಯನ್ಸ್ ಅನ್ನು ನಂತರದ ಯೋಚನೆ ಎಂದು ಪರಿಗಣಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿ. ಅದನ್ನು ನಿಮ್ಮ ಕೋಡ್‌ನಲ್ಲೇ ನಿರ್ಮಿಸಿ.

Source: https://dev.to/isabelle_dubuis_d858453d7/gdpr-vs-fadp-why-swiss-ai-projects-blew-their-budgets-in-2026-4p09

Optional learning community: https://t.me/GyaanSetuAi