Pelatihan Slack AI yang menggunakan data pelanggan

 (slack.com)
1 poin oleh GN⁺ 2024-05-17 | 1 komentar | Bagikan ke WhatsApp
  • Slack tidak mengembangkan model AI generatif dengan data pelanggan, tetapi untuk model prediktif seperti rekomendasi emoji dan kanal, pesan, konten, file, serta informasi penggunaan dapat dianalisis
  • Model global dirancang agar tidak mereproduksi sebagian data pelanggan, dan Slack menerapkan kontrol agar karyawan tidak dapat mengakses konten dasar selama proses pengembangan AI/ML atau analisis
  • Pelanggan dapat meminta agar data workspace atau organisasi mereka dikecualikan dari pelatihan model global Slack, dan setelah dikecualikan mereka tetap dapat menggunakan manfaat model ML pembelajaran global
  • Rekomendasi kanal, hasil pencarian, pelengkapan otomatis, dan rekomendasi emoji bekerja dengan memanfaatkan model eksternal, skor numerik, jumlah interaksi sebelumnya, serta frasa publik umum untuk mengurangi paparan data pelanggan
  • Fitur AI generatif Slack menggunakan LLM pihak ketiga, tetapi data pelanggan tetap berada dalam batas kepercayaan Slack dan tidak digunakan untuk melatih model AI generatif tanpa opt-in yang eksplisit

Prinsip penggunaan data AI/ML di Slack

  • Prinsip pengembangan produk Slack berpusat pada privasi dan keamanan data pelanggan
  • ML dan AI digunakan sebagai alat untuk meningkatkan produk Slack
  • Slack tidak mengembangkan model AI generatif dengan data pelanggan
  • Untuk pengembangan model prediktif seperti rekomendasi emoji dan rekomendasi kanal, data berikut dapat dianalisis
    • Data pelanggan yang dikirimkan ke Slack: pesan, konten, file, dan sebagainya
    • Informasi lain sebagaimana didefinisikan dalam kebijakan privasi dan kontrak pelanggan: termasuk informasi penggunaan

Model global dan kontrol akses

  • Slack tidak membangun atau melatih model yang digunakan secara luas untuk seluruh pelanggan dengan cara yang memungkinkan reproduksi sebagian data pelanggan
  • Dalam proses pengembangan model AI/ML atau analisis data pelanggan, karyawan Slack tidak dapat mengakses konten dasar
  • Slack menerapkan berbagai langkah teknis untuk melindungi kerahasiaan dan keamanan data pelanggan
  • Pelanggan dapat melakukan opt-out agar data pelanggan mereka tidak digunakan untuk pelatihan model global Slack
    • Data pelanggan dari workspace yang melakukan opt-out hanya digunakan untuk meningkatkan pengalaman workspace tersebut
    • Manfaat model ML pembelajaran global tetap bisa digunakan
    • Pemilik Org atau Workspace, serta Primary Owner, harus mengirimkan Workspace/Org URL dan subjek Slack Global model opt-out request ke feedback@slack.com
    • Slack akan menanggapi status penyelesaian setelah permintaan diproses

Peningkatan layanan dengan data pelanggan dan informasi lain

  • Tim produk dan analitik Slack dapat menggunakan data pelanggan dan informasi lain untuk mengembangkan, memperbarui, dan meningkatkan layanan
  • Personalisasi dan peningkatan ini dimungkinkan melalui penelitian dan pemahaman atas cara pengguna berinteraksi dengan Slack
  • Kewajiban kerahasiaan dalam kontrak pelanggan Slack dan Privacy Policy berlaku pada masing-masing skenario
  • Pelanggan memiliki data pelanggan mereka sendiri
  • Slack mengagregasi dan memisahkan data pelanggan sehingga, meskipun data pelanggan digunakan untuk pembaruan layanan, pihak ketiga tidak dapat mengidentifikasi pelanggan atau individu tertentu sebagai sumber peningkatan
    • Afiliasi Slack atau subprosesor termasuk dalam pengecualian

Cara perlindungan data untuk tiap fitur prediktif

  • Rekomendasi kanal

    • Dapat merekomendasikan untuk bergabung dengan kanal publik baru di dalam perusahaan
    • Rekomendasi didasarkan pada keanggotaan kanal, aktivitas, dan tumpang tindih topik
    • Model belajar dari rekomendasi sebelumnya dan apakah pengguna bergabung dengan kanal tersebut
    • Model eksternal yang tidak dilatih dengan pesan Slack menilai kemiripan topik dan menghasilkan skor numerik
    • Model global melakukan rekomendasi hanya dengan skor numerik ini dan data non-pelanggan

  • Hasil pencarian

    • Model ML pencarian mengidentifikasi hasil yang sesuai untuk kueri tertentu agar membantu pengguna menemukan informasi yang diinginkan
    • Berdasarkan hasil pencarian sebelumnya dan riwayat keterlibatan terdahulu
    • Model dirancang agar tidak dapat mereproduksi kueri pencarian atau hasil pencarian

  • Pelengkapan otomatis

    • Dapat melengkapi otomatis kueri pencarian atau teks lainnya
    • Misalnya, ketika pengguna mengetik beberapa huruf awal dari Customer Support, sistem melengkapi frasa tersebut
    • Saran dilakukan secara lokal dan diambil dari frasa pesan publik umum di workspace pengguna
    • Algoritme yang memilih saran potensial belajar secara global dari contoh pelengkapan yang sebelumnya disarankan dan diterima
    • Menggunakan aturan yang memberi skor pada kemiripan antara teks input dan saran, dan algoritme hanya menerima skor numerik dan jumlah interaksi sebelumnya

  • Rekomendasi emoji

    • Dapat menyarankan emoji reaksi berdasarkan isi dan sentimen pesan, penggunaan emoji sebelumnya, serta frekuensi penggunaan emoji di dalam tim pada konteks tertentu
    • Jika reaksi 🎉 umum dipakai untuk pesan ucapan selamat di kanal tertentu, maka untuk pesan baru yang serupa dan positif sistem dapat menyarankan reaksi 🎉
    • Model eksternal yang tidak dilatih dengan pesan Slack dapat mengklasifikasikan sentimen pesan
    • Model Slack hanya mempertimbangkan frekuensi keterkaitan antara pesan dengan sentimen tertentu dan emoji tertentu di workspace tersebut saat menyarankan emoji

Penanganan data pelanggan dalam AI generatif

  • AI generatif adalah kategori sistem AI yang dapat menghasilkan konten seperti teks sebagai respons atas prompt yang dimasukkan pengguna
  • Kategori ini mencakup large language model (LLM)
  • AI in Slack menggunakan AI generatif dan memanfaatkan LLM pihak ketiga
  • Kecuali pelanggan secara eksplisit memberikan persetujuan opt-in, data pelanggan tidak digunakan untuk melatih model AI generatif
  • AI in Slack menggunakan LLM siap pakai, dan model-model ini tidak diperbarui dengan data pelanggan setelah permintaan serta tidak menyimpan data pelanggan dengan cara lain
  • Model tersebut di-host pada infrastruktur penyedia cloud seperti AWS
  • Data pelanggan tetap berada dalam batas kepercayaan Slack, dan penyedia LLM tidak dapat mengakses data pelanggan
  • Pemberitahuan perubahan subprosesor dapat diterima di Trust and Compliance webpage

Sumber jawaban pencarian Slack AI

  • Fitur pencarian AI in Slack mengambil sumber jawaban dari fitur internal Slack dan dokumen yang terhubung
  • Sumber pencarian mencakup
    • Fitur Slack: canvas, catatan canvas huddles, transkrip clip, text snippets
    • File yang diunggah ke Slack: PDF, email, docx, pptx, Keynote
    • Dokumen terhubung dari Google Drive: Docs, Slides
    • Dokumen dari Sharepoint/OnDrive: Word, Powerpoint
    • Aplikasi mitra penyimpanan file seperti Box: jika terpasang
  • Pengguna harus diautentikasi melalui integrasi dengan Slack untuk dapat mengakses file tersebut
  • Admin dapat menonaktifkan semua hasil file atau mengatur agar file yang di-host secara eksternal tidak digunakan sebagai sumber
  • Panduan terkait dapat dilihat di Help Center

Bacaan terkait

1 komentar

 
GN⁺ 2024-05-17
Komentar Hacker News

  • Menghubungi tim dukungan untuk melakukan opt-out, dan jawabannya menyebutkan bahwa permintaan sudah diselesaikan
    Slack menjelaskan bahwa mereka memang punya model machine learning tingkat platform seperti rekomendasi kanal/emoji dan hasil pencarian, tetapi model tersebut tidak dibuat atau dilatih dengan cara yang bisa mempelajari, mengingat, atau mereproduksi data pelanggan
    Slack AI adalah add-on berbayar yang dibeli terpisah, dan disebut tidak melatih LLM dengan data pelanggan serta menggunakan LLM yang di-host di dalam infrastruktur AWS milik Slack sehingga data tidak dibagikan ke penyedia LLM eksternal
    Tautan kebijakan: https://slack.com/trust/data-management/privacy-principles, https://slack.engineering/how-we-built-slack-ai-to-be-secure...

    • Pada akhirnya terdengar seperti, “kami memberi makan AI kami dengan data Anda, tapi tidak membagikannya ke orang lain”
      Setidaknya begitu untuk sekarang, sampai pembaruan syarat layanan berikutnya
    • Menyalakannya diam-diam sebagai keikutsertaan default dan bahkan tidak menaruh opt-out yang mudah di panel admin Slack, lalu tetap berpura-pura peduli pada privasi pelanggan, terlihat benar-benar tidak tulus
    • Sepertinya prosedurnya adalah “jika ingin mengecualikan data pelanggan dari model global Slack, Org/Workspace Owner atau Primary Owner harus mengirim email ke feedback@slack.com dengan URL Workspace/Org dan subjek ‘Slack Global model opt-out request’”
      Mungkin memang begitu yang dilakukan?
    • Saya juga menerima jawaban template yang sama, dan ketika meminta detail tambahan, tidak ada balasan sama sekali

  • Kalau strukturnya adalah “Anda bisa opt-out agar data pelanggan tidak dipakai untuk pelatihan model global Slack. Meski opt-out, data workspace tetap hanya dipakai untuk meningkatkan pengalaman di workspace tersebut, dan Anda tetap menerima manfaat dari model pelatihan global,” rasanya justru aneh kalau ada orang yang tidak opt-out
    Kecuali tentu saja kalau mereka tidak tahu bahwa mereka harus opt-out; selain itu, ini tampak seperti pilihan yang isinya hanya kerugian

    • Saya tidak paham kenapa perusahaan mengira pelanggan akan menganggap wajar ketika mereka menempelkan label AI pada siaran pers lalu memonetisasi data komunikasi pribadi dari layanan berbayar dalam skala industri tanpa izin
    • Jelas mereka tidak berniat membuatnya mudah
      Pengguna individu tampaknya tidak punya suara soal bagaimana datanya digunakan, dan harus menghubungi Workspace Owner
      Kalau sampai harus menghubungi mereka, saya malah akan sekalian meminta agar mempertimbangkan platform alternatif
    • Seperti kebanyakan isu privasi internet, kalau ini mudah, semua orang pasti sudah opt-out
      Ujung-ujungnya jadi permainan whack-a-mole opt-out, caranya pun lewat pertanyaan umum, dan bahkan setelah opt-out pun tetap terlihat seperti masih ada pelatihan
    • Kalimat “memberikan pilihan kepada pelanggan” mengingatkan pada lelucon ala The Hitchhiker's Guide to the Galaxy
      Mungkin petunjuk kecilnya diselipkan di sekitar halaman 300 syarat layanan, di tempat yang sangat tidak mencolok
    • Bisa jadi seseorang memang menginginkan model global terbaik
      Jika tidak opt-out dipandang sebagai “membantu membuat produk lebih baik”, dan ini adalah produk yang memang sudah dibayar, lalu tanpa tambahan waktu dari kita bisa membuat rilis berikutnya lebih baik, maka ada juga alasan untuk tidak opt-out
      Kita mendapat produk yang lebih baik dengan harga yang sama, dan perusahaan mendapat produk yang lebih mudah dijual
      Bisa jadi itu transaksi yang lebih menguntungkan perusahaan, tetapi kalau satu pihak menang lebih banyak bukan berarti pihak lain kalah
      Jika Anda sangat mementingkan privasi data atau yakin bahwa mengizinkan pelatihan benar-benar menciptakan risiko paparan informasi pribadi, ceritanya jadi berbeda; dalam kasus itu ada pilihan untuk menghentikannya, jadi masing-masing bisa menimbang nilai antara “produk yang lebih baik” dan “perkiraan risiko paparan informasi pribadi”

  • Frasa “model yang akan digunakan secara luas oleh semua pelanggan tidak dibuat atau dilatih dengan cara yang dapat mempelajari, mengingat, atau mereproduksi sebagian data pelanggan” mengandung terlalu banyak nuansa terselubung dan bahasa pelepas tanggung jawab, sehingga lebih menumbuhkan ketidakpercayaan daripada kepercayaan
    Karena itu hanya berlaku untuk model yang digunakan “secara luas oleh semua pelanggan”, artinya jika model itu tidak digunakan luas atau hanya dipakai sebagian pelanggan, maka keseluruhan kalimat itu tidak berlaku
    Secara logis ini terdengar seperti implikasi bahwa dalam kasus seperti itu data bisa bocor, dan itu sangat buruk
    Kalimat ini perlu diperbaiki, dan orang yang menulisnya adalah risiko

    • Bukan sekadar “penulisnya adalah risiko”; malah terdengar seperti sengaja ditulis begitu demi menghindari tanggung jawab
    • Beberapa paragraf di bawahnya ada kalimat “jika ingin data pelanggan tidak dipakai untuk pelatihan model global Slack, Anda bisa opt-out”, jadi terasa makin aneh
      Artinya data pelanggan memang tidak dipakai untuk melatih “model yang digunakan luas oleh semua pelanggan dengan cara seperti itu”, tetapi tetap membantu pelatihan model global
    • Masalahnya ada pada orang yang membuat kenyataan di mana tim legal sampai menari karena kalimat pelepas tanggung jawab seperti itu
      Hanya saja masalah itu lebih besar bagi kita daripada bagi mereka
    • Orang jadi membayangkan ada informasi di kanal atau chat pribadi Slack perusahaan yang tidak ada di internet mana pun, lalu itu masuk ke model
      Jika seseorang mengajukan pertanyaan yang sangat spesifik seolah membahas situasi tertentu, tampaknya data rahasia bisa saja keluar meskipun tidak dikaitkan dengan nama pelanggan
      Lagi pula bukan mustahil untuk bertanya ke LLM bagaimana perusahaan tertentu atau perusahaan acak di industri tertentu akan merancang sesuatu
    • Kalimatnya tampak sejelas mungkin, dan di bullet point mereka memberi contoh yang lebih rinci
      Disebutkan bahwa model rekomendasi kanal belajar dari rekomendasi sebelumnya dan apakah pengguna bergabung ke kanal yang direkomendasikan, tetapi data pelanggan dipisahkan dari model untuk melindungi privasi
      Mereka menjelaskan bahwa kemiripan topik dinilai dengan model eksternal yang tidak dilatih menggunakan pesan Slack untuk menghasilkan skor numerik, lalu model global membuat rekomendasi hanya berdasarkan skor itu dan data non-pelanggan
      Untuk pencarian, mereka juga mengatakan tidak melatih berdasarkan kueri atau teks hasil itu sendiri, melainkan mempelajari informasi konteks per tim seperti berapa kali sebuah pesan diklik dari pencarian atau tumpang tindih kata antara kueri dan pesan yang direkomendasikan
      Saran pelengkapan otomatis diambil dari frasa yang umum di pesan publik workspace, dan secara global model belajar dari hasil pelengkapan yang sebelumnya disarankan dan diterima, tetapi algoritmenya hanya memakai skor dan hitungan interaksi masa lalu
      Rekomendasi emoji juga disebut mengklasifikasikan emosi dengan model eksternal yang tidak dilatih dari pesan Slack, lalu hanya mempertimbangkan seberapa sering pesan dengan emosi tersebut dan emoji tertentu digunakan bersama di workspace terkait

  • Singkatnya, jika ingin mengecualikan data dari model global, harus melakukan opt-out
    Pada saat yang sama mereka berkata secara ambigu bahwa “data tidak bocor antar-workspace”, jadi sangat membingungkan
    Yang dibutuhkan bukan alat yang “tidak akan bocor”, melainkan yang “tidak bisa bocor”

    • Bukankah pada dasarnya semua alat berada dalam kondisi di mana data bisa bocor hanya dengan satu panggilan API?
    • Kebanyakan SaaS bersifat multi-tenant, jadi selama puluhan tahun kita memang sudah hidup di dunia “bisa bocor, tapi tidak akan bocor”
    • Saya penasaran apa bedanya “will not” dan “cannot” dalam bahasa hukum

  • Kalimat “Saat mengembangkan model AI/ML atau menganalisis data pelanggan, Slack tidak dapat mengakses konten dasar. Ada berbagai langkah teknis untuk mencegah hal ini” membingungkan
    “Tidak dapat” adalah ungkapan yang kuat, jadi saya penasaran bagaimana mungkin model AI dapat mengakses data, tetapi Slack, Inc sendiri tidak dapat mengaksesnya
    Jika saya tidak melewatkan sesuatu, ini terdengar lebih seperti “tidak melakukannya” daripada “tidak bisa melakukannya”

    • Kata “Slack” di sini menarik
      Mungkin maksudnya “karyawan Slack”, tetapi “Slack” bisa mencakup aset perusahaan, agen, sistem, komputer, server, model AI, dan sebagainya
      Jika Signal berkata “kami tidak dapat mengakses konten pengguna”, itu juga terdengar seperti pernyataan yang rapuh dan terlalu optimistis
      Saat mendengar “tidak dapat”, orang akan memahaminya sebagai bahwa tak seorang pun di perusahaan dapat melakukannya dalam batas yang sah
      Karyawan Slack bisa saja mematikan langkah-langkah teknis tersebut, dan karyawan Signal juga bisa membuat pembaruan aplikasi yang mengalihkan semua pesan ke server lain
      Ungkapan yang lebih baik adalah “karyawan Slack tidak mengakses konten dasar”
    • Dalam white paper yang ditautkan pada komentar yang sama, disebutkan bahwa akses diprovisikan dengan prinsip hak istimewa minimum dan izin berbasis peran, sehingga orang hanya dapat menangani data yang secara wajar diperlukan untuk tugas saat ini, dan semua akses produksi ditinjau setidaknya setiap kuartal
      Jadi kelihatannya sangat jelas bahwa akses itu dimungkinkan
    • Bagi insinyur yang pernah membangun sistem yang menangani data sensitif, kalimat ini terdengar seperti pernyataan tentang daftar kontrol akses, sistem yang memprovisikan daftar kontrol akses itu, dan kebijakan yang diikuti sistem tersebut
      Misalnya, pekerjaan batch pelatihan model dapat dijalankan sebagai pengguna sistem yang punya akses ke data yang diberi anotasi sebagai “interaksi”, tetapi mungkin tidak memiliki izin untuk mengakses data “konten” seperti isi pesan atau teks kueri pengguna
      Jika pekerjaan pelatihan mengirim RPC yang mencoba mengambil konten seperti itu, permintaan itu akan ditolak, sama seperti saat mencoba mengakses DM orang lain tanpa login
      Di perusahaan besar, insinyur atau manajer produk tidak bisa menentukan daftar kontrol akses sesuka hati; mereka harus meminta hak akses pekerjaan batch ke suatu sistem, dan orang yang mengoperasikan sistem itu pun mengikuti kebijakan perusahaan
      Mirip seperti pegawai bank yang menangani nomor rekening tetapi tidak bisa diam-diam mentransfer uang ke rekening pribadi, atau akan ketahuan jika melakukannya
      Kalimat itu lebih dekat pada makna bahwa secara sistem tidak mungkin bagi seorang PM Slack untuk mengabaikan kebijakan demi menaikkan OKR timnya lalu diam-diam melatih model dengan data pelanggan yang tidak dipakai tim lain
      Tentu analogi ini tidak sempurna
      Pegawai bank lebih mirip staf dukungan pelanggan Slack yang bisa melihat pesan atas persetujuan pelanggan, dan mungkin memang tidak ada cara nyata untuk menyalurkan akses terbatas yang diberikan kepada individu ke pekerjaan pelatihan model
      Di perusahaan yang matang, seharusnya juga ada pencegahan agar karyawan tidak bisa melatih model di laptop pribadi dengan hak akses ke data pribadi lalu menerapkan model itu ke produksi
      Meski mungkin startup memang bisa berjalan seperti itu
    • Semua perusahaan yang menjanjikan “enkripsi end-to-end” pada akhirnya juga hanya sebatas janji kelingking
      Telegram maupun WhatsApp juga sama

  • Rasanya akan berguna jika ada daftar perusahaan yang melakukan hal seperti ini supaya bisa dihindari
    Jika tahu perusahaan lain yang melatih dengan data pelanggan tanpa tombol opt-out yang mudah dan sangat terlihat, silakan tambahkan di bawah

    • Synology memperbarui kebijakan ini pada bulan Maret
      Dulu mereka mengatakan bahwa informasi yang diperoleh dari permintaan dukungan teknis hanya digunakan untuk menyelesaikan masalah, dan setelah menghapus informasi pribadi, sebagian detail teknis dapat digunakan untuk membuat bug report
      Dalam redaksi baru, disebutkan bahwa setelah menghapus informasi pribadi, informasi teknis tertentu dapat digunakan untuk membuat bug report, dan informasi teknis yang dianonimkan dapat dikirim ke Microsoft Azure untuk memanfaatkan layanan OpenAI guna meningkatkan pengalaman dukungan teknis
      Mereka mengatakan bahwa informasi identitas pribadi seperti nama, nomor telepon, alamat, email, alamat IP, dan nomor seri produk akan dikecualikan
      Dulu saya biasanya langsung menghapus email pembaruan kebijakan privasi, tetapi sekarang saya jadi terbiasa melihat diff untuk memeriksa apakah ada frasa seperti ini yang disisipkan
    • Jika data disimpan di database yang bisa dibaca dan diakses bebas oleh perusahaan, yaitu bukan terenkripsi end-to-end, pada akhirnya perusahaan itu akan mengubah ketentuan layanan agar bisa memakai data tersebut untuk pelatihan AI
      Insentifnya terlalu kuat untuk ditahan
      https://twitter.com/kepano/status/1688610782509211648
      https://twitter.com/kepano/status/1682829662370557952
    • Mungkin lebih mudah membuat daftar perusahaan yang tidak melakukan ini
      Daftarnya kosong
    • Sampai ada perlindungan yang memadai dan setiap orang bisa menentukan bagaimana datanya digunakan serta apakah mereka diberi kompensasi, kita bisa melawan dengan cara tidak mengunggah hal yang berguna atau akurat ke internet

  • Saya tidak tahu bagaimana ini bisa selaras dengan hukum Eropa tentang hak untuk dilupakan
    Sebenarnya saya juga ragu model AI mana pun seperti ini bisa menjaga hak tersebut
    Jika pengguna meminta penghapusan, apakah mereka melatih ulang seluruh model? Rasanya tidak

    • Penipuan “AI” yang sedang terjadi sekarang tampak seperti prosedur paling rumit untuk menyembunyikan banyak kerja manual
      Hak cipta seolah sudah tidak ada lagi, katanya ini bukan mencuri melainkan mentransformasikan, dan kita diminta opt-out sebelum model dilatih dengan seluruh internet, dan sepertinya itu pun tidak akan benar-benar dihormati
      Mereka bilang pekerjaan sama sekali tidak akan berkurang, tetapi semua perusahaan langsung memecat 15% karyawan dan memaksa kembali ke kantor agar bisa mendapatkan lebih banyak data mobil juga
      Mereka menjual mimpi menjadi programmer paling produktif dengan “satu trik aneh”, tetapi alih-alih membuat produk yang menguntungkan sendiri, mereka justru tampak ingin menjualnya ke individu
      Yang paling parah dan berbahaya adalah informasi disensor di tingkat paling rendah bahkan sebelum sampai ke ujung jari atau di depan mata orang
    • Machine unlearning memang bidang yang nyata, dan untuk pengantar bisa lihat [0]
      [0] https://ai.stanford.edu/~kzliu/blog/unlearning
    • Saya rasa penafsiran GDPR dan sejenisnya saat ini bukan seperti itu
      Sepanjang yang saya tahu, jika modelnya sudah terlatih, tidak perlu menghapusnya karena permintaan hak untuk dilupakan, tetapi ketidakpastian hukumnya besar
      Melihat putusan GDPR terbaru, kemungkinan besar ini tetap melanggar karena yang dipakai adalah opt-out, bukan opt-in
      Mungkin mereka menyaring semua data yang dihasilkan di EEA

  • Untuk pesan tim, seharusnya memang memakai solusi self-hosted seperti Matrix/Element
    Tidak masalah kalau tidak ingin menaruh perangkat sendiri di kantor, tetapi solusinya adalah menjalankan solusi terenkripsi end-to-end sehingga penyedia hosting tidak bisa mengakses data
    cryptpad.fr juga perangkat lunak yang hebat

    • Bisa coba lihat Campfire
      Modelnya adalah menerima source code (Ruby on Rails) lalu menerapkannya di mana pun Anda mau; kami menjalankannya di droplet DigitalOcean
    • Zulip(https://zulip.com/) tampaknya alternatif self-hosted berbasis Python yang sangat baik untuk Slack/Teams

  • Semua penyedia alat SaaS seperti Slack, Google, dan Microsoft punya insentif yang sangat besar untuk melakukan hal seperti ini
    Agar perusahaan tidak dikomoditisasi oleh vendor, pada akhirnya mereka harus mengendalikan data dan strategi AI mereka sendiri
    Itu kemungkinan berarti mematikan fitur-fitur kecil mahal yang bisa merusak bisnis, lalu membangun basis pengetahuan terpusat dengan kontrol akses dan tata kelola yang baik, kemudian memasang LLM open-source atau black-box dari penyedia mana pun di atasnya

    • “Dikomoditisasi oleh vendor” adalah ungkapan yang tepat seperti yang saya cari
      Itu sebabnya saya ingin perusahaan memakai Mattermost self-hosted alih-alih Slack
    • Jelas ini moral hazard sekaligus peluang
      Sebagai catatan, Windows 11 secara default menyinkronkan file ke server Microsoft

  • Sepertinya ujung-ujungnya akan jadi seperti, “Kami hanya akan memakainya untuk memilih emoji, dan sedikit juga untuk alat rekomendasi saham lucu yang hanya untuk internal”
    Maksud saya, alat yang merekomendasikan saham-saham menarik untuk dibeli berdasarkan isi hati anonim secara real-time dari ratusan ribu perusahaan teknologi