Mọi tổ chức đều mong muốn ứng dụng AI vào kho dữ liệu của mình. Các công cụ như Copilot, AI agent và AI tạo sinh hứa hẹn mang lại thông tin chi tiết nhanh hơn, nhưng cũng đặt ra một câu hỏi khó cho các đội ngũ bảo mật: Nếu AI có thể truy cập mọi dữ liệu, làm thế nào để ngăn nó cung cấp sai dữ liệu cho sai người?
Câu trả lời nằm ở việc làm cho dữ liệu “sẵn sàng cho AI” (AI-ready) — tức là được phân loại, kiểm soát truy cập, bảo vệ và có thể giám sát. Microsoft Fabric đã tích hợp những khả năng này trực tiếp vào nền tảng thông qua việc kết hợp với Microsoft Purview, giúp doanh nghiệp tự tin áp dụng AI mà không phải đánh đổi giữa năng suất và bảo mật.
“AI-ready” có ý nghĩa gì đối với quản trị và bảo mật?
Khái niệm “AI-ready” thường bị hiểu là dữ liệu chỉ cần chính xác và có cấu trúc tốt. Điều này mới chỉ đúng một nửa. Ngay khi một Copilot hay AI agent được kết nối vào dữ liệu, nó sẽ kế thừa mọi lỗ hổng về quyền truy cập và bảo mật có sẵn — với tốc độ và quy mô của máy móc.
Từ góc độ quản trị và bảo mật, dữ liệu AI-ready là dữ liệu mà doanh nghiệp có thể tự tin trả lời bốn câu hỏi: Chúng ta có dữ liệu nhạy cảm nào? Nó nằm ở đâu? Ai có thể truy cập? Và nó được bảo vệ như thế nào? Rủi ro lớn nhất mà AI khuếch đại là việc chia sẻ quá mức (oversharing) — một báo cáo bị cấp quyền thừa hoặc một bộ dữ liệu chưa được gán nhãn, vốn là rủi ro nhỏ trong thế giới thủ công, sẽ trở thành rủi ro lớn khi một agent có thể truy xuất và tóm tắt nó theo yêu cầu. Về mặt bảo mật, AI-ready có nghĩa là dữ liệu nhạy cảm được phát hiện và phân loại; quyền truy cập được kiểm soát theo nguyên tắc đặc quyền tối thiểu; lớp bảo vệ bền vững và linh hoạt; và mọi hoạt động trên dữ liệu đó — dù là của con người hay AI — đều có thể được quan sát và kiểm toán.
Các tính năng bảo mật dữ liệu có sẵn trong Microsoft Fabric
Fabric mang các tính năng bảo mật dữ liệu của Purview trực tiếp vào trải nghiệm phân tích, mở rộng các cơ chế kiểm soát đang được sử dụng trên Microsoft 365 cho các lakehouse, warehouse, semantic model và báo cáo của doanh nghiệp.
- Sensitivity labels (từ Microsoft Purview Information Protection): Phân loại các hạng mục trong Fabric và nội dung Power BI bằng cách sử dụng cùng các nhãn mà doanh nghiệp đang dùng trên Microsoft 365. Việc này có thể được thực hiện thủ công, theo mặc định, hoặc bắt buộc thông qua chính sách. Nhãn và các thiết lập bảo vệ của nó sẽ đi cùng với dữ liệu: khi nội dung được xuất ra Excel, PowerPoint, PDF hoặc .pbix, mã hóa sẽ được thực thi để chỉ người dùng được ủy quyền mới có thể mở.
- Protection policies: Mỗi chính sách được gắn với một nhãn nhạy cảm và hạn chế quyền truy cập vào các mục được gắn nhãn — chỉ những người dùng và nhóm được chỉ định mới giữ được quyền truy cập, còn lại sẽ bị chặn. Tính năng này được hỗ trợ cho các mục gốc của Fabric và semantic model.
- DLP policies (Chính sách chống thất thoát dữ liệu): Được định nghĩa trong Purview và áp dụng cho các workspace của Fabric và Power BI, DLP tự động phát hiện các loại thông tin nhạy cảm và nhãn trong semantic model và các mục có cấu trúc trên OneLake (như lakehouse, SQL DB, Mirrored database, KQL database…). Sau đó, nó sẽ kích hoạt các cảnh báo, gửi thông báo cho quản trị viên bảo mật và hạn chế quyền truy cập.
- DLP restrict access (Preview): Đây là hành động thực thi biến việc phát hiện thành bảo vệ — tự động hạn chế người có thể tiếp cận một mục khớp với chính sách, bao gồm cả việc chặn người dùng bên ngoài truy cập dữ liệu nội bộ nhạy cảm hoặc trong các trường hợp nhạy cảm hơn, chỉ cho phép quản trị viên truy cập.
- Protection insights: Báo cáo “Protect, secure, and comply” trong OneLake Catalog (tab Govern) hiển thị độ phủ nhãn trên toàn hệ thống, trong khi nhật ký kiểm toán (audit logs) theo dõi hoạt động của nhãn và các phát hiện của DLP.
- DSPM for Fabric: Microsoft Purview Data Security Posture Management (DSPM – Quản lý Trạng thái Bảo mật Dữ liệu) giúp khám phá các rủi ro dữ liệu — chẳng hạn như dữ liệu nhạy cảm trong các prompt và phản hồi của người dùng — và cung cấp các hành động được đề xuất để giảm thiểu những rủi ro này. Nó cũng cho phép Đánh giá Rủi ro Dữ liệu để xác định các tài sản Fabric có khả năng bị chia sẻ quá mức, không được bảo vệ hoặc nhạy cảm, giúp các đội ngũ có cái nhìn rõ ràng về mức độ phơi bày dữ liệu.
Cách Fabric giúp dữ liệu sẵn sàng cho AI
Các khả năng này tương ứng trực tiếp với các câu hỏi về sự sẵn sàng cho AI đã đề cập trước đó:
- Labels và DLP trả lời câu hỏi chúng ta có dữ liệu gì và ở đâu bằng cách phân loại nội dung và phát hiện dữ liệu nhạy cảm ngay cả khi chúng chưa được gán nhãn.
- Security insights trong OneLake Catalog và DSPM giúp quan sát và kiểm toán, cho thấy dữ liệu nhạy cảm đang ở đâu.
- Protection policies và DLP restrict-access bảo vệ và kiểm soát ai có thể truy cập — và vì AI hoạt động trong phạm vi quyền hạn của người dùng, việc thắt chặt quyền truy cập sẽ trực tiếp giới hạn những gì Copilot và các agent có thể trả về.
- Kế thừa nhãn (Label inheritance) giữ cho dữ liệu được bảo vệ ngay cả khi được xuất sang các tệp Office, đóng lại một trong những điểm rò rỉ phổ biến nhất.
- DSPM giúp quan sát việc sử dụng AI, cung cấp cho các đội ngũ bằng chứng về những gì AI đang thực sự làm với dữ liệu nhạy cảm — và cơ hội để ngăn chặn việc chia sẻ quá mức trước khi nó bị khuếch đại.
Cùng với nhau, những khả năng này cho phép doanh nghiệp liên kết dữ liệu rộng rãi cho AI mà không ảnh hưởng đến việc bảo vệ.
Các bước tiếp theo để bắt đầu
Để chuẩn bị dữ liệu cho AI một cách an toàn, các doanh nghiệp có thể thực hiện các bước sau:
- Kích hoạt và công bố các sensitivity labels, sau đó tăng độ phủ bằng cách thiết lập nhãn mặc định và bắt buộc.
- Thêm các protection policies vào các nhãn nhạy cảm nhất để kiểm soát truy cập chặt chẽ.
- Tạo các DLP policies — bắt đầu ở chế độ mô phỏng, sau đó kích hoạt các cảnh báo và hành động hạn chế truy cập.
- Thiết lập khả năng quan sát thông qua báo cáo bảo vệ dữ liệu, audit logs và Defender for Cloud Apps.
- Sẵn sàng cho AI với DSPM — kích hoạt các chính sách chỉ bằng một cú nhấp chuột và đánh giá rủi ro dữ liệu Fabric.
Dữ liệu sẵn sàng cho AI chính là dữ liệu được quản trị tốt. Vì các biện pháp bảo vệ này được tích hợp sẵn trong Fabric, doanh nghiệp có thể phân loại, kiểm soát, bảo vệ và quan sát tất cả ở một nơi — và tự tin áp dụng AI trên toàn bộ hệ thống của mình.
