Tak. Quickchat AI może korzystać z zewnętrznych API (np. OpenAI, Anthropic, Gemini, Groq) wyłącznie do przetwarzania zapytań i standardowych operacji. Dane przekazywane tym dostawcom nie są wykorzystywane do trenowania ani ulepszania ich własnych modeli.

Tak. Klienci biznesowi mogą wdrożyć samodzielnie hostowane open-source LLM (np. Llama, DeepSeek, gpt-oss lub dowolny model open-source dostępny na platformach takich jak Hugging Face) na własnej infrastrukturze chmurowej, zapewniając pełną izolację i kontrolę nad danymi. Typowe koszty infrastruktury wahają się od 5000 do 10000 USD/miesiąc w zależności od wielkości modelu i potrzeb obliczeniowych.

Quickchat AI korzysta z: (i) Google Analytics – analityka internetowa, (ii) Google Cloud Platform – chmura obliczeniowa, (iii) Datadog – monitorowanie infrastruktury i telemetria bezpieczeństwa, (iv) PostHog – analityka produktu, (v) HubSpot – zarządzanie relacjami z klientami. Wszyscy podprocesorzy spełniają wymogi bezpieczeństwa korporacyjnego i warunki umowne.

Wszystkie dane klientów są bezpiecznie przechowywane na infrastrukturze Google Cloud Platform (GCP) zlokalizowanej w Belgii, Europa. Bazy wiedzy są logicznie rozdzielone według klienta i chronione przy użyciu zabezpieczeń klasy korporacyjnej.

Tak. Dane są szyfrowane: (i) w tranzycie, przy użyciu szyfrowania TLS, oraz (ii) w spoczynku, stosując standardy szyfrowania dostawcy chmury. Dotyczy to przechowywanej treści, komunikacji API i usług wewnętrznych.

Tak. Każde środowisko klienta jest odseparowane, aby zapobiec dostępowi krzyżowemu i nieautoryzowanej ekspozycji.

Tak. Quickchat AI spełnia wymogi RODO. Przetwarzanie danych osobowych, ograniczenie przetwarzania i prawa podmiotów danych są regulowane przez Politykę Prywatności i Umowę Powierzenia Przetwarzania Danych (DPA).

Tak. DPA jest dostępna i wymagana, gdy Quickchat AI może przetwarzać dane osobowe w imieniu klienta – także w sytuacjach teoretycznych. Przetwarzanie danych osobowych regulują także: Polityka Prywatności, Oświadczenie RODO oraz Polityka Bezpieczeństwa Danych (na żądanie).

Quickchat AI aktywnie dostosowuje się do ram EU-US Data Privacy Framework (DPF), by uprościć legalne transfery transgraniczne danych.

Quickchat AI przetwarza PII jedynie wtedy, gdy zostaną one wyraźnie przekazane przez klienta w ramach danego procesu biznesowego. Ochrona PII regulowana jest polityką zgodności z RODO oraz zabezpieczeniami umownymi. Rozmowy mogą być anonimizowane (usuwanie PII) przed przetworzeniem przez LLM na żądanie klienta.

Dane przechowywane są wyłącznie przez czas niezbędny do świadczenia usług lub spełnienia wymogów prawnych. Okres retencji nie przekracza: (i) czasu zgody klienta, (ii) okresu trwania umowy oraz (iii) obowiązujących terminów przedawnienia roszczeń.

Tak. Klienci mogą w dowolnym momencie zażądać usunięcia konta i treści, kontaktując się z obsługą Quickchat AI. Usuwanie przebiega zgodnie z procedurami bezpiecznego wymazywania danych.

Quickchat AI aktywnie dąży do uzyskania zgodności z SOC 2, by wzmocnić bezpieczeństwo klasy korporacyjnej i sprostać wymaganiom zakupowym przedsiębiorstw.

Tak. Quickchat AI regularnie przeprowadza zewnętrzne audyty bezpieczeństwa oraz testy penetracyjne. Na żądanie udostępniamy także standaryzowaną dokumentację bezpieczeństwa.

Dostępne dokumenty to m.in.: (i) Polityka Bezpieczeństwa Danych (na żądanie), (ii) Polityka Prywatności, (iii) Oświadczenie RODO, (iv) Umowa Powierzenia Przetwarzania Danych (DPA), (v) Raport z testów penetracyjnych (na żądanie).

Dostęp jest ściśle ograniczony do upoważnionego personelu na zasadzie niezbędności (need-to-know) oraz regulowany przez kontrolę dostępu RBAC i rejestry audytowe.

Tylko wtedy, gdy klient wyrazi na to wyraźną zgodę – i wyłącznie w celu rozwiązywania problemów lub wsparcia.

Tak. Umowy dla firm mogą zawierać: (i) SLA — gwarancje poziomu usługi, (ii) zobowiązania dotyczące dostępności oraz (iii) gwarantowany czas reakcji wsparcia.

Umowy jasno określają: (i) klienci zachowują własność wszystkich treści wejściowych i wiedzy własnej, (ii) Quickchat AI nie rości sobie praw do danych klientów.

Tak. Umowy można negocjować, by dostosować klauzule prawne, bezpieczeństwa, zgodności i ochrony danych.

Tak, lecz wyłącznie po wcześniejszym uzyskaniu pisemnej zgody Quickchat AI. Jest to zazwyczaj aprobowane, gdy wymagają tego kontrahenci, partnerzy lub dostawcy realizujący umowne obowiązki klienta.

Quickchat AI umożliwia wiele modeli wdrożeniowych odpowiadających na potrzeby infrastruktury i zgodności korporacyjnej.

• Standardowe wdrożenie chmurowe — Quickchat AI zarządza infrastrukturą i hostingiem zgodnie ze standardami bezpieczeństwa korporacyjnego.
• Wdrożenie w prywatnej chmurze — firmy mogą poprosić o dedykowane środowiska z wydzielonymi zasobami obliczeniowymi.
• Własny hosting LLM — organizacje mogą uruchomić open-source'owe LLM na wybranej platformie chmurowej, zyskując pełną kontrolę nad przepływem danych, bez zależności od zewnętrznych dostawców AI i z maksymalną zgodnością regulacyjną.
• Wdrożenie on-premise — organizacje mogą wdrożyć Quickchat AI w swojej własnej infrastrukturze, zapewniając pełną kontrolę nad przepływem danych i wymogami regulacyjnymi.
• Architektura hybrydowa — niektórzy klienci wybierają architekturę hybrydową — korzystają z warstwy orkiestracyjnej Quickchat, podczas gdy inferencja LLM odbywa się u klienta.

Tak. Ciągły monitoring przez Datadog i infrastrukturę GCP zapewnia dostępność, wydajność i wykrywanie anomalii. Użytkownicy mogą monitorować status systemu na stronie: https://status.quickchat.ai.

Tak. Quickchat AI posiada wewnętrzne procedury wykrywania, reagowania, minimalizowania skutków i komunikowania incydentów bezpieczeństwa zgodnie z najlepszymi praktykami rynku. Wszystkie incydenty są zgłaszane klientom na stronie statusu: https://status.quickchat.ai.

Quickchat AI został zaprojektowany w architekturze enterprise-first, koncentrując się na odpowiedziach opartych o wiedzę oraz kontrolowanym pobieraniu informacji, a nie otwartej generacji. Najważniejsze mechanizmy obejmują:

• Retrieval-Augmented Generation (RAG) – Nasze autorskie mechanizmy RAG i rerankingu używają zaawansowanego modelowania danych, by AI bazowało na Twojej bazie wiedzy. Odpowiedzi AI są bezpośrednio powiązane z autoryzowanymi źródłami wiedzy (dokumenty, centra pomocy, wiki wewnętrzne, bazy danych).
• Źródłowe ograniczenia odpowiedzi – Administratorzy mogą ograniczać asystentów AI do odpowiadania tylko na podstawie podłączonych źródeł. Gdy nie ma zweryfikowanej odpowiedzi w bazie wiedzy, asystent może: (i) zadawać pytania doprecyzowujące, (ii) przekierować do agenta ludzkiego, lub (iii) zwrócić odpowiedź typu „nie znaleziono odpowiedzi”. To znacząco redukuje ryzyko halucynacji i dezinformacji.
• Ciągła aktualizacja wiedzy – Quickchat AI automatycznie synchronizuje się ze źródłami, dzięki czemu odpowiedzi AI są zawsze aktualne bez potrzeby ręcznego trenowania.
• Zarządzanie promptami i kontrola zachowań – Przedsiębiorstwa mogą definiować instrukcje systemowe, ton wypowiedzi oraz reguły odpowiedzi, by zapewnić spójność i zgodność na wszystkich zespołach i kanałach.

Quickchat AI oferuje narzędzia do monitoringu klasy enterprise wspierające zgodność, kontrolę jakości i nadzór operacyjny.

• Logi i historia rozmów – Wszystkie interakcje AI mogą być logowane i przeglądane przez upoważnionych administratorów w celu: (i) zapewnienia jakości, (ii) audytów zgodności, (iii) doskonalenia AI, (iv) rozwiązywania sporów.
• Wskazanie źródła (wyjaśnialność) – Quickchat AI może pokazywać, które wewnętrzne dokumenty lub źródła zostały użyte do wygenerowania odpowiedzi, co pozwala: (i) weryfikować wyniki AI, (ii) identyfikować nieaktualne treści, (iii) poprawiać jakość dokumentacji.
• Panel analityczny – Administratorzy monitorują: (i) wolumen użycia, (ii) wskaźniki rozwiązań, (iii) częstotliwość eskalacji, (iv) najczęściej zadawane pytania, (v) luki w bazie wiedzy. Umożliwia to ciągłą optymalizację działania.
• Weryfikacja z udziałem człowieka – Zespoły mogą przeglądać oznaczone rozmowy i optymalizować ustawienia AI na podstawie rzeczywistych przypadków użycia.