Où pouvons-nous héberger le backend d’Aona ?

Dans votre cloud, sur site ou sur serveurs gérés par Aona. Choisissez l’hébergement backend séparément du lieu de traitement des prompts par Aona, puis convenez des responsabilités opérationnelles, du stockage, de la rétention et des intégrations prises en charge.

Aona peut-elle traiter les prompts sur l’appareil utilisateur ?

Oui. Les options de traitement des prompts Aona sont l’appareil utilisateur/en périphérie, le cloud client ou sur site, et les serveurs gérés par Aona. Confirmez la configuration prise en charge, les contrôles, chemins de fichiers et télémétrie pour votre déploiement ; ces options n’impliquent pas des capacités identiques ni que tous les clients actuels utilisent déjà le traitement en périphérie. La gestion des données du fournisseur IA de destination reste séparée.

Comment appliquer une politique d’usage acceptable IA ?

Transformez l’exigence pertinente en contrôles configurés pour un outil défini, une condition de données, un groupe d’employés et une action supportée. Testez ces contrôles et la réponse endpoint. Aona ne convertit pas automatiquement un document d’usage acceptable en politique appliquée.

Quelle est la différence entre Bloquer, Raturer, Avertir et Signaler ?

Bloquer arrête une interaction supportée ; Raturer modifie le contenu sensible sur les chemins supportés ; Avertir est un avertissement non bloquant ; Signaler enregistre une preuve sans intervention employé identique. La disponibilité dépend de l’endpoint et du workflow déployés.

Un test réussi dans Playground prouve-t-il l’application endpoint ?

Non. Il aide à examiner la réponse de la règle configurée à une entrée test. Vous devez aussi vérifier l’action navigateur ou application native, l’avertissement employé et le résultat enregistré sur la version et le workflow spécifiques que vous prévoyez de déployer.

Pouvons-nous appliquer des règles différentes selon les équipes ?

Aona supporte des politiques pour outils et équipes. La démo confirmera l’affectation des groupes et les workflows employés pris en charge pour votre déploiement.

Que doivent voir les employés lorsqu’une requête IA est bloquée ?

L’avis partagé explique que la requête ne peut être envoyée, montre les informations détectées et attribue l’intervention à la politique de l’entreprise. Un blocage strict n’offre pas d’option de poursuite. Validez le message et le comportement du point de terminaison avec une requête synthétique.

L’application couvre-t-elle tous les outils IA ?

La couverture dépend de l’outil, de la surface employé et de l’action. Consultez le guide de couverture et confirmez vos workflows requis lors de la démo.

Pouvons-nous tester une règle sur données sensibles ?

Commencez par un exemple synthétique des informations à protéger et du résultat à évaluer. Nous confirmerons le chemin de test pris en charge pour ce cas d’usage.

Solutions / Application des politiques

Sur cette page

Pour les responsables IT et sécurité en charge de l’usage IA des employés.

Application de la politique IA for employee AI use.

Configurez les règles de données sensibles pour les outils IA et équipes pris en charge. Consultez la réponse des employés. Examinez le résultat.

Réservez une démo politique

Examinez une règle sur données sensibles, la réponse de l’employé et l’adéquation au déploiement.

Essayez l’exemple de politique

CADRES → CONFIGURATION DES GARDE-FOUS

Une règle. Une réponse claire de l’employé.

EXPURGÉS

Nous avons protégé vos données

Les identifiants sensibles sont supprimés dans cet exemple. Examinez les modifications illustrées ci-dessous.

Renseignements supprimés avant envoi

Noms de personnes: 1
Adresses e-mail: 1

Masqué en raison de la politique de l’entreprise

Le plugin et l’application partagent ce design de notification. La couverture dépend toujours du point de terminaison et de l’action déployés.

Informations de base

Nom de la règleIdentifiants client

Description

Protéger les noms d’exemple et les adresses e-mail dans les requêtes IA des employés.

INVITE SYNTHÉTIQUE

Résumer les notes pour Taylor Exemple. Contact taylor@example.invalid.

Réponse illustrée : identifiants supprimés

Reconstruit à partir du composant de notification d’application partagé d’Aona avec des données inventées. Aucune requête n’est envoyée, aucun fichier n’est traité et aucune politique d’appareil n’est modifiée.

Périmètre à confirmerLa couverture navigateur et native varie selon l’outil, le système d’exploitation et l’action.

Couverture et détails de déploiement

Les contrôles dépendent de l’outil IA, de la surface employé et de l’action. La couverture découverte ne signifie pas que chaque outil supporte l’application.

Les règles doivent être configurées et déployées. Un document politique ne se convertit pas automatiquement en contrôles.

Validez les actions requises et le chemin de gestion des fichiers avec des données de test synthétiques avant d’étendre le déploiement.

Conçu pour votre décision

Commencez par le workflow employé.

Requêtes sensibles, règles d’équipe ou déploiement d’endpoint : choisissez la décision à prendre.

Responsables sécurité

Protégez les informations sensibles dans les requêtes IA des employés

Un employé inclut un identifiant client sensible dans une requête IA.

Exemple synthétique

Requête IA · entrée de test

Résumez le renouvellement pour ID client démo 48291.

Entrée inventée

Réponse conditionnelleExpurger

Identifiant supprimé avant l’envoi de ce chemin de requête pris en charge.

À garder en vueUtilisez des données inventées et vérifiez le workflow spécifique du point de terminaison.

Détails du scénario

Inspecter

Condition de données
Réponse de garde-fou
Notification à l'employé

Décision suivante

Choisissez l'action prise en charge qui correspond à votre exigence de politique.

Définissez les informations déclenchant une réponse, comme un identifiant client sensible, et confirmez le chemin de requête supporté. L’avertissement à l’employé doit rendre la prochaine étape compréhensible. Testez la règle avec des exemples fictifs avant de l’utiliser sur un workflow réel.

De la politique à la logique

Comment appliquer une politique d’utilisation acceptable de l’IA.

Une règle écrite est le point de départ. Reliez les données, le groupe d’employés et la réponse prise en charge dans un exemple testable.

Choisir un exemple de politique

Logique illustrative · configuration non enregistrée

Règle à tester

Identifiants clients sensibles

When: Adresse e-mail client
Pour: Finance
In: Prompt navigateur pris en charge

Puis, si pris en chargeExpurgerSupprimer une adresse e-mail client avant l’envoi de l’exemple de prompt.

Prompt synthétique : [identifiant masqué]

Contrôles de validation

Prompt illustré dans le navigateur · Groupe Finance

Test : un identifiant synthétique déclenche la règle configurée
Test : la copie de révision ne contient aucun identifiant source

Parcours de la politique

Mouvement réduit · choisissez une étape

Confirmer le point de terminaison et l’action avant un pilote. Bloquer, Caviarder et Avertir dépendent du support déployé ; Signaler est uniquement pour audit.

Présentez une exigence d’utilisation acceptable et le flux de travail employé qu’elle doit protéger.

Utilisez la liste de contrôle de la démo

VOTRE ÉVALUATION, RENDUE PRATIQUE

Commencez par un test.
Repartez avec des preuves.

Utilisez un exemple synthétique, validez le résultat attendu, puis enregistrez ce qui s’est réellement passé.

Un outil · une équipe · une règleEntrée synthétique

La même règle, une réponse que votre équipe peut comprendre.

Draft a customer update for Morgan Hale at morgan.hale@example.com.

Télécharger l’enregistrement de test

CE QU’IL FAUT VÉRIFIER

01
Attribuez une règle email synthétique à un groupe de test dédié.
02
Exécutez blocage et rédaction comme tests séparés et explicitement configurés.
03
Enregistrez l’envoi tenté, la réponse de l’employé et l’identifiant d’événement.

Utilisez un environnement non client. Un test contrôlé de réponse client n’établit pas l’assignation de politique ni l’application en direct.

Obtenez la liste de contrôle d’acceptation (PDF)

Vérifications du contrat client 2026-09-19

Ces vérifications exécutent de vraies fonctions client avec des dépendances simulées. Elles ne prouvent pas la précision de détection, la couverture des téléchargements, une version installée ou l’ingestion Sentinel de bout en bout.

Gestion des actions de politique

Priorité de blocage, réponses de rédaction et indicateurs silencieux avec les réponses de politique fournies.

12/12 contrôles réussis

Demande de document ChatGPT

La demande de restauration DOCX utilise le contrat de remplacement sans état.

1/1 contrôles réussis

Demande de document Claude

La demande de restauration DOCX utilise le contrat de remplacement sans état.

1/1 contrôles réussis

Téléchargez le registre de vérification ciblée

Aucune donnée client nécessaire. Aucun formulaire pour accéder au kit.Revoir le déploiement Revue de la couverture

Comment cela fonctionne dans Aona

De la politique à une réponse claire de l’employé.

Administrateur global · CadresExemple illustratif

CadresGarde-fou

Règle assignéeIdentifiant sensible

Finance · outil supporté sélectionné

Message employé configuré

Configurez l'action et le message à l'employé.

Détails du flux de travail

01 / Administrateur global · Cadres

Configurez le garde-fou

Examinez le nom et la description du garde-fou, puis configurez son action et son message dans le contexte de la politique. Bloquer, Raturer, Avertir et Signaler expriment des résultats différents ; sélectionnez la réponse supportée correspondant à l’exigence.

02 / Extension navigateur / application bureau

Vérifiez l’expérience employé

Validez l’avertissement sur l’interaction supportée spécifique. Un blocage strict ne permet pas de continuer. Un avertissement est non bloquant ; un signalement enregistre une preuve sans intervention employé identique.

03 / Playground + Activity & Audits

Validez avant d’étendre

Utilisez des entrées synthétiques pour inspecter le comportement de la politique, puis vérifiez séparément l’action endpoint. Examinez le résultat enregistré et l’affectation avant de déployer la règle à d’autres utilisateurs.

Rendez la démo utile

Liste de contrôle pour évaluer l’application d’une politique IA

Apportez une exigence d’usage acceptable, un outil IA et un workflow employé représentatif. Gardez enforcement des requêtes et gestion des fichiers comme tests distincts.

À apporter à la discussion

01Une exigence écrite

02Un flux de travail employé

03Le propriétaire de l’endpoint

Intention de la politiqueQuelle interaction exacte doit déclencher la règle ?

À inspecter

Condition de données, groupe d’employés et outil IA.

Action configuréeQue doit pouvoir faire l’employé ensuite ?

À inspecter

Bloquer, Raturer, Avertir ou Signaler et message à l’employé.

Support endpointEst-ce supporté dans la version que nous déploierons ?

À inspecter

Navigateur ou application native, système d’exploitation et chemin d’action.

Preuves du résultatPouvons-nous démontrer la règle et son comportement endpoint ?

À inspecter

Entrée test synthétique, réponse et résultat politique enregistré.

Examinez une règle sur données sensibles, la réponse de l’employé et l’adéquation au déploiement.

Réservez une démo politique

Un examen approfondi

Questions sur l’application de la politique IA, répondues.

Votre cas d’usage. Votre démo.

Découvrez comment votre politique IA fonctionnerait.

Apportez un outil IA et une règle que votre équipe doit appliquer. Nous concentrerons la démo sur le contrôle, l’expérience employé et vos exigences de déploiement.

Réservez une démo politique

Ce que nous allons couvrir

Votre outil IA et règle sur données sensibles
Configuration de la politique et affectation des équipes
Réponse employé et résultat de la politique
Déploiement pris en charge et prochaines étapes

Sécurité IA pour les effectifs

Application de la politique IA for employee AI use.