Segurança e suporte no nível da sua operação.

O essencial em uma tabela

As respostas que todo questionário de fornecedor pede primeiro. O detalhe de cada linha está nas seções abaixo.

Nuvem gerenciada no Brasil, produção isolada

A plataforma roda na AWS em São Paulo. Produção vive em uma conta própria, separada de desenvolvimento e homologação. A esteira de entrega promove para produção a mesma imagem que foi validada, sem reconstruir nada no caminho.

O que sustenta esse desenho

• Kubernetes gerenciado (EKS) com ambientes de desenvolvimento, homologação e produção separados.
• PostgreSQL gerenciado (RDS) com backup automático, mídia em S3 e eventos em NATS.
• Borda com balanceador e TLS. Credenciais e chaves ficam no cofre de segredos, nunca no código.
• GitOps com ArgoCD. O merge revisado em par é a aprovação. Rollback é desfazer um commit.
• Nenhuma credencial de nuvem na esteira. O deploy só enxerga o próprio ambiente, nunca os segredos.

Onde a KHAL roda é decisão do cliente

Quando a política de dados do cliente não permite que nenhuma informação saia do ambiente dele, a KHAL vai até o dado. Os três modelos usam a mesma plataforma e os mesmos controles.

O agente nunca toca os seus sistemas diretamente

Toda chamada do agente passa por uma camada de software, as tools. Ela conversa com as APIs que o cliente já tem e entrega ao modelo só o que ele precisa para responder, com os campos sensíveis já mascarados.

1. CanalCliente final escreve ou liga.
2. Agente decideEscolhe a próxima ação dentro do que foi permitido.
3. Tool chama a APISó endpoints liberados, com parâmetros validados.
4. MascaramentoCPF, e-mail, cartão e outros campos sensíveis saem antes do modelo.
5. Modelo respondePelo gateway de modelos, com opt-out de treinamento.
6. RegistroCada interação com identificador, horário e trilha de auditoria.

• Sem refatoração: as tools usam os endpoints que o cliente já tem hoje.
• Mínimo necessário: o modelo recebe o dado da tarefa, não a base do cliente.
• Anonimização local no diagnóstico. Para medir o potencial de automação, transcrevemos e anonimizamos as interações dentro da infraestrutura do cliente, com modelos locais. Anonimização completa, não pseudonimização. Nada sai antes disso.
• Dados do cliente são do cliente. A KHAL usa esses dados só para executar o contrato.

Limites claros para o que a IA pode fazer

Modelos de linguagem são probabilísticos. Por isso a KHAL desenha cada agente com permissões mínimas, defesas contra manipulação, medição contínua de qualidade e saída para um humano sempre que o caso pede.

Treinamento de modelos

• Dados de clientes não treinam modelos de terceiros. Os provedores de modelo operam com opt-out de treinamento.
• A KHAL só usa dados anonimizados e agregados para melhorar os próprios modelos internos, com anonimização irreversível e proibição de reidentificação. Nenhum cliente ou titular é identificável.
• O cliente pode recusar esse uso no contrato.

Defesa contra prompt injection

Avaliação contínua (evals)

• Conjunto de testes por cliente, montado a partir de interações reais anonimizadas, separado por motivo de contato.
• Teste antes de cada versão. Uma mudança de prompt, modelo ou fluxo só vai para produção se não piorar os resultados.
• Testes adversariais de prompt injection e jailbreak antes da entrada em produção.
• Qualidade medida em produção por rotinas próprias, com acurácia acompanhada por motivo de contato. A acurácia pode virar meta contratual.

Supervisão humana

• Transbordo para atendente humano em qualquer ponto do fluxo, com o contexto da conversa.
• Operações críticas e limites de alçada definidos pelo cliente, com aprovação humana quando ele exigir.
• Suporte para avisar o usuário final de que ele fala com um agente de IA.

Operadora de dados, com regras escritas

Nos dados pessoais tratados para o cliente, a KHAL atua como operadora e o cliente como controlador (Lei 13.709/2018). A KHAL trata esses dados só para executar o contrato e seguindo as instruções do controlador.

Quem mais participa do tratamento

Provedores de nuvem e de modelos de IA são suboperadores da KHAL. Todos assumem obrigações de proteção de dados no mínimo equivalentes às do contrato com o cliente.

A lista vale para o ambiente SaaS. No modelo dedicado, a infraestrutura é a do cliente. Mudanças na lista são comunicadas aos clientes com antecedência.

Segurança em camadas

Preparada para falhar sem parar

• Backup automático do banco com restauração a ponto no tempo. Em falhas comuns, a perda real é de minutos.
• Objetivos declarados: RTO de 8 horas e RPO de 24 horas para o pior cenário, com testes de restauração registrados.
• Redundância em 3 zonas de disponibilidade na região de São Paulo.
• Contingência de modelo: se um provedor de IA cai, o gateway roteia para outro sem mudar o agente.
• Plano formal: política de backup, plano de continuidade de negócios, plano de recuperação de desastres e análise de impacto no negócio (BIA).

Aviso rápido, atualização constante

O que o aviso de incidente com dado pessoal traz

• Data e hora do incidente e de quando ele foi conhecido.
• Descrição e causa provável.
• Categorias e número estimado de titulares afetados.
• Medidas de segurança adotadas antes e depois do incidente.
• Providências para reverter ou reduzir os efeitos, e apoio na comunicação à ANPD e aos titulares.

Um padrão para todos, ajustes para cada operação

Alguns níveis de serviço valem para todo cliente. Outros são definidos em contrato de acordo com a natureza da operação, como volume, canais e criticidade.

Severidades e primeira resposta

Todo chamado é classificado em até 1 hora útil. O cliente pode contestar a classificação e escalar para o gestor responsável.

Ficam fora do cálculo de disponibilidade a manutenção programada avisada e falhas em sistemas, integrações ou canais do próprio cliente.

Seus dados saem com você

• Exportação dos dados do cliente em formato estruturado e de uso corrente.
• Eliminação ou devolução dos dados pessoais, conforme instrução do cliente, guardado só o que a lei obriga.
• Transição assistida para a migração, quando solicitada.

O que já cumprimos e o que vem a seguir

Setores regulados

Para o seu time de segurança

Disponíveis sob acordo de confidencialidade. Peça por support@khal.ai.

Os dados dos meus clientes saem do Brasil?

Os dados ficam armazenados na AWS em São Paulo. A inferência de modelos recebe só o conteúdo necessário, já mascarado. Se o cliente exigir que nada saia do ambiente dele, a KHAL roda dentro da sua infraestrutura.

Vocês treinam modelos com os nossos dados?

Modelos de terceiros, não. Modelos internos da KHAL só com dado anonimizado e agregado, e o cliente pode recusar em contrato.

Nossa nuvem é Azure. Isso é um problema?

Não. A KHAL integra por um gateway do lado do cliente ou roda em ambiente dedicado na sua rede.

O que acontece se o provedor de IA cair?

O gateway de modelos troca de provedor sozinho e o agente segue funcionando. Se não houver como responder, o atendimento vai para um humano.

Como reporto um problema de segurança?

Por support@khal.ai, marcando o assunto como segurança, ou com o encarregado de dados em dpo@namastex.ai.