Pengadilan Distrik Babushkinsky di Moskow menganggap sah pemecatan Direktur Penjualan perusahaan "GK Energoprof" Ekaterina Remizova karena membocorkan rahasia dagang — karyawan tersebut mengirimkan dokumen dinas ke email pribadi dan mengunggahnya ke jaringan neural DeepSeek. Hal ini dilaporkan oleh RAPSI dan RIA Novosti.
Remizova bekerja di perusahaan sejak 18 April 2025 dengan gaji lebih dari 800.000 rubel per bulan. Pada September 2025, ia sudah dikenakan sanksi disiplin, setelah itu diikuti dengan pemecatan karena membocorkan rahasia yang dilindungi undang-undang.
Apa yang Dituduhkan kepada Karyawan Tersebut
Pemberi kerja menetapkan bahwa Remizova mengirimkan ke email pribadi dokumen tentang partisipasi dalam tender dan file dengan data gaji rekan kerja, serta menyertakan alamat pribadi di salinan tersembunyi saat mengirimkan korespondensi korporat. Selain itu, ia mengunduh informasi terlindungi dari sumber internal perusahaan — termasuk laporan PowerBI dengan statistik transaksi, penerimaan dana, dan indikator keuangan departemen — ke layanan pihak ketiga DeepSeek, yang dikembangkan oleh perusahaan China bernama sama.
Pengadilan menekankan: pengunggahan rahasia dagang atau informasi rahasia itu sendiri ke sistem kecerdasan buatan Deepseek sudah merupakan pembocoran informasi tersebut.
Alasan tambahan untuk pemecatan adalah pengungkapan rencana strategis perusahaan kepada pemasok "Sibtorgservice": Remizova menginformasikan niat untuk meluncurkan merek "Energogranum" ke pasar dan menjalin pasokan langsung generator dari China, setelah itu mitra kontrak berhenti merespons. Pemberi kerja juga mengacu pada ketidakpatuhan sistematis terhadap rencana penjualan.
Tuntutan "Parasut Emas" dan Hasil Pemeriksaan
Setelah pemecatan, Remizova mengajukan gugatan ke pengadilan menuntut agar perintah tersebut dianggap tidak sah, mengubah formulasi menjadi pemecatan "atas kesepakatan bersama" dan meminta pembayaran "parasut emas" sebesar 5 juta rubel sebagaimana diatur dalam perjanjian tambahan. Perusahaan tidak mengakui gugatan tersebut. Dalam prosesnya, terdakwa menawarkan kesepakatan damai dengan pembayaran lebih dari 400.000 rubel — setengah dari gaji — tetapi penggugat menolaknya.
Pengadilan menunjukkan bahwa Remizova tidak memiliki kebutuhan produksi untuk mengambil informasi dari media terlindungi pemberi kerja, mengirimkannya ke alamat eksternal yang tidak terkontrol, dan mempostingnya di sumber pihak ketiga DeepSeek. Tindakan ini dikualifikasikan sebagai pelanggaran berat terhadap kewajiban kerja.
Hasil pemeriksaan kasus:
- tuntutan pembayaran 5 juta rubel "parasut emas" ditolak, karena pembayaran ini hanya disediakan untuk pemutusan kontrak atas kesepakatan bersama atau pengurangan staf;
- salah satu sanksi disiplin dianggap tidak berdasar, perusahaan diperintahkan membayar 10.000 rubel sebagai kompensasi kerugian moral;
- untuk sisa gugatan, termasuk pengakuan pemecatan tidak sah, ditolak.
Keputusan pengadilan untuk kasus No. 02-1545/2026 belum berlaku sah dan dapat diajukan banding.
Opini AI
Dari sudut pandang analisis data mesin, kasus Remizova hanya mencerminkan sebagian dari masalah yang lebih luas: layanan DeepSeek memungkinkan kebocoran data tidak hanya melalui pengunggahan file tertutup, tetapi juga melalui fungsi Share-nya sendiri. Spesialis keamanan informasi David Konitzny menemukan bahwa mesin pencari Google dengan bebas mengindeks dialog dari direktori chat.deepseek.com/share/, dan dapat ditemukan dengan permintaan sederhana site:chat.deepseek.com/share/. Peringatan sistem bahwa tautan dapat dibuka oleh "siapa pun yang memilikinya" tidak mengatakan apa pun tentang kemungkinan pengindeksan oleh mesin pencari — dan justru dalam celah antara harapan privasi dan perangkat teknis layanan inilah tersembunyi risiko tambahan bagi perusahaan yang karyawannya menggunakan alat serupa.
Ternyata, bahkan tanpa niat jahat, tautan sementara dapat berubah menjadi jejak digital permanen dengan fragmen kode, tugas kerja, dan data keuangan. Seberapa umum praktik pengungkapan informasi korporat secara tidak sengaja melalui tautan "sementara" seperti itu di layanan jaringan neural lainnya?
end-content
