Dirbtinio intelekto sąnaudų efektyvumas ir duomenų suverenumas nesutampa, todėl pasaulinės organizacijos verčia permąstyti įmonių rizikos sistemas.
Daugiau nei metus generatyvus AI pasakojimas buvo sutelktas į lenktynes dėl pajėgumų, dažnai matuojant sėkmę parametrų skaičiumi ir klaidingais etaloniniais balais. Tačiau posėdžių salės pokalbiai yra būtinai koreguojami.
Nors pigių ir našių modelių žavesys siūlo viliojantį kelią į greitas naujoves, paslėpti įsipareigojimai, susiję su duomenų buvimo vieta ir valstybės įtaka, verčia iš naujo įvertinti tiekėjo pasirinkimą. Kinijoje įsikūrusi AI laboratorija „DeepSeek“ neseniai tapo šios pramonės diskusijų centru.
Pasak Billo Connerio, buvusio Interpolo ir GCHQ patarėjo ir dabartinio „Jitterbit“ generalinio direktoriaus, „DeepSeek“ pirminis priėmimas buvo teigiamas, nes jis metė iššūkį status quo, parodydamas, kad „labai našiems dideliems kalbų modeliams nebūtinai reikia Silicio slėnio masto biudžetų“.
Įmonėms, norinčioms sumažinti milžiniškas išlaidas, susijusias su generuojančiais AI pilotais, šis efektyvumas buvo suprantamai patrauklus. Conner pastebi, kad šios „praneštos mažos mokymo išlaidos neabejotinai paskatino pramonės pokalbius apie efektyvumą, optimizavimą ir „pakankamai gerą“ AI“.
AI ir duomenų suverenumo rizika
Entuziazmas mažinti kainas susidūrė su geopolitinėmis realijomis. Veiklos efektyvumas negali būti atsietas nuo duomenų saugumo, ypač kai šie duomenys skatina modelius, esančius jurisdikcijose, turinčiose skirtingą teisinę bazę dėl privatumo ir valstybės prieigos.
Naujausi atskleidimai apie „DeepSeek“ pakeitė Vakarų įmonių matematiką. Conner pabrėžia „naujausius JAV vyriausybės apreiškimus, rodančius, kad „DeepSeek“ ne tik saugo duomenis Kinijoje, bet ir aktyviai dalijasi jais su valstybės žvalgybos tarnybomis.
Šis atskleidimas perkelia problemą ne tik į standartinį BDAR ar CCPA atitiktį. „Rizikos profilis išauga už tipiškų privatumo problemų ir patenka į nacionalinio saugumo sritį“.
Įmonių vadovams tai kelia specifinį pavojų. LLM integracija retai būna atskiras įvykis; tai apima modelio prijungimą prie patentuotų duomenų ežerų, klientų informacinių sistemų ir intelektinės nuosavybės saugyklų. Jei pagrindinis AI modelis turi „užpakalines duris“ arba įpareigoja dalytis duomenimis su užsienio žvalgybos aparatu, suverenitetas panaikinamas, o įmonė veiksmingai apeina savo saugumo perimetrą ir ištrina bet kokią ekonominio efektyvumo naudą.
Conneris perspėja, kad „DeepSeek įsipainiojimas su karinių pirkimų tinklais ir tariamos eksporto kontrolės vengimo taktika turėtų būti svarbus įspėjamasis ženklas generaliniams direktoriams, CIO ir rizikos pareigūnams“. Naudojant tokią technologiją įmonė gali netyčia įkliūti į sankcijų pažeidimus arba tiekimo grandinės kompromisus.
Sėkmė nebėra tik kodo generavimas ar dokumentų santraukos; kalbama apie teikėjo teisinę ir etinę sistemą. Ypač tokiose pramonės šakose kaip finansai, sveikatos priežiūra ir gynyba, tolerancija dviprasmiškumui dėl duomenų linijos yra lygi nuliui.
Techninės komandos gali teikti pirmenybę dirbtinio intelekto našumo etalonams ir lengvam integravimui koncepcijos patikrinimo etape, galbūt nepaisydami įrankio geopolitinės kilmės ir duomenų suverenumo poreikio. Rizikos pareigūnai ir CIO turi įgyvendinti valdymo lygmenį, kuris klausinėja modelio „kas“ ir „kur“, o ne tik „ką“.
AI ekonomiškumo valdymas
Sprendimas priimti arba uždrausti konkretų AI modelį yra įmonės atsakomybės reikalas. Akcininkai ir klientai tikisi, kad jų duomenys išliks saugūs ir bus naudojami tik numatytais verslo tikslais.
Conner tai aiškiai išdėsto Vakarų vadovybei, teigdamas, kad „Vakarų generaliniams direktoriams, CIO ir rizikos pareigūnams tai nėra modelio našumo ar išlaidų efektyvumo klausimas“. Vietoj to, „tai yra valdymo, atskaitomybės ir patikėjimo atsakomybės klausimas“.
Įmonės „negali pateisinti sistemos, kurioje duomenų buvimo vieta, naudojimo tikslas ir valstybės įtaka yra iš esmės neskaidrūs, integravimo“. Šis neskaidrumas sukuria nepriimtiną atsakomybę. Net jei modelis siūlo 95 procentus konkurento našumo už pusę kainos, galimos baudos, žala reputacijai ir intelektinės nuosavybės praradimas akimirksniu ištrina tas sutaupytas lėšas.
„DeepSeek“ atvejo analizė yra paskata patikrinti dabartines AI tiekimo grandines. Lyderiai turi užtikrinti, kad jie visiškai mato, kur daroma modelio išvada ir kas turi pagrindinių duomenų raktus.
Kai generuojamojo AI rinka bręsta, pasitikėjimas, skaidrumas ir duomenų suverenumas greičiausiai nusvers neapdoroto sąnaudų efektyvumo patrauklumą.
Taip pat žiūrėkite: SAP ir Fresenius sukurs nepriklausomą AI pagrindą sveikatos priežiūrai
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
