Segui ZDNET: Aggiungici come fonte preferita su Google.
I principali punti salienti di ZDNET
- L’intelligenza artificiale può aumentare la produttività e migliorare l’accesso ai dati.
- I chief tecnologici hanno dovuto interrompere le implementazioni a causa di problemi relativi ai dati.
- Intuizioni a lungo dimenticate emergono con i suggerimenti dell’intelligenza artificiale.
L’intelligenza artificiale e generativa hanno aperto la strada a informazioni e approfondimenti ai professionisti delle imprese. Tuttavia, l’evidenza suggerisce che la tendenza potrebbe essere una cosa troppo positiva. In una recente conferenza, i veterani del lancio dell’intelligenza artificiale nelle imprese hanno lanciato parole di avvertimento ai professionisti che considerano di tuffarsi a capofitto nell’intelligenza artificiale.
I problemi incontrati da questi professionisti hanno portato anche a interruzioni temporanee delle implementazioni dell’intelligenza artificiale destinate advert aumentare la produttività dei dipendenti, poiché i dirigenti rivalutavano le informazioni che potevano essere esposte internamente. Allo stesso tempo, i dirigenti, intervenuti in un panel alla recente conferenza Veeam a New York Metropolis, hanno sottolineato che l’intelligenza artificiale non è la fonte della sfida. Le organizzazioni di entrambi i partecipanti al panel avevano accumulato vaste riserve di dati e una di esse necessitava di una nuova struttura di governance.
Inoltre: il 96% dei professionisti IT utilizza ora l’intelligenza artificiale: le 7 principali applicazioni degli agenti e i maggiori ostacoli all’implementazione
Steve MacIntyre, vicepresidente senior di Constancy Investments, ha descritto come la sua azienda di 400.000 dipendenti ha visto i dati a lungo nascosti nei recessi della sua organizzazione – su siti di SharePoint o in dispositivi di archiviazione collegati in rete, advert esempio – emergere improvvisamente tramite suggerimenti di intelligenza artificiale. “Non period un problema di intelligenza artificiale”, ha detto. “È stata la produttività e la capacità dell’intelligenza artificiale di trovare le cose rapidamente.”
Wim Geurden, capo architetto per la tecnologia aziendale presso EY, ha descritto la sfida della sua azienda come definire la proprietà dei dati attraverso la sua rete globale di affiliati indipendenti, dati che emergevano anche attraverso il suo motore di intelligenza artificiale. “Quando è stata lanciata la ricerca per le grandi imprese, tutti i tipi di cose hanno iniziato advert emergere nei luoghi frequentati dalle persone”, ha affermato.
“EY International non possiede nessuno dei dati. Ogni azienda membro possiede i propri dati. È qui che sono state sollevate le prime domande. Cos’è tutto questo? Quanti siti di SharePoint? Avevamo diversi petabyte di dati ed period il selvaggio West. Non esisteva alcuna gestione del ciclo di vita su questi siti di SharePoint e la metà di essi non aveva proprietari. Non sapevamo quando è stato effettuato l’ultimo accesso.”
Anche: Il 51% dei professionisti afferma che il rallentamento del lavoro dell’intelligenza artificiale riduce la produttività: fermalo in 2 passaggi
Presso Constancy, le informazioni emergevano da una vasta libreria di report PowerPoint e PDF. “Abbiamo un’intera storia, decenni di appunti di ricerca presso Constancy, come i PDF”, ha affermato MacIntyre. “Abbiamo concesso alcune licenze per Copilot e immediatamente, due giorni dopo, l’ufficio legale è venuto da me e mi ha detto che avevamo un problema con l’intelligenza artificiale. Uno del mio group ha fatto una ricerca per trovare qualcosa e l’intelligenza artificiale è tornata con tutti i PowerPoint che erano su SharePoint di anni fa.”
L’intelligenza artificiale è un “motore di ricerca straordinario che funziona advert alta velocità”, ha continuato MacIntyre. “All’improvviso, sta cercando tutto ciò a cui ha accesso, e ce lo fa emergere in modo significativo. Tutti pensavano che avessimo un problema di intelligenza artificiale, ma quello che è emerso period un problema di protezione dei dati. Questo problema ha colpito nel segno quando ci siamo immediatamente resi conto che avevamo tutti questi dati che non pensavamo ci interessassero – dati non strutturati – e poi sono arrivati gli LLM, e all’improvviso tutti quei dati sono diventati oro.”
Creazione di guardrail
In EY, quando le porte dei suoi vasti archivi di dati si sono aperte all’intelligenza artificiale, la priorità period “trovare chi possiede i dati”, ha affermato Geurden. “La seconda cosa che abbiamo fatto è stata quella di spegnere tutto.” Gli utenti potevano accedere allo strumento Copilot solo se disponevano di una licenza.
Anche: Costruire una strategia di intelligenza artificiale che ripaghi, senza rischiare il fallimento dell’azienda
Il processo di verifica della proprietà dei dati prevedeva l’identificazione e l’etichettatura dei dati trovati nell’azienda EY, ha continuato Geurden. Advert esempio, le etichette includevano “riservato” o “servizi finanziari”.
L’intelligenza artificiale stessa ha offerto un mezzo per aiutare a etichettare gli archivi di conoscenza dell’azienda contenenti dati non strutturati, ha spiegato Geurden, sottolineando la sfida dell’etichettatura umana con un tasso di turnover annuo del 25%.
Tuttavia, l’etichettatura deve andare più in profondità rispetto ai semplici tag di alto livello. “La prima cosa è che dobbiamo sapere cosa c’period quando l’intelligenza artificiale funzionava”, ha detto Geurden. “Abbiamo bisogno di avere il quadro storico, le versioni.” Quindi, “dobbiamo andare ben oltre l’etichettatura delle informazioni riservate. Dobbiamo avere restrizioni geografiche, etichettatura geografica, etichettatura delle linee di enterprise, collegate ai nostri contratti, perché riceviamo un’enorme quantità di dati sui clienti che specificano cosa possiamo fare e cosa non possiamo fare.”
Anche: Oltre l’80% delle agenzie governative statunitensi utilizza già agenti IA, ed è solo l’inizio
Tutti questi metadati devono essere codificati in contratti, ha aggiunto: “Questa è la parte facile. Poi dobbiamo codificarli in qualche struttura tecnologica. Questo, per ora, è ancora molto, molto complicato.”
La governance è la chiave del successo in tutti gli aspetti di queste implementazioni di intelligenza artificiale, hanno sottolineato i dirigenti. “Dobbiamo sapere cosa viene utilizzato”, ha detto MacIntyre.
“Ciò mette in gioco l’thought di shadow AI, shadow IT, tutto questo genere di cose – e risale ai dati dell’endpoint. Dobbiamo sapere che l’inventario delle risorse è accurato. Sono allineati con i casi d’uso registrati e approvati? In questo modo, almeno sappiamo che se qualcuno sta lavorando su qualcosa, dovrebbe usare Claude, perché è legato a un particolare progetto che è stato approvato per quello.”
Inoltre: queste 4 vulnerabilità critiche dell’IA vengono sfruttate più velocemente di quanto i difensori possano rispondere
Successivamente, “dobbiamo pensare a quale è l’ambiente sicuro in cui vogliamo che questi agenti funzionino?” MacIntyre ha continuato: “Come vogliamo che interagiscano con i modelli fondamentali? Quale architettura mettiamo in atto per incanalare tutta quell’attività in un luogo che ci dia la giusta visibilità e telemetria in modo da poter vedere che gli agenti e le applicazioni che utilizzano l’intelligenza artificiale si comportano nel modo previsto? O si comportano male?”
Un’ulteriore sfida – forse la più fastidiosa per tutti i chief digitali in questo momento – è stabilire l’identità dell’agente, ha detto MacIntyre: “Come si dà l’identità a un agente? Poi diventa un dipendente. Ma cosa succede se il mio agente vive solo per pochi secondi? È un problema davvero interessante, e non so se qualcuno lo abbia già risolto davvero bene.”
