第二天在TechEx North America证明价值

在TechEx North America第二天的AI和大数据项目中，至少有一次提到了“AI墓地”，指的是大量从未成为持久系统的试点项目。这一短语奠定了会议的基调：核心问题是证明价值。

企业AI实施、投资回报和采纳专题讨论了AI工作的艰难中间阶段。其会议涵盖了停滞的试点、面向业务影响的代理式AI、从实验到影响的转变、购买或构建的决策、持久的投资回报和自主决策。一个系统在被称为成功之前，必须经过采纳、治理和衡量。

关于“AI墓地”的会议非常有用，因为它指出了失败模式。许多公司有足够的预算启动AI实验，也有足够的行政关注来宣传它们，但很少有公司具备足够的数据质量、流程设计、操作权限和风险控制来维持这些实验。

第二天关于从副驾驶走向代理式AI的会议，将问题框定为业务影响而非新奇性。副驾驶作为个人生产力工具很有用，但其价值往往难以衡量。代理承诺更紧密地连接业务流程，但也增加了对边界的需求。一个可以在系统中行动的代理，必须通过行动的质量来评估。

这一点直接与AI未来专题相关联。其开幕主题——信任作为竞争优势——是对速度的有用平衡。该专题讨论了透明度、治理、监管、银行分析和风险。还包括来自Hex的关于数据代理的材料，其中内置了评估和治理。如果评估仍然非正式，代理式AI在企业环境中将无法成熟。

治理以多种形式出现。有跨职能治理，反映了AI风险不属于法律、安全或工程任何一个部门的现实。有数据层的治理，其中信任依赖于数据谱系和质量。有围绕代理角色和风险堆栈的治理，公司需要了解AI代理被允许知道和做什么。银行业会议为主题提供了行业焦点，因为金融服务对于自动化的模糊承诺几乎没有空间。

数字化转型周将同样的第二天压力带到了业务交付中。该计划围绕真实用例、业务影响、投资回报、基于API的AI代理、变革准备、政府服务转型、城市创新以及将数据转化为财务价值而构建。变革准备材料尤其重要。AI失败是因为员工不改变日常流程，管理者不改变激励措施，或者日常使用所需的数据从未出现在正确的位置。

涉及DMV和圣何塞市的会议将AI和转型置于政府服务中。在政府中，质量的衡量标准包括可靠性、可访问性、可解释性和公众信任。道氏公司关于将数据转化为美元的材料则处于商业端相同的论点。在这两种情况下，价值取决于将数据工作与可问责的结果联系起来。

网络安全和云博览会第二天计划扩展了风险。其云优先企业专题讨论了AI主导的威胁、云安全、“GenAI速度差距”、威胁情报、身份安全和AI治理。网络安全计划将AI视为改变攻击和防御的力量。它可以帮助自动化防御工作，但也可以加速滥用、扩大泄漏途径并增加现有控制的压力。

“速度差距”这一短语在第二天被多次使用。业务部门采用生成式AI的速度超过了许多安全团队的监管能力：工具先到，政策和监控后到。关于越狱和数据泄露的会议更具体地说明了这一点。如果员工将敏感材料放入未经批准的工具中，或者如果经批准的AI系统边界不完善，云安全和数据治理就变成了同一件事。

零信任被提出作为解决方案之一，对零信任的更强烈解释必须包括AI系统、代理及其周围的数据。身份不仅限于人类用户，服务、代理和自动化工作流程也需要权限模型。因此，云优先企业正在成为一个身份、数据分类、AI治理和威胁检测都是相同控制机制一部分的地方。

（图片来源：TechEx/TechForge）

想从行业领导者那里了解更多关于AI和大数据的信息吗？请查看在阿姆斯特丹、加利福尼亚和伦敦举办的AI和大数据博览会。这项全面的活动是TechEx的一部分，并与其他领先技术活动同期举行。点击此处了解更多信息。

AI News由TechForge Media提供支持。在此处探索其他即将举行的企业技术活动和网络研讨会。

这篇文章最初出现在AI News上，标题为“Proving the case on day two at TechEx North America”。