第二天在TechEx North America證明價值

在TechEx North America第二天的AI和大數據專案中，至少有一次提到了“AI墓地”，指的是大量從未成為持久系統的試點專案。這一短語奠定了會議的基調：核心問題是證明價值。

企業AI實施、投資回報和採納專題討論了AI工作的艱難中間階段。其會議涵蓋了停滯的試點、面向業務影響的代理式AI、從實驗到影響的轉變、購買或構建的決策、持久的投資回報和自主決策。一個系統在被稱為成功之前，必須經過採納、治理和衡量。

關於“AI墓地”的會議非常有用，因為它指出了失敗模式。許多公司有足夠的預算啟動AI實驗，也有足夠的行政關注來宣傳它們，但很少有公司具備足夠的資料質量、流程設計、操作許可權和風險控制來維持這些實驗。

第二天關於從副駕駛走向代理式AI的會議，將問題框定為業務影響而非新奇性。副駕駛作為個人生產力工具很有用，但其價值往往難以衡量。代理承諾更緊密地連線業務流程，但也增加了對邊界的需求。一個可以在系統中行動的代理，必須透過行動的質量來評估。

這一點直接與AI未來專題相關聯。其開幕主題——信任作為競爭優勢——是對速度的有用平衡。該專題討論了透明度、治理、監管、銀行分析和風險。還包括來自Hex的關於資料代理的材料，其中內建了評估和治理。如果評估仍然非正式，代理式AI在企業環境中將無法成熟。

治理以多種形式出現。有跨職能治理，反映了AI風險不屬於法律、安全或工程任何一個部門的現實。有資料層的治理，其中信任依賴於資料譜系和質量。有圍繞代理角色和風險堆疊的治理，公司需要了解AI代理被允許知道和做什麼。銀行業會議為主題提供了行業焦點，因為金融服務對於自動化的模糊承諾幾乎沒有空間。

數字化轉型周將同樣的第二天壓力帶到了業務交付中。該計劃圍繞真實用例、業務影響、投資回報、基於API的AI代理、變革準備、政府服務轉型、城市創新以及將資料轉化為財務價值而構建。變革準備材料尤其重要。AI失敗是因為員工不改變日常流程，管理者不改變激勵措施，或者日常使用所需的資料從未出現在正確的位置。

涉及DMV和聖何塞市的會議將AI和轉型置於政府服務中。在政府中，質量的衡量標準包括可靠性、可訪問性、可解釋性和公眾信任。道氏公司關於將資料轉化為美元的材料則處於商業端相同的論點。在這兩種情況下，價值取決於將資料工作與可問責的結果聯絡起來。

網路安全和雲博覽會第二天計劃擴充套件了風險。其雲優先企業專題討論了AI主導的威脅、雲安全、“GenAI速度差距”、威脅情報、身份安全和AI治理。網路安全計劃將AI視為改變攻擊和防禦的力量。它可以幫助自動化防禦工作，但也可以加速濫用、擴大洩漏途徑並增加現有控制的壓力。

“速度差距”這一短語在第二天被多次使用。業務部門採用生成式AI的速度超過了許多安全團隊的監管能力：工具先到，政策和監控後到。關於越獄和資料洩露的會議更具體地說明了這一點。如果員工將敏感材料放入未經批准的工具中，或者如果經批准的AI系統邊界不完善，雲安全和資料治理就變成了同一件事。

零信任被提出作為解決方案之一，對零信任的更強烈解釋必須包括AI系統、代理及其周圍的資料。身份不僅限於人類使用者，服務、代理和自動化工作流程也需要許可權模型。因此，雲優先企業正在成為一個身份、資料分類、AI治理和威脅檢測都是相同控制機制一部分的地方。

（圖片來源：TechEx/TechForge）

想從行業領導者那裡瞭解更多關於AI和大數據的資訊嗎？請檢視在阿姆斯特丹、加利福尼亞和倫敦舉辦的AI和大數據博覽會。這項全面的活動是TechEx的一部分，並與其他領先技術活動同期舉行。點選此處瞭解更多資訊。

AI News由TechForge Media提供支援。在此處探索其他即將舉行的企業技術活動和網路研討會。

這篇文章最初出現在AI News上，標題為“Proving the case on day two at TechEx North America”。