برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
تکثیر AI ، یک ارائه دهنده پلتفرم حاکمیت داده که در اکتبر گذشته 32.1 میلیون دلار بودجه سری B را تأمین کرده است ، در حال راه اندازی یک راه حل جدید با هدف حل یکی از مهمترین چالش های مربوط به پذیرش AI شرکت است: درک دقیق نحوه حرکت داده ها از طریق سیستم های پیچیده.
امروز اعلام شده ، بستر های نرم افزارهای جدید داده های این شرکت ، به یک نقطه کور بحرانی برای سازمانهایی که AI را اجرا می کنند ، می پردازد-ردیابی نه فقط در جایی که داده ها در آن زندگی می کنند ، بلکه چگونه و چرا از آن در برنامه های کاربردی ، خدمات ابری و سیستم های شخص ثالث استفاده می شود.
ابی شارما ، مدیرعامل و بنیانگذار تکلیف AI ، در مصاحبه اختصاصی با VentureBeat گفت: “فرضیه اساسی این است که اطمینان حاصل شود که مشتریان ما از این دیدگاه بومی ، آگاه متن ، نمای بسیار بصری از کل سفر داده ها در برنامه های کاربردی ، خدمات ، زیرساخت ها ، اشخاص ثالث خود برخوردار هستند.” “شما واقعاً می توانید به دلیل این که چرا پردازش داده ها ، که اساسی ترین لایه مورد نیاز برای حاکمیت عمومی AI است ، در قلب خود قرار دهید.”
این پرتاب در یک لحظه مهم برای مدیریت شرکت AI انجام می شود. از آنجا که شرکت ها اجرای AI را تسریع می کنند ، با فشار زیاد تنظیم کننده ها در سراسر جهان روبرو می شوند. بیش از یک چهارم شرکت Fortune 500 مقررات هوش مصنوعی را به عنوان یک خطر در پرونده های SEC شناسایی کرده اند و جریمه های مربوط به GDPR در سال 2024 به 1.2 میلیارد یورو رسیده است (تقریباً 1.26 میلیارد دلار با نرخ فعلی ارز).
چگونه سفرهای داده ها جریان اطلاعات را در جایی که دیگران کوتاه می شوند ردیابی می کند
این پلتفرم نشان دهنده تکامل قابل توجهی از رویکردهای متعارف داده ها است ، که به طور معمول حرکت داده ها را بر روی یک جدول به جدول یا ستون به ستون در سیستم های خاص ردیابی می کنند.
شارما توضیح داد: “وضع موجود برای خطوط داده اساساً جدول به جدول و سطح ستون است. من می توانم ببینم که چگونه داده ها در نمونه برف من یا در سطل S3 من جابجا شده اند.” “اما هیچ کس نمی تواند پاسخ دهد: در ابتدا از کجا آمده است؟ چه تحول ظریف بین خطوط لوله داده ، فروشندگان شخص ثالث ، تماس های API ، معماری های RAG ، تا در نهایت به اینجا بیاید؟”
سفرهای داده ها با هدف ارائه این نمای جامع ، نشان دادن چرخه کامل داده ها از مجموعه اصلی از طریق هر مورد تحول و استفاده. این سیستم با تجزیه و تحلیل کد شروع می شود و نه اینکه به مخازن داده ها متصل شود ، و به آن زمینه می دهد که چرا داده ها به روش های خاص پردازش می شوند.
لارنس شوب ، مدیر ارشد و DPO در سامسارا ، یکی از مشتریان تکثیر ، در بیانیه ای گفت: “قابلیت های خودکار و آگاه از متن ، قابلیت های مهمترین چالش های ما را برطرف می کند. این دقیقاً همان چیزی است که ما به دنبال حمایت از چارچوب جهانی مدیریت هوش مصنوعی خود هستیم.”
چهار مشکل تجاری که قابلیت دید داده ها برای حل آن است
به گفته شارما ، سفرهای داده در چهار حوزه مهم ارزش را ارائه می دهد:
اول ، انطباق و مدیریت ریسک: “امروز ، شما موظف هستید که برای یکپارچگی پردازش داده ها دست و پنجه نرم کنید ، اما نمی توانید داخل آن را ببینید. این اساساً حاکمیت کور است.” این پلتفرم سازمانها را قادر می سازد هنگام مواجهه با بررسی نظارتی ، یکپارچگی شیوه های داده خود را اثبات کنند.
دوم ، تشخیص دقیق تعصب: به جای بررسی مجموعه داده های فوری که برای آموزش یک مدل استفاده می شود ، شرکت ها می توانند تعصب بالقوه را به منبع خود ردیابی کنند. شارما خاطرنشان کرد: “تعصب اغلب در زمان استنباط اتفاق می افتد ، نه به این دلیل که شما در مجموعه داده تعصب داشتید.” “نکته این است که ، در واقع آن مجموعه داده نیست. این سفری است که انجام داده است.”
سوم ، توضیح و پاسخگویی: برای تصمیم گیری های هوش مصنوعی پرخاشگر مانند مصوبات وام یا تشخیص پزشکی ، درک کامل داده های داده ضروری است. شارما توضیح داد: “دلیل این امر بسیار مهم است و بارها و بارها ، رفتار نادرست مدل کاملاً وابسته به مراحل مختلفی است که قبل از زمان استنباط برداشته است.”
سرانجام ، انطباق نظارتی: این پلتفرم آنچه را که شارما “نقطه اثبات ریاضی” می نامد که شرکت ها از داده ها به طور مناسب استفاده می کنند ، ارائه می دهد و به آنها کمک می کند تا به طور فزاینده ای در مقررات جهانی پیچیده حرکت کنند.
از ساعت ها تا دقیقه: بازده قابل اندازه گیری در مورد نظارت بهتر داده ها
اتهام ادعا می کند که این پلتفرم بازده قابل اندازه گیری سرمایه گذاری را ارائه می دهد. به گفته شارما ، مشتریان در مستندات انطباق و جمع آوری شواهد 70-80 ٪ پس انداز را مشاهده کرده اند. آنچه او “زمان برای اطمینان” می نامد – توانایی پاسخ سریع به سؤالات مربوط به نحوه استفاده از داده های خاص – از ساعت به دقیقه کاهش یافته است.
در یک مثال Sharma به اشتراک گذاشته ، یک شرکت مستقیم به مصرف کننده در حال تغییر پردازنده های پرداخت از Braintree به Stripe بود. یک مهندس که روی این پروژه کار می کند سهوا کدی ایجاد کرده است که اطلاعات کارت اعتباری را در متن ساده تحت نام ستون اشتباه در Snowflake ذخیره می کند.
شارما گفت: “ما این مسئله را در زمان بررسی کد گرفتیم.” بدون نمایش بصری از جریان داده ها از جریان داده ها ، این حادثه امنیتی بالقوه ممکن است تا بعداً کشف نشده باشد.
نگه داشتن داده های حساس در دیواره های خود: گزینه خود میزبان
در کنار سفرهای داده ها ، تکیه در حال معرفی INTOST است ، یک مدل استقرار خود میزبان طراحی شده برای سازمانهایی که دارای نیازهای حاکمیت داده های سخت یا مواردی هستند که در صنایع بسیار تنظیم شده هستند.
شارما گفت: “صنایعی که بیشتر به گزینه میزبان علاقه مند هستند ، صنایع تنظیم شده تری هستند-Fintech و مراقبت های بهداشتی.” این شامل بانکی ، تشخیص کلاهبرداری ، برنامه های ارزشمند اعتبار ، ژنتیک و خدمات مراقبت های بهداشتی شخصی است.
انعطاف پذیری برای استقرار یا در ابر و یا در زیرساخت های خود یک شرکت ، نگرانی های فزاینده ای راجع به داده های حساس ترک مرزهای سازمانی ، به ویژه برای برنامه های هوش مصنوعی که ممکن است اطلاعات تنظیم شده را پردازش کنند ، می پردازد.
برنامه های گسترش تکیه AI به رشد بازار حاکمیت هوش مصنوعی اشاره دارد
تکیه ها در حال قرار گرفتن در سفرهای داده به عنوان بخشی از یک استراتژی گسترده تر برای تبدیل شدن به آنچه که شارما “یک بستر یکپارچه AI بومی” برای انطباق حریم خصوصی جهانی ، مدیریت وضعیت وضعیت امنیت داده ها و مدیریت هوش مصنوعی می نامد.
شارما فاش کرد ، در نیمه دوم سال جاری ، من یک راه حل حاکمیت هوش مصنوعی را راه اندازی می کنم که یک مدیریت 360 درجه از تمام ردپای هوش مصنوعی در محیط شما خواهد بود. “
چشم انداز بلند مدت این شرکت جاه طلب است. شارما گفت: “مأمورین هوش مصنوعی در حال اداره جهان هستند و ما می خواهیم آن شرکتی باشیم که زیرساخت های سازمانها را برای اعتماد و اداره آن فراهم می کند.” “ما می خواهیم به بهبود شاخص ابزار داده های جهان کمک کنیم.”
با افزایش رقابت ، سرمایه گذاران در حاکمیت داده ها بزرگ شرط می بندند
تکیه ها در فضاهای مجاور با بازیکنان مستقر روبرو می شوند. در مصاحبه قبلی با TechCrunch ، شارما رقبا از جمله OneTrust ، Transcend ، DataGrail و Securiti AI را تأیید کرد ، اگرچه وی تأکید کرد که رویکرد یکپارچه تکیه ، آن را از هم جدا می کند.
به نظر می رسد سرمایه گذاران از پتانسیل شرکت اطمینان دارند. دور سری B 32.1 میلیون دلاری آن در اکتبر 2024 ، به رهبری Thomvest Ventures با مشارکت صندوق سرمایه گذاری M12 مایکروسافت ، کل بودجه تکیه را به 59 میلیون دلار رساند.
UMESH PADVAL ، مدیر عامل شرکت Thomvest Ventures ، تأکید کرد که فوریت تکیه مشکل حل است: “تکیه AI باعث می شود حریم شخصی ، امنیت و اطلاعاتی برای مدیریت حریم خصوصی و انطباق داده ها ، از مجازات های گران قیمت هنگام رانندگی ایمن و مسئول تصویب AI جلوگیری کند.”
چرا نظارت داده ها ممکن است موفقیت هوش مصنوعی را در شرکت تعیین کند
شارما مأموریت این شرکت را به عنوان بخشی از یک ضرورت گسترده تر برای سازمانهایی که فناوری های هوش مصنوعی را اجرا می کنند ، قاب بندی کرد.
وی گفت: “هوش مصنوعی به نوعی ضروری پیش فرض در سازمان شما تبدیل می شود و همه باید در مورد آن هسته ، ستون بنیادی در سازمان شما فکر کنند ، که این زیرساخت برای اعتماد و حاکمیت خواهد بود.”
“این که رهبران از تکیه استفاده کنند یا نه ، این یک جنبه مهم است که باید در مورد آن فکر کنید ، زیرا این واقعاً باز می شود که چقدر سریع می توانید تصویب هوش مصنوعی را به روشی معنی دار در یک سازمان بدست آورید.”
از آنجا که شرکت ها برای اجرای هوش مصنوعی عجله می کنند ، توانایی حفظ دید در فرآیندهای داده از یک کادر انتخاب صرفاً به یک ضرورت اساسی تجارت تبدیل شده است. این تغییر یکی از آن تغییرات ساکت اما عمیق را نشان می دهد که عناوین را ایجاد نمی کند بلکه صنایع را تغییر شکل می دهد. شرکت هایی که این ابزارهای دیدنی را ایجاد می کنند ، اساساً سیستم های کنترل ترافیک هوایی را برای هوش مصنوعی ایجاد می کنند – نه خود جت های چشمک زن ، بلکه زیرساخت هایی که مانع از سقوط آنها به یکدیگر می شود. بدون آن ، حتی چشمگیرترین الگوریتم ها به بدهی های شرکتی تبدیل می شوند.