ซีอีโอ Vanar อธิบายว่าทำไม AI Memory จึงเป็นสิ่งสำคัญสำหรับ Enterprise

BlockChainReporter
VANRY-0.99%

คำนำ

ปัญญาประดิษฐ์ (AI) กำลังแทรกซึมเข้าสู่การดำเนินงานขององค์กรอย่างรวดเร็ว ความกังวลเกี่ยวกับการควบคุมข้อมูลและความน่าเชื่อถือในระยะยาวจึงกลายเป็นหัวข้อสำคัญ ในการสัมภาษณ์พิเศษกับ BlockchainReporter จาวัด อัชราฟ (ซีอีโอของ Vanar) ได้แบ่งปันมุมมองของเขาเกี่ยวกับเหตุผลที่ธุรกิจกำลังเปลี่ยนจากเครื่องมือ AI แบบดั้งเดิมไปสู่ระบบที่ปลอดภัย พกพาได้ และมีความเข้าใจบริบทมากขึ้น

ตั้งแต่ความต้องการหน่วยความจำ AI ที่ต่อเนื่องที่เพิ่มขึ้น ไปจนถึงความเสี่ยงของการผูกขาดผู้ให้บริการและกฎระเบียบระดับโลกที่เปลี่ยนแปลง จาวัด อัชราฟ อธิบายว่าองค์กรสามารถปกป้อง “สมองรอง” ของตนเองได้อย่างไร ในขณะที่ขยายการนวัตกรรมที่ขับเคลื่อนด้วย AI ในภูมิศาสตร์การเมืองที่ซับซ้อนมากขึ้น

ส่วนสัมภาษณ์

ในขณะที่ผู้ใช้กำลังละทิ้ง AI เช่น ChatGPT และ Claude เนื่องจากข้อถกเถียงด้านจริยธรรมหรือแนวทางนโยบาย ทำไมบริบทและความน่าจะเป็นของหน่วยความจำจึงกลายเป็นข้อกำหนดในการจัดซื้อสำหรับธุรกิจ?

ผู้บริโภคกำลังทิ้งแชทบอท AI เนื่องจากสงครามวัฒนธรรมและนโยบายความปลอดภัยที่เปลี่ยนแปลง แต่สำหรับองค์กร? พวกเขากำลังเผชิญกับปัญหาใหญ่กว่ามาก: ความต่อเนื่องในการดำเนินงาน หาก AI ของคุณลืมมาตรฐานการเขียนโค้ดหรือแนวทางภายในทุกครั้งที่เปิดเซสชันใหม่ มันก็เป็นของเล่น ไม่ใช่อุปกรณ์ หน่วยความจำที่ต่อเนื่องไม่ใช่สิ่งที่ดีงามอีกต่อไป แต่เป็นข้อกำหนดในการจัดซื้อที่เข้มงวด

เนื่องจากหลายแพลตฟอร์มพึ่งพาบริบท AI ที่สะสมมาเป็นหลัก ความเสี่ยงที่เกิดขึ้นต่อธุรกิจหากเวิร์กโฟลว์และบริบทที่สร้างโดย AI ยังคงถูกล็อคอยู่ในเครือข่ายของผู้ให้บริการรายเดียวคืออะไร?

หากเวิร์กโฟลว์ คำแนะนำเฉพาะ และบริบทในอดีตของคุณอยู่ในระบบนิเวศของผู้ให้บริการรายเดียว คุณกำลังเล่นเกมอันตราย โมเดลกำลังถูกปรับให้สอดคล้องกับผลประโยชน์ของชาติอย่างเข้มงวด หากคุณสร้าง SaaS จากศูนย์กลางระดับนานาชาติ เช่น ดูไบ และผู้ให้บริการ AI ที่สอดคล้องกับสหรัฐฯ ของคุณถูกคว่ำบาตรการส่งออกหรือเปลี่ยนแปลงเงื่อนไขในชั่วข้ามคืน คุณจะสูญเสียไม่ใช่แค่โมเดล แต่ยังรวมถึงสมองสถาบันของบริษัทคุณด้วย

Q3. หน่วยความจำ AI ที่พกพาได้มีความสำคัญเพียงใดในการรักษาความต่อเนื่องในการดำเนินงาน ในขณะที่ธุรกิจเปลี่ยนจากผู้ให้บริการชื่อดัง?

คำตอบ. การสร้างหน่วยความจำ AI ที่พกพาได้เป็นการแสดงออกถึงความเป็นอิสระของคุณ โดยการแยกบริบทของคุณออกเป็น “สมองรอง” ที่เป็นอิสระ คุณจะป้องกันธุรกิจของคุณจากความผันผวนของโมเดล ผู้ให้บริการล่มหรือถูกควบคุมอย่างเข้มงวด? คุณสามารถเปลี่ยนไปใช้ LLM ใหม่ได้ทันที โมเดลใหม่นั้นจะสืบทอดชั้นความจำเชิงความหมายของคุณอย่างแม่นยำ และคุณไม่พลาดจังหวะ

โครงสร้างพื้นฐานทางเทคนิคที่จำเป็นเพื่อรับประกันความเป็นกลางของหน่วยความจำ AI และความสามารถในการพกพาข้ามแพลตฟอร์มคืออะไร?

เพื่อรับประกันความเป็นกลางนี้จริง ๆ คุณต้องแยกชั้นความจำของคุณออกจากชั้นการคำนวณอย่างรุนแรง ซึ่งหมายถึงการจับผลลัพธ์ที่กระจัดกระจายจากแอปพลิเคชันของคุณและเปลี่ยนเป็นเมล็ดบริบทที่ต่อเนื่อง เช่นเดียวกับที่เรากำลังดูอยู่ในสถาปัตยกรรม myNeutron.ai คุณถือกราฟความจำในสภาพแวดล้อมที่ปลอดภัยของคุณเอง โดยอยู่นอกเขตอำนาจของ Anthropic หรือ OpenAI อย่างสมบูรณ์

ข้อกำหนดสำคัญในการจัดซื้อสำหรับองค์กรก่อนที่จะนำ AI จากผู้ให้บริการเช่น Anthropic หรือ OpenAI มาใช้คืออะไร?

ก่อนลงนามในข้อตกลงองค์กรกับห้องปฏิบัติการ AI ขนาดใหญ่ ฝ่ายจัดซื้อควรเรียกร้องความโปร่งใสอย่างเต็มที่ ไม่ใช่แค่ SOC2 อีกต่อไป บริบทของคุณอยู่ที่ไหน? ใครเป็นผู้ดูแล? หากผู้ให้บริการไม่สามารถรับประกันได้ว่าประวัติการดำเนินงานของคุณจะได้รับการปกป้องจากการสแกนของรัฐบาลกลางอย่างกะทันหันหรือการเปลี่ยนแปลงนโยบายโดยไม่แจ้งล่วงหน้า ก็ให้เดินออกไป

ความสามารถในการส่งออก การควบคุมการเข้าถึง นโยบายการเก็บรักษา หรือการติดตามแหล่งที่มามีความสำคัญเพียงใดในการประเมินผู้ให้บริการ AI?

ในภูมิทัศน์ภูมิรัฐศาสตร์ที่ไม่แน่นอน ความสามารถในการส่งออกคือเกราะป้องกันสูงสุดของคุณ คุณต้องสามารถดึงสมองรองของคุณออกจากระบบของผู้ให้บริการได้ทันทีที่ความเสี่ยงเปลี่ยนแปลง เพิ่มการติดตามแหล่งที่มาอย่างเข้มงวด และคุณสามารถพิสูจน์ให้หน่วยงานกำกับดูแลเห็นได้ชัดเจนว่า AI ได้ตัดสินใจอย่างไร โดยปราศจากกล่องดำของโมเดลที่สอดคล้องกับต่างประเทศ

คุณคาดหวังว่าหน่วยงานกำกับดูแลจะบังคับให้มีการจัดการข้อมูล AI ข้ามแพลตฟอร์มอย่างเป็นระบบหรือไม่?

ดูจากกฎระเบียบโลกที่แตกแยกในตอนนี้ เพื่อหยุดไม่ให้บริษัทเทคโนโลยีที่มีอิทธิพลมากกว่ากักเก็บข้อมูลขององค์กรทั่วโลก หน่วยงานกำกับดูแลระดับนานาชาติจะต้องใช้กลยุทธ์การพกพาข้ามแพลตฟอร์มอย่างแน่นอน ธุรกิจที่ชาญฉลาดไม่ได้รอคำสั่ง แต่กำลังสร้างชั้นความจำที่เป็นกลางของตนเองอยู่แล้ว

เมื่อ AI copilots หรือเอเจนต์ทำงานโดยไม่มีความสามารถในการบันทึกและตรวจสอบได้อย่างถาวร ปัญหาด้านการดำเนินงานจะเกิดขึ้นอะไรบ้าง?

Copilots ที่ไม่มีความสามารถในการบันทึกและตรวจสอบได้จะประสบปัญหาอาการความจำเสื่อมในการดำเนินงาน คุณจะต้องป้อนบริบทเดิมซ้ำแล้วซ้ำเล่าอย่างแม่นยำ ยิ่งไปกว่านั้น ในสภาพแวดล้อมที่ต้องการการปรับใช้รวดเร็ว เอเจนต์ที่ไม่มีความจำสามารถเรียนรู้จากเวิร์กโฟลว์ในอดีตไม่ได้ ทำให้เกิดผลลัพธ์ที่วุ่นวาย ไม่สอดคล้อง และอาจเป็นอันตรายได้

การสูญเสียบริบท AI ในอดีตส่งผลต่อการตัดสินใจในตลาดที่มีความเข้มงวดด้านกฎระเบียบอย่างไร?

ในภาคส่วนที่มีการควบคุมอย่างเข้มงวดหรือในบริบทข้ามพรมแดน การสูญเสียบริบท AI ของคุณคือคำสั่งประหาร หากเอเจนต์ช่วยดำเนินการเวิร์กโฟลว์ด้านการปฏิบัติตามกฎระเบียบ และบริบทในอดีตนั้นถูกเขียนทับหรือสูญหายระหว่างการโยกย้ายผู้ให้บริการ คุณจะไม่สามารถพิสูจน์การตัดสินใจของคุณได้ และค่าปรับจะตามมา

คุณมองว่าบทบาทของหน่วยความจำ AI ที่สามารถตรวจสอบได้และต่อเนื่องจะพัฒนาเป็นสิ่งจำเป็นสำหรับองค์กร เช่นเดียวกับการเก็บข้อมูลบนคลาวด์หรือฐานข้อมูลแบบดั้งเดิมหรือไม่?

หน่วยความจำ AI ที่สามารถตรวจสอบได้และต่อเนื่องกำลังเปลี่ยนจากคุณสมบัติเป็นโครงสร้างพื้นฐานที่บังคับใช้ในอนาคต การเป็นเจ้าของสมองรองของคุณจะเหมือนกับการเป็นเจ้าของซอร์สโค้ดของคุณเอง LLMs จะกลายเป็นโปรเซสเซอร์ที่สามารถเปลี่ยนได้และเป็นสินค้าทั่วไป ชั้นความฉลาดถาวรของคุณ – ปลอดภัย อธิปไตย และอิสระอย่างสมบูรณ์ – จะกลายเป็นแนวป้องกันทางการแข่งขันที่แท้จริงของคุณ

บทสรุป

โดยสรุป จาวัด อัชราฟ เปิดเผยการเปลี่ยนแปลงสำคัญในวิธีที่องค์กรนำ AI มาใช้ ตั้งแต่เครื่องมือเพื่อความสะดวกสบายไปจนถึงชั้นโครงสร้างพื้นฐานที่สำคัญอย่างยิ่ง เมื่อโมเดล AI กลายเป็นสิ่งที่เปลี่ยนแปลงได้ง่าย ความได้เปรียบทางการแข่งขันที่แท้จริงจะอยู่ที่การนำระบบหน่วยความจำที่ปลอดภัย ตรวจสอบได้ และพกพาได้มาใช้ เพื่อรับประกันความต่อเนื่อง การปฏิบัติตามกฎระเบียบ และการควบคุม

เพื่อการควบคุมธุรกิจที่ดีขึ้น การใช้เทคโนโลยี AI จึงเป็นประโยชน์ ผู้ที่ลงทุนในสถาปัตยกรรม AI ที่เป็นอิสระและทนทานในวันนี้จะเตรียมพร้อมสำหรับการเปลี่ยนแปลงทางเทคโนโลยีและกฎระเบียบในอนาคตได้ดียิ่งขึ้น

ดูต้นฉบับ
news.article.disclaimer
แสดงความคิดเห็น
0/400
ไม่มีความคิดเห็น