42069

حاکمیت بر یکپارچه‌سازی داده برای هوش مصنوعی شرکتی چگونه است؟

حاکمیت بر یکپارچه‌سازی داده برای هوش مصنوعی شرکتی (Governing Data Integration for Corporate AI)

اگر فضای هوش مصنوعی را دنبال می‌کنید، حفظ سرعت با آن چالش‌برانگیز است. احتمالاً احساس می‌کنید که اتفاقات زیادی در حال وقوع است و شما همیشه یک قدم عقب هستید. در حالی که استارت‌آپ‌های سیلیکون ولی با سرعت برق حرکت می‌کنند، حقیقت این است که اکثر شرکت‌ها باید با احتیاط پیش بروند. این موضوع به ویژه برای نوآوری در سطح شرکتی صدق می‌کند.

سازمان‌های بزرگ باید مقررات سختگیرانه رعایت داده و دستورالعمل‌های داخلی در مورد امنیت و کنترل هزینه را برآورده کنند. به طور کلی، ابزارها و الگوهای جدید نیاز به آزمایش و اعتبارسنجی دقیق‌تر در ابتدای کار دارند. این می‌تواند پذیرش فناوری‌های پیشرفته هوش مصنوعی که به یکپارچه‌سازی داده وابسته هستند، مانند پروتکل زمینه مدل (MCP)، یک استاندارد پیشنهادی برای اتصال ایجنت‌های هوش مصنوعی به منابع داده، ابزارها و APIها، را متوقف کند.

اخیراً با روگیر ون بوکستل، مدیر مشاوره پیش‌فروش بنلوکس، نوردیک‌ها و DACH در Axway، ارائه‌دهنده ادغام شرکتی و مدیریت API، صحبت کردم تا از نزدیک ببینم پذیرش هوش مصنوعی در شرکت‌های بزرگ چگونه است. طبق گفته بوکستل، حرکت به سمت هوش مصنوعی و MCP نیاز به حاکمیت بیشتری دارد، درست مانند روندهای قبلی در یکپارچه‌سازی داده.

مصاحبه کامل را در زیر بخوانید تا نظر بوکستل در مورد وضعیت شرکت‌ها با MCP و آینده یکپارچه‌سازی داده هوش مصنوعی در سطح شرکتی را ببینید.

به من کمی در مورد سابقه‌تان در صنعت API بگویید. چه روندهای جدیدی شما را هیجان‌زده می‌کند؟

من کارم در فضای ادغام را در اوایل دهه ۲۰۰۰ در TIBCO شروع کردم و در اوایل ۲۰۱۴ به Axway آمدم. بنابراین، سازمان‌ها را دیده‌ام که از زیرساخت‌های IT بسته که فقط برای چند شریک تجاری مورد اعتماد باز می‌شدند، به اقتصاد شبکه “باز شده” که امروز می‌بینیم، حرکت کرده‌اند.

بازار نرم‌افزار ادغام از ادغام داخلی به APIهای باز حرکت کرد و حالا شروع به دیدن افزودن AI/MCP به این ترکیب کرده‌ایم. اگر امروز در فضای ادغام کار کنید، AI موضوعی بسیار جالب و چالش‌برانگیز است.

یک حوزه که به طور خاص برای من جالب است، حاکمیت بر (ایجنتیک) AI است. حاکمیت همیشه موضوعی است که پس از رشد یک الگوی ادغام جدید خاص ظاهر می‌شود: این چیزی است که مدت‌ها پیش با معماری‌های سرویس‌گرا (SOA) دیدم و اخیراً با مدیریت API دیدم. MCP و AI ایجنتیک (دوباره) چالش حاکمیتی بزرگی برای سازمان‌های بزرگ ایجاد خواهند کرد و من واقعاً کنجکاوم ببینم در دوره بعدی چه اتفاقی در این فضا می‌افتد.

در اجلاس، شما در مورد چالش‌های یکپارچه‌سازی داده برای پروژه‌های هوش مصنوعی شرکتی صحبت خواهید کرد – تنظیم دقیق، RAG، MCP و حاکمیت. از دیدگاه شما، اکثر شرکت‌ها امروز در سفر AI خود کجا هستند؟

من همیشه با سازمان‌های بزرگ کار کرده‌ام، از آژانس‌های دولتی فدرال تا شرکت‌های جهانی. این سازمان‌های بزرگ واقعاً در نقطه عطف از آزمایش‌های sandbox-نوع به استفاده و ارزش تجاری هستند. فعالیت زیادی در سمت AI هنوز در حوزه ایده تا sandboxing است – تیم‌ها در حال آزمایش آنچه ممکن است، آنچه کار می‌کند و آنچه کار نمی‌کند، هستند.

آیا الگوهای مشترکی پیدا می‌کنید وقتی شرکت‌ها شروع به رویکرد یکپارچه‌سازی داده می‌کنند، به ویژه وقتی با APIهای داخلی یا خارجی متصل می‌شوند؟

بله، ما الگوهای مشترکی می‌بینیم. اکثر شرکت‌ها با اتصالات نقطه به نقطه نسبتاً ساده شروع می‌کنند، معمولاً در مورد APIهای داخلی برای پروژه‌های خاص. با رشد چیزها، به مدیریت API ساخت‌یافته‌تر با حاکمیت و امنیت حرکت می‌کنند. بسیاری از شرکت‌ها از توانمندسازی داخلی به اکوسیستم‌های خارجی حرکت می‌کنند و وقتی APIهای خارجی وارد بازی می‌شوند، مانند کار با شرکا یا باز کردن خدمات برای مشتریان، موضوعاتی مانند استانداردسازی، مقیاس‌پذیری و رعایت به سرعت ظاهر می‌شوند. قابلیت استفاده مجدد نیز واقعاً مهم می‌شود زیرا هیچ‌کس نمی‌خواهد چرخ را دوباره اختراع کند.

MCP هنوز در عمل نسبتاً جدید است. آیا داستان‌های موفقیت امیدوارکننده یا الگوهای پذیرش دیده‌اید؟

در Axway، ما عمدتاً با شرکت‌های بزرگ کار می‌کنیم و تا کنون، فقط پیاده‌سازی‌های محدودی از MCP دیده‌ایم. تمرکز بیشتر روی آزمایش و اجرای پایلوت‌ها در محیط‌های sandbox بوده است. ما همچنین MCP را در ابزار ادغام خود، Amplify Fusion، اتخاذ کرده‌ایم، جایی که آزمایش‌های گسترده‌ای با مشتریان انجام می‌دهیم. همانطور که تصور می‌کنید، امنیت اولویت برتر در این سناریوها است. به تدریج، شروع به دیدن تغییر از آزمایش به پذیرش گسترده‌تر می‌کنیم، اما هنوز خیلی در مراحل اولیه است.

چه چالش‌هایی را منحصر به استفاده شرکتی از AI، ایجنت‌ها و پروتکل‌های نوظهور مانند MCP می‌بینید؟

برای شرکت‌ها، چالش با AI، ایجنت‌ها و MCP حفظ کنترل در حالی که هنوز سریع حرکت می‌کنند است. آن‌ها باید امن و مطابق بمانند، اما اغلب سخت است ببینند چه اتفاقی داخل می‌افتد، هزینه‌ها می‌تواند مارپیچ شود و تیم‌ها همیشه مهارت‌های مناسب را ندارند. برخلاف استارت‌آپ‌ها، شرکت‌ها نمی‌توانند فقط چیزها را بشکنند – آن‌ها باید بدون از دست دادن اعتماد یا ثبات نوآوری کنند.

وقتی سازمان‌ها شروع به استقرار ایجنت‌های AI خودمختار و سرورهای MCP می‌کنند، حاکمیت مسئله واقعی می‌شود. چگونه شرکت‌ها را می‌بینید که از پراکندگی اجتناب کنند و این سیستم‌ها را به طور مؤثر مدیریت کنند؟

این قبلاً موضوع واقعی در یکی از مشتریان شرکتی ما است، جایی که ناگهان چندین سرور MCP در سراسر سازمان راه‌اندازی شد. در راه‌حل Amplify Engage ما، روی عملکردی کار می‌کنیم تا سرورهای MCP را در شبکه به طور خودکار کشف کند، تا بتوانند تحت کنترل آورده شوند. راه پیش رو این است که سرورهای MCP و ایجنت‌ها را به عنوان دارایی‌های درجه اول درمان کنیم: آن‌ها را در کاتالوگی با مالکیت واضح و برچسب‌های چرخه حیات ثبت کنیم. این را با حاکمیت مرکزی برای سیاست‌هایی مانند احراز هویت، RBAC و guardrails ترکیب کنید.

شما در بسیاری از رویدادهای Nordic APIs در گذشته شرکت کرده‌اید. چه چیزی شما و همکارانتان را برمی‌گرداند؟

ما برمی‌گردیم زیرا فرصت عالی برای اتصال با مشتریان بالقوه و موجود است، در حالی که از جلسات هم یاد می‌گیریم. این رویداد خوبی و جالب است که اندازه مناسب دارد و از آنجایی که ما همچنین دفتر در استکهلم داریم، برای برخی از همکارانمان حتی مثل رویداد خانگی احساس می‌شود.

آیا تم‌ها یا جلسات خاصی هست که شخصاً امسال هیجان‌زده‌اید چک کنید؟

من شخصاً از جلسات در مورد AI ایجنتیک و MCP هیجان‌زده‌ام. این موضوعاتی هستند که همه الان در حال کاوش آن‌ها هستند، به ویژه در سطح شرکتی، که دقیقاً جایی است که بزرگ‌ترین چالش‌ها و فرصت‌ها را می‌بینیم.

چگونه مدل‌های زبانی بزرگ (LLM) قراردادهای API را می‌شکنند؟
گیت‌وی هوش مصنوعی (AI Gateway) چیست؟

دیدگاهتان را بنویسید

سبد خرید
علاقه‌مندی‌ها
مشاهدات اخیر
دسته بندی ها