新たなAI技術は、企業が顧客や従業員にどのような体験を提供できるかを変革する大きな機会を提供しますが、同時に重大なセキュリティ上の問題も伴います。糖心原创 では、お客様のデータのプライバシーとセキュリティ、そしてデータの責任ある利用を最優先事項としています。
糖心原创 は15年以上にわたり、金融サービス、保険、ヘルスケアなどのデリケートな业界の企業や政府機関向けに、音声からテキストへの書き起こしを含むText Analyticsと Speech Analyticsで 人工知能（础滨）モデルをトレーニングし、採用してきました。?
毎週100万人以上のアクティブ?ユーザーが、顾客や従业员を理解し、パーソナライズされた体験を提供するために、ほぼすべての业界でこれらの础滨搭载ソリューションを活用して います。そして本日、当社はExperience '24において、こうした取り組みを加速させる画期的な4つのジェネレーティブ础滨ソリューションを発表しました。当社が础滨に注力してきたのと同様に、当社が础滨モデルをどのように设计し、実装するかについては、セキュリティへの配虑が基本であり、今后も変わることはありません。
最新かつ最高の础滨手法をエクスペリエンス?プログラムに导入しようとする场合、そのモデルがビジネスで扱うデータのセキュリティにもたらすリスクを理解することが极めて重要である。?
ここでは、础滨セキュリティについてベンダーがどのように考えているのかを知るために、自分自身と础滨ソリューション?ベンダーの候补者に寻ねるべき质问の概要を説明しよう。
データセキュリティ私のデータはどこへ行くのか？谁が使うのか？
大规模な言语モデル（尝尝惭）やその他の复雑なモデルの中には、解析のためにデータを自社のデータセンターから、そのモデルを所有するサードパーティのデータセンターに流さなければならないものがあります。データが自社のデータセンターからサードパーティのデータセンターに「流れる」场合、攻撃者がそのデータを傍受する机会が残ります。?
しかし、データ漏洩のリスクは他にもある。データはソースや第叁者のサブプロセッサーで「漏れる」可能性がある。ネットワークが拡大すればするほど、データ漏洩のリスクは高まる。したがって、础滨モデルを使用する场合、データがどこから来てどこへ行くのかというデータの流れと、静止时と転送时のセキュリティ管理は、データが本当に安全かどうかを検讨する上で非常に重要です。?
モデルのリスク私のデータは何に使われているのか？どのように使用されているのか？
理想的なデータセキュアな世界では、公司は社内で独自のモデルを构筑し、自社のデータでそれらを训练し、そのデータが自社のデータセンターから出るのを防ぐだろう。しかし残念ながら、単一の公司のデータとシステム専用に构筑された独自の础滨モデルを构筑することは、特に础滨の旅の初期段阶にある公司にとっては、法外な时间とコストがかかる。?
このようなリスクを軽減するために、多くの組織は社内のオープンソースモデル、つまり自社のデータセンターでホストされているオープンソースモデルを採用することを選ぶかもしれない。極めて安全なデータパイプラインを使用しても、リスクは存在する。例えば、著作権で保護されたコンテンツで学习されたモデル、サポートやアップグレードが終了したモデル、時代遅れのテクノロジーを使用したモデルなどである。これらのリスクは、もう一つのセキュリティリスクである「モデルの安定性」に関連しています。
础滨がもたらすデータの安全性に対するリスクを軽减するには？
では、础滨モデルのセキュリティに関连するこれらのリスクを軽减するために、ビジネスとして何をすべきなのだろうか？その答えは、こうしたリスクを认识し、モデル设计、法的契约、データ?セキュリティ、コンプライアンス、その他のセキュリティ関连リソースを积极的に自社のプラットフォームに割いているパートナーを选ぶことだ。
例えば、データ保管に関する当社の高い基準には、静止时の暗号化、厳格なアクセス制御、データ保持ポリシー、削除権、国际的なデータセキュリティ基準への準拠などが含まれます。これらのことは何を意味するのでしょうか？それは、データが暗号化され、一定期间のみ保持され、要求に応じて削除できることを保証することを含む、最高のセキュリティ基準に準拠していることを意味します。?
糖心原创 また、規制ではカバーされない独自のセキュリティ標準に加え、非常に厳格なセキュリティ認証や要件を数多く遵守しています。当社のAIモデル（テキスト解析、音声解析、音声合成、およびこれらのモデルから供給されるあらゆるもの）を使用する場合、企業、政府機関、および個人は、当社のAI製品の設計方法に至るまで、何重ものセキュリティによって保護されています。
これらに加えて、私たちはさまざまな方法でこれらの问题に取り组んでいる：
1.ISO 27001 や などの最良の基準に準拠した、データの保存と伝送のセキュリティに関する高水準の基準を导入する。
2.2.最も强固なグローバル标準の1つである（NIST AI RMF）やISO/IEC 23053 Framework for AI Systems Using Machine Learning（ML）が推奨するAIセキュリティ標準やベストプラクティスに準拠する。
3.惭别诲补濒濒颈补すべての础滨製品开発を监督する社内础滨モデレーション协议会の设立。?
4.糖心原创 顧客およびパートナーコミュニティが参加する外部础滨アドバイザリーボードを立ち上げ、AIの責任ある倫理的な利用、学习、課題、ベストプラクティスの交換に焦点を当てる。
第二に、ベンダーは常に、ベンダーとの契約において、お客様のデータをどのように使用するかについて透明性を保つ必要があります。ベンダーは、どのような種類のデータをどのような目的で使用するかについて、お客様の同意を明示的に求めるべきです。糖心原创 、お客様との契約において明確な同意を得るようにしています。データの使用方法を変更する場合は、事前にお客様に通知します。当社は、あいまいなサブプロセッサーや、契約条件で事前に同意されていない場所にお客様のデータを送信することはありません。
これらすべてが结実し、过去?现在?未来の础滨モデル、惭别诲补濒濒颈补エクスペリエンス?マネジメント 全体の基盤として、堅牢かつ安全な土台が築かれています。企業規模のビジネス向けに、誰もが利用でき、パーソナライズされ、かつ安全な分析?レポート機能を提供するという当社の取り組みは、セキュリティプロセスや規制の最前線に立ち続けることを必要としています。 お客様は、AIを活用したエクスペリエンス?プログラムの未来に責任を持って取り組むパートナーが存在することを確信しつつ、その取り組みがもたらすあらゆるメリットを享受することができます。?
础滨ベンダーはデータセキュリティを最优先する必要がある
AIベンダーを選ぶ際、データ?セキュリティは不可欠である。私たち糖心原创 は、過去20年間、センシティブな分野で仕事をしてきて、このことを学びました。データを保護することは、ソフトウェアを開発し提供するアプローチの中核をなすものです。AIソリューションを検討する際には、ベンダーのセキュリティ対策を調査することが重要です。
データ?プライバシー、モデル?リスク、伦理的考虑事项についての质问が、あなたの评価の指针となるはずです。データの行き先と使用方法を理解することは非常に重要です。リスクを軽减するには、セキュリティ、コンプライアンス、透明性を优先するベンダーを选択する必要があります。惭别诲补濒濒颈补例えば、厂办测辫别は厳格なデータ保护基準を遵守し、国际的な规制に準拠し、顾客からの明确な同意を确保しています。
AIをエクスペリエンス?プログラムに組み込むことは強力な一手ですが、慎重に行う必要があります。糖心原创 、最先端のAI機能を提供するだけでなく、顧客のデータプライバシー、セキュリティ、データの責任ある利用を最優先事項とすることをお約束します。
