La IA generativa y los modelos de lenguaje grande (LLM) como ChatGPT son un tema candente en este momento, y por una buena razón. Un estudio reciente del MIT muestra que Los LLM pueden mejorar la productividad de los trabajadores en un 50 por ciento en entornos de cuello blanco. Como consecuencia, más de la mitad de los miembros de la alta dirección a nivel mundial (56 por ciento) se sienten presionados a adoptar herramientas integrales de GenAI durante el próximo año; sin embargo, dos de cada tres temen las consecuencias de una rápida adopción de GenAI, particularmente en lo que se refiere a la desinformación y la gobernanza de datos.
Los líderes están abrumados por los posibles beneficios (y consecuencias) de adoptar GenAI. Es posible que se sorprendan al saber que un proveedor de servicios gestionados (MSP) puede calmar sus preocupaciones y preparar su organización para esta nueva versión de la transformación digital.
Abordar los desafíos de la IA con un MSP
Cuando una organización subcontrata procesos clave a los MSP, sus partes interesadas internas están mejor preparadas para interactuar con los sistemas de IA. Esto se debe a que los MSP pueden preparar a los directores de seguridad de la información (CISO) y líderes de TI para la inmensa transformación digital que requieren los procesos GenAI.
Con ese fin, las MSP ayudan a facilitar las siguientes tareas cruciales:
- Limpieza de datos y garantía de calidad. — MSP ayudar a las organizaciones a limpiar y validar sus extensas reservas de datos, garantizando que todos los datos sigan siendo únicos, de alta calidad y libres de errores. Este proceso mejora significativamente la precisión y el rendimiento de los LLM y otras herramientas GenAI.
La calidad de los datos es de suma importancia al interactuar con la IA. Incluso errores simples en un conjunto de datos pueden generar imprecisiones altamente problemáticas. Para entender por qué, consideremos los argumentos condicionales. Las declaraciones de “si esto, entonces aquello” sólo son lógicas cuando se basan en suposiciones correctas. Basar una tarea automatizada en un argumento condicional defectuoso (o pedirle a ChatGPT que responda una pregunta basada en datos incorrectos) puede interrumpir las operaciones de su sistema al generar una salida o un comando incorrecto.
Para limpiar y validar datos, los MSP pueden utilizar diversas herramientas y técnicas, desde la creación de perfiles y la depuración hasta la deduplicación. Los MSP también pueden ayudar a las organizaciones a desarrollar mejores prácticas para la gobernanza de datos, permitiendo el uso y almacenamiento responsable de los datos a medida que las empresas escalan.
- Iniciativas de formación de empleados — GenAI es una herramienta prometedora para casi todos los departamentos, por lo que puede resultar difícil identificar casos de uso individuales al inicio de la adopción. Los MSP llenan esta brecha de conocimiento proporcionando datos generalizados y capacitación sobre la efectividad de la IA, incluidos cursos en línea, seminarios web dirigidos por instructores y capacitación en el trabajo. Además, los principales MSP pueden optimizar la huella de TI de una organizaciónhaciendo que el acceso de los usuarios sea mucho menos complejo y, en última instancia, más seguro.
Es esencial aumentar la conciencia de los empleados sobre los beneficios (y las deficiencias) de GenAI. Por ejemplo, los empleados deben comprender las consecuencias de ingresar información sensible o confidencial en un LLM de autoaprendizaje. Además, el uso de GenAI puede aumentar la superficie de ataque de una organización. Con la formación adecuada, los empleados pueden autogestionar y mitigar estos riesgos.
- Reforzar los protocolos de ciberseguridad y las medidas de seguridad — Los MSP pueden ayudar a las organizaciones a implementar medidas de seguridad adicionales para proteger los modelos GenAI del acceso no autorizado o el uso indebido, evitando violaciones de seguridad y pérdida de datos. La formación de los empleados es una pieza importante de este rompecabezas, pero no suficiente de forma aislada. Los MSP cierran la brecha facilitando la adopción de otras medidas de seguridad vitales como control de acceso, cifrado y detección de anomalías.
Los sistemas GenAI son particularmente vulnerables a ataques de esponja e inferencia así como riesgos de gestión de datos como fuga de datos y envenenamiento intencional de datos. Quizás igual de importante es el hecho de que la existencia de LLM está aumentando la madurez de esquemas comunes como el phishing, que representan una proporción significativa de las violaciones de datos. Las investigaciones de la industria indican que Los ataques de phishing aumentaron un 45 por ciento en 2022.
Los MSP pueden combatir estas tendencias preocupantes Reforzar la postura general de seguridad de una organización. a través de ofertas como pruebas de penetración continua, detección y respuesta administradas (MDR) y protección contra ransomware como servicio (RPaaS).
Comenzando con un MSP hoy
Los MSP guían a los líderes a través de las responsabilidades mencionadas anteriormente. Sin embargo, los matices de cada estrategia diferirán según las necesidades de una organización. Para determinar esas necesidades, las MSP deberían:
- Realizar una evaluación de preparación, incluidas auditorías de la transparencia, la ética, las fuentes de datos, la gestión de datos y los requisitos reglamentarios de una organización.
- Identificar el enunciado de un problema y cuantificar problemas aparentes de datos.
- Asigne un propietario o patrocinador de nivel ejecutivo del plan de adopción de GenAI.
Juntas, estas tareas ayudan a identificar el problema principal de una organización con los datos, lo que informa la estrategia que adopta un MSP el primer día de la asociación. Por ejemplo, muchas organizaciones pueden beneficiarse de una capacitación en el trabajo temprana antes de los esfuerzos de limpieza de datos; para otros, la limpieza de datos es la máxima prioridad y debe realizarse lo antes posible.
Independientemente, los líderes deben asegurarse de que su MSP elabore una estrategia única que se ajuste a las necesidades específicas de su organización.
Mirando hacia el futuro de GenAI
El futuro de GenAI está lleno de potencial. Estos sistemas pueden aumentar el valor de los datos al aumentar y automatizar de manera inteligente la experiencia del cliente, consumidor, paciente y ciudadano. GenAI también está aumentando la confianza organizacional en grandes conjuntos de datos al erosionar lenta pero seguramente el sesgo.
Sin embargo, el potencial de GenAI requiere responsabilidad. Los líderes deben examinar sus implicaciones éticas y regulatorias antes de sumergirse de lleno en el ámbito de los LLM. Los MSP desempeñarán un papel increíblemente vital aquí, asegurando la implementación efectiva de GenAI y aumentando la infraestructura de TI general y la postura de seguridad de las organizaciones en los próximos años.
Credito de imagen: artemsam/depositphotos.com
