تواجه شركات البرمجيات كخدمة تحديًا في أمن البيانات مع دمج الذكاء الاصطناعي

iconMetaEra
مشاركة
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconملخص

expand icon
تواجه شركات البرمجيات كخدمة تحديات تتعلق بمخاطر أمن البيانات مع تزايد دمج الذكاء الاصطناعي. تدّعي كبرى شركات التكنولوجيا أنها لا تستخدم بيانات العملاء للتدريب، لكن العمليات غير الواضحة للذكاء الاصطناعي تثير المخاوف. لحماية بيانات الأعمال، تستخدم المزودون التسليم على شكل صندوق أسود، وذكاء اصطناعي محلي، وترميز البيانات. في الوقت نفسه، تظل بيانات التضخم عاملًا رئيسيًا في قرارات الإنفاق المؤسسي. مع اكتساب أخبار الذكاء الاصطناعي + العملات المشفرة زخمًا، يجب على الشركات تحقيق توازن بين الابتكار والشفافية للحفاظ على أمان وثقة العملاء.
عندما تبدأ النماذج الكبيرة في "استهلاك" بيانات الشركات، لم يعد السaaS يبيع برنامجًا، بل يبيع ثقة العميل في أن يسلّم له حياته.

كاتب المقال، المصدر: نيو تون سوشيال

في جلسات تواصل مغلقة ومتكررة مؤخرًا، لاحظت نيو تونغ شيه ظاهرة متناقضة بشدة: ففي مؤتمرات البيئات المختلفة، يصرخ مؤسسو خدمات الشركات بحماس "الاندماج الكامل مع النماذج الكبيرة"، لكن في الخفاء، يعاني الجميع من قلق مُوجع يُفقدُهم النوم — فماذا لو قمنا، عبر واجهات برمجة التطبيقات، بتزويد النماذج الأساسية الكبرى دون أي حواجز بقائمة عملاء CRM لدينا، وتدفقات المالية ERP، ورواتب HR؟ أليس هذا سيُفقدنا الحواجز التجارية التي بنيناها بجهد على مدار عشر سنوات؟

يضمن قادة الشركات الكبرى بثقة: "لن نستخدم بيانات العملاء للتدريب، ونحذفها فور الانتهاء منها." لكن في عصر النماذج الكبيرة "الصندوق الأسود" الذي لا يمكن رؤيته أو لمسه الحالي، تبدو هذه الوعود المعتمدة فقط على الالتزام الأخلاقي هشة للغاية أمام المصالح التجارية الحقيقية.

لقد اندلعت معركة صامتة حول ملكية الدفتر المحاسبي الأساسي للشركة.

احذر من الامتصاص

للفهم العميق لهذه المواجهة، يجب أولاً تحديد ما الذي ينقص النماذج العامة الكبيرة.

نماذج الذكاء الاصطناعي العامة من الشركات الكبرى تشبه "طالبًا يحقق درجات عالية لكنه ضعيف عمليًا" — فهي قادرة على كتابة شعر ورمز بديعين، لكنها تصبح عمياء تمامًا عند دخولها سيناريوهات الأعمال الحقيقية للشركات. فهي لا تفهم كيفية إعادة حساب تكلفة خط الإنتاج بأكمله عند ارتفاع أسعار المواد الخام في التصنيع؛ ولا تفهم التعقيدات الدقيقة للعمولات والخصومات في سلاسل المتاجر الكبرى عبر المناطق المختلفة. هذه المعرفة الصناعية الثمينة التي لا تُقدّر بثمن، مخبأة تمامًا في قواعد بيانات مزودي برامج SaaS المتخصصة.

ليرغب النموذج الكبير في أن يصبح أكثر ذكاءً ويُباع بسعر أعلى، يجب عليه "استهلاك" هذه البيانات. كيف يأكلها؟ من خلال الاتصال بواجهات مفتوحة مع أنظمة SaaS، يبدأ النموذج الكبير عملية "تعلم خفية" شديدة التخفي:

الخطوة الأولى: استرداد البيانات. يقوم النموذج الكبير عبر واجهة برمجة التطبيقات بجلب بيانات التفاصيل التكلفة، والخصومات البيعية، وغيرها من البيانات عالية القيمة من نظام SaaS مباشرة إلى ذاكرته.

الخطوة الثانية: تحليل الحسابات. باستخدام قوة معالجة هائلة، قارنت النماذج الكبيرة هذه البيانات بسرعة وقدمت استنتاجات تجارية دقيقة.

الخطوة الثالثة: تضمين الخبرة (الخطوة الأكثر رعبًا). بعد حساب الحسابات، تلتزم الشركات الكبرى بالتزاماتها وتحذف بيانات تدفقك الأصلية. لكن النموذج الكبير، خلال هذه العملية، قد تعلم بالكامل أنماط تقلبات التكاليف في صناعتك وأساليب عملك الخاصة!

لم تسرق النماذج الكبيرة نصوصك الرقمية، لكنها سرقت "خبرة الأطباء الصينيين التقليديين في تشخيص المرضى" المخفية خلف هذه الأرقام. جدار الحماية الذي بنته شركات SaaS بجهد على مدار عشر سنوات، تم تضمينه بشكل صامت كذكاء أساسي لدى الشركات الكبرى بعد بضع استدعاءات فقط لواجهات برمجة التطبيقات. هذا هجوم قاتل من مستوى أدنى.

Loss of trust

هذا ليس الأسوأ. الأسوأ هو أنه عندما تفتح الباب أمام النموذج الكبير، فأنت في الواقع قد لمست نقطة حساسة لدى عملائك الذين تعيش من خلالهم.

الشركات الحكومية والخاصة الكبيرة والمتوسطة في الصين، حساسية أمن البيانات مغروسة في عظامها. سابقًا، من أجل السرية، كان المدراء يرغبون في قفل الخوادم في قبو شركاتهم الخاصة. الآن، عندما تقول لهم: "يا مديري، لقد اتصلنا بنموذج سحابة عامة كبير من شركة كبرى، وستصبح أنظمتنا أكثر ذكاءً من الآن فصاعدًا."

لن يشعر العملاء بالسعادة، بل سيستنشقون بانزعاج: هل يعني هذا أن أسعار الشراء الأساسية للشركة، ورواتب الإدارة العليا، ومعدلات تجديد عقود العملاء الكبار، ستُنقل جميعًا عبر الإنترنت إلى خوادم شركات كبيرة خارجية لحسابها مرة أخرى؟

عندما يتم لمس خط أحمر لأمان البيانات، فإن أول من سيشتكي منه العملاء ليس مُصنّع النموذج الكبير، بل أنت كمُصنّع SaaS يقدم البرنامج. تقع شركات SaaS بين نارين: فعدم دمج الذكاء الاصطناعي يجعل النظام بطيئًا ولا يُباع، بينما دمج ذكاء اصطناعي من شركات كبيرة يجعل العملاء يشعرون بعدم الأمان، ويخشون انتهاك العقد أو حتى التعرض لدعاوى قضائية. في الصناعات شديدة الحذر مثل المالية والرعاية الصحية والتصنيع، هذا يشبه حكمًا بالإعدام.

ردّ السااس

للحفاظ على ثقة العملاء ووظائفهم، بدأ الخبراء المتمرسون في مجال خدمات الشركات بالاستيقاظ، وتطبيق ثلاث وسائل دفاعية قوية جدًا، وهدفها الأساسي واحد فقط: منع السرقة والتسريب.

الخطة الأولى: قدم النتيجة فقط، ولا تقدم العملية (صندوق أسود للعملية)

تبدأ شركات البرمجيات المتخصصة الرأسية في حجب جزء من نماذجها الكبيرة.

عندما يطلب النموذج الكبير البيانات، لا تُقدّم أبداً السجلات التفصيلية الأساسية. يقوم نظام SaaS الداخلي بحساب تلك الحسابات المعقدة والحساسة بنفسه، ثم يُقدّم للنموذج الكبير فقط "استنتاجًا نهائيًا مُجهَّلًا". هنا، لا يكون النموذج الكبير سوى ناقل رسائل، بينما يكون نظام SaaS هو الدماغ الحقيقي الذي يتخذ القرارات. وهذا يقطع مباشرةً مسار تعلم النموذج الكبير للخبرات المتقدمة.

الخطة الثانية: نقل قوة الحوسبة الخاصة بالذكاء الاصطناعي إلى مراكز بيانات العملاء (النشر الخاص)

هذه هي الطريقة الأساسية لحل الأزمة. بما أن نقل البيانات إلى السحابة العامة غير آمن، فلماذا لا نتوقف عن نقلها تمامًا؟ لم تعد شركات SaaS تعتمد على النماذج الضخمة التي تبلغ قيمتها مئات المليارات خارجية، بل تبحث عن نموذج خفيف بقيمة عشرات المليارات، وتُدرّب عليه خصيصًا، ثم تُثبّته مباشرة على خوادم الشركة الخاصة بالعميل، أو حتى على حاسوب المدير. استبدال "نقل الحوسبة إلى المناطق الريفية" بـ "رفع البيانات إلى السحابة". بمجرد فصل الكابل الشبكي، تصبح البيانات معزولة فيزيائيًا بنسبة 100٪، مما يحقق "الطهي في المرجل الخاص بك" بشكل حقيقي.

الخطة الثالثة: تسميم البيانات ووضع علامات (تعقب المصادقة)

في بعض السيناريوهات التي لا مفر منها من إطعام النماذج الكبيرة بالبيانات، بدأ محبو التكنولوجيا بإدخال علامات خاصة غير مرئية للعين المجردة وغير مؤثرة على الأعمال داخل تدفق البيانات الناتجة. وفي حال اكتشاف أن نموذجًا كبيرًا تابع لإحدى الشركات الكبرى يستخدم، عند الإجابة عن أسئلة شركة أخرى، منطقًا تجاريًا حصريًا يخصك فقط، فإن التحقق من هذه العلامات سيصبح دليلاً قاطعًا على أن الشركة الكبرى استخدمت بياناتك دون إذن للتدريب.

إعادة التسعير

تحت تأثير النماذج الكبيرة، تغير منطق حساب الشركات عند شراء البرمجيات تمامًا.

في الماضي، كان الطرف الأول يختار البرنامج بناءً على "ما إذا كانت الميزات كاملة أم لا، وما إذا كانت الواجهة جميلة أم لا". لكن في المستقبل، مع إدراك المديرين لحقوقهم في سيادة البيانات، ستكون المعيار الأول للشراء: "هل يمكنك أن تقسم أن بياناتي لن تتسرب أبداً؟"

هذا يعني أن "الشعور المطلق بالأمان" سيصبح أبرز وأكثر نقطة بيع قيمة في قطاع خدمات الشركات المستقبلي.

ستفقد الشركات السحابية الخفيفة التي لا تمتلك حلقة تقنية مغلقة وتعتمد فقط على كونها "مُعيدَة صوت" لنماذج كبيرة، دعم عملائها الكبار قريبًا. أما الشركات التي تستطيع نقل قوة الحوسبة الخاصة بالذكاء الاصطناعي إلى مراكز بيانات العملاء، وتتمكن من فك شفرة حساباتها المعقدة داخل أنظمتها الخاصة، فستتمكن ليس فقط من استعادة الثقة المطلقة من العملاء، بل أيضًا من استعادة حقها في تحديد أسعار منتجاتها بقوة، حتى في ظل المنافسة الشرسة والصراع على الأسعار في جميع أنحاء الصناعة.

إظهار الأوراق السرية هو طريق مسدود.

إذا لم يتم حل المشكلتين الأساسيتين المتمثلتين في "لمن تعود البيانات؟" و"لماذا يجب على المدير أن يثق بك؟" من الجذور، فستظل البيئة المزدهرة للذكاء الاصطناعي عالقة في الهوامش، ولا تستطيع أبداً الوصول إلى الأعمال الأساسية للشركات الكبرى.

في هذه المواجهة التي تشارك فيها الشركات الكبرى وخدمات البرمجيات كخدمة (SaaS) والعملاء، لا أحد سيُقدِّم بمحض إرادته لحمه. طموح الشركات الكبرى للحصول على البيانات لن يتوقف، و底线 الأمان المطلقة للعملاء لن تنخفض. بالنسبة لشركات SaaS، فإن التخيل بأن التنازل الطوعي عن البيانات سيجلب لهم بعض حركة المرور من العملاقة هو طريق مسدود تمامًا.

في هذا العصر، قانون الغابة بسيط وقاسي للغاية: حيثما تُخزّن البيانات، هناك يكون خندقك الدفاعي. في هذه المعركة الخفية التي لا تُرى فيها دخان الرصاص، الحفاظ على حدود البيانات يعني الحفاظ على حياة الشركة بأكملها.

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات. يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.