A medida que la IA se vuelve más disponible, la resiliencia de los datos es una defensa fundamental contra amenazas imprevistas. Las empresas deben adoptar un enfoque holístico, combinando transparencia, protección y respuesta rápida a las disrupciones. Descifrado…
Si la famosa frase “ Los datos son el nuevo petróleo » Como dijo Clive Humby hace unos veinte años, la inteligencia artificial (IA) representa hoy la llegada de un nuevo motor de combustión. “ La era de la IA » que sabemos, con innegable predominio del tema, es sólo el capítulo más reciente de una larga historia: la de la transformación digital.
Es fácil entender por qué todos los sectores de actividad se han entusiasmado con la IA, debido a su inmenso, apasionante y revolucionario potencial. Sin embargo, las empresas que se embarcan en la IA deben asegurarse de contar con procesos para respaldar la resiliencia de sus datos y garantizar que estén disponibles, sean precisos, protegidos y relevantes para que la continuidad del negocio sea efectiva en todas las circunstancias. Porque cuidando tus datos es como realmente cuidas tu negocio.
Burlando a la TI en la sombra
Respecto a elementos tan omnipresentes y cambiantes como los datos de una empresa, conviene anticipar la formación y los controles desde el inicio de los proyectos, para evitar que nadie tenga que resolver los problemas en el último momento, una vez hecho el daño. Según un estudio de IA de McKinsey, el 65% de los encuestados dijo que su empresa utiliza regularmente IA generativa (el doble que hace diez meses). El resultado más sorprendente es que casi la mitad de los encuestados reconoce una tendencia a “personalizar en gran medida” los modelos existentes, o incluso a desarrollar ellos mismos sus propios modelos.
Esta observación es típica de la nueva ola de “TI en la sombra” en la que el software o los sistemas se utilizan sin autorización o por personas desconocidas dentro de una organización. Hacer un seguimiento de las herramientas utilizadas por cada equipo empresarial es difícil de por sí, dentro de una gran empresa. A esto se suma el riesgo de que ciertos servicios o individuos, encargados de construir o adaptar grandes modelos lingüísticos (LLM), compliquen a su vez la gestión y el seguimiento de los movimientos de datos y los riesgos en general. de la empresa. Ejercer un control total es casi imposible en la realidad; Establecer procesos y organizar capacitaciones en torno a la administración de datos, la privacidad de los datos y la propiedad intelectual son medidas que pueden permitir a la empresa tener una defensa más sólida. sólido en caso de problemas.
Hay que gestionar los riesgos
Sin embargo, no es necesario monitorear y controlar completamente el progreso. De hecho, es posible que las empresas y sus servicios obtengan un enorme valor de esta formidable herramienta que es la IA. Debido a que se integra rápidamente en la pila tecnológica, es necesario verificar que cumpla con los principios de gobernanza y protección de datos de la empresa. Para la mayoría de las herramientas de IA, el desafío es mitigar el riesgo operativo de los datos que pasan a través de ellas, teniendo en cuenta tres factores de riesgo específicos: seguridad (¿qué sucede si un tercero accede a los datos o los roba?), disponibilidad (¿qué sucede si perdemos acceso a los datos, ¿incluso temporalmente?) y precisión (¿qué pasa si los datos con los que trabajamos son incorrectos?).
En esta etapa, la resiliencia de los datos se vuelve esencial. Porque ante la integración de herramientas de IA dentro del conjunto tecnológico, el “paisaje de datos” debe beneficiarse de una buena visibilidad, gobernanza y protección en su conjunto. Para ello es bueno volver a la tríada “CIA”, de Confidencialidad, Integridad y Disponibilidad de los datos. El uso de modelos de IA dentro de una empresa, de forma endémica o descontrolada, podría crear brechas. La mayoría de los servicios ya dan prioridad a la resiliencia de los datos, pero en este enfoque también se deben considerar los LLM y otras herramientas de inteligencia artificial. Para ello, debes identificar los datos más críticos y saber dónde se encuentran. Ya sea que tenga un buen gobierno de datos o una buena resiliencia de los datos, el uso incontrolado de la IA podría causar serios problemas a la empresa en cuestión sin la capacitación adecuada. Peor aún: es posible que ella ni siquiera lo sepa.
Desarrollar resiliencia de datos a largo plazo
El desafío de garantizar la resiliencia de los datos es enorme: como concierne a toda la empresa, todos deben demostrar responsabilidad. Como todo evoluciona muy rápido, también es una tarea que hay que mantener en el tiempo. El crecimiento de la IA es sólo una de las muchas cosas a las que es necesario responder y adaptarse. Además, la resiliencia de los datos es una misión que abarca la gestión de identidades, la seguridad de dispositivos y redes, y principios de protección de datos como la copia de seguridad y la recuperación. Se trata de un gran proyecto de reducción de riesgos que requiere dos elementos esenciales para ser eficaz: visibilidad –como se mencionó anteriormente– y aceptación de la gestión. Mantener la resiliencia de los datos debe comenzar en la sala de juntas, garantizando que los proyectos sean exitosos, que existan fondos suficientes y que no haya brechas en la protección y disponibilidad. Este problema afecta a todos, nadie está exento.
Si la tarea parece pesada, no se desanime incluso antes de comenzar. No podemos estar en todos los frentes al mismo tiempo y lo principal es hacer lo mejor que podamos y no nada. Sobre todo, conviene no esperar demasiado, de lo contrario los LLM se multiplicarán en toda la empresa y complicarán la situación. Podemos esperar que muchas empresas se enfrenten a los mismos problemas que los relacionados con su migración a la nube hace unos años, por ejemplo, lanzarse de cabeza a las nuevas tecnologías sin haber previsto mejor las cosas y tener que volver atrás.
Realizar ejercicios para poner a prueba tu resiliencia es una buena idea. Al realizar las pruebas, asegúrese de planificar escenarios realistas para las peores eventualidades; En la medida de lo posible, por ejemplo, no confíe en el responsable de gestión de riesgos (que tiene tanto derecho a tomar vacaciones como cualquier otro empleado). Por último, es necesario tener un plan B, un plan C y un plan D. Así, realizando estas pruebas, será más fácil evaluar tu nivel de preparación, aunque lo más importante sea empezar.
____________________________
Par Rick VanoverVicepresidente de estrategia de producto, Veeam
Lea también:
Cómo dominar la resiliencia de los datos protege a las empresas de las amenazas de la IA
La ciberresiliencia no es (solo) ciberseguridad
Desarrollar la resiliencia cibernética: un imperativo para los servicios públicos en una era de crecientes amenazas cibernéticas
Redefiniendo la resiliencia y adaptabilidad empresarial con la computación en la nube
Cumplir con los requisitos de la IA generativa mediante una gestión eficaz de los datos
[
