La transizione da ambienti di test controllati alla distribuzione aziendale live è una proposta molto diversa. Un test su piccola scala potrebbe funzionare perfettamente utilizzando set di dati accuratamente selezionati, ma l’implementazione di tale capacità in migliaia di dipendenti e piattaforme software interconnesse espone le vulnerabilità.
Navigare negli ambienti di sicurezza aziendali moderni significa integrare profondamente l’architettura degli agenti con i provider di identità esistenti e i controlli di sicurezza nativi del cloud negli ecosistemi cloud ibridi.
Sharma identifica questo fallimento dell’integrazione e il conseguente debito di governance che blocca il progresso:
“L’ostacolo principale che vediamo è quello che chiamiamo gap di produzione. Un progetto pilota può avere successo con un suggerimento intelligente, un set di dati curato e un team campione che lo esegue manualmente, ma l’implementazione aziendale richiede valutazioni continue, identità e autorizzazione che funzionino in sistemi che il progetto pilota non ha mai toccato, gestione del cambiamento per gli utenti e un modello finanziario in grado di assorbire i costi basati sull’uso su larga scala.
“A questo si aggiunge il debito di governance: i controlli, gli audit trail e i quadri di rischio a cui si rinuncia per accelerare un progetto pilota spesso diventano gli elementi vincolanti una volta che gli aspetti legali e di conformità valutano l’implementazione della produzione. I clienti che riescono a sfondare sono quelli che non trattano i progetti pilota come esperimenti ma li trattano invece come la prima istanza di produzione di una piattaforma riutilizzabile, con le stesse valutazioni, modello di identità e governance. Invece di ricominciare da capo, questo consente al secondo e al terzo caso d’uso di basarsi sul primo.”
I framework di conformità applicati durante i test iniziali sono spesso del tutto insufficienti per la distribuzione in tempo reale. I team desiderosi di dimostrare un concetto spesso aggirano i protocolli di sicurezza aziendali standard, creando proprio gli elementi di controllo che impediscono la futura scalabilità.
Ciò che accomuna tutte e tre le modalità di fallimento – il divario di produzione, il debito di governance e l’attrito dei dati a monte – è che ciascuna di esse è invisibile durante un progetto pilota ben gestito. Un team campione con un set di dati curato e una copertura gestionale può documentare controlli di identità mancanti, dati obsoleti e revisioni di conformità rinviate per un tempo sufficiente a produrre una dimostrazione convincente. È solo quando il sistema deve operare a livello aziendale, con utenti reali, dati in tempo reale e controllo legale, che le lacune diventano blocchi strutturali e non si conoscono soluzioni alternative.
Costruire una piattaforma riutilizzabile fin dall’inizio – con verifica dell’identità, valutazioni continue dei modelli e monitoraggio finanziario trattati come requisiti di prima classe e non come aggiunte post-lancio – è ciò che consente alle organizzazioni di evitare di ricostruire quelle basi per ogni successiva implementazione.
L’intervista di Prakul Sharma è stata condotta prima del Expo sull’intelligenza artificiale e sui big data in Nord Americadove Deloitte è uno sponsor importante. Assicurati di passare allo stand Deloitte allo stand n. 272 per ascoltare più direttamente dagli esperti dell’organizzazione. Prakul Sharma condividerà ulteriori approfondimenti durante una sessione del panel il primo e il secondo giorno dell’evento leader del settore.
(Fonte immagine: Pixabay, sotto licenza.)
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
