生成式 AI 为用户赋能,但对安全性提出挑战

生成式 AI 为用户赋能,但对安全性提出挑战

生成式人工智能为用户赋能,但对安全性提出挑战 PlatoBlockchain 数据智能。垂直搜索。人工智能。

近年来,低代码/无代码已成为 赋能业务用户 通过直观地构建应用程序和自动化来自行解决他们的需求,而无需等待 IT。 生成式 AI 抓住了企业和客户的想象力和思想份额,既增强了这种力量,又将进入门槛降低到几乎为零。 在低代码/无代码中嵌入生成式 AI 可以增强企业独立向前发展的能力。 现在,毫无疑问,每个人都是开发人员。 我们准备好迎接接下来的安全风险了吗?

ChatGPT 一经发布,业务专业人员便开始在企业环境中使用它和其他生成式 AI 工具,以更快更好地完成工作。 生成式 AI 写作 营销总监的公关宣传, 为销售代表寻找电子邮件更多用例。 而 数据治理 并且法律问题已成为正式企业采用的阻碍因素,企业用户无需等待批准,而是已将其整合到日常运营中。

与此同时,开发人员一直在使用生成式 AI 通过诸如此类的工具来编写和改进代码 GitHub 副驾驶. 开发人员用自然语言指定软件组件,然后 AI 生成适合开发人员上下文的工作代码。 开发人员在此工作流程中的角色至关重要:他们必须提出正确的技术问题,能够评估生成的软件,并将其与代码库的其余部分集成。 这些任务需要软件工程专业知识。

请注意,上面指定的业务专业人员和开发人员用例之间存在明显区别; 开发人员生产可以共享和重复使用的软件,并可以代表用户行事,而业务专业人员则回答特定问题或需求,一次一个例子。 业务专业人员生成自己的应用程序的限制因素是他们在没有开发人员的技术专长的情况下推理 AI 生成的软件的能力。 这正是低代码/无代码发挥作用的地方。

业务专业人员的代码生成

低代码/无代码最重要的是,一种直观的语言,允许任何人在没有技术背景的情况下推理软件。 这使其成为充当生成式 AI 和业务用户之间的翻译器的完美人选。 生成式 AI 不是生成需要技术专业知识来评估的软件代码,而是生成业务用户可以轻松评估和调整的低代码/无代码应用程序和自动化。 低代码/无代码和 AI 是增强业务专业人员能力的完美搭配。

重大的 低代码/无代码供应商 已经有 宣布人工智能副驾驶 生成基于文本输入的应用程序。 分析师预测 引入 AI 辅助开发后,低代码/无代码应用程序开发增长了 5-10 倍。 低代码/无代码平台还允许 AI 轻松集成到整个企业环境中, 获得对企业数据和运营的访问权限. 我们越来越接近与人工智能的每次对话都可以留下一个应用程序的现实。 该应用程序将插入业务数据,与其他业务用户共享,并集成到业务工作流中。

接受和管理安全风险

安全团队传统上专注于他们的开发组织创建的应用程序。 我们仍然经常陷入思考 作为现成解决方案的业务平台,而实际上它们已经成为为我们的许多关键业务应用程序提供支持的应用程序开发平台。 我们才刚刚开始 取得进展 将公民开发人员置于安全保护伞之下。

随着生成式人工智能的引入,更多的商业用户将创建更多的应用程序。 业务用户已经在决定数据的存储位置、应用程序如何处理数据以及谁有权访问数据。 如果我们在没有任何指导的情况下将这些选择权交给他们, 错误必然会发生.

一些组织会试图禁止公民开发或要求商业用户获得任何应用程序或数据访问的批准。 虽然这是一个合理的反应,但面对企业的巨大生产力回报,我很难相信它会成功。 更好的方法是为业务用户提供一种安全的方式来利用低代码/无代码的生成 AI,安装自动化护栏来静默处理安全问题并让业务用户做他们最擅长的事情——推动业务向前发展。

时间戳记:

更多来自 暗读