Udržování dat v bezpečí a snadno přístupných bylo pro organizace výzvou od doby, kdy byl uložen první papírový soubor. Je pravda, že v posledních dvou desetiletích se to hodně zkomplikovalo. Digitalizace zahrnuje exponenciální růst množství shromážděných, uložených a používaných dat. Navíc nyní zaznamenáváme další prudký nárůst dat v důsledku širokého přijetí AI.
Vlády po celém světě mezitím dělají vše, co mohou, aby toto tempo udržely, a každý rok zavádějí další nařízení týkající se dat. To vystavuje organizace rostoucímu tlaku, aby zajistily odolnost dat, když čelí nové éře AI. Musí jít po laně mezi zajištěním použitelnosti dat pro podnikání a jejich zabezpečením a odolností v souladu s vyvíjejícími se předpisy.
Kde jsou moje data?
S uznávaným příslibem AI nebyly požadavky na podniková data nikdy větší: data musí být vždy přesná, dostupná a použitelná. Přestože počáteční nadšení z generativní umělé inteligence (GenAI) utichlo, organizace nyní přijímají technologie, aby ze všech svých stávajících dat získaly větší obchodní hodnotu. Podle nejnovějšího celosvětového průzkumu společnosti McKinsey o umělé inteligenci 65 % globálních respondentů uvedlo, že jejich organizace tento nástroj pravidelně používají, ale co to znamená pro odolnost dat?
Není žádným tajemstvím, že AI závisí na datech. Někdo by řekl, že čím více dat, tím lépe, ale rozumnější je, že čím přesnější a relevantnější data, tím lépe. Zatímco některé aplikace umělé inteligence je třeba trénovat pouze jednou, většina z nich vyžaduje přímý přístup k datové sadě pro analýzu a reakci na změny v reálném čase. Jakékoli nepřesnosti nebo nekonzistence v datech organizace mohou rychle učinit výsledky AI nepoužitelnými.
Samozřejmě je důležité dávat pozor na data, která tyto nástroje přivádějí, jako jsou jakákoli citlivá, kritická data nebo data zákazníků. Jak stále více organizací přijímá umělou inteligenci, vidíme, že je stále co dělat, abychom našli rovnováhu.
To, co by mělo organizacím pomoci najít tuto rovnováhu, je vlna předpisů vyžadujících větší odolnost dat a odpovědnost, a to jak s ohledem na AI, tak obecněji. Všechny tyto předpisy, včetně NIS2 a zákona EU o umělé inteligenci, zvýšily odpovědnost organizací za zajištění bezpečnosti dat, a je to tak správně. Tato nová vlna datových regulací se silně zaměřuje na společnosti a jejich data a vyžaduje, aby zvážily, jak budou chráněny při používání AI a dalších nových technologií.
Když byla data původně shromažďována a ukládána, organizace pravděpodobně neměly na svém radaru AI, natož aby zvážily, jak by se jejich data dala použít s takovými technologiemi. Ačkoli tyto nové úvahy primárně spadají do odpovědnosti týmů správy informací, dosažení souladu s předpisy souvisejícími s AI bude vyžadovat úsilí celé organizace. To vše při zajištění toho, aby příslušné týmy měly přístup k datům, která potřebují k inovaci a růstu.
Klíč vyhodit nemusíte
V současné době musí organizace zajistit, aby byly schopny zajistit adekvátní rychlost přístupu k datům při zachování odolnosti dat v souladu s vyvíjejícími se předpisy. I když se to může zdát jako komplikovaný úkol, jedná se o stejný problém, který organizace řeší již léta, jen za nových systémů a okolností.
Udržování dat v bezpečí a snadno přístupných bylo pro organizace výzvou od doby, kdy byl uložen první papírový soubor.
Tato výzva nikdy nekončí, pouze se vyvíjí. Principy zůstávají stejné, ale technologie, prostředí a rozsah se stále mění. Podle zprávy Veeam Data Protection Trends Report 2024 uznává 76 % organizací „propast v ochraně“ mezi množstvím dat, která si mohou dovolit ztratit, a tím, jak často jsou jejich data chráněna. Zdá se to jako velká propast, ale v posledních letech se zmenšuje. Avšak s tím, jak se AI vytváří a potřebuje exponenciálně více dat, jak se vyvíjí, by se tato mezera mohla začít prohlubovat, pokud nebudou přijata opatření.
Spolupráce mezi týmy, od správy dat přes zabezpečení IT až po produkci, byla a nadále je nezbytná pro udržení úrovně odolnosti dat. Spolupráce na vytvoření nové sady hodnocení podnikových rizik povede pro organizace pracující s daty v modelech umělé inteligence vpřed.
Navzdory další práci, kterou to pro organizace znamená, se tato nařízení dokonale shodují s tímto nárůstem umělé inteligence, což vyžaduje přehodnocení postupů v oblasti zabezpečení dat. Společnosti by však při tom neměly záviset na nových předpisech. Sledování a úprava úrovní rizik by měly být pravidelným a trvalým procesem, zvláště když do hry vstoupí nové technologie, jako je umělá inteligence.
Dvě mouchy jednou ranou
Nakonec, jak už to v mnoha případech bývá, jde o zálohování dat. Klíčovým aspektem moderní regulace dat je, že zálohování bude v budoucnu hrát ještě větší roli v regulaci specifické pro umělou inteligenci. Poskytnou týmům vyvíjejícím AI a rozsáhlé jazykové modely (LLM) velmi potřebné ukotvení v neustále se měnícím prostředí.
Tyto zálohy nejen zajistí, že data zůstanou vždy přesná, bezpečná a použitelná, ale mohou také poskytnout komplexní záznam pro organizace, aby prokázaly, že splňují předpisy. Opravdu cenný zdroj při práci s umělou inteligencí, protože ze své podstaty je obtížné vysvětlit, jak přesně použila data, která byla napájena nebo trénována. Pomocí zálohování dat však mohou organizace zajistit bezpečnost svých dat kdykoli, bez ohledu na to, kde se používají.
Samozřejmě nelze nikdy dosáhnout úplné bezpečnosti, pokud jde o data, a vždy bude existovat rovnováha mezi rizikem a odměnou pro organizace. Ale s kvalitními zálohami si můžete být jisti, že budete mít záchrannou síť, na kterou se můžete vrátit.
Autor: Dave Russell, Senior Vice President, Chief Strategy Officer, Veeam Software
Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com
