Nota dell’editore: questa è AI Impact, la newsletter settimanale di Newsweek in cui ogni settimana esploriamo come i leader aziendali stanno sbloccando valore reale attraverso l’intelligenza artificiale.
Tocca o fai clic qui per ricevere questa newsletter nella tua casella di posta.
Intelligenza di base
La sicurezza dell’intelligenza artificiale supera la supervisione umana
Man mano che i sistemi di intelligenza artificiale diventano più autonomi, i sistemi di sicurezza progettati per proteggerli – e le nuove superfici di minaccia che creano – faticano a tenere il passo. “Il grande cambiamento è la velocità e l’autonomia”, ha detto Mohammad Abul-MagadVicepresidente dei prodotti per il gruppo di sicurezza informatica di SandboxAQ. “Man mano che le intrusioni diventano altamente automatizzate, la finestra tra una piccola svista e una violazione catastrofica crolla.”
Questa accelerazione segna una rottura fondamentale rispetto ai tradizionali presupposti di sicurezza informatica. Ciò che una volta richiedeva giorni o settimane per essere scoperto, ora può accadere in pochi minuti, minando i modelli di sicurezza basati su revisioni periodiche, avvisi ritardati e tempi di risposta umani.
Man mano che gli agenti IA diventano sempre più integrati nelle operazioni quotidiane, i rischi si accumulano sempre più lontano dalla vista. Questi sistemi non si comportano come lavoratori: non accedono una volta al giorno, non seguono flussi di lavoro prevedibili e non si adattano perfettamente a modelli di identità progettati per gli esseri umani. Un singolo errore di configurazione, ad esempio un permesso troppo ampio o una chiave di accesso dimenticata, può propagarsi rapidamente attraverso processi automatizzati, influenzando più sistemi prima che qualcuno se ne accorga.
Una delle fonti di esposizione in più rapida crescita è l’identità della macchina. Ogni agente AI fa affidamento su credenziali come chiavi API, token e account di servizio, che spesso non hanno proprietà o scadenza chiare. Abul-Magad spera che ciò imponga un cambiamento strutturale. “Speriamo di dividere la sicurezza di un’identità ‘agente'”, ha detto. “Una traccia per l’uomo e una per la macchina.”
La sfida è ulteriormente aggravata dal modo in cui l’intelligenza artificiale viene adottata all’interno delle organizzazioni. I dipendenti creano sempre più i propri agenti, collegando i sistemi e fornendo accesso in tempo reale. Ciò che inizia come test informale può evolversi in “operazioni ombra”, creando percorsi di accesso nascosti attraverso le infrastrutture critiche senza la piena consapevolezza del team di sicurezza.
La conclusione non è che l’intelligenza artificiale sia intrinsecamente insicura, ma che la sicurezza deve cambiare forma. La protezione dell’intelligenza artificiale ora assomiglia meno al controllo del software e più alla gestione delle infrastrutture viventi: visibilità continua, credenziali di breve durata e monitoraggio costante invece di controlli una tantum.
Come afferma Abul-Magad, il cambiamento futuro è inevitabile: “La sicurezza deve passare dai controlli occasionali alla gestione continua della postura”. In un ambiente basato sull’intelligenza artificiale, il monitoraggio del movimento umano non è più sufficiente.
Puoi leggere di più qui: I rischi per la sicurezza dell’IA stanno superando la supervisione umana.
Premi e summit AI Impact
D Newsweek Gli AI Impact Awards mirano a identificare e riconoscere soluzioni AI uniche e innovative che risolvono problemi aziendali critici o migliorano significativamente le capacità in tutti i settori industriali. Il riconoscimento non deriva dalle idee, ma da un impatto misurabile sulle operazioni aziendali.
Iniezione immediata
“I progressi nel settore sanitario non derivano solo dal seguire i modelli più avanzati, ma anche dalla loro combinazione con tecniche comprovate di apprendimento automatico e competenze approfondite nel settore. La vera svolta sta nel dare un senso ai dati clinici non strutturati, che rappresentano ancora gran parte delle informazioni custodite all’interno delle organizzazioni sanitarie.
Questa consapevolezza ha rimodellato il modo in cui penso all’intelligenza artificiale; Piuttosto che vederlo come un sostituto del giudizio umano, lo vedo come un moltiplicatore di forza quando dati di alta qualità e metodi deterministici di apprendimento automatico vengono combinati con tecnologie più avanzate e convalidati da persone che comprendono le sfumature cliniche. Questo approccio ibrido fornisce contesto, accuratezza e fiducia, che sono essenziali per l’assistenza sanitaria.
Il futuro dell’intelligenza artificiale non è un’unica soluzione “scatola nera”. Si tratta di un’intelligenza stratificata che rispetta la complessità, si integra nei flussi di lavoro reali e aiuta i medici a trasformare i dati in decisioni con sicurezza.”
Hai le tue lezioni da condividere? Inviaci un’e-mail a: ai.newsletter@newsweek.com
Esegui il registro
Di Adam Mills
Quando Ryan Miller E quando sua moglie Jessica ha rilevato il Bobcat Inn a Santa Fe, i prezzi sono diventati rapidamente un problema familiare, come lo è per molti operatori indipendenti: un’ottima esperienza per gli ospiti non si traduce necessariamente in entrate ottimali. Come molti proprietari dalla mentalità analitica, Miller si è affidato a tecniche tradizionali di gestione del rendimento, come il monitoraggio degli obiettivi di occupazione, l’adeguamento delle tariffe durante il giorno, il monitoraggio della concorrenza, la contabilizzazione della stagionalità e l’aumento dei prezzi in occasione degli eventi locali. L’approccio era sistematico e basato sui dati, ma fondamentalmente viveva in fogli di calcolo piuttosto che in un sistema in tempo reale basato su regole.
Nel corso del tempo, i limiti di quel modello sono diventati più difficili da ignorare. I prezzi basati su regole reagiscono al comportamento passato e presuppongono una domanda relativamente stabile, lasciando poco spazio per esaminare ciò che gli ospiti sono effettivamente disposti a pagare in questo momento. Miller ha cercato di colmare il divario aggiungendo più logica e dati al suo modello, ma senza test continui o segnali di domanda in tempo reale, le decisioni sui prezzi erano incerte e richiedevano molto tempo.
Ciò è cambiato quando Miller ha adottato una piattaforma di determinazione dei prezzi basata sull’intelligenza artificiale progettata per testare continuamente la sensibilità dei prezzi anziché fare affidamento su regole statiche. Il sistema regola le tariffe in base al comportamento di prenotazione in tempo reale e a segnali di domanda più ampi, che sono supportati da strategie di entrate umane per impostare le ferrovie e interpretare i risultati. La determinazione dei prezzi è passata da un processo manuale e reattivo a un esperimento continuo basato su dati in tempo reale.
Un anno dopo, l’impatto era misurabile: le entrate erano aumentate del 20-25% circa all’anno, le tariffe medie giornaliere erano aumentate costantemente e la gestione dei prezzi era scesa a circa 30 minuti al mese.
Ancora più importante, le decisioni diventano strategiche piuttosto che guidate dalla paura, rafforzando una lezione più ampia secondo cui la determinazione dei prezzi, se trattata come una disciplina dei dati piuttosto che come un gioco d’ipotesi, può sbloccare sia le entrate che la chiarezza operativa.
Finestra di contesto
■ L’etico della tecnologia Tristan Harris sostiene che un'”apocalisse dell’IA” non è predeterminata, avvertendo che la società viene trattata come un esperimento senza consenso e chiedendo un maggiore coinvolgimento, responsabilità e governance del pubblico per modellare il futuro dell’IA piuttosto che accettare i risultati peggiori come inevitabili. (Newsweek)
■ Anthropic ha rilasciato Claude Cowork come anteprima di ricerca per gli utenti Mac, consentendo al cloud di accedere e lavorare sui file nell’area di lavoro di un utente in modo autonomo per affrontare cartelle, documenti o attività complesse, un passo verso l’intelligenza artificiale che agisce come un vero “collega” del desktop. (Claudio Blog)
■ WitnessAI, una startup di sicurezza informatica focalizzata sulla protezione dei sistemi e degli agenti IA aziendali, ha raccolto 58 milioni di dollari da importanti investitori per aiutare le aziende a proteggere i dati sensibili e a difendersi dagli attacchi mentre proliferano l’automazione dell’IA e i flussi di lavoro degli agenti. (Axios)
■ Dell ha comunicato ai dipendenti in una nota aziendale che sta lanciando “One Dell Way”, un’importante trasformazione per unificare i sistemi, automatizzare i flussi di lavoro e integrare l’intelligenza artificiale nei settori finanza, risorse umane, marketing e vendite. (Interno aziendale)
■ Secondo un rapporto di Netscope Threat Labs, le violazioni delle policy relative ai dati sull’intelligenza artificiale generativa sono più che raddoppiate lo scorso anno, con dati sensibili personali e controllati spesso esposti attraverso account AI non gestiti, aumentando i rischi per la sicurezza aziendale mentre le organizzazioni corrono ad adottare strumenti generativi. (ITPro)
■ Lancio di Salesforce a “L’AI Fluency Playbook” mira ad aiutare i dipendenti a lavorare con sicurezza con l’intelligenza artificiale, citando risultati interni che mostrano guadagni in produttività, concentrazione e soddisfazione sul lavoro quando i dipendenti vengono formati a collaborare con agenti di intelligenza artificiale anziché semplicemente adottare nuovi strumenti. (Newsweek)
Protocollo di trasferimento
Alison WagenfeldUn senior marketing leader presso Google Cloud, precedentemente nominato chief marketing officer di NVIDIA, diventa il primo CMO del produttore di chip mentre espande il suo marchio e la sua strategia di go-to-market attorno al calcolo accelerato e all’infrastruttura AI.
Melissa FurzePrecedentemente vicepresidente globale della customer science presso LinkedIn, entra in Integral Ad Science come responsabile della data science, dove guiderà le attività di analisi e apprendimento automatico basate su strumenti di misurazione basati sull’intelligenza artificiale, sicurezza del marchio ed efficacia degli annunci.
Michael O’SullivanEx chief technology officer presso Hantec Markets, è entrato a far parte di CFI Financial Group come consulente tecnologico senior, supportando la modernizzazione della piattaforma di trading dell’azienda, dell’architettura dei dati e dei sistemi di rischio ed esecuzione basati sull’intelligenza artificiale.
Chris OswaldJB Hunt, ex vicepresidente dell’ingegneria del software, è stato nominato chief technology officer di Engine Data Science, dove supervisionerà lo sviluppo della piattaforma e l’analisi basata sull’intelligenza artificiale mentre l’azienda espande le sue offerte di data science aziendali.
Eleonore Fournier-TombsEx ricercatore senior e fondatore dell’AI Policy Research Lab dell’Università delle Nazioni Unite, è stato nominato Chief AI Officer dello Stato di New York, guidando la strategia aziendale di AI del governo statale, la gestione e l’adozione responsabile delle tecnologie AI emergenti tra le agenzie.
Conosci qualcuno sulla strada verso l’intelligenza artificiale? Invia informazioni sul cambio di lavoro ai.newsletter@newsweek.com
Momento magico
“Uno dei modi più inaspettati e di grande impatto in cui ho utilizzato l’intelligenza artificiale di recente è stato come salvaguardia diagnostica piuttosto che come raccomandazione terapeutica. In questo caso, l’intelligenza artificiale è stata utilizzata per analizzare modelli genomici e trascrittomici per abbinare la firma molecolare del tumore a una delle 90 categorie di cancro, un approccio particolarmente prezioso per i pazienti con tumori precoci o sconosciuti.
Ciò che è emerso è quanto potente possa essere questo approccio come doppio controllo diagnostico nel mondo reale. A una paziente è stata diagnosticata una forma aggressiva di cancro al seno, ma quando sono stati analizzati i dati molecolari sul suo tumore, l’intelligenza artificiale ha segnalato che il profilo era altamente incoerente con il cancro al seno. Lavorando a stretto contatto con il suo team di assistenza, ciò ha dato luogo a ulteriori indagini, che alla fine hanno rivelato la diagnosi corretta: linfoma a cellule B.
Questa intuizione ha cambiato radicalmente il percorso terapeutico del paziente, consentendogli di ricevere una terapia adeguata evitando trattamenti inefficaci e potenzialmente dannosi. Ciò che ha reso memorabile questo momento è stato il modo in cui l’intelligenza artificiale basata su dati molecolari profondi può servire non solo come strumento di supporto alle decisioni, ma anche come importante rete di sicurezza, aiutando i medici a fermarsi, rivalutare e fare la diagnosi corretta”.
Sperimenta la magia dell’intelligenza artificiale? Raccontacelo ai.newsletter@newsweek.com
Tocca o fai clic qui per ricevere questa newsletter nella tua casella di posta.
