Συνεντεύξεις
Aaron Fulkerson, CEO της OPAQUE – Σειρά Συνεντεύξεων

Aaron Fulkerson, CEO της OPAQUE, είναι ένας μακρόχρονος επιχειρηματίας λογισμικού και πιονέρος ανοιχτού κώδικα, της οποίας η καριέρα διαρκεί περισσότερο από δύο δεκαετίες, κατασκευάζοντας και κλιμάκωντας τεχνολογικές πλατφόρμες που επικεντρώνονται στην εμπιστοσύνη, τα δεδομένα και τη ψηφιακή μεταμόρφωση. Πριν από τη σύνδεσή του με την OPAQUE το 2023, ίδρυσε την MindTouch, βοηθώντας στην ανάπτυξή της σε μια ευρέως υιοθετημένη πλατφόρμα γνώσεων επιχειρήσεων, πριν από την απόκτησή της από την NICE Systems, και αργότερα ηγήθηκε του.launch του ServiceNow Impact, یکی από τις ταχύτερα αναπτυσσόμενες επιχειρηματικές μονάδες στην ιστορία του ServiceNow. καθ’ όλη τη διάρκεια της καριέρας του, ο Fulkerson έχει εργαστεί στο交ση των αναδυόμενων τεχνολογιών, του επιχειρηματικού λογισμικού και των ανοιχτών οικοσυστημάτων, ενώ συμβούλευε επίσης πολλές τεχνολογικές.startups και οργανισμούς. Πιο πρόσφατα, έχει γίνει ένας εξέχων υποστηρικτής του Confidential AI, υποστηρίζοντας ότι η ιδιωτικότητα, η διακυβέρνηση και η ελέγξιμη εμπιστοσύνη θα είναι θεμελιώδεις απαιτήσεις, καθώς τα συστήματα AI ενσωματώνονται σε κρίσιμες επιχειρηματικές ροές εργασιών.
OPAQUE είναι μια εταιρεία Confidential AI που προέκυψε από το διάσημο UC Berkeley RISELab, το ίδιο ερευνητικό οικοσύστημα που βοήθησε στη δημιουργία τεχνολογιών όπως το Apache Spark και το Databricks. Η εταιρεία έχει αναπτύξει μια πλατφόρμα που επιτρέπει στις επιχειρήσεις να εκτελούν μοντέλα AI, πράκτορες και ροές εργασιών σε高度 ευαίσθητα δεδομένα, διατηρώντας κρυπτογραφικά ελέγξιμες εγγυήσεις ιδιωτικότητας και συμμόρφωσης. Αντί να αναγκάζουν τις οργανώσεις να επιλέξουν μεταξύ της καινοτομίας του AI και της ασφάλειας των δεδομένων, η OPAQUE χρησιμοποιεί confidential υπολογισμό, κρυπτογραφημένα περιβάλλοντα εκτέλεσης και hardware-attested εκτέλεση για να διασφαλίσει ότι τα ευαίσθητα δεδομένα παραμένουν προστατευμένα πριν, κατά τη διάρκεια και μετά την επεξεργασία του AI. Η τεχνολογία της είναι σχεδιασμένη για υψηλά ρυθμιζόμενες βιομηχανίες, συμπεριλαμβανομένων των χρηματοοικονομικών, των ασφαλειών, της υγείας και της υψηλής τεχνολογίας, με πελάτες και συνεργάτες που περιλαμβάνουν την ServiceNow, την Anthropic, την Accenture και άλλες επιχειρηματικές οργανώσεις που επιδιώκουν να μεταφέρουν τα προγράμματα AI από τα πιλοτικά προγράμματα στην παραγωγή χωρίς να εκθέτουν ιδιοκτησιακά ή ρυθμιζόμενη δεδομένα.
Έχετε κατασκευάσει και κλιμακώσει πολλές επιχειρηματικές πλατφόρμες κατά τη διάρκεια της καριέρας σας, τι σας προκάλεσε να αναλάβετε τον ρόλο του CEO στην OPAQUE και να εστιάσετε το επόμενο κεφάλαιο σας στην εμπιστοσύνη, την ιδιωτικότητα και τη διακυβέρνηση του AI;
Έχω δαπανήσει σχεδόν δύο δεκαετίες κατασκευάζοντας επιχειρηματικές πλατφόρμες, πρώτα στην MindTouch, η οποία χρησιμοποιείται ακόμη από ένα δισεκατομμύριο χρήστες ετησίως, και στη συνέχεια στο ServiceNow, όπου δημιούργησα το ταχύτερα αναπτυσσόμενο προϊόν. Και τα δύο με δίδαξαν το ίδιο μάθημα: η πιο ισχυρή τεχνολογία κερδίζει μόνο όταν οι άνθρωποι την εμπιστεύονται.
Όταν συνάντησα τους συνιδρυτές της OPAQUE, Raluca Ada Popa, Ion Stoica και Rishabh Poddar, είδα μια σπάνια συνδυασμό ταλέντου και όρασης. Η Raluca είναι μια από τις κορυφαίες ερευνήτριες στον κόσμο σε θέματα ιδιωτικότητας και ασφάλειας. Ο Ion συνίδρυσε το Databricks. Ο Rishabh κατασκεύασε τα βασικά κρυπτογραφικά συστήματα που έγιναν η βάση της OPAQUE.
Στο UC Berkeley’s RISELab, είχαν δημιουργήσει κάτι που αναγνώρισα αμέσως ως γενεαλογικό. Κρυπτογραφική απόδειξη ότι τα δεδομένα παραμένουν ιδιωτικά καθ’ όλη τη διάρκεια κάθε ροής εργασιών του AI. Όχι υποσχέσεις. Όχι πολιτικές. Απόδειξη.
Εξέτασα πού πήγαινε το AI και saw το ίδιο κενό που είχε προειδοποιήσει ο Vint Cerf για 30 χρόνια: δεν υπάρχει στρώμα εμπιστοσύνης. Το διαδίκτυο επιβίωσε χωρίς αυτό γιατί οι άνθρωποι ήταν το φράγμα. Το web των πρακτόρων δεν θα έχει αυτή τη لوξότητα.
Με το MCP (το Πρωτόκολλο Πλαισίου Μοντέλου, ένα πρότυπο που επιτρέπει στους πράκτορες AI να έχουν ασφαλή πρόσβαση σε εργαλεία, εφαρμογές και δεδομένα) να αναδύεται ως μια κοινή βάση, πώς βλέπετε ότι αυτό θα αλλάξει τον τρόπο με τον οποίο οι επιχειρήσεις αναπτύσσουν και κλιμακώνουν τους πράκτορες AI;
Το MCP είναι ένα σημαντικό βήμα στον τρόπο με τον οποίο οι επιχειρήσεις αναπτύσσουν και κλιμακώνουν τους πράκτορες AI. Σκεφτείτε το ως einen универсальный συνδετήρα για τις ροές εργασιών του AI. Κανονικοποιεί τον τρόπο με τον οποίο οι πράκτορες συνδέονται με εργαλεία, εφαρμογές και δεδομένα, μειώνοντας την πραγματική τριβή και επιταχύνοντας την πειραματική διαδικασία.
Αλλά η τυποποίηση της πρόσβασης μόνο δεν κάνει τους πράκτορες AI ασφαλείς ή κλιμακωτούς. Όσο οι συνδέσεις πολλαπλασιάζονται, με περισσότερους πράκτορες, περισσότερα εργαλεία και περισσότερες πηγές δεδομένων, η επιφάνεια έκθεσης των δεδομένων επεκτείνεται με κάθε nuova ολοκλήρωση. Κάθε σημείο σύνδεσης που λείπει από την επιβολή χρόνου εκτέλεσης είναι ένας πιθανός διαύλος έκθεσης. Όταν οι πράκτορες AI αλληλεπιδρούν με ευαίσθητα συστήματα και ιδιοκτησιακή λογική, η κρυπτογράφηση σε ηρεμία και οι ελέγχοι δικτύου δεν είναι αρκετοί. Το όριο ασφαλείας έχει μετατοπιστεί στο χρόνο εκτέλεσης και αυτή η μετατόπιση γίνεται πιο επείγουσα καθώς το οικοσύστημα κλιμακώνεται.
Η διασφάλιση της ελέγξιμης εμπιστοσύνης σε αυτά τα βασικά σημεία σύνδεσης θα είναι αποστολή για τις επιχειρήσεις. Οι επιχειρήσεις μπορούν να κλιμακώσουν τους πράκτορες AI όταν η πρόσβαση MCP συνδυάζεται με κρυπτογραφική απόδειξη του τι κώδικας εκτελέστηκε, πού εκτελέστηκε και υπό ποια πολιτική—πριν, κατά τη διάρκεια και μετά την εκτέλεση. Πρόσβαση συνδυασμένη με ελέγξιμη εμπιστοσύνη. Αυτός είναι ο συνδυασμός που ξεκλειδώνει την παραγωγή.
Όταν το MCP τυποποιεί την πρόσβαση των πρακτόρων, πού βλέπετε τα μεγαλύτερα κενά σήμερα όταν πρόκειται για ασφάλεια, επιβολή πολιτικής και εμπιστοσύνη σε συστήματα που οδηγούνται από πράκτορες;
Ολοκληρώσαμε την έρευνά μας για την επιφάνεια διαρροής AI του 2026 και δημοσιεύσαμε μια περίληψη των ευρημάτων μας, «Δώδεκα τρόποι με τους οποίους το στάκ σας AI διαρρέει δεδομένα», η οποία αγγίζει αυτό το ζήτημα. Αναγνωρίσαμε 46 διαύλους έκθεσης σε 8 κατηγορίες που καλύπτουν όλο το όριο εμπιστοσύνης του AI: υπολογισμό, έλεγχο, εφαρμογή και τις μεταβιβάσεις μεταξύ τους. Αυτό είναι χωρίς να λαμβάνουμε υπόψη τους κακόβουλους ηθοποιούς. Αυτά είναι σενάρια όπου τίποτα δεν είναι κατεστραμμένο, τα καταγραφικά φαίνονται καθαρά και το σύστημά σας εξακολουθεί να διαρρέει δεδομένα.
Τα μεγαλύτερα κενά δεν είναι στη σύνδεση· το MCP λύνει αυτό. Τα κενά είναι σε τι συμβαίνει μετά τη σύνδεση του πρακτόρα. Οι περισσότερες οργανώσεις δεν μπορούν να απαντήσουν σε τρεις βασικές ερωτήσεις: Πώς συμπεριφέρεται το AI μας; Ποιος το ελέγχει; Και πώς αποδεικνύουμε ότι οι πολιτικές επιβλήθηκαν;
Η έρευνά μας έδειξε ότι τα όρια έχουν ρυθμιστεί αλλά ποτέ δεν επιβληθούν. Μια πολιτική υπάρχει σε ένα έγγραφο, σε ένα αρχείο ρυθμίσεων ή σε μια ρύθμιση χρόνου αναπτύξεως, αλλά το τρέχον σύστημα δεν περιορίζεται από αυτό. Ένας εκτελεστής AI τοποθετεί υλικό μη δημόσιας πληροφόρησης σε μια πρόσκληση ημερολογίου. Ένας συν-πρακτόρας RAG εξυπηρετεί οικονομικά στοιχεία επιπέδου διοικητικού συμβουλίου σε έναν νεώτερο αναλυτή. Ένα SDK προμηθευτή εξαγοράζει 10 εκατομμύρια ερωτήματα σε 12 μήνες. Σε κάθε περίπτωση, οι έλεγχοι πρόσβασης ήταν στη θέση τους. Τα δεδομένα διαρρέουν dù.
Μέχρι τις επιχειρήσεις να κλείσουν το κενό μεταξύ της ρυθμισμένης πολιτικής και της επιβεβλημένης πολιτικής, το MCP τυποποιεί την μπροστινή πόρτα. Αλλά το σπίτι παραμένει αGUARDED.
Όταν οι πράκτορες AI έχουν πρόσβαση σε ευαίσθητα συστήματα και ιδιοκτησιακά δεδομένα, ποια νέα рисκια ιδιωτικότητας και συμμόρφωσης τείνουν να εμφανιστούν που οι επιχειρήσεις συχνά δεν είναι προετοιμασμένες για;
Οι περισσότερες επιχειρήσεις σκέφτονται την ιδιωτικότητα σε σχέση με τα δεδομένα σε ηρεμία ή σε μεταφορά. Αυτό το μοντέλο σπάει στις ροές εργασιών του AI, γιατί το μεγαλύτερο ρίσκο είναι η έκθεση δεδομένων ενώ χρησιμοποιούνται.
Εδώ είναι τι εννοώ. Ένας κατασκευαστής αυτοκινήτων υψηλής απόδοσης εκτελεί AI σε όλη τη γραμμή συναρμολόγησης. Τα сыρά δεδομένα φαίνονται αθώα: αναγνώσεις αισθητήρων, ακολουθίες χρονισμού, ελέγχοι ποιότητας. Αλλά ένα LLM μπορεί τώρα να ανακατασκευάσει ιδιοκτησιακές διαδικασίες κατασκευής από αυτά τα δεδομένα εξαγωγής. Τι ήταν θόρυβος πριν από πέντε χρόνια είναι τώρα ένα σχέδιο για einen ανταγωνιστή.
Η έρευνά μας για την επιφάνεια διαρροής AI τεκμηριώνει αυτό το μοτίβο σε δεκάδες σενάρια. Εργαλεία τηλεμετρίας που καταγράφουν πλήρεις φορτία AI από προεπιλογή και μια ευρωπαϊκή τράπεζα είχε 2,1 εκατομμύρια προτροπές που περιείχαν PII ρέοντας σε μια παρουσία SaaS στις ΗΠΑ, γιατί κανείς δεν άλλαξε τις προεπιλογές APM. Η μνήμη του πρακτόρα διαρρέει контекст μεταξύ συνεδριών. Οι ιχνηλάτες της αλυσίδας σκέψης εκθέτουν πλήρη ερευνητικά αρχεία σε πλατφόρμες παρατηρησιμότητας που είναι προσβάσιμες από τους συμβασιούχους. Τα παραδοσιακά πλαίσια συμμόρφωσης δεν σχεδιάστηκαν για να ανιχνεύσουν αυτό το είδος διαρροής. Υποθέτησαν ότι οι άνθρωποι μετέφεραν δεδομένα σε ανθρώπινη ταχύτητα.
Γιατί το Confidential AI γίνεται một αναγκαίο αντίπαλο στο MCP και πώς αντιμετωπίζει τις προκλήσεις που οι πρότυπα πρόσβασης μόνο δεν μπορούν να λύσουν;
Το MCP λύνει ποιος μπορεί να έχει πρόσβαση σε τι και πώς, ενώ το Confidential AI λύνει τι συμβαίνει όταν η πρόσβαση έχει χορηγηθεί. Είναι συμπληρωματικά στρώματα.
Τα πρότυπα πρόσβασης μόνο δεν μπορούν να προληψουν την ασφάλεια χρόνου εκτέλεσης, την παλίρροια πολιτικής ή την μη εξουσιοδοτημένη χρήση δεδομένων. Σκεφτείτε το così: το MCP σας δίνει einen τυποποιημένο τρόπο να συνδέσετε πράκτορες με τα συστήματά σας. Το Confidential AI σας δίνει κρυπτογραφικές εγγυήσεις ότι, μια φορά συνδεδεμένοι, αυτοί οι πράκτορες μπορούν να κάνουν μόνο αυτό που είναι εξουσιοδοτημένοι να κάνουν και μπορείτε να το αποδείξετε.
Το Confidential AI παρέχει αυτές τις εγγυήσεις στο χρόνο εκτέλεσης σε δεδομένα, ταυτότητα, κώδικα και επικοινωνία. Παρέχει ελέγξιμη απόδειξη εκτέλεσης και διασφαλίζει ότι η ιδιωτικότητα και η επιβολή πολιτικής δεν σταματούν στο όριο πρόσβασης αλλά διαρκούν καθώς το AI ενεργεί, γεννά και δρα. Χωρίς αυτό, το MCP είναι μια στερεή βάση. Αλλά οι βάσεις μόνο δεν κάνουν ένα κτίριο ασφαλές.
Σε πρακτικούς όρους, τι σημαίνει η ελέγξιμη εμπιστοσύνη για μια επιχείρηση που εκτελεί αυτόνομους πράκτορες AI σε κρίσιμες ροές εργασιών;
Η ελέγξιμη εμπιστοσύνη σημαίνει ότι μπορώ να αποδείξω ποιος κώδικας εκτελέστηκε, πού εκτελέστηκε, υπό ποια πολιτική, ποια δεδομένα προσεγγίστηκαν και πώς συμπεριφέρθηκε το σύστημα με την πάροδο του χρόνου.
Στην πράξη, πάρτε μια εταιρεία ασφαλίσεων που χρησιμοποιεί πράκτορες AI για την επεξεργασία αιτημάτων. Πριν από την εκτέλεση, η πιστοποίηση hardware βεβαιώνει την ταυτότητα του πρακτόρα και την ακεραιότητα του περιβάλλοντος. Κατά τη διάρκεια της εκτέλεσης, η κρυπτογραφική σύνδεση πολιτικής εντός ενός hardware-πρωτοστατούμενου περιβάλλοντος εκτέλεσης (TEE) διασφαλίζει ότι τα δεδομένα παραμένουν προστατευμένα και ότι οι πολιτικές επιβάλλονται. Μετά την εκτέλεση, ένα αδιάβροχο αρχείο καταγραφής καταγράφει ακριβώς τι συνέβη.
Το ρίσκο στις ροές εργασιών του AI δεν είναι ότι ένας πράκτορας γίνεται παραβατικός. Το πραγματικό ρίσκο είναι ότι δεν μπορείτε να αποδείξετε αν μια πολιτική εφαρμόστηκε ή αν ευαίσθητα δεδομένα προστατεύθηκαν ενώ οι πράκτορες ήταν ενεργοί—πριν, κατά τη διάρκεια και μετά. Αυτό είναι τι σημαίνει η ελέγξιμη εμπιστοσύνη.
Όταν οι πράκτορες AI λειτουργούν με ταχύτητα μηχανής, γιατί η παραδοσιακή ανθρώπινη εποπτεία διαλύεται και πώς πρέπει οι οργανώσεις να ξανασκέφτονται τη διακυβέρνηση σε αυτό το νέο περιβάλλον;
Για δεκαετίες, το διαδίκτυο είχε ένα αόρατο φράγμα: εμείς. Οι άνθρωποι διάβαζαν περιεχόμενο, κάνουν κλικ με πρόθεση και δεν ενεργούν σιωπηλά σε εκατοντάδες συστήματα ταυτόχρονα.
Οι πράκτορες AI σβήνουν αυτές τις υποθέσεις από την μια στιγμή στην άλλη. Οι πράκτορες λειτουργούν συνεχώς, λαμβάνουν αποφάσεις με ταχύτητα μηχανής και μπορούν να χειραγωγηθούν από περιβάλλοντα που σχεδιάστηκαν για τους ανθρώπους αλλά είναι εκμεταλλεύσιμοι από τις μηχανές. Μια κακόβουλη σελίδα δεν χρειάζεται να εξαπατήσει έναν πράκτορα AI όπως εξαπατά έναν άνθρωπο· μπορεί απλά να του δώσει οδηγίες.
Σε μόλις 1% ρίσκο ανά πράκτορα, ένα δίκτυο 100 πρακτόρων αντιμετωπίζει πιθανότητα 63% για μια παραβίαση. Κλιμακωθείτε σε χιλιάδες και θα είστε στο 99,99%. Η ανθρώπινη εποπτεία δεν μπορεί να跟πασει με αυτά τα νούμερα. Η εποπτεία πρέπει να μετατοπιστεί από την αναδρομική ανασκόπηση στην εγγύηση χρόνου εκτέλεσης. Αυτό σημαίνει ροές εργασιών zero-trust, επιβολή πολιτικής από προεπιλογή και ελέγξιμη εκτέλεση που δεν εξαρτάται από έναν άνθρωπο που πιάνει την αποτυχία μετά το γεγονός.
Ποια είναι τα πιο συχνά ασφαλή αποτυχίες που βλέπετε όταν οι επιχειρήσεις πειραματίζονται με πράκτορες AI χωρίς μια ενσωματωμένη στρώμα εμπιστοσύνης;
Το μοτίβο που βλέπω πιο συχνά είναι ότι οι επιχειρήσεις αφήνουν τους πράκτορες να ενεργούν και να συντονίζονται χωρίς κρυπτογραφικές εγγυήσεις γύρω από τη συμπεριφορά τους. Είναι επεξεργασία ευαίσθητων IP με την ελπίδα.
Τι ακολουθεί είναι προβλέψιμο και το έχουνε τεκμηριώσει σε συγκεκριμένα μοτίβα στην έρευνά μας για την επιφάνεια διαρροής AI. Οι παραβιάσεις χρόνου εκτέλεσης παρακάμπτουν τις παραδοσιακές αμυντικές άμυνες, γιατί ο πράκτορας είναι ήδη μέσα στο δίκτυο. Οι αυτόνομοι πράκτορες δημιουργούν каскάντ Failures. Ένας εκμεταλλευμένος πράκτορας προκαλεί μια κυματική επίδραση σε συνδεδεμένα συστήματα. Η ιδιοκτησιακή λογική διαρρέει μέσω της εξαγωγής δεδομένων που κανείς δεν σκέφτηκε να παρακολουθήσει. Οι πράκτορες χάνουν την ικανότητα να διακρίνουν την επιχειρηματική πρόθεση από τις κακόβουλες εισόδους, γιατί δεν υπάρχει ελέγξιμη ταυτότητα ή σύνδεση πολιτικής στο χρόνο εκτέλεσης.
Αυτά δεν είναι υποθετικά. Χαρτογραφήσαμε 46 διαύλους όπου τα δεδομένα διαρρέουν τις προγραμματισμένες ελέγχους, ακόμη και όταν τίποτα δεν φαίνεται κατεστραμμένο. Οι πράκτορες AI γεννούν και μοιράζονται δεδομένα με ταχύτητα μηχανής. Χωρίς ελέγξιμες εγγυήσεις χρόνου εκτέλεσης που είναι ενσωματωμένες στη ροή εργασιών, οι αποτυχίες προωθούνται γρηγορότερα από ό,τι μπορεί να ανιχνεύσει ή να ανταποκριθεί μια ομάδα ασφαλείας.
Πώς είναι οι ηγετικές οργανώσεις ισορροπώντας την ανάγκη να ξεκλειδώσουν προηγμένες ικανότητες AI ενώ vẫn προστατεύουν τα πιο ευαίσθητα δεδομένα τους;
Οι οργανώσεις που το κάνουν σωστά αντιμετωπίζουν την ιδιωτικότητα και τη διακυβέρνηση ως επιταχυντές, όχι ως φρένα. Αυτή είναι η κλειδί είδηση.
Τι βλέπω στο πεδίο είναι ότι οι ηγετικές επιχειρήσεις ζευγνώνουν προηγμένες ικανότητες AI με πλατφόρμες Confidential AI που παρέχουν ελέγξιμες εγγυήσεις, όχι μόνο λίστες συμμόρφωσης. Είναι ξεκλείδωσαν ευαίσθητα δεδομένα για καινοτομία AI ενώ διασφαλίζουν ότι οι ιδιοκτησιακές πληροφορίες παραμένουν προστατευμένες, ακόμη και όταν οι ροές εργασιών εκτελούνται αυτόνομα.
Η παλιά κατανόηση ήταν η ικανότητα έναντι ασφαλείας. Οι οργανώσεις που κινούνται ταχύτερα έχουν απορρίψει αυτήν την ανταλλαγή完全. Κτίζουν ελέγξιμη εμπιστοσύνη στη βάση της στρατηγικής AI τους, τους επιτρέποντας να βάλουν τα πιο πολύτιμα δεδομένα τους σε δράση. Ταυτόχρονα, οι ανταγωνιστές είναι ακόμη κολλημένοι στο πιλοτικό πρόγραμμα, τρέχοντας AI σε datasets που δεν κουνάνε το δέκτη.
Βασισμένος σε αυτό που βλέπετε σήμερα, πώς περιμένετε να εξελιχθούν τα μοντέλα διακυβέρνησης AI των επιχειρήσεων τα επόμενα χρόνια, καθώς οι πράκτορες AI μετακινούνται από τα πιλοτικά προγράμματα σε πλήρη παραγωγή;
Η διακυβέρνηση θα εξελιχθεί από χαρτί σε απόδειξη. Αυτός είναι ο απλούστερος τρόπος να το πω. Τα πρώιμα μοντέλα διακυβέρνησης κατασκευάστηκαν για λογισμικό που οδηγείται από ανθρώπους: πολιτικές σε χαρτί, εγκρίσεις πριν από την ανάπτυξη, ανασκοπήσεις μετά από κάτι που πήγε λάθος. Οι πράκτορες AI σπάζουν όλες αυτές τις υποθέσεις.
Τι βλέπουμε είναι η διακυβέρνηση που μετατοπίζεται προς την ελέγξιμη εμπιστοσύνη χρόνου εκτέλεσης ως το νέο όριο ασφαλείας, υποστηριζόμενο από κρυπτογραφικές εγγυήσεις που αποδεικνύουν συμπεριφορά σε κάθε στάδιο του κύκλου ζωής του πρακτόρα, πριν, κατά τη διάρκεια και μετά. Το ίδιο μοτίβο που είδαμε με το HTTPS γίνεται το προεπιλεγμένο για την κυκλοφορία του web. Κανείς δεν συζητάει πλέον αν θα κρυπτογραφήσει τις συνδέσεις web. Σε λίγα χρόνια, κανείς δεν θα συζητάει αν θα ελέγξει την εκτέλεση του AI στο χρόνο εκτέλεσης. Θα είναι το ελάχιστο.
Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν OPAQUE.












