David Matalon, CEO και Ιδρυτής της Venn – Σειρά Συνεντεύξεων

David Matalon, CEO και Ιδρυτής της Venn, είναι ένας σειριακός επιχειρηματίας με μακρά ιστορία κατασκευής ασφαλούς επιχειρηματικής τεχνολογίας, έχοντας προηγουμένως ηγηθεί της OS33 – einem πρώιμου ηγέτη σε ασφαλείς χώρους εργασίας για χρηματοοικονομικές εταιρείες – και της External IT, einem πιονιέρου σε φιλοξενημένες υπηρεσίες IT. Με τη Venn, εστιάζει στην αναedefinition της ασφάλειας τηλεεργασίας, ermögνοντας στις οργανώσεις να υιοθετήσουν μοντέλα φέρνω-το-δικό-σου-συσκευή (BYOD) χωρίς να θυσιάζουν την συμμόρφωση ή τον έλεγχο, αξιοποιώντας την sâuιά του εμπειρία σε υποδομή cloud, ασφάλεια τελικού σημείου και ρυθμισμένες βιομηχανίες για να αντιμετωπίσουν τις αυξανόμενες προκλήσεις των κατανεμημένων εργατικών δυνάμεων.

Venn είναι μια πλατφόρμα κυβερνοασφάλειας και τηλεεργασίας που σχεδιάστηκε για να ασφαλίσει τα δεδομένα της εταιρείας σε προσωπικές και μη διαχειριζόμενες συσκευές μέσω της ιδιοκτησιακής τεχνολογίας Blue Border, η οποία δημιουργεί ένα ασφαλές, κρυπτογραφημένο περιβάλλον σε einen υπολογιστή χρήστη όπου οι εφαρμογές και τα δεδομένα εργασίας απομονώνονται από την προσωπική δραστηριότητα. Σε αντίθεση με τις παραδοσιακές εικονικές υποδομές επιφανειών εργασίας, η Venn επιτρέπει στις εφαρμογές να εκτελούνται τοπικά με φυσική απόδοση ενώ επιβάλλουν αυστηρές πολιτικές προστασίας δεδομένων και συμμόρφωσης, βοηθώντας τις οργανώσεις να μειώσουν το IT overhead, να εντάξουν γρήγορα τηλεεργάτες και να διατηρήσουν την ιδιωτικότητα διαχωρίζοντας τα εταιρικά και προσωπικά περιβάλλοντα στην ίδια συσκευή.

Έχετε δαπανήσει περισσότερο από δύο δεκαετίες κατασκευάζοντας τεχνολογία για ασφαλή τηλεεργασία, από την εκκίνηση της Offyx στις πρώτες μέρες των παρόχων εφαρμογών μέχρι την ίδρυση της OS33 και τώρα της Venn. Ποια μαθήματα από τις προηγούμενες εταιρείες σας οδήγησαν να κατασκευάσετε τη Venn, και πώς αυτές οι εμπειρίες διαμόρφωσαν την ιδέα πίσω από τη Blue Border και την οπτική σας για την ασφάλιση των σύγχρονων BYOD εργατικών δυνάμεων;

Κατά τη διάρκεια των τελευταίων δύο δεκαετιών, είχα την ευκαιρία να κατασκευάσω εταιρείες σε διάφορα στάδια της εξέλιξης της τηλεεργασίας. Στην OS33, περάσαμε χρόνια παρέχοντας ασφαλείς περιβάλλοντα τηλεεργασίας μέσω φιλοξενημένης υποδομής που χρησιμοποίησε τεχνολογία παρόμοια με εικονική υποδομή επιφανειών εργασίας (VDI). Ενώ το μοντέλο ασφάλειας λειτουργούσε, συνέχισα να ακούω την ίδια ανατροφοδότηση από πελάτες: η εμπειρία χρήσης απομακρυσμένων εφαρμογών ήταν συχνά αργή, σύνθετη να διατηρηθεί και ενοχλητική για τους χρήστες.

Αυτή η ανατροφοδότηση ήταν ένας σταθμός. Η απομακρυσμένη φιλοξενία εισήγαγε απώλεια που δεν μπορούσε να αποφευχθεί και απαιτούσε σημαντική υποδομή, δημιουργώντας λειτουργική πολυπλοκότητα για τις ομάδες IT. Ξεκινήσαμε να ζητάμε ένα απλό ερώτημα: τι αν μπορούσατε να αφαιρέσετε完全 την φιλοξενία από τη σχέση; Αντί να τρέχετε εργασία κάπου αλλού και να τη μεταδώσετε στον χρήστη, μπορούσατε να τρέχετε ασφαλώς εργασία τοπικά στη συσκευή του χρήστη ενώ ακόμη προστατεύατε τα εταιρικά δεδομένα;

Αυτή η σκέψη οδήγησε τελικά στη Venn και την концепция πίσω από τη Blue Border. Αντί να αναγκάζετε εργασία μέσω απομακρυσμένης φιλοξενίας και εικονικοποίησης, δημιούργησα ένα νέο μοντέλο που επιτρέπει στις εταιρικές εφαρμογές να εκτελούνται τοπικά στη λάπτοπ του χρήστη ενώ διατηρούν τα εταιρικά δεδομένα κρυπτογραφημένα και προστατευμένα. Ακόμη και σε μια προσωπική λάπτοπ, η εργασία παραμένει απομονωμένη και προστατευμένη από την προσωπική δραστηριότητα.

Εργαλεία τεχνητής νοημοσύνης εξαπλώνονται σε επιχειρήσεις γρηγορότερα από ό,τι οι πολιτικές μπορούν να跟θούν. Από την οπτική σας, γιατί η διακυβέρνηση έχει δυσκολευτεί να跟θεί με την υιοθέτηση AI εντός οργανισμών;

Η διακυβέρνηση έχει δυσκολευτεί να跟θεί με την υιοθέτηση AI επειδή η τεχνολογία έγινε ένα καθημερινό εργαλείο σχεδόν από την μια μέρα στην άλλη. Τα τελευταία χρόνια από τότε που η ChatGPT εξερράγη, οι υπάλληλοι έχουν ενσωματώσει την AI στις ζωές και τις ροές εργασίας τους. Δεν περιμένουν τις επίσημες κύκλους έγκρισης IT, χρησιμοποιούν ήδη την AI για να γράψουν γρηγορότερα, να αναλύσουν πληροφορίες, να συνοψίσουν συναντήσεις ή να δημιουργήσουν κώδικα σε δευτερόλεπτα. Σε meisten οργανισμούς, η δημιουργία πολιτικής, η νομική αναθεώρηση, η επαλήθευση ασφαλείας και η ανάπτυξη IT συμβαίνουν σε một πολύ πιο αργό χρονοδιάγραμμα από τη συμπεριφορά του χρήστη. Αυτό το χάσμα είναι όπου η διακυβέρνηση AI μένει πίσω.

Το βαθύτερο πρόβλημα είναι ότι πολλές οργανώσεις προσπαθούν να εφαρμόσουν το μοντέλο ελέγχου της χθες στην σημερινή πραγματικότητα AI. Η παραδοσιακή διακυβέρνηση χτίστηκε γύρω από την έγκριση ή το μπλοκάρισμα ενός γνωστού συνόλου εφαρμογών, αλλά η AI είναι τώρα ενσωματωμένη σε προγράμματα περιήγησης, πλατφόρμες SaaS και ακόμη και σε λειτουργικά συστήματα. Η διακυβέρνηση πρέπει να εξελιχθεί πέρα από τον έλεγχο ενός προκαθορισμένου συνόλου εργαλείων και να επικεντρωθεί στο να προστατεύει τα δεδομένα όπου και να βρίσκονται, να ασφαλίζει το περιβάλλον εργασίας και να ορίζει τις συνθήκες υπό τις οποίες ευαίσθητες πληροφορίες μπορούν να χρησιμοποιηθούν ασφαλώς.

Πολλές εταιρείες προσπαθούν να λύσουν το πρόβλημα με την επιβολή περιορισμών ή απαγορεύσεων σε εργαλεία γενετικής AI. Γιατί πιστεύετε ότι αυτή η προσέγγιση αποτυγχάνει στην πράξη, και ποια μη προβλεπόμενα рисκα ασφαλείας μπορεί να δημιουργήσει;

Οι απαγορεύσεις αποτυγχάνουν επειδή αγνοούν την πραγματικότητα του τρόπου που οι άνθρωποι εργάζονται. Οι υπάλληλοι θα βρουν τρόπους να χρησιμοποιήσουν εργαλεία AI ανεξάρτητα από την επίσημη έγκριση. Αυτό δημιουργεί σκιώδη AI, ή μη εγκεκριμένη χρήση εργαλείων, προσωπικών λογαριασμών, ροών εργασίας και αλληλεπιδράσεων με βάση το πρόγραμμα περιήγησης, που μπορεί να συμβούν εκτός εγκεκριμένης εποπτείας. Η εταιρεία τότε χάνει την ορατότητα, θέτοντας τα ευαίσθητα δεδομένα της σε κίνδυνο.

Σε πολλές περιπτώσεις, οι περιοριστικές πολιτικές μπορούν να αυξήσουν τον κίνδυνο αντί να τον μειώσουν. Όταν οι υπάλληλοι δεν μπορούν να χρησιμοποιήσουν αυτά τα εργαλεία ασφαλώς, συχνά βρίσκουν τρόπους να τα χρησιμοποιήσουν. Ευαίσθητα δεδομένα της εταιρείας μπορεί να ρέουν σε εργαλεία που οι ομάδες IT ή ασφαλείας δεν παρακολουθούν ή δεν ελέγχουν. Η καλύτερη προσέγγιση δεν είναι η απαγόρευση για τον εαυτό της, αλλά η ενεργοποίηση της ασφαλής χρήσης μέσω απομόνωσης, ελέγχου δεδομένων και σαφών φραγμών που επιτρέπουν στην επιχείρηση να προχωρήσει χωρίς να εκθέτει κρίσιμες πληροφορίες.

Οι ικανότητες AI ενσωματώνονται ολοένα και περισσότερο σε καθημερινές εφαρμογές αντί να υπάρχουν ως αυτόνομες εργαλεία. Πώς αυτή η μετατόπιση αλλάζει τον τρόπο που οι ομάδες ασφαλείας πρέπει να σκέφτονται για την παρακολούθηση και τον έλεγχο της έκθεσης δεδομένων;

Αυτή η μετατόπιση είναι σημαντική επειδή σπάει το παλιό μοντέλο σκέψης “επικίνδυνο εργαλείο versus εγκεκριμένο εργαλείο”. Αν η AI είναι ενσωματωμένη σε email, CRM, συσκέψεις, επεξεργασία εγγράφων και αναζήτηση, τότε η έκθεση δεδομένων δεν συνδέεται πλέον με το αν ένας χρήστης ανοίγει ένα ξεχωριστό εργαλείο AI. Συνδέεται με ποια δεδομένα είναι προσβάσιμα μέσα στην εφαρμογή, ποιο контекст η AI μπορεί να δει και αν αυτή η αλληλεπίδραση συμβαίνει μέσα σε ένα ασφαλές περιβάλλον εργασίας.

Ως αποτέλεσμα, οι ομάδες ασφαλείας πρέπει να επικεντρωθούν στην προστασία των δεδομένων αντί για πλήρη κλείδωμα συσκευών. Η εστίαση πρέπει να είναι στην απομόνωση συνεδριών εργασίας, τον έλεγχο αντίγραφου/επικόλλησης και λήψεων όπου είναι κατάλληλο, την πρόληψη διαρροής σε προσωπικά και επιχειρηματικά περιβάλλοντα και την διασφάλιση ότι ευαίσθητες πληροφορίες παραμένουν μέσα σε ένα προστατευμένο περιβάλλον.

Η τεχνολογία Blue Border της Venn απομονώνει εφαρμογές και δεδομένα εργασίας τοπικά στη συσκευή του χρήστη αντί να βασίζεται σε παραδοσιακές εικονικές υποδομές επιφανειών εργασίας. Πώς αυτή η αρχιτεκτονική αλλάζει θεμελιωδώς το μοντέλο ασφαλείας τελικού σημείου για τηλεεργασία;

Η Blue Border αλλάζει θεμελιωδώς το μοντέλο ασφαλείας τελικού σημείου μετακινώντας πέρα από την ιδέα ότι η ασφάλεια απαιτεί είτε πλήρη έλεγχο συσκευής είτε εικονικοποίηση. Η παραδοσιακή VDI ασφαλίζει εργασία φιλοξενώντας την απομακρυσμένα και τη μεταδίδοντας στον χρήστη. Η Blue Border ασφαλίζει εργασία τοπικά στη συσκευή του χρήστη δημιουργώντας ένα ασφαλές, κρυπτογραφημένο περιβάλλον όπου οι εφαρμογές εκτελούνται τοπικά και τα εταιρικά δεδομένα παραμένουν απομονωμένα και προστατευμένα.

Το αποτέλεσμα είναι ένα διαφορετικό μοντέλο ασφαλείας για τηλεεργασία, όπου οι εταιρείες μπορούν να επιβάλλουν προστασία γύρω από την εργασία χωρίς να χρειάζεται να εκδίδουν εταιρικές συσκευές ή να αναγκάζουν τους χρήστες να αντιμετωπίσουν την καθυστέρηση και την καθυστέρηση που προέρχεται από τη φιλοξενία ενός επιφανειακού εργασίας στη cloud.

Από την οπτική της αρχιτεκτονικής ασφαλείας, αυτό μετατοπίζει το μοντέλο από τον έλεγχο του ολόκληρου τελικού σημείου ή την κεντρική επικύρωση πρωτοκόλλων, στην προστασία του ίδιου του χώρου εργασίας, όπου βρίσκεται. Η Blue Border διασφαλίζει ότι ευαίσθητα δεδομένα δεν εγκαταλείπουν ποτέ το προστατευμένο, τοπικό περιβάλλον και επιβάλλει πολιτική μέσα σε αυτά τα όρια. Αποτρέπει τη διαρροή στην προσωπική πλευρά της συσκευής. Ως αποτέλεσμα, οι χρήστες μπορούν να απολαύσουν φυσική απόδοση και εφαρμογή, και μπορούν να χρησιμοποιήσουν μια προσωπική συσκευή από οπουδήποτε στον κόσμο, αντί για μια απαιτούμενη εταιρική συσκευή.

Πολλές οργανώσεις δυσκολεύονται να ισορροπήσουν την ιδιωτικότητα των υπαλλήλων και τον εταιρικό έλεγχο όταν οι εργαζόμενοι χρησιμοποιούν προσωπικές συσκευές. Πώς μπορούν οι ομάδες ασφαλείας να προστατεύσουν ευαίσθητα δεδομένα χωρίς να δημιουργήσουν την αντίληψη της επιτήρησης;

Ο κλειδί είναι να προστατεύσετε την εργασία, όχι την προσωπική δραστηριότητα. Οι υπάλληλοι είναι κατανοητά άβολοι όταν τα μέτρα ασφαλείας θα μπορούσαν να επεκταθούν στην προσωπική τους δραστηριότητα, μηνύματα, ιστορικό προγράμματος περιήγησης ή προσωπικές εφαρμογές. Σε μια συσκευή BYOD, η εμπιστοσύνη έχει σημασία. Αν η εταιρεία δεν μπορεί να εξηγήσει σαφώς πού αρχίζει και πού τελειώνει η ορατότητά της, οι υπάλληλοι θα υποθέσουν το χειρότερο.

Ένα ισχυρότερο μοντέλο είναι ένα που δημιουργεί ένα διακριτό χώρο εργασίας για επιχειρηματική δραστηριότητα και εφαρμόζει ελέγχους ασφαλείας μόνο μέσα σε αυτό το όριο. Αυτό δίνει στην οργάνωση την ικανότητα να προστατεύσει εταιρικά δεδομένα ενώ δίνει στους υπαλλήλους την εμπιστοσύνη ότι η προσωπική τους δραστηριότητα δεν παρακολουθείται ή διαχειρίζεται. Η ιδιωτικότητα και η ασφάλεια δεν χρειάζεται να ανταγωνίζονται αν η αρχιτεκτονική σχεδιαστεί να τις διαχωρίσει καθαρά.

Η τηλεεργασία και οι ομάδες με βάση τους συμβασιούχους έχουν κάνει τα περιβάλλοντα BYOD σχεδόν απαραίτητα. Ποιοι είναι οι μεγαλύτεροι κίνδυνοι ασφαλείας που συνδέονται με μη διαχειριζόμενες συσκευές σήμερα;

Ο μεγαλύτερος κίνδυνος είναι ότι οι μη διαχειριζόμενες συσκευές σβήνουν τα όρια μεταξύ προσωπικής και επιχειρηματικής δραστηριότητας. Στην ίδια μηχανή, ένας χρήστης μπορεί να έχει ανοιχτές εφαρμογές εργασίας μαζί με προσωπική αλληλογραφία, εργαλεία AI καταναλωτών, εφαρμογές μηνυμάτων, υπηρεσίες κοινής χρήσης αρχείων και μη αξιόπιστες επεκτάσεις προγράμματος περιήγησης. Χωρίς ένα στρώμα απομόνωσης, είναι πολύ εύκολο για ευαίσθητα δεδομένα να αντιγραφούν, να κρυπτογραφηθούν, να κατεβαστούν, να φωτογραφηθούν ή να εκτεθούν μέσω καναλιών που η εταιρεία δεν ελέγχει. Για τις οργανώσεις που υπόκεινται σε κανονισμούς γύρω από την ασφάλεια δεδομένων, αυτό είναι ένα τεράστιο ρίσκο.

Οι ικανότητες AI ενσωματώνονται ολοένα και περισσότερο σε καθημερινές εφαρμογές αντί να υπάρχουν ως αυτόνομες εργαλεία. Πώς αυτή η μετατόπιση αλλάζει τον τρόπο που οι ομάδες ασφαλείας πρέπει να σκέφτονται για την παρακολούθηση και τον έλεγχο της έκθεσης δεδομένων;

Αυτή η μετατόπιση είναι σημαντική επειδή σπάει το παλιό μοντέλο σκέψης “επικίνδυνο εργαλείο versus εγκεκριμένο εργαλείο”. Αν η AI είναι ενσωματωμένη σε email, CRM, συσκέψεις, επεξεργασία εγγράφων και αναζήτηση, τότε η έκθεση δεδομένων δεν συνδέεται πλέον με το αν ένας χρήστης ανοίγει ένα ξεχωριστό εργαλείο AI. Συνδέεται με ποια δεδομένα είναι προσβάσιμα μέσα στην εφαρμογή, ποιο контекστ η AI μπορεί να δει και αν αυτή η αλληλεπίδραση συμβαίνει μέσα σε ένα ασφαλές περιβάλλον εργασίας.

Από την οπτική της αρχιτεκτονικής ασφαλείας, αυτό μετατοπίζει το μοντέλο από τον έλεγχο του ολόκληρου τελικού σημείου ή την κεντρική επικύρωση πρωτοκόλλων, στην προστασία του ίδιου του χώρου εργασίας, όπου βρίσκεται. Η Blue Border διασφαλίζει ότι ευαίσθητα δεδομένα δεν εγκαταλείπουν ποτέ το προστατευμένο, τοπικό περιβάλλον και επιβάλλει πολιτική μέσα σε αυτά τα όρια. Αποτρέπει τη διαρροή στην προσωπική πλευρά της συσκευής. Ως αποτέλεσμα, οι χρήστες μπορούν να απολαύσουν φυσική απόδοση και εφαρμογή, και μπορούν να χρησιμοποιήσουν μια προσωπική συσκευή από οπουδήποτε στον κόσμο, αντί για μια απαιτούμενη εταιρική συσκευή.

Οι πράκτορες AI και οι αυτοματοποιημένες ροές εργασίας αρχίζουν να αλληλεπιδρούν με επιχειρηματικές εφαρμογές και δεδομένα. Ποιοι νέοι κίνδυνοι ασφαλείας εισάγουν αυτές οι αυτόνομες συστήματα;

Τα αυτόνομα συστήματα εισάγουν μια διαφορετική τάξη κινδύνου επειδή δεν γεννούν μόνο περιεχόμενο, αλλά μπορούν επίσης να ενεργούν. Οι πράκτορες AI που συνδέονται με επιχειρηματικά συστήματα μπορεί να ανακτήσουν ή να μετακινήσουν δεδομένα, να ενημερώσουν εγγραφές, να ενεργοποιήσουν ροές εργασίας ή να επικοινωνήσουν εξωτερικά. Αυτό επεκτείνει την ακτίνα του λάθους, της λανθασμένης διαμόρφωσης ή της διαρροής ταυτότητας σημαντικά πέρα από αυτό που βλέπουμε με παθητικές βοηθούς AI.

Αυτό επίσης δημιουργεί νέες ερωτήσεις για πρόσβαση, εμπιστοσύνη και λογοδοσία. Ποια δεδομένα επιτρέπεται στον πράκτορα να προσεγγίσει; Υπό ποιες συνθήκες μπορεί να ενεργήσει; Πώς αυτή η δραστηριότητα καταγράφεται, περιορίζεται και αναθεωρείται; Οι ομάδες IT και ασφαλείας θα πρέπει να αντιμετωπίσουν τους πράκτορες AI λιγότερο σαν χαρακτηριστικά λογισμικού και περισσότερο σαν προνομιούχους ψηφιακούς ηθοποιούς. Αυτό σημαίνει την εφαρμογή αρχών όπως η ελάχιστη εξουσιοδότηση, η διαχωριστική γραμμή, η απομόνωση συνεδρίας και η ισχυρή ελεγκτική από την αρχή.

Όταν οι οργανώσεις ενσωματώνουν γενετική AI σε εργαλεία παραγωγικότητας, συστήματα υποστήριξης πελατών και εσωτερικές ροές εργασίας, ποια ευαίσθητα δεδομένα εκθέσεων σας ανησυχούν περισσότερο;

Η χρήση γενετικής AI στην εργασία έχει σβήσει τα όρια μεταξύ προσωπικών και εταιρικών δεδομένων. Οι υπάλληλοι συχνά προσεγγίζουν εξωτερικά εργαλεία ενώ εργάζονται με εταιρικές πληροφορίες, καθιστώντας εύκολο για ευαίσθητα δεδομένα όπως εγγραφές πελατών, εσωτερικά έγγραφα, πηγαίος κώδικας ή οικονομικές πληροφορίες να ρέουν σε εξωτερικά περιβάλλοντα. Όταν εταιρικά δεδομένα ρέουν μέσω προσωπικών περιβαλλόντων ή μη διαχειριζόμενων συσκευών, οι εταιρείες χάνουν την ορατότητα και τον έλεγχο για το πού πηγαίνουν αυτά τα δεδομένα, πώς αποθηκεύονται και ποιος μπορεί τελικά να τα προσεγγίσει. Όσο η AI γίνεται ενσωματωμένη σε καθημερινές ροές εργασίας, οι οργανώσεις πρέπει να αντιμετωπίσουν αυτό το σβησμένο όριο σαφώς, διασφαλίζοντας ότι εταιρικά δεδομένα παραμένουν προστατευμένα ακόμη και όταν η εργασία πραγματοποιείται σε προσωπικές συσκευές.

Κοιτάζοντας μπροστά, πώς βλέπετε την εξέλιξη της ασφάλειας τελικού σημείου καθώς οι ροές εργασίας AI-κίνησης γίνονται πιο κοινοί σε κατανεμημένες και τηλεεργαζόμενες ομάδες;

Η ασφάλεια τελικού σημείου θα πρέπει να γίνει πολύ πιο προσαρμοστική, συνειδητή του контέκστου και κεντρική στο χώρο εργασίας. Στο παρελθόν, η ασφάλεια τελικού σημείου σχεδιάστηκε με την υπόθεση μιας διαχειριζόμενης συσκευής, ενός ορισμένου επιχειρηματικού περιβόλλου και ενός σχετικά σταθερού συνόλου επιχειρηματικών εφαρμογών. Το μέλλον είναι κατανεμημένο, AI-κίνητο και ολοένα και περισσότερο αυτόνομο. Η ασφάλεια πρέπει να ακολουθήσει την εργασία, όπου και να συμβαίνει, χωρίς να υποθέτει πλήρη έλεγχο της συσκευής ή μπλοκάρισμα της παραγωγικότητας.

Το νικηφόρο μοντέλο θα είναι ένα που συνδυάζει ισχυρή διάκριση μεταξύ της συσκευής και των ευαίσθητων δεδομένων, ελέγχους πρόσβασης συνειδητού του контέκστου και μια αρχιτεκτονική που διατηρεί ένα σαφές όριο μεταξύ εργασίας και προσωπικής δραστηριότητας. Οι οργανώσεις χρειάζονται περιβάλλοντα όπου οι υπάλληλοι, οι συμβασιούχοι και οι ροές εργασίας AI-κίνησης μπορούν να λειτουργούν παραγωγικά, αλλά μέσα σε ελέγχους που προστατεύουν δεδομένα με σχεδιασμό. Οι εταιρείες που θα επιτύχουν δεν θα είναι αυτές που προσπαθούν να επιβραδύνουν την υιοθέτηση AI, αλλά αυτές που κάνουν την ασφαλή υιοθέτηση δυνατή σε κλίμακα.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Venn.