Συνεντεύξεις

Χάρολντ Μπάιουν, Διευθύνων Σύμβουλος της BlueRock – Σειρά Συνεντεύξεων

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Χάρολντ Μπάιουν, Διευθύνων Σύμβουλος της BlueRock, είναι ένας βετεράνος εκτελεστικός της επιχείρησης τεχνολογίας με βαθιά εμπειρία σε κυβερνοασφάλεια, πλατφόρμες SaaS, ασφάλεια cloud και ηγεσία προϊόντων επιχείρησης. Πριν γίνει Διευθύνων Σύμβουλος τον Απρίλιο του 2026, υπηρέτησε ως Chief Product Officer της εταιρείας, όπου βοήθησε να διαμορφωθεί η κατεύθυνση της BlueRock γύρω από την ασφάλεια και την παρατηρησιμότητα του agentic AI. Πριν ενταχθεί στη BlueRock, ο Μπάιουν κατέχει υψηλές ηγετικές θέσεις στις AppOmni, ServiceNow (NOW ), Skyhigh Networks, Symantec και Citrix μετά την απόκτησή της από την Zenprise. Σε αυτές τις θέσεις, χτίστηκε μια φήμη για βοήθεια στις επιχειρήσεις για την ασφάλεια των ολοένα και πιο σύνθετων cloud και περιβαλλόντων δεδομένων, εμπειρία που τώρα συσχετίζεται trực tiếp με τις αναδυόμενες ασφαλείς προκλήσεις που περιβάλλουν τους αυτόνομους παράγοντες AI και τα οικοσυστήματα του Model Context Protocol (MCP).

BlueRock εστιάζει στην ασφάλεια του επιπέδου εκτέλεσης των συστημάτων agentic AI, một περιοχή που γίνεται ολοένα και πιο κρίσιμη καθώς οι επιχειρήσεις αναπτύσσουν αυτόνομους παράγοντες AI που μπορούν να αλληλεπιδρούν με εργαλεία, APIs, κώδικες και ευαίσθητα δεδομένα επιχείρησης. Η εταιρεία αναπτύσσει τεχνολογίες ασφαλείας και παρατηρησιμότητας που σχεδιάζονται για να παρακολουθούν, να δημιουργούν sandbox και να επιβάλλουν φρουροί γύρω από την συμπεριφορά του παράγοντα AI, ιδιαίτερα σε περιβάλλοντα που βασίζονται στο MCP. Η πλατφόρμα της BlueRock τονίζει την ορατότητα εκτέλεσης και την προστασία του επιπέδου εκτέλεσης αντί να βασίζεται αποκλειστικά σε φρουροί επιπέδου προτροπής, αντανακλώντας μια ευρύτερη βιομηχανική μετατόπιση προς την ασφάλεια του τρόπου με τον οποίο οι παράγοντες AI ενεργούν, όχι μόνο τι λένε. Όσο οι οργανισμοί μετακινούνται από πειραματισμούς AI προς αυτόνομες ροές εργασίας στην παραγωγή, εταιρείες όπως η BlueRock τοποθετούνται στο κέντρο του τι θα μπορούσε να γίνει μια μεγάλη νέα κατηγορία εντός της ασφάλειας επιχείρησης.

Έχετε περάσει χρόνια σε cloud, SaaS, Data Loss Prevention (DLP) και ασφάλεια επιχείρησης σε εταιρείες όπως AppOmni, Symantec, ServiceNow και Skyhigh Networks. Τι σας πείσε ότι η ασφάλεια εκτέλεσης για τους παράγοντες AI θα γίνει η επόμενη μεγάλη κατηγορία ασφαλείας;

Τι έγινε σαφές για μένα είναι ότι το AI αλλάζει όπου συμβαίνει ουσιαστικά ο оперατιβικός κίνδυνος και η複雑ность. Σε παραδοσιακό λογισμικό, η περισσότερη συμπεριφορά ορίζεται πριν από την ανάπτυξη. Σε συστήματα agentic, η συμπεριφορά ολοένα και πιο αυξανόμενη εμφανίζεται κατά την εκτέλεση μέσω προτροπών, περιεχομένου, εργαλείων, APIs, διακομιστών MCP και κατωτέρω αλληλεπιδράσεων.

Αυτό δημιουργεί ένα πολύ διαφορετικό оперατιβικό μοντέλο. Μόλις οι παράγοντες μπορούν να λαμβάνουν δυναμικές αποφάσεις και να thực hiện ενέργειες σε συστήματα, οι οργανισμοί χάνουν την σαφή ορατότητα και την оперατιβική κατανόηση που βασίζονταν για χρόνια.

Έχω δει παρόμοιες πλατφόρμες αλλαγές πριν σε ασφάλεια cloud και SaaS, όπου η υποδομή εξελίσσεται γρηγορότερα από τα συστήματα που χρησιμοποιούνται για τη διαχείριση της. Το AI δημιουργεί άλλο ένα από αυτά τα σημεία. Η μακροπρόθεσμη πρόκληση δεν είναι μόνο η ασφάλεια του μοντέλου. Είναι η ενεργοποίηση των οργανισμών για την ασφαλή λειτουργία των συστημάτων agentic σε κλίμακα.

Η κατηγορία που τελικά μετράει θα είναι αυτή που βοηθά τους οργανισμούς να κατανοήσουν τι κάνουν οι παράγοντες στην παραγωγή και να τους δώσουν την εμπιστοσύνη να κλιμακώσουν τις επιχειρηματικές операции AI με υπευθυνότητα.

Η BlueRock μιλά για το “Agentic Execution Gap”, όπου οι οργανισμοί χάνουν την ορατότητα όταν οι παράγοντες αρχίζουν να ενεργούν αυτόνομα κατά την εκτέλεση. Γιατί οι παραδοσιακές εργαλεία παρατηρησιμότητας και ασφαλείας αποτυγχάνουν σε αυτά τα περιβάλλοντα;

Τα παραδοσιακά εργαλεία παρατηρησιμότητας και ασφαλείας κατασκευάστηκαν για determinιστικά συστήματα με σχετικά προβλέψιμους δρόμους εκτέλεσης. Υποθέτουν ότι οι dévelopπερ γνωρίζουν γενικά πώς θα συμπεριφερθούν οι εφαρμογές πριν τις εκτελέσουν.

Τα συστήματα agentic σπάζουν αυτή την υπόθεση.

Οι παράγοντες μπορούν να ανακαλύψουν δυναμικά εργαλεία, να καλούν διακομιστές MCP, να αλυσίδων εργασιών, να αλληλεπιδρούν με APIs και να λαμβάνουν αποφάσεις σε πραγματικό χρόνο. Ο δρόμος εκτέλεσης συχνά εμφανίζεται κατά την εκτέλεση.

Τα περισσότερα υπάρχοντα εργαλεία καταγράφουν τμήματα όπως logs, traces, telemetry ή εξόδους μοντέλων. Αλλά οι οργανισμοί ολοένα και πιο χρειάζονται αιτιολογική κατανόηση σε όλο το δρόμο εκτέλεσης: γιατί ένας παράγοντας επέλεξε ένα εργαλείο, τι περιεχόμενο επηρέασε την απόφαση, ποια κατωτέρω συστήματα επηρεάστηκαν και ποιες ενέργειες συνέβησαν ως αποτέλεσμα.

Αυτό είναι το Agentic Execution Gap. Η εκτέλεση έχει γίνει δυναμική, αλλά τα μοντέλα ορατότητας και ελέγχου δεν έχουν εξελιχθεί μαζί με αυτή.

Μια αυξανόμενη Zahl επιχειρήσεων πειραματίζεται με αρχιτεκτονικές που βασίζονται στο Model Context Protocol (MCP) και αυτόνομες ροές εργασίας AI. Ποια είναι οι μεγαλύτερες ασφαλείς παρανοήσεις που οι οργανισμοί ακόμα έχουν για τους διακομιστές MCP και τα συστήματα agentic;

Το MCP γίνεται γρήγορα θεμελιώδες υποδομή για το πώς οι παράγοντες AI ανακαλύπτουν, συνδέονται και αλληλεπιδρούν με εργαλεία, συστήματα και δεδομένα επιχείρησης.

Τι κάνει το MCP σημαντικό είναι ότι μειώνει δραματικά την τριβή μεταξύ συστημάτων AI και оперατιβικών περιβαλλόντων. Αυξάνει την ταχύτητα των dévelopπερ και ξεκλειδώνει ισχυρές ροές εργασίας, αλλά επίσης αυξάνει μαζικά τον αριθμό των δρόμων εκτέλεσης που οι παράγοντες μπορούν να πάρουν σε επιχειρηματικά συστήματα.

Σε πολλές περιπτώσεις, οι οργανισμοί μπορεί να έχουν ήδη εργαλεία AI που αλληλεπιδρούν με συνδεδεμένα MCP υπηρεσίες χωρίς να κατανοούν πλήρως την оперατιβική έκθεση που δημιουργείται.

Μια άλλη παρανόηση είναι ότι ο έλεγχος των προτροπών ή των μοντέλων είναι επαρκής. Στην πράξη, οι μεγαλύτεροι κίνδυνοι αναδύονται μετά την απόφαση του μοντέλου. Μόλις οι παράγοντες μπορούν να καλούν εργαλεία, να εκτελούν ροές εργασίας, να ανακτούν ευαίσθητα δεδομένα ή να αλληλεπιδρούν με υποδομή, η πρόκληση μετατοπίζεται προς την συμπεριφορά εκτέλεσης.

Η оперατιβική επιφάνεια αυξάνεται πολύ γρηγορότερα από ότι οι περισσότεροι μοντέλοι διακυβέρνησης και παρατηρησιμότητας fueron σχεδιασμένοι για να χειριστούν.

Η έρευνα της BlueRock βρήκε σοβαρές ευπαθής σε δημόσιους διακομιστές MCP, συμπεριλαμβανομένων Server-Side Request Forgery (SSRF) και έκθεσης ένεσης εντολών. Υπερεκτιμούν οι επιχειρήσεις πόσο γρήγορα τα οικοσυστήματα MCP θα μπορούσαν να γίνουν μια νέα επιφάνεια επίθεσης αλυσίδας λογισμικού;

Ναι. Νομίζω ότι η βιομηχανία είναι ακόμα στην αρχή της κατανόησης πόσο σημαντική θα μπορούσε να γίνει η οικογένεια MCP από την άποψη της αλυσίδας εφοδιασμού και της оперατιβικής εμπιστοσύνης. Για παράδειγμα, πάνω από το 36% των 11.000 διακομιστών MCP που έχουμε αναλύσει έχουν ανεξέλεγκτες ευπαθής SSRF. Οι περισσότεροι άνθρωποι στη βιομηχανία δεν κατανοούν ότι αυτό ανοίγει ουσιαστικά όλο το δίκτυό τους από την άποψη της πρόσβασης δεδομένων. Αυτό θα ήταν απαράδεκτο σε σχεδόν κάθε επιχειρηματικό περιβάλλον στον κόσμο σήμερα.

Ιστορικά, οι οργανισμοί ανησυχούσαν για βιβλιοθήκες, containers και ανοιχτές πηγές εξαρτήσεων επειδή αυτά τα στοιχεία έγιναν μέρος του στρώματος λογισμικού πριν από την ανάπτυξη. Το MCP αλλάζει αυτό το μοντέλο. Οι παράγοντες μπορούν τώρα να ανακαλύψουν δυναμικά και να αλληλεπιδρούν με εξωτερικά εργαλεία και υπηρεσίες κατά την εκτέλεση.

Αυτό δημιουργεί ένα πολύ διαφορετικό πρόβλημα εμπιστοσύνης.

Οι οργανισμοί δεν διαχειρίζονται πλέον μόνο στατικές εξαρτήσεις. Διαχειρίζονται ολοένα και πιο δυναμικές εξαρτήσεις εκτέλεσης που αναδύονται ενώ τα συστήματα εκτελούνται. Οι παράγοντες μπορεί να καλούν εργαλεία, να αλυσίδων εργασιών ή να προσεγγίζουν κατωτέρω συστήματα με τρόπους που οι оперάτορες δεν προβλέπουν πλήρως ή δεν παρατηρούν.

Η έρευνά μας γύρω από SSRF, ένεση εντολών και άλλες ευπαθής αντανακλά πώς ακόμα ωρίμασαν μέρη του οικοσυστήματος. Αλλά το μεγαλύτερο ζήτημα είναι ευρύτερο από τις ατομικές ευπαθής. Όσο η υιοθέτηση του MCP επιταχύνεται, οι οργανισμοί θα χρειαστούν πολύ μεγαλύτερη ορατότητα σε πώς τα αυτόνομα συστήματα αλληλεπιδρούν με εξωτερικές υπηρεσίες κατά την εκτέλεση.

Η πλατφόρμα σας τονίζει την “αγεντική παρατηρησιμότητα” αντί για την παρακολούθηση μόνο προτροπών ή εξόδων. Τι σημαίνει η ουσιαστική ορατότητα εκτέλεσης μια φορά οι παράγοντες λαμβάνουν δυναμικές αποφάσεις σε εργαλεία, APIs και υποδομή;

Η ουσιαστική ορατότητα εκτέλεσης απαιτεί την κατανόηση του πλήρη δρόμου εκτέλεσης, όχι μόνο απομονωμένων γεγονότων.

Οι οργανισμοί χρειάζονται να δουν πώς μια απόφαση μοντέλου γίνεται ενέργειες σε εργαλεία, διακομιστές MCP, APIs, υποδομή και κατωτέρω συστήματα. Αυτό σημαίνει την κατανόηση του γιατί ένας παράγοντας επέλεξε ένα εργαλείο, τι περιεχόμενο επηρέασε την απόφαση, ποια δικαιώματα χρησιμοποιήθηκαν, ποίες κατωτέρω ενέργειες ενεργοποιήθηκαν και ποιο ήταν το τελικό оперατιβικό αποτέλεσμα.

Αυτό γίνεται ιδιαίτερα σημαντικό καθώς οι παράγοντες λειτουργούν σε κατανεμημένα και εφήμερα περιβάλλοντα όπου η παραδοσιακή παρακολούθηση γρήγορα καταρρέει.

Η παρακολούθηση προτροπών μόνο δεν είναι assez. Οι προτροπές δεν εξηγούν την оперατιβική συμπεριφορά. Οι έξοδοι δεν αποκαλύπτουν ποια συστήματα επηρεάστηκαν κατωτέρω.

Το μέλλον της παρατηρησιμότητας στα συστήματα agentic είναι execution-aware. Είναι για την κατανόηση της συμπεριφοράς από απόφαση σε ενέργεια σε αποτέλεσμα σε πραγματικό χρόνο.

Το Trust Context Engine της BlueRock φαίνεται να προσαρτά ταυτότητα, εμπιστοσύνη και ικανότητα δεδομένα直接 σε ροές εκτέλεσης σε πραγματικό χρόνο. Πόσο σημαντική θα γίνει η контекστοποιημένη εμπιστοσύνη καθώς οι παράγοντες AI αλληλεπιδρούν ολοένα και πιο αυτόνομα με εξωτερικά εργαλεία και συστήματα;

Η контекστοποιημένη εμπιστοσύνη γίνεται θεμελιώδης στα συστήματα agentic επειδή οι παράγοντες λαμβάνουν δυναμικές αποφάσεις κατά την εκτέλεση.

Τα παραδοσιακά συστήματα βασίζονταν πολύ στις στατικές υποθέσεις εμπιστοσύνης. Αλλά οι παράγοντες λειτουργούν ολοένα και πιο σε αλλαγμένα περιβάλλοντα, εξωτερικά εργαλεία, APIs, διακομιστές MCP, ταυτότητες και δικαιώματα.

Οι οργανισμοί χρειάζονται να αξιολογήσουν την εμπιστοσύνη συνεχώς κατά την εκτέλεση. Όχι μόνο αν ένα μοντέλο είναι ασφαλές, αλλά αν το εργαλείο που καλείται είναι αξιόπιστο, αν η ζητούμενη ενέργεια αντιστοιχεί στην αναμενόμενη συμπεριφορά και ποιο είναι το оперατιβικό ρίσκο που εισάγει η ενέργεια.

Γι’ αυτό πιστεύουμε ότι η контекστοποιημένη εμπιστοσύνη γίνεται κρίσιμη υποδομή για την επόμενη γενιά συστημάτων AI.

Βλέπουμε γρήγορη υιοθέτηση κωδικών AI και αυτόνομων ροών εργασίας dévelopπερ. Ποια είναι τα πιο ανησυχητικά ρίσκα όταν οι παράγοντες κερδίζουν την ικανότητα να τροποποιούν υποδομή, να αναπτύσσουν κώδικα ή να αλληλεπιδρούν με συστήματα παραγωγής χωρίς ανθρώπινη ανασκόπηση;

Η μεγαλύτερη μετατόπιση είναι ότι οι οργανισμοί προσπαθούν να αυξήσουν δραματικά την ταχύτητα ανάπτυξης ενεργοποιώντας πολύ περισσότερους ανθρώπους να χτίσουν με AI, όχι μόνο παραδοσιακούς dévelopπερς λογισμικού.

Οι κωδικοί AI μπορούν ήδη να γεννήσουν κώδικα, να τροποποιήσουν υποδομή, να αλληλεπιδράσουν με CI/CD pipelines, να καλούν cloud υπηρεσίες και να προσεγγίσουν ευαίσθητα συστήματα. Η παραγωγικότητα είναι τεράστια επειδή οι επιχειρήσεις μπορούν τώρα να ξεκλειδώσουν τόσο τους experienced dévelopπερς όσο και μια νέα γενιά AI-γενικών και πολιτών dévelopπερς.

Η πρόκληση είναι ότι η оперατιβική phứcικότητα αυξάνεται τόσο γρήγορα. Η ανησυχία δεν είναι μόνο η κακόβουλη συμπεριφορά. Είναι η αντίθετη επίδραση που ένας παράγοντας μπορεί να έχει, η οποία προκαλεί διακοπές προϊόντων και επηρεάζει τη διαθεσιμότητα δεδομένων και υποδομής για μια επιχείρηση. Αυτό το είδος συμπεριφοράς είναι παρόμοιο με το πρόβλημα του δημόσιου S3 bucket της δεκαετίας του 2010. Περιμένουμε οι παράγοντες να συμπεριφερθούν. Περιμένουμε φρουροί και ελέγχους να τοποθετηθούν. Αλλά υπάρχουν μονοπάτια προς απρόβλεπτη συμπεριφορά, υπερβολικά δικαιώματα, κρυφές εξαρτήσεις, ασφαλής χρήση εργαλείων ή δρόμους εκτέλεσης που κανείς δεν προέβλεψε. Και αυτό θα οδηγήσει σε περισσότερες διακοπές ή υπο-βελτιστοποιημένες αναπτύξεις όπου οι άνθρωποι γίνονται button pushers και το ROI δεν πραγματοποιείται πλήρως.

Οι οργανισμοί χρειάζονται оперατιβική ορατότητα και execution-aware ελέγχους που κινούνται με το workload ώστε να μπορέσουν να κλιμακώσουν την ανάπτυξη AI χωρίς να επιβραδύνουν την καινοτομία.

Πολλοί οργανισμοί ακόμα σκέφτονται την ασφάλεια AI κυρίως μέσω της ασφάλειας μοντέλου και της ένεσης προτροπής. Γιατί πιστεύετε ότι η βιομηχανία πρέπει τώρα να μετατοπιστεί προς την ασφάλεια ενεργειών και δρόμων εκτέλεσης;

Η ασφάλεια μοντέλου και η ένεση προτροπής είναι απολύτως σημαντικές, αλλά αντιπροσωπεύουν μόνο ένα μέρος της πρόκλησης.

Η βιομηχανία μετατοπίζεται από συστήματα που γεννούν απαντήσεις σε συστήματα που λαμβάνουν ενέργειες. Μόλις οι παράγοντες μπορούν να καλούν εργαλεία, να τροποποιούν συστήματα, να ανακτούν ευαίσθητα δεδομένα, να εκτελούν ροές εργασίας ή να αλληλεπιδρούν με υποδομή, ο оперατιβικός κίνδυνος μετατοπίζεται προς την συμπεριφορά εκτέλεσης.

Ένα τέλειο μοντέλο μπορεί ακόμα να δημιουργήσει κίνδυνο αν καλεί το λάθος εργαλείο, προσεγγίζει το λάθος σύστημα ή ενεργοποιεί απρόβλεπτες κατωτέρω ενέργειες. Αυτός είναι ο λόγος για τον οποίο η ασφάλεια προτροπών μόνο είναι ανεπαρκής. Και θα υπάρξει πάντα νέες προσεγγίσεις για να παρακαμφθούν αυτοί οι φρουροί προτροπών. Αυτό θα είναι ένα συνεχές παιχνίδι γάτας και ποντικού.

Οι οργανισμοί χρειάζονται να αναγνωρίσουν ότι αυτοί οι φρουροί θα παρακαμφθούν και ότι όταν θα παρακαμφθούν, η πιθανή αντίθετη επίδραση είναι η υψηλότερη αργότερα στον δρόμο εκτέλεσης. Ως αποτέλεσμα, χρειάζονται ολοένα και περισσότερη ορατότητα και έλεγχο σε όλο το δρόμο εκτέλεσης και την оперατιβική επίδραση της συμπεριφοράς του παράγοντα σε πραγματικό χρόνο.

Ορισμένοι ερευνητές έχουν συγκρίνει την υιοθέτηση του MCP με το να δώσουν στα συστήματα AI ένα “universal USB port” στην υποδομή επιχείρησης. Πώς πρέπει οι εταιρείες να ισορροπήσουν την τεράστια παραγωγικότητα της συνδεδεμένης παράγοντα με τους оперατιβικούς κινδύνους που εισάγουν;

Η παραγωγικότητα είναι πραγματική. Το MCP απλοποιεί δραματικά το πώς οι παράγοντες συνδέονται με εργαλεία, συστήματα και ροές εργασίας, που είναι ένας λόγος για τον οποίο η υιοθέτηση επιταχύνεται τόσο γρήγορα.

Αλλά οι οργανισμοί πρέπει να αποφύγουν να σκέφτονται το MCP μόνο ως ένα στρώμα σύνδεσης. Είναι μέρος της оперατιβικής υφής της επιχείρησης.

Η ισορροπία προέρχεται από την ενεργοποίηση των dévelopπερ και των AI-γενικών και πολιτών dévelopπερς να κινούνται γρήγορα ενώ διατηρούν την execution-aware ορατότητα και τον έλεγχο.

Αυτό σημαίνει την κατανόηση της ασφάλειας της υλοποίησης του διακομιστή MCP, που είναι γιατί κατασκευάσαμε το mcp-trust.com καταχώρηση. Και σημαίνει την κατανόηση με ποιους διακομιστές MCP οι παράγοντες αλληλεπιδρούν, ποια εργαλεία αυτά οι διακομιστές εκθέτουν, ποια δικαιώματα χορηγούνται και πώς οι ενέργειες προωθούνται κατά την εκτέλεση.

Οι οργανισμοί που θα επιτύχουν θα είναι αυτοί που θα χτίσουν την оперατιβική εμπιστοσύνη γύρω από την αυτόνομη εκτέλεση.

Κοιτάζοντας μπροστά, τι μοιάζει μια ωριμασμένη επιχειρηματική ασφάλεια AI σε ένα κόσμο όπου οι αυτόνομοι παράγοντες συνεργάζονται, λαμβάνουν αποφάσεις και εκτελούν εργασίες σε πολλαπλά συστήματα στην παραγωγή;

Νομίζω ότι η ωριμασμένη επιχειρηματική ασφάλεια AI γίνεται πολύ πιο execution-centric.

Οι οργανισμοί θα χρειαστούν ακόμα ασφάλεια μοντέλου, ταυτότητα, προστασία δεδομένων και ασφάλεια υποδομής. Αλλά η μεγαλύτερη μετατόπιση είναι ότι οι επιχειρήσεις θα χρειαστούν оперατιβικά συστήματα σχεδιασμένα για αυτόνομους και μη-детерμινιστικούς λογισμικούς.

Όσο οι παράγοντες συνεργάζονται ολοένα και πιο, λαμβάνουν αποφάσεις και εκτελούν ενέργειες σε εργαλεία, υποδομή και επιχειρηματικές ροές εργασίας, οι οργανισμοί θα χρειαστούν συνεχής ορατότητα σε πώς τα συστήματα AI συμπεριφέρονται πραγματικά κατά την εκτέλεση.

Το μέλλον του στρώματος θα συνδυάσει παρατηρησιμότητα, контекστοποιημένη εμπιστοσύνη, оперατιβική διακυβέρνηση, execution-aware επιβολή πολιτικής, ταυτότητα και ασφάλεια εκτέλεσης σε ένα ενιαίο оперατιβικό στρώμα για συστήματα agentic.

Οι οργανισμοί που θα επιτύχουν θα είναι αυτοί που θα μπορέσουν να κατανοήσουν συνεχώς και να λειτουργήσουν την αυτόνομη εκτέλεση χωρίς να επιβραδύνουν την καινοτομία.

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

Ο Antoine είναι ένας οραματιστής ηγέτης και συνιδρυτής της Unite.AI, οδηγείται από μια αμετάβλητη страсть για το σχήμα και την προώθηση του μέλλοντος της τεχνητής νοημοσύνης και της ρομποτικής. Ένας σειριακός επιχειρηματίας, πιστεύει ότι η τεχνητή νοημοσύνη θα είναι τόσο διαταρακτική για την κοινωνία όσο και η ηλεκτρική ενέργεια, και συχνά πιάνεται να μιλάει για το δυναμικό των διαταρακτικών τεχνολογιών και της AGI.

Ως μελλοντολόγος, είναι αφιερωμένος στο να εξερευνήσει πώς αυτές οι καινοτομίες θα σχήματίσουν τον κόσμο μας. Επιπλέον, είναι ο ιδρυτής του Securities.io, μιας πλατφόρμας που επικεντρώνεται στις επενδύσεις σε ακριβές τεχνολογίες που ανασχεδιάζουν το μέλλον και αναμορφώνουν ολόκληρες βιομηχανίες.