OPAQUE ได้รับเงิน 24 ล้านดอลลาร์ใน Series B มูลค่า 300 ล้านดอลลาร์เพื่อผลักดัน AI ที่มีการรักษาความลับไปข้างหน้า

การนำ AI ไปใช้ในองค์กรยังคงเพิ่มขึ้น แต่ความไว้วางใจยังคงเป็นข้อจำกัดที่ใหญ่ที่สุด ในสัปดาห์นี้ OPAQUE ได้ประกาศการระดมทุน Series B มูลค่า 24 ล้านดอลลาร์ โดยมีมูลค่าหลังการระดมทุนประมาณ 300 ล้านดอลลาร์ และทำให้ยอดการระดมทุนรวมเป็น 55.5 ล้านดอลลาร์ การระดมทุนรอบนี้นำโดย Walden Catalyst โดยมีการเข้าร่วมจากผู้สนับสนุนเดิม เช่น Intel Capital (INTC ), Race Capital, Storm Ventures และ Thomvest พร้อมด้วยนักลงทุนเชิงกลยุทธ์ใหม่ Advanced Technology Research Council (ATRC)

การระดมทุนครั้งนี้เน้นย้ำถึงความเห็นพ้องกันที่เพิ่มขึ้นในภูมิทัศน์ขององค์กรว่า AI ไม่สามารถขยายขนาดได้โดยไม่มีการรับประกันความเป็นส่วนตัว การกำกับดูแล และความปลอดภัยที่เข้มงวด

จาก AI ทดลองไปสู่คำสั่งองค์กร

ในช่วงปีที่ผ่านมา AI ที่มีการรักษาความลับได้เปลี่ยนจากแนวคิดทางวิชาการไปสู่ความต้องการที่เป็นรูปธรรมสำหรับองค์กรที่กำลังใช้โมเดลที่สร้างขึ้นและตัวแทน AI ในการผลิต เมื่อระบบ AI สัมผัสกับข้อมูลที่มีการควบคุม สิทธิ์ในทรัพย์สินอันล้ำค่า และกระบวนการทำงานที่สำคัญ การรักษาความปลอดภัยแบบดั้งเดิมที่เน้นไปที่ข้อมูลที่อยู่ในพื้นที่หรือระหว่างการถ่ายโอนได้พิสูจน์แล้วว่าไม่เพียงพอ

งานของ OPAQUE มุ่งเน้นไปที่การปกป้องข้อมูลและโมเดล ในขณะที่กำลังใช้งาน ไม่ใช่แค่ก่อนหรือหลังเท่านั้น สิ่งนี้มีความสำคัญมาก เมื่อหลายๆ โครงการ AI ขององค์กรมีความล่าช้าหลังจากการทดลองเบื้องต้น เนื่องจาก CISO ทีมกฎหมาย และผู้นำด้านการปฏิบัติตามกฎระเบียบไม่สามารถยืนยันได้ว่าจะเกิดอะไรขึ้นกับข้อมูลที่ละเอียดอ่อนระหว่างการดำเนินการ AI ผลลัพธ์คือการลังเล การชะลอการทำงาน และในหลายกรณี การทิ้งโครงการ

AI ที่มีการรักษาความลับมุ่งหวังที่จะปิดช่องว่างนี้โดยการเสนอรับประกันทางคрипโตกราฟฟิกว่าข้อมูลยังคงเป็นส่วนตัว นโยบายถูกบังคับใช้ และโมเดลไม่ได้รับการเปิดเผย แม้ในช่วงเวลาทำงาน

การแก้ไขช่องว่างความไว้วางใจขององค์กร

องค์กรในปัจจุบันต้องการใช้ตัวแทน AI บนข้อมูลที่เป็นกรรมสิทธิ์เพื่อเพิ่มประสิทธิภาพการทำงานและข้อมูลเชิงลึกในการดำเนินงาน แต่สินทรัพย์ข้อมูลเหล่านั้นมักเป็นสิ่งที่ละเอียดอ่อนที่สุดขององค์กร โดยไม่มีการรับรองความไว้วางใจ AI จะเปลี่ยนจากโอกาสเป็นความเสี่ยง

OPAQUE จัดตำแหน่งแพลตฟอร์มของตนเป็นชั้นความไว้วางใจสำหรับ AI ขององค์กร โดยได้รับการออกแบบมาเพื่อให้ความเป็นส่วนตัวที่สามารถพิสูจน์ได้ การบังคับใช้นโยบาย และความสมบูรณ์ของโมเดล ก่อน ระหว่าง และหลังการดำเนินการ AI แทนที่จะพึ่งพาการคาดเดาหรือการรับรองตามสัญญา แพลตฟอร์มนี้มุ่งเน้นไปที่หลักฐาน ทำให้สามารถแสดงให้เห็นถึงการปฏิบัติตามกฎระเบียบและการกำกับดูแลในเวลาจริง

แนวทางนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในความคิดขององค์กร ระบบ AI ไม่ได้รับการประเมินเพียงแค่ประสิทธิภาพหรือความแม่นยำเท่านั้น แต่เพิ่มมากขึ้น องค์กรต่างๆ กำลังถามว่าพวกเขาสามารถ พิสูจน์ ว่า AI ดำเนินการอย่างไร ข้อมูลใดที่ถูกเข้าถึง และว่าปฏิบัติตามกฎที่ได้รับการอนุมัติหรือไม่

สิ่งที่การระดมทุนใหม่สนับสนุน

เงินทุน Series B จะถูกใช้เพื่อเร่งพัฒนาและใช้งานแพลตฟอร์ม AI ที่มีการรักษาความลับของ OPAQUE โดยมุ่งเน้นไปที่ช่วยให้องค์กรสามารถย้ายจากการทดลองไปสู่การผลิตได้เร็วขึ้นและปลอดภัยยิ่งขึ้น

ในขณะเดียวกัน บริษัทกำลังขยายสู่พื้นที่ เช่น ความปลอดภัยหลังควอนตัม การฝึกอบรม AI ที่มีการรักษาความลับ และ สภาพแวดล้อมคลาวด์ที่เป็นอิสระ เหล่านี้มุ่งเป้าไปที่องค์กรที่ดำเนินงานภายใต้ข้อจำกัดด้านกฎระเบียบ ความมั่นคงแห่งชาติ หรือข้อกำหนดด้านการอยู่อาศัยของข้อมูล โดยที่การมองเห็นและควบคุม AI เป็นสิ่งจำเป็น

OPAQUE ได้เปิดตัว OPAQUE Studio ซึ่งเป็นสภาพแวดล้อมในการพัฒนาที่มุ่งหวังที่จะทำให้ง่ายขึ้นในการสร้างและใช้งานตัวแทน AI ที่มีการรักษาความลับเป็นเรื่องปกติในวงจรชีวิตของการพัฒนา AI

ผลกระทบในวงกว้างต่อ AI ขององค์กร

การเพิ่มขึ้นของ AI ที่มีการรักษาความลับชี้ให้เห็นถึงการเปลี่ยนแปลงที่ลึกซึ้งยิ่งขึ้นใน cáchที่องค์กรจะใช้ระบบอัจฉริยะ เมื่อ AI ถูกฝังอยู่ในกระบวนการตัดสินใจ การทำงานอัตโนมัติ และการโต้ตอบกับลูกค้า การกำกับดูแลจะต้องเปลี่ยนจากเอกสารนโยบายไปสู่การบังคับใช้ทางเทคนิค

เทคโนโลยีที่สามารถแสดงให้เห็นได้ในเวลาจริงว่าข้อมูลถูกป้องกันและกฎถูกปฏิบัติตาม อาจกลายเป็นรากฐานของสแต็ก AI ขององค์กร โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่มีการควบคุมอย่างการให้บริการทางการเงิน การดูแลสุขภาพ และการประกันภัย โดยที่ข้อกำหนดด้านการปฏิบัติตามกฎระเบียบมีการกระตุ้นให้เข้มงวดมากขึ้น

AI ที่มีการรักษาความลับอาจทำให้เกิดรูปแบบใหม่ของการทำงานร่วมกัน องค์กรอาจสามารถวิเคราะห์ชุดข้อมูลที่ใช้ร่วมกันหรือรวมกันโดยไม่ต้องเปิดเผยข้อมูลดิบ ทำให้สามารถเข้าถึงข้อมูลเชิงลึกที่ไม่สามารถทำได้ก่อนหน้านี้เนื่องจากความกังวลเรื่องความเป็นส่วนตัว ในแง่นี้ อินฟราสตรัคชั่นที่รักษาความไว้วางใจอาจไม่เพียงแต่ลดความเสี่ยง แต่ยังขยายสิ่งที่เป็นไปได้กับ AI