Notice: Function _load_textdomain_just_in_time was called incorrectly. Translation loading for the woosidebars domain was triggered too early. This is usually an indicator for some code in the plugin or theme running too early. Translations should be loaded at the init action or later. Please see Debugging in WordPress for more information. (This message was added in version 6.7.0.) in /var/www/html/wp-includes/functions.php on line 6260 آنتروپیک: صفر ذخیره‌سازی برای کلود سازمانی و بانک‌ها

آنتروپیک حاکمیت داده را به کلود سازمانی بازگرداند

اخبار آنتروپیک · هوش مصنوعی

آنتروپیک با فناوری تازه‌ای به نام Enterprise Frontier Safeguards اعلام کرد که از این پس داده‌های حساس مشتریان سازمانی دیگر روی سرورهای خودش ذخیره نمی‌شود؛ گامی که می‌تواند اعتماد بانک‌ها، بیمارستان‌ها و نهادهای حساس را به هوش مصنوعی کلود جلب کند.

چکیده. شرکت آنتروپیک روز دوشنبه اول سپتامبر از سامانه‌ای به نام Enterprise Frontier Safeguards (به‌اختصار EFS) رونمایی کرد که داده‌های سازمان‌های حساس را در فضای ابری خودِ آن‌ها — روی آمازون، مایکروسافت یا گوگل — نگه می‌دارد، نه روی سرورهای آنتروپیک. این طرح حاصل همکاری با بیش از صد مشتری سازمانی از صنایع بانکی، درمانی و مخابراتی است و از پاییز ۲۰۲۶ به‌صورت مرحله‌ای عرضه می‌شود.

گام اول: چرا آنتروپیک این تصمیم بزرگ را گرفت؟

شرکت‌های بزرگی مثل بانک‌های سیستمیک، بیمارستان‌ها و اپراتورهای زیرساخت حیاتی، سال‌هاست با یک تناقض دست‌وپنجه نرم می‌کنند: مدل‌های پیشرفتهٔ هوش مصنوعی برای شناسایی سوءاستفاده‌های پیچیده و چندمرحله‌ای، نیاز به نگهداری داده در طول زمان دارند؛ اما قانون و سیاست داخلی این سازمان‌ها اجازه نمی‌دهد داده‌های حساس‌شان روی سرور یک فروشندهٔ بیرونی مثل آنتروپیک بماند. این همان دیواری بوده که در سال‌های گذشته مانع ورود جدی هوش مصنوعی مولد به بخش‌های شدیداً رگوله‌شده شده است، چون تیم‌های حقوقی و انطباق این سازمان‌ها به‌سادگی اجازهٔ امضای قرارداد با فروشنده‌ای که داده را نزد خود نگه می‌دارد نمی‌دادند. آنتروپیک برای حل این گره، طی ماه‌های گذشته با بیش از صد مشتری سازمانی از صنایع مالی، درمانی، تولیدی، مخابراتی، حقوقی، خرده‌فروشی و بخش دولتی همکاری کرده تا راهی پیدا کند که هم امنیت مشتری تأمین شود و هم قابلیت شناسایی سوءاستفاده از بین نرود. حاصل این همکاری، معماری تازه‌ای است که آنتروپیک آن را «نگهبانان مرزی سازمانی» یا همان Enterprise Frontier Safeguards می‌نامد؛ نامی که به‌خوبی نشان می‌دهد هدف، نگهبانی از مرز میان قدرت مدل‌های پیشرفته و حریم خصوصی سازمان‌هاست، نه صرفاً یک بروزرسانی فنی کوچک.

گام دوم: Enterprise Frontier Safeguards دقیقاً چیست؟

ایدهٔ اصلی EFS ساده اما تأثیرگذار است: داده‌های مکالمه و فایل‌های کاری مشتری، به‌جای آن‌که روی زیرساخت آنتروپیک ذخیره شود، در حساب ابری خودِ مشتری می‌ماند. برای اطلاعات بیشتر دربارهٔ اهمیت این‌گونه راهکارها برای رشد کسب‌وکارها، می‌توانید نگاهی به این مقاله دربارهٔ نقش هوش مصنوعی در کسب‌وکار بیندازید. آنتروپیک در این معماری نقش «چشم ناظر» را حفظ می‌کند، اما بدون دسترسی مستقیم و دائمی به محتوای خام مکالمات. به‌این‌ترتیب، شرکت‌های حساس می‌توانند از قدرت مدل‌های کلود بهره ببرند، بدون آن‌که کنترل داده را به‌طور کامل از دست بدهند.

زیرساخت‌های پشتیبان: آمازون، مایکروسافت و گوگل

پیاده‌سازی EFS روی سه ابر بزرگ دنیا امکان‌پذیر است: آمازون S3، مایکروسافت آژور بلاب استوریج و گوگل کلود استوریج. سرویس‌هایی مثل کلود کد، کلود اینترپرایز، پلتفرم کلود، آمازون بدراک، پلتفرم عامل گوگل و مایکروسافت فاندری همگی از این معماری تازه پشتیبانی می‌کنند؛ یعنی مشتری هرجایی که زیرساخت ابری‌اش را دارد، می‌تواند همان‌جا کلود را هم اجرا کند.

گام سوم: پایان دوران نگهداری سی‌روزهٔ داده

پیش از این، سیاست پیش‌فرض آنتروپیک نگهداری داده تا سی روز بود؛ سیاستی که همراه با نسل کلود فیبل ۵ معرفی شده بود. اکنون با EFS، مشتریان واجد شرایط می‌توانند به سیاست «ذخیره‌سازی صفر» برسند، بدون آن‌که از قابلیت‌های نظارتی و ایمنی محروم شوند. تا زمان عرضهٔ کامل EFS، آنتروپیک به مشتریان واجد شرایط روی نسخه‌های کلود فیبل ۵ و ۵.۱ نیز دسترسی به ذخیره‌سازی صفر می‌دهد؛ یعنی این تغییر سیاست، همین حالا هم قابل استفاده است، نه فقط در آینده.

گام چهارم: کلید رمزنگاری و کنترل دسترسی دست چه کسی است؟

در معماری تازه، کلید رمزنگاری داده، سیاست دسترسی و ثبت گزارش رخدادها (لاگ‌ها) همگی در اختیار خودِ مشتری باقی می‌ماند، نه آنتروپیک. همچنین سازمان‌ها می‌توانند خودشان تصمیم بگیرند کدام‌یک از قابلیت‌های ایمنی اضافه را فعال کنند و کدام را غیرفعال بگذارند. این سطح از کنترل، دقیقاً همان چیزی است که بانک‌های سیستمیک و بیمارستان‌های بزرگ برای امضای قرارداد با یک فروشندهٔ هوش مصنوعی مطالبه می‌کنند؛ نبود چنین کنترلی، تا امروز یکی از بزرگ‌ترین موانع ورود هوش مصنوعی مولد به صنایع شدیداً رگوله‌شده بوده است.

گام پنجم: تشخیص سوءاستفاده بدون نگاه انسانی آنتروپیک

نکتهٔ فنی جالب این طرح، نحوهٔ تشخیص سوءاستفاده است. سامانه‌ای خودکار به‌صورت مداوم روی بازهٔ زمانی چرخشی از ترافیک مشتری اجرا می‌شود و الگوهای مشکوک را دنبال می‌کند: تلاش برای توسعهٔ قابلیت‌های سایبری تهاجمی، تلاش برای ساخت سلاح‌های زیستی خطرناک، یا استفاده از اطلاعات ورود دزدیده‌شده. نکتهٔ کلیدی این‌جاست که وقتی این سامانه چیزی مشکوک پیدا می‌کند، هشدار مستقیماً برای خودِ مشتری فرستاده می‌شود تا او تصمیم بگیرد، بدون آن‌که کارمندی از تیم آنتروپیک محتوای مکالمه را ببیند یا بررسی انسانی روی داده انجام شود. چنین رویکردی می‌تواند نگرانی‌های حریم خصوصی را بدون قربانی‌کردن ایمنی، تا حد زیادی کاهش دهد؛ هرچند طبیعتاً محدودیت‌ها و ریسک‌های خودِ این سامانه‌های خودکار هم باید در طول زمان محک بخورد، موضوعی که در این مقاله دربارهٔ محدودیت‌های واقعی هوش مصنوعی با جزئیات بیشتری بررسی شده است.

گام ششم: کدام صنایع و شرکت‌ها اولویت دارند؟

مخاطب اصلی EFS سازمان‌هایی هستند که «حاکمیت داده سخت‌گیرانه» برایشان یک الزام قانونی است، نه صرفاً یک ترجیح: بانک‌های سیستمیک، شرکت‌های خدمات مالی، مراکز درمانی، اپراتورهای زیرساخت حیاتی و شرکت‌هایی که با اطلاعات محرمانه و ممتاز سروکار دارند. برای این دسته از مشتریان، حتی امکان نظری دسترسی یک فروشندهٔ بیرونی به داده، می‌تواند مانع تأیید قانونی یا انطباق رگولاتوری شود. آنتروپیک با طراحی EFS، عملاً یک مانع بزرگ ورود به این بازارهای پرارزش را برداشته است؛ بازاری که رقبایی مثل گوگل و مایکروسافت هم برای همان مشتریان با هم رقابت می‌کنند. جالب این‌جاست که فهرست صنایع همکار — بانکی، درمانی، تولیدی، مخابراتی، حقوقی، خرده‌فروشی و بخش دولتی — تقریباً تمام بخش‌هایی را پوشش می‌دهد که تا امروز محتاط‌ترین مشتریان هوش مصنوعی سازمانی بوده‌اند؛ یعنی همان بخش‌هایی که معمولاً آخرین کسانی هستند که فناوری تازه را می‌پذیرند، اما وقتی بپذیرند، قراردادهای بلندمدت و پرارزشی امضا می‌کنند.

گام هفتم: زمان‌بندی عرضه و هزینه‌ها

عرضهٔ تدریجی EFS از پاییز ۲۰۲۶ آغاز می‌شود و به‌مرور در دسترس طیف گسترده‌تری از مشتریان قرار می‌گیرد. نکتهٔ مهم برای تصمیم‌گیرندگان مالی این است که آنتروپیک بابت خودِ این سرویس هزینه‌ای از مشتری دریافت نمی‌کند؛ تنها هزینه‌ای که مشتری می‌پردازد، هزینهٔ استاندارد ذخیره‌سازی و پردازش در فضای ابری خودش (مثلاً روی آمازون یا آژور) است. این مدل قیمت‌گذاری، تصمیم برای مهاجرت به EFS را برای بخش مالی سازمان‌ها ساده‌تر می‌کند، چون هزینهٔ اضافه‌ای روی صورت‌حساب آنتروپیک اضافه نمی‌شود.

گام هشتم: تأثیر این تصمیم بر رقابت کلود، جمینای و اوپن‌ای‌آی

بازار هوش مصنوعی سازمانی این روزها میدان نبردی جدی میان کلود، جمینای گوگل و مدل‌های اوپن‌ای‌آی است؛ برای آشنایی بیشتر با ریشهٔ این رقابت می‌توانید این مقالهٔ معرفی اوپن‌ای‌آی را هم بخوانید. تا امروز، یکی از برگ‌های برندهٔ رقبا در مذاکره با سازمان‌های حساس، وعده‌های سفت‌وسخت‌تر دربارهٔ محل نگهداری داده بوده است. با معرفی EFS، آنتروپیک عملاً همان استدلال را از دست رقبا می‌گیرد و می‌تواند بگوید داده هرگز محل اصلی خودش را ترک نمی‌کند. اگر بخواهید نگاهی کلی‌تر به رقابت میان مدل‌های بزرگ هوش مصنوعی داشته باشید، این مقایسهٔ چت‌جی‌پی‌تی و دیپ‌سیک نمونهٔ خوبی از این رقابت‌هاست. برای کسانی که می‌خواهند از همین حالا با ابزارهای کلود و چت‌جی‌پی‌تی کار عملی را شروع کنند، آموزش‌های عملی سایت نقطهٔ شروع خوبی است، و اگر تازه با نوشتن پرامپت آشنا می‌شوید، راهنمای نوشتن پرامپت برای مبتدی‌ها را از دست ندهید.

گام نهم: پشت‌صحنهٔ مهندسی این تصمیم

ساخت چنین معماری‌ای صرفاً یک تصمیم بازاریابی نیست؛ تیم‌های مهندسی آنتروپیک باید سامانه‌ای طراحی می‌کردند که هم‌زمان امنیت، سرعت و مقیاس‌پذیری را حفظ کند، بدون آن‌که دسترسی مستقیم به داده داشته باشد. این یعنی بازطراحی بخش بزرگی از لولهٔ پردازش درخواست‌ها، از نحوهٔ رمزنگاری تا نحوهٔ اجرای سامانهٔ تشخیص سوءاستفاده روی داده‌ای که دیگر در اختیار خودِ شرکت نیست. تفاوت میان چنین مهندسی واقعی و ادعاهای بازاریابی صرف، دقیقاً همان موضوعی است که در این مقاله دربارهٔ توسعه‌دهندهٔ تک‌نفره در برابر مهندس واقعی باز شده است؛ خواندنش برای درک عمق کاری که پشت چنین اعلامیه‌هایی می‌گذرد، خالی از لطف نیست. نکتهٔ دیگری که ارزش توجه دارد این است که آنتروپیک این معماری را در واکنش مستقیم به بازخورد مشتریان طراحی کرده، نه از قبل و بدون مشورت؛ رویکردی که نشان می‌دهد شرکت‌های بزرگ هوش مصنوعی هم به‌تدریج یاد گرفته‌اند سیاست‌های حریم خصوصی را با ورودی مستقیم بزرگ‌ترین مشتریان‌شان بازنویسی کنند، نه صرفاً با اعلامیهٔ یک‌طرفه از بالا به پایین. اگر می‌خواهید سایر خبرهای تازهٔ دنیای هوش مصنوعی را هم دنبال کنید، سری به بخش اخبار سایت بزنید.

این تحول برای کاربران عادی چه معنایی دارد؟

شاید در نگاه اول به‌نظر برسد EFS فقط به کار سازمان‌های بزرگ می‌آید، اما اثر غیرمستقیم آن به کاربران عادی هم می‌رسد. وقتی بانک یا بیمارستانی که با آن سروکار دارید بتواند از هوش مصنوعی کلود برای پردازش سریع‌تر درخواست‌ها، تشخیص تقلب یا تحلیل پروندهٔ پزشکی استفاده کند — بدون نگرانی از نشت داده — نتیجه‌اش خدمات سریع‌تر و دقیق‌تر برای همان کاربر عادی است. از سوی دیگر، این روند نشان می‌دهد رقابت میان کلود، جمینای و مدل‌های اوپن‌ای‌آی دیگر فقط بر سر دقت پاسخ‌ها نیست، بلکه بر سر اعتمادسازی در لایه‌های عمیق‌تر زیرساخت هم ادامه دارد؛ روندی که در ماه‌های آینده احتمالاً رقبا را هم به اعلامیه‌های مشابه دربارهٔ حاکمیت داده وادار خواهد کرد.

سوالات متداول

آیا Enterprise Frontier Safeguards همین امروز در دسترس همه است؟
خیر؛ عرضهٔ آن مرحله‌ای است و از پاییز ۲۰۲۶ آغاز می‌شود؛ فعلاً مشتریان واجد شرایط روی کلود فیبل ۵ و ۵.۱ به سیاست ذخیره‌سازی صفر دسترسی دارند.

چه شرکت‌هایی بیشترین سود را از این طرح می‌برند؟
بانک‌های سیستمیک، بیمارستان‌ها، اپراتورهای زیرساخت حیاتی و هر سازمانی که با داده‌های بسیار محرمانه سروکار دارد، اولویت اصلی این طرح هستند.

آیا استفاده از این سرویس هزینهٔ اضافه دارد؟
آنتروپیک بابت خودِ EFS چیزی از مشتری نمی‌گیرد؛ تنها هزینهٔ استاندارد ذخیره‌سازی روی ابر انتخابی مشتری (آمازون، آژور یا گوگل) پرداخت می‌شود.

آیا این طرح امنیت را کمتر می‌کند چون آنتروپیک دیگر داده را نمی‌بیند؟
خیر؛ سامانهٔ تشخیص سوءاستفاده همچنان به‌صورت خودکار و مداوم فعال است، فقط هشدارها مستقیماً برای خودِ مشتری ارسال می‌شود، نه برای بازبینی دستی کارمندان آنتروپیک.

جمع‌بندی. اعلامیهٔ Enterprise Frontier Safeguards نشان می‌دهد آنتروپیک برای فتح بازار سازمان‌های فوق‌حساس، حاضر است بخشی از دسترسی مستقیم خودش به داده را کنار بگذارد تا اعتماد بانک‌ها، بیمارستان‌ها و نهادهای حیاتی را جلب کند. این تصمیم می‌تواند معادلات رقابتی میان کلود، جمینای و اوپن‌ای‌آی را در بازار سازمانی تغییر دهد. برای پیگیری ادامهٔ این داستان و سایر خبرهای داغ دنیای هوش مصنوعی، کانال تلگرام @MrChatGPT_IR را دنبال کنید.

نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید

(0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *