WEBVTT

00:00:00.000 --> 00:00:03.800
Kliknąłeś, bo w podcaście usłyszałeś, że Azure AI Foundry to pułapka, prawda?

00:00:04.080 --> 00:00:07.620
Dobrze, jesteś w odpowiednim miejscu. Oto obietnica na wstępie.

00:00:07.800 --> 00:00:13.960
Kopiloty bez zakotwiczenia zawodzą, ale narzędzia takie jak rak, hybrydowe i semantyczne wyszukiwanie Azure AI

00:00:13.960 --> 00:00:18.540
oraz ewaluatory wiarygodności, trafności i spójności to rzeczywiste rozwiązania,

00:00:18.720 --> 00:00:22.080
które zapobiegają serwowaniu halucynacji przebranych za odpowiedzi.

00:00:22.240 --> 00:00:27.320
Pominiemy marketingowe slajdy i pokażemy praktyczny poradnik przetrwania z prawdziwymi przykładami z terenu.

00:00:27.320 --> 00:00:31.840
Zasubskrybuj newsletter M365 Show i śledź transmisję na żywo z MVP.

00:00:32.120 --> 00:00:34.460
To tam kryją się doświadczenia i gotowe poprawki.

00:00:34.640 --> 00:00:38.580
A ponieważ pierwsze pęknięcia zwykle pojawiają się w aplikacjach multimodalnych, zacznijmy od tego.

00:00:38.780 --> 00:00:41.440
Dlaczego aplikacje multimodalne zawodzą w rzeczywistym świecie?

00:00:41.440 --> 00:00:44.580
Kiedy widzisz demo multimodalne na scenie, wygląda bezbłędnie.

00:00:44.740 --> 00:00:47.960
Prezenter wrzuca tekst, czysty obraz, może szybkie wejście głosowe,

00:00:48.040 --> 00:00:51.320
a model dostarcza idealny wykres lub trafne podsumowanie kontraktu.

00:00:51.480 --> 00:00:55.020
Wszystko wydaje się magią, ale w momencie, gdy próbujesz tego samego w prawdziwej firmie,

00:00:55.020 --> 00:00:58.200
blask szybko pryska. Dema działają na nieskazitelnych danych wejściowych.

00:00:58.400 --> 00:01:01.120
Miejsca pracy działają na śmieciach. To jest prawdziwy podział.

00:01:01.300 --> 00:01:04.940
W środowisku produkcyjnym nikt nie daje Twojemu modelowi starannie przygotowanych zrzutów ekranu

00:01:04.940 --> 00:01:07.420
czy plików CSV sformatowanych przez Komitet Standaryzacyjny.

00:01:07.420 --> 00:01:10.220
Dział kadr karmi go niewyraźnymi skanami dowodów osobistych.

00:01:10.400 --> 00:01:13.640
Dział zakupów wciąga PDFY, będące piątą kopią z faksu.

00:01:13.800 --> 00:01:17.360
Ktoś w finansach robi zdjęcie faktury pękniętym aparatem w Androidzie.

00:01:17.620 --> 00:01:20.400
Modele multimodalne obsługują tekst, obrazy, głos i wideo,

00:01:20.400 --> 00:01:24.640
ale wymagają dobrze zaindeksowanych danych i sprawnego wyszukiwania, by działać w niechlujnych warunkach.

00:01:24.820 --> 00:01:27.800
W przeciwnym razie prosisz model jedynie o improwizację na śmieciowych danych

00:01:27.800 --> 00:01:31.420
i żadne wydatki na GPU nie naprawią zasady garbage in, garbage out.

00:01:31.420 --> 00:01:35.160
Tutaj z pomocą ma przyjść Retrival Augmented Generation, czyli RAC.

00:01:35.320 --> 00:01:39.020
Mówiąc prościej, model nie zna Twojego biznesu, więc podłączasz go do źródła wiedzy.

00:01:39.200 --> 00:01:41.920
Pobiera fragment danych i kształtuje na ich podstawie odpowiedź.

00:01:42.080 --> 00:01:45.140
Gdy dopasowanie jest precyzyjne, otrzymujesz użyteczne, zakotwiczone odpowiedzi.

00:01:45.340 --> 00:01:48.460
Gdy jest niedbałe, model improwizuje, wypluwając pewne siebie bzdury.

00:01:48.460 --> 00:01:54.560
I tak kończysz z hadbotem przysięgającym, że Twoja firma ma nową politykę rabatową na Q3, która nie istnieje.

00:01:54.760 --> 00:01:57.420
Nie zyskał świadomości, po prostu pobrał błędne dane.

00:01:57.620 --> 00:02:02.680
Azure, AI Studio i Azure, AI Foundry opierają się na tym wzorcu i wspierają wszystkie rodzaje modalności,

00:02:02.860 --> 00:02:05.160
język, wizję, mowę, a nawet wyszukiwanie wideo.

00:02:05.280 --> 00:02:07.840
Ale haczyk w tym, że RAC jest tylko tak dobry jak jego dane.

00:02:08.020 --> 00:02:10.260
Oto kluczowa sprawa, którą pomija większość zespołów.

00:02:10.400 --> 00:02:13.220
Nie można po prostu wdrożyć jednej metody wyszukiwania i uznać, że to wystarczy.

00:02:13.220 --> 00:02:19.720
Jeśli chcesz, by wyniki były spójne, potrzebujesz wyszukiwania hybrydowego słów kluczowych i wektorowego uzupełnionego o semantyczny reranker wbudowany w Azure, AI Search.

00:02:19.860 --> 00:02:23.240
Pozwala to systemowi zrównoważyć dosłowne trafienia słów kluczowych ze znaczeniem semantycznym,

00:02:23.300 --> 00:02:26.100
a następnie uporządkować wyniki tak, by najważniejszy kontekst był na górze.

00:02:26.280 --> 00:02:31.540
Wprowadź to do swojego systemu multimodalnego, a model poradzi sobie z krzywymi skanami i niewyraźnymi obrazami,

00:02:31.660 --> 00:02:33.680
zamiast zmyślać politykę firmy z powietrza.

00:02:34.000 --> 00:02:37.080
Porozmawiajmy teraz o tym, dlaczego tak wiele wdrożeń kończy się porażką.

00:02:37.460 --> 00:02:41.680
Przedsiębiorstwa oczekują świetnych rezultatów od pierwszego dnia, ale nie przeznaczają budżetu na pętlę ewaluacyjne.

00:02:42.520 --> 00:02:48.380
Bez kontroli rzetelności, trafności i spójności działających w tle nie zauważysz błędów, dopóki użytkownicy nie poczują się zawiedzeni.

00:02:48.620 --> 00:02:51.480
Wiele wczesnych wdrożeń kończy się niepowodzeniem właśnie z tego powodu.

00:02:51.720 --> 00:02:54.780
Wynik brzmi poprawnie, ale nikt nie zweryfikował go z prawdą źródłową.

00:02:55.000 --> 00:02:57.860
Pomyśl, nigdy nie wdrożyłbyś nowej bazy danych bez monitoringu.

00:02:57.860 --> 00:03:03.320
A jednak w przypadku multimodalnej sztucznej inteligencji kierownicy wrzucają ją do produkcji, jakby to było magiczne pudełko typu plug and play.

00:03:03.480 --> 00:03:05.000
To nie musi skończyć się porażką.

00:03:05.200 --> 00:03:08.320
Carvana to jedna z historii klientów Foundry, która to potwierdza.

00:03:08.500 --> 00:03:14.980
Uczynili samoobsługową sztuczną inteligencję użyteczną dzięki dopracowaniu wyszukiwania, odpowiedniemu osadzeniu agentów i inwestycji w obserwowalność.

00:03:15.160 --> 00:03:20.100
To zmieniło coś, co mogło być tylko kolejnym zabawkowym botem w narzędzie, któremu klienci mogą zaufać.

00:03:20.260 --> 00:03:25.720
Teraz spójrzmy na firmy, które dokleiły generycznego chatbota do strony wsparcia bez żadnego osadzenia czy ewaluacji.

00:03:25.720 --> 00:03:31.420
Znasz już rezultat. Reklamacje gwarancyjne pomylone z leadami sprzedażowymi, przepełnione kolejki wsparcia i zniszczona wiarygodność.

00:03:31.580 --> 00:03:33.920
Ten sam stos technologiczny Azure odwrotny wynik.

00:03:34.060 --> 00:03:38.600
Oto gorzka prawda. Systemy multimodalne nie zawodzą dlatego, że AI jest mało inteligentna.

00:03:38.820 --> 00:03:42.080
Zawodzą, ponieważ dane nie są przygotowane, zaindeksowane ani monitorowane.

00:03:42.320 --> 00:03:46.180
Wprowadź śmieci do systemu wyszukiwania, pomiń ewaluację i patrz, jak zaufanie płonie.

00:03:46.440 --> 00:03:51.740
Dzięki wyszukiwaniu hybrytowemu, semantycznemu rerankingowi i ciągłym testom możesz przetwarzać faktury, umowy, zdjęcia,

00:03:51.740 --> 00:03:56.080
a nawet niewyraźne notatki głosowe z odpowiedziami, które trzymają się rzeczywistości, a nie fantazji.

00:03:56.240 --> 00:03:59.560
A gdy osadzenie danych jest już uporządkowane, pojawia się kolejne ryzyko.

00:03:59.740 --> 00:04:04.440
Bo nawet jeśli potoki danych są czyste, system, który nimi steruje, może nadal wymknąć się spod kontroli.

00:04:04.600 --> 00:04:05.820
I tutaj zmienia się pytanie.

00:04:06.080 --> 00:04:09.040
Czy agent koordynujący to wszystko faktycznie pomaga firmie?

00:04:09.160 --> 00:04:11.920
Czy po cichu zmienia Twój budżet i tw paliwo dla ogniska?

00:04:12.160 --> 00:04:14.520
Pomocny agent, czy drogi przycisk do papieru?

00:04:14.660 --> 00:04:17.440
Agent koordynuje modele, dane, wyzwalacze i akcje.

00:04:17.620 --> 00:04:21.140
Potraktuj go jak policjanta kierującego ruchem w Twoich zautomatyzowanych przepływach pracy.

00:04:21.140 --> 00:04:26.280
Czasem kieruje wszystkim płynnie, a czasem wpuszcza trzy wywrotki i samochód cyrkowy, po czym idzie na lunch.

00:04:26.400 --> 00:04:30.980
Ta luka między czystą definicją a chaotyczną rzeczywistością to moment, w którym większość zespołów traci kontrolę.

00:04:31.120 --> 00:04:32.860
Na papierze agent wygląda doskonale.

00:04:33.040 --> 00:04:38.960
Podaj mu instrukcje, wskaż dane i aplikacje, a powinien uruchamiać procesy, znajdować odpowiedzi, a nawet inicjować przepływy pracy.

00:04:39.160 --> 00:04:41.160
To jednak nie jest idealny współpracownik.

00:04:41.400 --> 00:04:47.780
Równie prawdopodobne jest, że rozwiąże powtarzający się problem o drugiej nad ranem, jak to, że zasypie kolejkę setką fałszywych zgłoszeń, bo źle odczytał dziennik błędów.

00:04:47.780 --> 00:04:55.220
Wyobraź sobie to wewnątrz serwiseno. Gdy zakres działania jest ściśle określony, sztuczna inteligencja tworzy prawdziwe zgłoszenia tylko dla realnych problemów, oszczędzając ludziom godziny pracy.

00:04:55.420 --> 00:05:00.480
Pozostawiona sama sobie może pogrzebać dział wsparcia pod lawiną błędnych alertów o krytycznych awariach drukarek, które działają bez zarzutu.

00:05:00.660 --> 00:05:03.300
Spróbuj wyjaśnić taki wzrost produktywności swojemu CIO.

00:05:03.300 --> 00:05:05.100
Oto rozróżnienie, które wielu pomija.

00:05:05.280 --> 00:05:06.900
Kopiloty i agenci to nie to samo.

00:05:07.080 --> 00:05:09.080
Kopilot to w zasadzie pomocnik do promptów.

00:05:09.200 --> 00:05:11.680
Ty pytasz, on odpowiada, a ty zachowujesz kontrolę.

00:05:11.840 --> 00:05:14.700
Agenci natomiast podejmują decyzje, nie czekając na ciebie.

00:05:14.940 --> 00:05:18.880
Realizują twoje niejasne instrukcje co do joty, nawet gdy wyniki nie mają sensu.

00:05:19.060 --> 00:05:24.040
Wtedy automatyzacja albo realnie oszczędza czas, albo wpada w chaos, którego sprzątanie zajmie ci dwa razy więcej czasu.

00:05:24.300 --> 00:05:28.720
Prawda jest taka, że wiele zespołów daje swojemu agentowi opis stanowiska brzmiący jak obietnica wyborcza.

00:05:29.040 --> 00:05:31.660
Optymalizuj procesy, dostarczaj analizy, pomagaj ludziom.

00:05:31.840 --> 00:05:34.320
Gratulacje, w zasadzie kazałeś botowi działać bez ograniczeń.

00:05:34.500 --> 00:05:37.080
Agenci bez określonego zakresu nie trzymają się grzecznie swojego miejsca.

00:05:37.280 --> 00:05:42.240
Wpadają w panikę, wymyślają problemy do naprawienia, duplikują rekordy, zapętlają się bez końca,

00:05:42.380 --> 00:05:45.700
a potem kierownictwo dziwi się, dlaczego efektowne demo zamieniło się w produkcyjny koszmar.

00:05:45.980 --> 00:05:47.000
Wyjaśnijmy sobie jedno.

00:05:47.140 --> 00:05:50.420
To nie tak, że większość organizacji ponosi porażkę w ciągu pierwszych dwóch miesięcy.

00:05:50.680 --> 00:05:51.680
Nie wynika to z badań.

00:05:51.680 --> 00:05:55.120
To, co się dzieje i to szybko, to fakt, że wiele organizacji trafia na przeszkody,

00:05:55.220 --> 00:05:57.800
ponieważ nigdy nie określiły ściśle zakresu działania agentów,

00:05:57.920 --> 00:06:00.240
nie dodały kroków weryfikacji i nie wdrożyły telemetrii.

00:06:00.420 --> 00:06:04.860
Bez tych zabezpieczeń twoje lśniące, nowe narzędzie to tylko lekko myślny stażysta z uprawnieniami administratora.

00:06:04.980 --> 00:06:08.160
I tutaj stos Microsoftu faktycznie dostarcza ci odpowiednich elementów.

00:06:08.320 --> 00:06:12.040
Copilot Studio to środowisko low-code, w którym twórcy projektują zachowania agenta,

00:06:12.200 --> 00:06:13.960
przepływy, prompti, wyzwalacze zdarzeń.

00:06:13.960 --> 00:06:17.280
Z kolei Agent Service w Azure i Foundry to szkielet korporacyjny,

00:06:17.380 --> 00:06:20.260
który wdraża tych agentów na produkcję z pełną obserwowalnością.

00:06:20.420 --> 00:06:23.820
Agent Service to miejsce, gdzie dodajesz monitorowanie, logi i metryki.

00:06:24.080 --> 00:06:27.300
Jest celowo zaprojektowany do automatyzacji z wbudowanym nadzorem człowieka,

00:06:27.380 --> 00:06:31.600
ponieważ Microsoft wie, co się dzieje, gdy ufasz niesprawdzonemu agentowi wypuszczonemu na wolność.

00:06:31.820 --> 00:06:34.460
Jak więc sprawdzić, czy twój agent jest rzeczywiście użyteczny?

00:06:34.600 --> 00:06:36.540
Przepuść go przez prostą listę kontrolną.

00:06:36.740 --> 00:06:38.700
Po pierwsze, czy redukuje liczbę godzin pracy ludzi,

00:06:38.820 --> 00:06:40.960
czy wciąga pracowników w mozolne usuwanie błędów?

00:06:40.960 --> 00:06:44.600
Dwa, czy mierzysz takie wskaźniki jak ugruntowanie, płynność i spójność?

00:06:44.760 --> 00:06:47.120
Czy tylko wpatrujesz się w ładne marketingowe pulpity?

00:06:47.320 --> 00:06:49.900
Trzy, czy masz wdrożoną telemetrię, aby wykryć odchylenia,

00:06:50.020 --> 00:06:52.120
zanim użytkownicy zaczną składać reklamacje?

00:06:52.320 --> 00:06:54.360
Jeśli na którekolwiek z tych pytań odpowiedziałeś źle,

00:06:54.460 --> 00:06:55.640
nie masz inteligentnego agenta.

00:06:55.900 --> 00:06:57.340
Masz drogi wygaszacz ekranu.

00:06:57.540 --> 00:06:59.960
Rozwiązaniem jest wykorzystanie funkcji obserwowalności

00:06:59.960 --> 00:07:02.200
i wbudowanych ewaluatorów Azure i Foundry.

00:07:02.380 --> 00:07:03.860
To nie są opcjonalne dodatki.

00:07:04.020 --> 00:07:06.060
To udokumentowany sposób na pomiar ugruntowania,

00:07:06.180 --> 00:07:08.360
trafności, spójności i zgodności ze źródłem.

00:07:08.360 --> 00:07:10.840
Bez nich zgadujesz, czy twój agent jest mądry,

00:07:10.980 --> 00:07:12.620
czy tylko zmyśla uprzejmym tonem.

00:07:12.880 --> 00:07:15.140
Dzięki nim możesz pewnie wkroczyć i dokonać korekty,

00:07:15.300 --> 00:07:16.940
gdy dane wyjściowe odbiegają od normy.

00:07:17.100 --> 00:07:18.980
Więc tak agenci mogą być przełomem.

00:07:19.140 --> 00:07:21.080
Źle zdefiniowani stają się wzmacniaczami chaosu,

00:07:21.160 --> 00:07:22.980
które zabierają więcej czasu niż oszczędzają.

00:07:23.240 --> 00:07:24.880
Dobrze zdefiniowani, z jasnymi granicami zadań,

00:07:24.960 --> 00:07:26.700
realną telemetrią i ugruntowanymi odpowiedziami

00:07:26.700 --> 00:07:28.940
mogą przejąć obowiązki, podczas gdy ludzie skupią się na pracy

00:07:28.940 --> 00:07:29.720
o wyższej wartości.

00:07:29.880 --> 00:07:32.220
I właśnie wtedy, gdy myślisz, że znalazłeś tę równowagę,

00:07:32.220 --> 00:07:33.340
sytuacja znów się zmienia.

00:07:33.580 --> 00:07:35.960
Microsoft promuje już autonomicznych agentów boty,

00:07:36.140 --> 00:07:38.100
które nie czekają na Ciebie przed podjęciem działania,

00:07:38.280 --> 00:07:40.880
co przenosi stawkę z poziomu pomocny lub bezużyteczny

00:07:40.880 --> 00:07:42.140
w zupełnie inną kategorię,

00:07:42.260 --> 00:07:43.600
bo teraz mówimy o systemach,

00:07:43.720 --> 00:07:45.860
które działają nawet wtedy, gdy nikt nie patrzy.

00:07:46.040 --> 00:07:47.700
Pułapka autonomicznego agenta.

00:07:48.080 --> 00:07:49.360
Autonomiczni agenci to punkt,

00:07:49.520 --> 00:07:51.520
w którym szum medialny staje się niebezpieczny.

00:07:51.720 --> 00:07:52.760
Na papierze to marzenie.

00:07:53.020 --> 00:07:54.180
Pozwól AI działać za siebie,

00:07:54.300 --> 00:07:55.420
zautomatyzuj żmudne zadania

00:07:55.420 --> 00:07:57.340
i przestań zrywać się z łóżka o drugiej w nocy,

00:07:57.440 --> 00:07:58.760
by obsługiwać kolejki zgłoszeń.

00:07:58.760 --> 00:08:00.520
Brzmi świetnie w sali konferencyjnej.

00:08:00.640 --> 00:08:01.620
Pułapka jest prosta.

00:08:01.800 --> 00:08:02.960
Oni nie czekają na pozwolenie.

00:08:03.120 --> 00:08:04.740
Kopiloty zatrzymują się, czekając na Ciebie.

00:08:05.020 --> 00:08:06.020
Autonomiczni agenci nie.

00:08:06.180 --> 00:08:07.100
A kiedy podejmą złą decyzję,

00:08:07.200 --> 00:08:07.920
szkody są natychmiastowe

00:08:07.920 --> 00:08:09.400
i rozprzestrzeniają się w całym Twoim środowisku.

00:08:09.580 --> 00:08:10.860
Koncepcja jest dość prosta.

00:08:11.040 --> 00:08:12.200
Kopiloty są reaktywne.

00:08:12.400 --> 00:08:13.600
Agenci są proaktywni.

00:08:13.800 --> 00:08:14.780
Zamiast czekać w bezczynności,

00:08:14.900 --> 00:08:15.740
aż ktoś wpisze polecenie,

00:08:15.820 --> 00:08:16.880
określasz zakres zadań agenta,

00:08:16.980 --> 00:08:17.900
monitorowanie stanu usług,

00:08:18.000 --> 00:08:19.120
obsługę sygnałów bezpieczeństwa

00:08:19.120 --> 00:08:20.760
lub automatyczne uruchamianie przepływów pracy.

00:08:20.980 --> 00:08:22.720
Microsoft promuje to jako wydajność

00:08:22.720 --> 00:08:23.700
mniej ludzkiej pracy,

00:08:23.880 --> 00:08:25.700
szybsze wykrywanie i płynniejsze operacje.

00:08:25.920 --> 00:08:27.160
Obietnica jest prawdziwa,

00:08:27.300 --> 00:08:28.580
ale oto ważny kontekst.

00:08:28.780 --> 00:08:30.380
Autonomiczni agenci w Kopilot Studio

00:08:30.380 --> 00:08:32.120
są obecnie w fazie podglądu, preview.

00:08:32.340 --> 00:08:33.940
Podgląd nie oznacza, że system jest zepsuty,

00:08:34.060 --> 00:08:35.400
ale oznacza, że nie został przetestowany

00:08:35.400 --> 00:08:36.760
w nieprzewidywalnym świecie rzeczywistym.

00:08:36.940 --> 00:08:38.100
Nawet Microsoft twierdzi,

00:08:38.280 --> 00:08:39.320
że przed szerokim wdrożeniem

00:08:39.320 --> 00:08:40.820
potrzebujesz zabezpieczeń zarządzania

00:08:40.820 --> 00:08:42.200
cyklem życia i konsoli Kopilot.

00:08:42.400 --> 00:08:43.940
Rozważmy realistyczne ryzyko.

00:08:44.160 --> 00:08:44.980
Załóżmy, że tworzysz

00:08:44.980 --> 00:08:46.580
autonomicznego agenta pomocy technicznej

00:08:46.580 --> 00:08:47.960
i dajesz mu uprawnienia do reagowania

00:08:47.960 --> 00:08:48.840
na anomalie logowania.

00:08:49.080 --> 00:08:51.260
W demo z pięcioma użytkownikami działa idealnie.

00:08:51.460 --> 00:08:53.220
Alerty zgłaszane, konta zarządzane.

00:08:53.400 --> 00:08:54.680
A potem na produkcję trafiają

00:08:54.680 --> 00:08:55.820
chaotyczne dane wejściowe.

00:08:56.080 --> 00:08:58.140
Zamiast czekać, zaczyna masowo resetować

00:08:58.140 --> 00:09:00.160
setki kont w oparciu o błędne wyniki.

00:09:00.520 --> 00:09:02.420
Rezultatem nie jest hipotetyczna awaria.

00:09:02.720 --> 00:09:04.400
Może to realnie sparaliżować operację

00:09:04.400 --> 00:09:05.260
na koniec miesiąca.

00:09:05.420 --> 00:09:06.580
To nie jest science fiction.

00:09:06.780 --> 00:09:08.180
To scenariusz awarii, na który się godzisz,

00:09:08.180 --> 00:09:09.480
jeśli pominiesz określenie zakresu.

00:09:09.660 --> 00:09:11.280
Rozwiązaniem nie jest porzucenie technologii.

00:09:11.280 --> 00:09:13.220
Jest nim zbudowanie najpierw sieci bezpieczeństwa.

00:09:13.400 --> 00:09:14.900
Jaka jest zatem lista kontrolna przetrwania?

00:09:15.060 --> 00:09:15.900
Trzy obowiązkowe punkty

00:09:15.900 --> 00:09:17.420
przed jakąkolwiek efektowną automatyzacją.

00:09:17.600 --> 00:09:19.760
Po pierwsze, określenie zakresu tożsamości i dostępu.

00:09:19.940 --> 00:09:21.460
Nadaj swojemu agentowi minimalne uprawnienia

00:09:21.460 --> 00:09:22.720
bez ogólnych ról administratora.

00:09:22.840 --> 00:09:24.480
Po drugie, logowanie i wycofywanie zmian.

00:09:24.720 --> 00:09:26.060
Każde działanie musi pozostawić ślad,

00:09:26.180 --> 00:09:27.260
który można poddać audytowi.

00:09:27.400 --> 00:09:29.440
A każda poważna akcja wymaga ścieżki odwrotu,

00:09:29.520 --> 00:09:30.600
gdy agent popełni błąd.

00:09:30.680 --> 00:09:32.460
Po trzecie, filtry treści i zachowania.

00:09:32.740 --> 00:09:34.020
Microsoft zwraca na to uwagę

00:09:34.020 --> 00:09:35.560
poprzez Azure AI Content Safety

00:09:35.560 --> 00:09:36.580
i konfigurację wiedzy.

00:09:36.580 --> 00:09:38.420
Filtry, które powstrzymują gorliwego bota

00:09:38.420 --> 00:09:40.020
przed generowaniem niestosownych odpowiedzi

00:09:40.020 --> 00:09:41.260
lub wykraczaniem poza scenariusz.

00:09:41.460 --> 00:09:42.340
Zrób to najpierw inaczej.

00:09:42.440 --> 00:09:44.180
Spryt twojego agenta pogrzebie twoje procesy

00:09:44.180 --> 00:09:45.120
zamiast je wspomagać.

00:09:45.280 --> 00:09:46.320
Warstwa etyczna sprawia,

00:09:46.460 --> 00:09:47.520
że jest to jeszcze ważniejsze.

00:09:47.760 --> 00:09:48.780
Wyobraź sobie agenta HR

00:09:48.780 --> 00:09:50.280
automatycznie oznaczającego pracowników

00:09:50.280 --> 00:09:51.700
jako ryzykownych lub agenta finansowego

00:09:51.700 --> 00:09:52.720
wstrzymującego płatności

00:09:52.720 --> 00:09:54.740
dla dostawców błędnie sklasyfikowanej jako oszustwo.

00:09:54.880 --> 00:09:56.120
To nie są nieszkodliwe dziwactwa.

00:09:56.240 --> 00:09:57.440
To awarie o ludzkim wymiarze

00:09:57.440 --> 00:09:59.340
niosące konsekwencje prawne i regulacyjne.

00:09:59.660 --> 00:10:01.000
Stronniczość w danych treningowych

00:10:01.000 --> 00:10:02.700
lub pobieranych nie znika tylko dlatego,

00:10:02.900 --> 00:10:04.520
że działasz w wersji Enterprise Preview.

00:10:04.780 --> 00:10:06.680
Bez filtrów, kontroli i ludzkiej asekuracji

00:10:06.680 --> 00:10:07.660
przekazujesz decyzje,

00:10:07.780 --> 00:10:09.040
których twoi prawnicy z pewnością

00:10:09.040 --> 00:10:10.920
nie chcą powierzać nienadzorowanemu algorytmowi.

00:10:11.100 --> 00:10:12.920
Przekaz Microsoftu na konferencji Ignite

00:10:12.920 --> 00:10:14.080
był w tej kwestii dosadny.

00:10:14.320 --> 00:10:15.480
Mechanizmy zabezpieczające,

00:10:15.580 --> 00:10:16.520
zarządzanie cyklem życia,

00:10:16.680 --> 00:10:18.440
monitorowanie i system kontroli Copilot

00:10:18.440 --> 00:10:19.620
to nie dodatki, to wymogi.

00:10:19.860 --> 00:10:21.900
Wersja Preview nie służy dziś do błyszczących dem,

00:10:22.020 --> 00:10:23.360
lecz do testów, które pokazują,

00:10:23.520 --> 00:10:24.400
gdzie pojawiają się luki.

00:10:24.400 --> 00:10:26.560
Jeśli uruchomisz system bez testów etapowych,

00:10:26.680 --> 00:10:28.000
procedur zatwierdzania i audytów,

00:10:28.080 --> 00:10:28.820
nie używasz agenta,

00:10:28.960 --> 00:10:31.320
tylko przeprowadzasz testy warunków skrajnych na produkcji.

00:10:31.540 --> 00:10:33.580
Dlatego obserwowalność nie jest opcjonalna.

00:10:33.760 --> 00:10:35.180
Potrzebujesz pulpitów nawigacyjnych,

00:10:35.280 --> 00:10:36.620
które pokazują każdy krok agenta

00:10:36.620 --> 00:10:38.340
i sprawdzają, czy jego wynik był rzetelny,

00:10:38.480 --> 00:10:40.160
istotny i zgodny z twoimi zasadami.

00:10:40.300 --> 00:10:42.560
I potrzebujesz opcji z człowiekiem w pętli decyzyjnej.

00:10:42.740 --> 00:10:44.060
Microsoft tego nie ukrywa.

00:10:44.280 --> 00:10:45.200
Wskazują na wzorce,

00:10:45.300 --> 00:10:47.200
w których to człowiek pozostaje zabezpieczeniem.

00:10:47.340 --> 00:10:49.320
Pomyśl o tym jak o autopilocie w samolocie.

00:10:49.520 --> 00:10:50.400
Niezwykle użyteczny,

00:10:50.400 --> 00:10:52.920
ale zawsze projektowany z możliwością ręcznego sterowania.

00:10:53.160 --> 00:10:55.680
Jeśli bot uważa, że optymalne lądowanie jest w jeziorze,

00:10:55.800 --> 00:10:57.280
chcesz przejąć kontrolę przed wodowaniem.

00:10:57.520 --> 00:11:00.480
Właściwą analogią jest tutaj pozwolenie nastolatkowi na naukę jazdy.

00:11:00.680 --> 00:11:02.560
Potencjał jest ogromny, prędkość imponująca,

00:11:02.660 --> 00:11:03.600
ale nie dajesz mu kluczyków,

00:11:03.700 --> 00:11:05.500
nie wychodzisz z podjazdu i nie liczysz na szczęście.

00:11:05.740 --> 00:11:06.780
Siedzisz na miejscu pasażera,

00:11:06.900 --> 00:11:08.580
wyznaczasz granicę i instalujesz hamulec,

00:11:08.680 --> 00:11:09.720
który sam możesz nacisnąć.

00:11:09.820 --> 00:11:11.800
Tak w praktyce wygląda zarządzanie cyklem życia.

00:11:12.020 --> 00:11:12.740
Kółka pomocnicze,

00:11:12.740 --> 00:11:14.040
dopóki nie będziesz mieć pewności,

00:11:14.040 --> 00:11:15.300
że system nie zjedzie z drogi.

00:11:15.440 --> 00:11:17.140
To prowadzi nas do większej hali fabrycznej,

00:11:17.260 --> 00:11:18.820
gdzie spotykają się agenci, kopiloty

00:11:18.820 --> 00:11:20.480
i wszystkie przetestowane przepływy pracy.

00:11:20.720 --> 00:11:22.700
Microsoft nazywa to Azure AI Foundry,

00:11:22.820 --> 00:11:24.540
kompleksową przestrzenią do tworzenia AI

00:11:24.540 --> 00:11:25.580
ze wszystkimi narzędziami.

00:11:25.780 --> 00:11:27.040
To czy stanie się potęgą produkcyjną,

00:11:27.700 --> 00:11:29.440
czy miejscem, w którym projekt płonie,

00:11:29.600 --> 00:11:31.480
zależy wyłącznie od Twojego podejścia.

00:11:31.880 --> 00:11:32.960
Azure AI Foundry,

00:11:33.140 --> 00:11:33.920
Twoja fabryka,

00:11:34.020 --> 00:11:35.120
czy Twoje pole minowe?

00:11:35.340 --> 00:11:38.420
Azure AI Foundry to nowy flagowy produkt Microsoftu,

00:11:38.420 --> 00:11:40.000
tak zwana fabryka wszystkiego,

00:11:40.160 --> 00:11:41.140
co związane z AI.

00:11:41.420 --> 00:11:42.040
W czym problem?

00:11:42.040 --> 00:11:43.820
Zbyt wiele zespołów wchodzi tam

00:11:43.820 --> 00:11:45.020
i traktuje to jak IKEA.

00:11:45.300 --> 00:11:46.820
Wędrują oczarowani katalogami,

00:11:46.940 --> 00:11:49.000
chwytają błyszczące duże modele językowe,

00:11:49.140 --> 00:11:50.140
dorzucają łączniki

00:11:50.140 --> 00:11:51.840
i skręcają coś bez instrukcji.

00:11:52.020 --> 00:11:52.820
To, co otrzymują,

00:11:52.960 --> 00:11:54.960
nie jest systemem AI klasy korporacyjnej,

00:11:55.060 --> 00:11:56.100
lecz zabawką pokazową,

00:11:56.260 --> 00:11:59.200
która pada przy pierwszym niechlujnym PDF i E od użytkownika.

00:11:59.400 --> 00:12:01.060
Oto, co faktycznie oferuje Foundry,

00:12:01.220 --> 00:12:02.800
prosto z oficjalnego podręcznika.

00:12:03.000 --> 00:12:04.800
Katalog modeli obejmujący Microsoft,

00:12:04.960 --> 00:12:07.520
OpenAI, Meta, Mistral, Dipsig i inne.

00:12:07.880 --> 00:12:09.080
Opcje dostosowywania,

00:12:09.080 --> 00:12:11.500
takie jak rak, dostrajanie i destylacja.

00:12:12.380 --> 00:12:14.020
Usługa agentowa do orkiestracji,

00:12:14.140 --> 00:12:16.780
narzędzia typu Prompt Flow do ewaluacji i debugowania,

00:12:16.960 --> 00:12:18.060
podstawy bezpieczeństwa,

00:12:18.200 --> 00:12:19.800
kontrola tożsamości i dostępu,

00:12:19.940 --> 00:12:22.040
filtry treści oraz panele obserwacyjne.

00:12:22.200 --> 00:12:22.840
Krótko mówiąc,

00:12:22.900 --> 00:12:24.800
to wszystkie części potrzebne do budowy kopilotów,

00:12:24.920 --> 00:12:26.400
agentów i autonomicznych procesów

00:12:26.400 --> 00:12:27.660
oraz utrzymania ich zgodności.

00:12:27.860 --> 00:12:28.860
To cały inwentarz.

00:12:29.000 --> 00:12:29.720
Problem nie polega na tym,

00:12:29.820 --> 00:12:30.980
że skrzynka z narzędziami jest pusta,

00:12:31.120 --> 00:12:32.480
ale na tym, że zbyt wielu administratorów

00:12:32.480 --> 00:12:34.620
traktuje to jak pstryknięcie przełącznikiem GPT-4 Turbo

00:12:34.620 --> 00:12:35.860
i uznanie gotowości produkcyjnej.

00:12:35.860 --> 00:12:37.980
Prawda jest taka, że Foundry to hala fabryczna,

00:12:38.080 --> 00:12:39.720
a nie twoje pudełko z zabawkami z hackathonu.

00:12:39.860 --> 00:12:41.480
Oznacza to wyznaczenie granic tożsamości,

00:12:41.600 --> 00:12:44.080
aby tylko odpowiednie osoby miały dostęp do odpowiednich modeli.

00:12:44.200 --> 00:12:46.240
Oznacza to otoczenie każdego potoku przetwarzania

00:12:46.240 --> 00:12:47.300
zabezpieczeniami treści.

00:12:47.520 --> 00:12:49.360
Oznacza to użycie narzędzi obserwacji,

00:12:49.520 --> 00:12:51.380
aby wiedzieć, kiedy odpowiedź jest rzetelna,

00:12:51.460 --> 00:12:53.680
a kiedy model wysysa politykę firmy z palca.

00:12:53.880 --> 00:12:56.440
Oznacza to również dopasowanie zadania do właściwego modelu

00:12:56.440 --> 00:12:58.380
zamiast wybierania największego tylko dlatego,

00:12:58.540 --> 00:12:59.220
że brzmi mądrze.

00:12:59.400 --> 00:13:00.200
Pomiń te kroki,

00:13:00.200 --> 00:13:01.860
a chaos wejdzie tylnymi drzwiami.

00:13:01.860 --> 00:13:04.800
Widziałem zespół, który podłączył kopilota z Foundry do SharePointa,

00:13:04.880 --> 00:13:07.600
co radośnie ujawniło ograniczone dane HR20 starzystom.

00:13:07.740 --> 00:13:08.440
To nie było sprytne,

00:13:08.520 --> 00:13:09.720
to była katastrofa zgodności,

00:13:09.860 --> 00:13:12.260
której można było uniknąć dzięki wbudowanym regułom dostępu.

00:13:12.440 --> 00:13:14.120
Porozmawiajmy o rzeczywistych awariach.

00:13:14.280 --> 00:13:17.860
Pewna organizacja uruchomiła GPT-4 turbo do takowania zdjęć produktów.

00:13:18.000 --> 00:13:19.940
W laboratorium demo wypadło znakomicie.

00:13:20.120 --> 00:13:22.220
Czyste zdjęcia studyjne, idealne, tagi,

00:13:22.340 --> 00:13:23.280
wszyscy bili brawo.

00:13:23.520 --> 00:13:26.060
W produkcji danymi wejściowymi nie były błyszczące JPEG,

00:13:26.060 --> 00:13:28.220
lecz rozmyte zdjęcia z telefonu w magazynie.

00:13:28.220 --> 00:13:32.000
Nagle sztuczna inteligencja błędnie oznaczyła wózki dziecięce jako krzesła biurowe,

00:13:32.100 --> 00:13:34.420
a kody UPC zamieniła w fikcyjne numery seryjne.

00:13:34.600 --> 00:13:36.840
Oprócz utraty zaufania, zaczęły rosnąć koszty.

00:13:37.040 --> 00:13:39.800
I nie jest to bajka o cenie zera i jednej setnej dolara za wiadomość.

00:13:39.960 --> 00:13:41.280
Cennik Foundry opiera się na zużyciu

00:13:41.280 --> 00:13:43.460
i jest powiązany z konkretnymi usługami, z których korzystasz.

00:13:43.620 --> 00:13:45.220
Każdy łącznik, każde wywołanie pobierania danych

00:13:45.220 --> 00:13:47.680
i każdy licznik wiadomości jest rozliczany w ramach twojego najemcy.

00:13:47.860 --> 00:13:49.820
Każdy element ma własny model rozliczeniowy.

00:13:49.980 --> 00:13:51.120
Ta elastyczność jest fajna,

00:13:51.120 --> 00:13:53.720
ale jeśli nie oszacujesz kosztów za pomocą kalkulatora Cenazur

00:13:53.720 --> 00:13:54.880
i nie będziesz śledzić zużycia,

00:13:54.980 --> 00:13:57.460
twój dział finansowy będzie zachwycony niespodziewaną fakturą.

00:13:57.600 --> 00:13:59.060
To właśnie pułapka rozliczeniowa.

00:13:59.300 --> 00:14:00.740
Model płatności za zużycie sprawdza się,

00:14:00.860 --> 00:14:02.660
jeśli planujesz, monitorujesz i optymalizujesz.

00:14:02.840 --> 00:14:05.280
Jeśli tego nie robisz, wygląda to jak używanie sportowego samochodu

00:14:05.280 --> 00:14:07.280
do rozłożenia pizzy drogo, głośno i bez sensu.

00:14:07.480 --> 00:14:09.680
Wszyscy byliśmy w takiej sytuacji z usługami typu PowerB.

00:14:09.800 --> 00:14:11.080
Świetne demo, ogromny rachunek.

00:14:11.080 --> 00:14:13.440
Nie pozwól, aby Foundry wpędziło cię w to samo miejsce.

00:14:13.660 --> 00:14:15.260
Programiści uwielbiają prototypować we Foundry,

00:14:15.260 --> 00:14:16.800
bo środowisko testowe wydaje się sprawne.

00:14:16.940 --> 00:14:18.680
I w środowisku testowym faktycznie takie jest.

00:14:18.820 --> 00:14:21.000
Czyste dane demo, zero bałaganu, efekt wow od razu.

00:14:21.160 --> 00:14:22.240
Ale tu pojawia się problem.

00:14:22.520 --> 00:14:25.400
Zespoły wdrażają prototyp na produkcję bez potoków ewaluacyjnych.

00:14:25.620 --> 00:14:27.600
Jeśli pomijasz ewaluację pod kątem ugruntowania,

00:14:27.740 --> 00:14:29.280
płynności, trafności i spójności,

00:14:29.420 --> 00:14:30.480
wdrażasz projekt na ślepo.

00:14:30.640 --> 00:14:31.360
I co się dzieje?

00:14:31.520 --> 00:14:32.960
Użytkownicy widzą błędy w wynikach,

00:14:33.080 --> 00:14:35.040
zaufanie spada, a zarząd obcina finansowanie.

00:14:35.040 --> 00:14:37.920
To nie wina Foundry, to porażka zespołów w kwestii zarządzania.

00:14:38.120 --> 00:14:41.140
Wiele prototypów we Foundry utyka przed wdrożeniem dokładnie z tego powodu.

00:14:41.380 --> 00:14:44.260
Brak możliwości obserwacji, brak kontroli jakości, brak telemetrii.

00:14:44.380 --> 00:14:46.100
Odpowiedź jest dostępna w samej platformie.

00:14:46.280 --> 00:14:48.820
Korzystaj z możliwości obserwacji Azure A i Foundry od pierwszego dnia.

00:14:49.000 --> 00:14:50.180
Podłącz przepływy promptów.

00:14:50.360 --> 00:14:52.500
Uruchamiaj wbudowane narzędzia ewaluacyjne przy każdym teście.

00:14:52.700 --> 00:14:54.180
Ugruntuj swój system za pomocą Azure A i Search,

00:14:54.280 --> 00:14:56.360
używając wyszukiwania hybrydowego oraz semantycznego przerankingowania,

00:14:56.480 --> 00:14:57.560
zanim w ogóle pomyślisz o uruchomieniu.

00:14:57.700 --> 00:14:59.400
Microsoft nie ukrył tych narzędzi w załączniku.

00:14:59.400 --> 00:15:01.600
Są udokumentowane w celu zapewnienia bezpieczeństwa produkcji.

00:15:01.800 --> 00:15:04.660
Jednak twórcy zbyt często traktują je jak mało istotne przypisy.

00:15:04.820 --> 00:15:08.200
Takie podejście oparte na punktach kontrolnych pozwala uniknąć pola minowego.

00:15:08.400 --> 00:15:11.960
Traktuj Foundry jak fabrykę, zarządzanie jak pierwszy krok polityki zgodności,

00:15:12.080 --> 00:15:15.700
jako wbudowane elementy, a potoki obserwacji jako system działający od początku.

00:15:16.000 --> 00:15:18.240
I tak określanie tożsamości oraz bezpieczeństwo treści

00:15:18.240 --> 00:15:20.880
nie powinny być dodawane później i muszą być częścią specyfikacji.

00:15:21.040 --> 00:15:24.060
Pomijając zarządzanie, ryzykujesz coś więcej niż tylko błędne odpowiedzi.

00:15:24.060 --> 00:15:27.160
Bez tego twój multimodalny bot może przez przypadek ujawnić pensję HR

00:15:27.160 --> 00:15:30.160
użytkownikom zewnętrznym lub opisać faktury fikcyjnymi numerami POLIS.

00:15:30.300 --> 00:15:32.060
To już nie tylko niedziałająca sztuczna inteligencja,

00:15:32.060 --> 00:15:34.780
to nagłówki prasowe, których twój dział zgodności nie będzie chciał tłumaczyć.

00:15:34.880 --> 00:15:36.660
I właśnie tu przesuwa się punkt ciężkości,

00:15:36.760 --> 00:15:38.680
bo kolejna przeszkoda wcale nie jest techniczna.

00:15:38.900 --> 00:15:41.540
Chodzi o to, czy twoja sztuczna inteligencja jest odpowiedzialna.

00:15:41.740 --> 00:15:43.720
Wszyscy uwielbiają wrzucać te hasła na slajdy,

00:15:43.880 --> 00:15:46.900
ale w praktyce chodzi o audyty, filtry, zgodność i górę decyzji,

00:15:47.040 --> 00:15:48.320
które podejmujesz przed startem.

00:15:48.480 --> 00:15:50.440
I właśnie wtedy zaczynają się prawdziwe problemy.

00:15:50.660 --> 00:15:52.900
Zasubskrybuj i śledź nasz newsletter M365 Show,

00:15:53.000 --> 00:15:55.780
aby poznać konkretne rozwiązania i obserwuj nas w serwisie M365.

00:15:55.780 --> 00:15:58.120
Odwiedź stronę LinkedIn, by obejrzeć transmisję na żywo z MVP,

00:15:58.320 --> 00:16:00.320
którzy testowali foundry w środowisku produkcyjnym i widzieli,

00:16:00.420 --> 00:16:01.180
co może pójść nie tak.

00:16:01.420 --> 00:16:03.800
Odpowiedzialna sztuczna inteligencja czy odpowiedzialne kłopoty?

00:16:03.980 --> 00:16:06.640
Każdy lubi wstawić odpowiedzialną AI do prezentacji.

00:16:06.880 --> 00:16:09.860
Wygląda świetnie obok modnych słów, jak sprawiedliwość czy przejrzystość.

00:16:10.020 --> 00:16:12.500
Jednak w codziennej pracy nie jest to inspirująca filozofia.

00:16:12.620 --> 00:16:14.860
To konfiguracja audyty, filtry i kroki nadzorcze,

00:16:15.000 --> 00:16:17.660
które bardziej przypominają konserwację serwerów niż innowacje.

00:16:18.060 --> 00:16:20.680
Odpowiedzialna AI to pasy bezpieczeństwa, a nie samochód sportowy.

00:16:20.680 --> 00:16:23.180
Zignoruj je raz, a wypadek nastąpi błyskawicznie.

00:16:23.340 --> 00:16:25.440
Microsoft mówi o etyce i bezpieczeństwie,

00:16:25.580 --> 00:16:29.220
ale dla administratorów wdrażających to w życie oznacza to praktyczne zabezpieczenia.

00:16:29.440 --> 00:16:32.220
Potrzebujesz polityk dostępu, które nie ugną się pod presją

00:16:32.220 --> 00:16:35.560
filtrów blokujących szkodliwe zapytania i logów na tyle szczegółowych,

00:16:35.700 --> 00:16:37.740
by zadowolić regulatora z wezwaniem w ręku.

00:16:37.920 --> 00:16:39.320
To nie jest efektowna praca.

00:16:39.600 --> 00:16:42.420
Polega na izolowaniu kopilotów HR od danych finansowych,

00:16:42.560 --> 00:16:45.860
ustalaniu reguł zakresu, by boty nie wyciekały do tajemnic SharePointa

00:16:45.860 --> 00:16:48.680
i oznaczaniu logów, by dowieść, jak powstała odpowiedź.

00:16:48.680 --> 00:16:51.940
Zrób to dobrze, a odpowiedzialność przestanie być korporacyjnym sloganem,

00:16:52.060 --> 00:16:53.140
stanie się kwestią przetrwania.

00:16:53.300 --> 00:16:56.540
Czarny scenariusz pominięcia tego, podpięcie bota prosto do bazy HR

00:16:56.540 --> 00:16:58.520
bez ograniczenia zakresu wewnątrz tenanta.

00:16:59.080 --> 00:17:01.420
Użytkownik pyta o świadczenia ubezpieczeniowe.

00:17:01.680 --> 00:17:05.120
Bot uczynnie publikuje na czacie widełki płacowe pracowników.

00:17:05.440 --> 00:17:07.820
Masz naruszenie prywatności, koszmar dla morale

00:17:07.820 --> 00:17:09.900
i prawdopodobnie regulatorów na karku.

00:17:10.120 --> 00:17:11.960
Najszybszym sposobem na zniechęcenie użytkowników

00:17:11.960 --> 00:17:13.960
nie jest słaby interfejs, lecz wyciek poufnych danych.

00:17:14.140 --> 00:17:15.740
Więc co chroni przed takim bałaganem?

00:17:15.740 --> 00:17:17.640
Zacznij od Azure AI Content Safety.

00:17:17.640 --> 00:17:21.060
Jest stworzone, by odfiltrowywać agresywne, wulgarne i obraźliwe zapytania

00:17:21.060 --> 00:17:22.940
oraz odpowiedzi, zanim dotrą do użytkowników.

00:17:23.060 --> 00:17:24.720
To jednak tylko podstawowa higiena.

00:17:24.920 --> 00:17:27.680
Foundry i Copilot Studio dokładają potoki ewaluacyjne,

00:17:27.800 --> 00:17:29.360
które obsługują kolejną warstwę.

00:17:29.580 --> 00:17:31.740
Weryfikacja rzetelności, ocena trafności,

00:17:31.920 --> 00:17:34.220
pulpity przejrzystości i wyjaśnialność modelu.

00:17:34.420 --> 00:17:36.240
W prostych słowach możesz dostosować progi,

00:17:36.340 --> 00:17:37.640
filtrować wejścia i wyjścia

00:17:37.640 --> 00:17:39.940
oraz zmusić boty do uzasadniania swoich działań.

00:17:40.120 --> 00:17:41.860
Bez tego po prostu rzucasz kostką w kwestii tego,

00:17:41.960 --> 00:17:43.180
co wypluje sztuczna inteligencja.

00:17:43.180 --> 00:17:45.180
A oto rzeczywistość związana z zasobami.

00:17:45.360 --> 00:17:47.180
Microsoft przykłada do tego dużą wagę.

00:17:47.300 --> 00:17:50.480
34 tysiące inżynierów pełnoetatowych zajmujących się bezpieczeństwem

00:17:50.480 --> 00:17:53.280
oraz 15 tysięcy partnerów z ogromnym doświadczeniem w tej dziedzinie.

00:17:53.400 --> 00:17:54.380
To prawdziwa twierdza.

00:17:54.580 --> 00:17:56.260
Mimo to, nie popadaj w samozadowolenie.

00:17:56.460 --> 00:17:58.220
Żaden z tych inżynierów nie jest w Twoim tenancie,

00:17:58.320 --> 00:17:59.680
by ustalać Twoje reguły dostępu.

00:17:59.840 --> 00:18:01.520
Microsoft daje Ci narzędzia ochronne,

00:18:01.660 --> 00:18:04.060
ale to nadal Twoim zadaniem jest zabezpieczenie tożsamości,

00:18:04.220 --> 00:18:06.520
izolacja danych, szyfrowanie i konfiguracja polityk.

00:18:06.640 --> 00:18:08.520
Jeśli Twoje określenie zakresu jest niedbałe

00:18:08.520 --> 00:18:09.680
i tak odpowiadasz za wyciek.

00:18:09.760 --> 00:18:11.980
Prawdziwym rozwiązaniem jest zarządzanie cyklem życia.

00:18:12.200 --> 00:18:14.840
Potraktuj to jak przepis, który zaleca samo Microsoft.

00:18:15.280 --> 00:18:18.180
Testuj, zatwierdzaj, wdrażaj, audytuj i teruj.

00:18:18.620 --> 00:18:20.460
Dzięki punktom kontrolnym w każdym cyklu

00:18:20.460 --> 00:18:23.180
wykrywasz odchylenia, zanim trafią na pierwsze strony gazet.

00:18:23.360 --> 00:18:25.240
Zespoły, które wdrażają raz i zapominają,

00:18:25.360 --> 00:18:26.300
zawsze kończą porażką.

00:18:26.540 --> 00:18:28.300
Modele ewoluują, promptie się zmieniają,

00:18:28.380 --> 00:18:29.740
a wyniki odbiegają od normy.

00:18:29.940 --> 00:18:31.300
Zarządzanie to nie biurokracja.

00:18:31.460 --> 00:18:32.740
To sposób, by powstrzymać bota

00:18:32.740 --> 00:18:34.360
przed tworzeniem własnych polityk w Teams,

00:18:34.480 --> 00:18:35.160
gdy wszyscy śpią.

00:18:35.160 --> 00:18:36.700
Niektórzy administratorzy narzekają,

00:18:36.840 --> 00:18:38.720
że odpowiedzialność oznacza po prostu wolniejsze tempo.

00:18:38.960 --> 00:18:39.860
Błędne podejście.

00:18:40.240 --> 00:18:41.640
Odpowiedzialność nie zabija tempa,

00:18:41.760 --> 00:18:43.460
ona chroni Cię przed skutkami tego tempa.

00:18:43.700 --> 00:18:44.720
Dobre zarządzanie sprawia,

00:18:44.860 --> 00:18:47.100
że przechodzisz audyty i utrzymujesz projekty w ruchu.

00:18:47.240 --> 00:18:48.900
Pomiń to, a rzucasz się w przepaść.

00:18:49.100 --> 00:18:51.600
Szybkość bez kontroli prowadzi tylko do jednego rodzaju rekordu.

00:18:51.820 --> 00:18:53.640
Najkrótszego czasu do analizy powypadkowej.

00:18:53.820 --> 00:18:55.680
Pomyśl o jeździe górskimi serpentynami.

00:18:55.880 --> 00:18:57.160
Nie przeklinasz barierek dziękujesz im,

00:18:57.240 --> 00:18:58.960
gdy droga kończy się 60-metrową przepaścią.

00:18:58.960 --> 00:19:01.220
Z odpowiedzialną sztuczną inteligencją jest tak samo.

00:19:01.420 --> 00:19:02.560
Zakresy, polityki, filtry,

00:19:02.680 --> 00:19:03.780
logi nie hamują Twojej pracy,

00:19:03.920 --> 00:19:05.720
one trzymają Cię z dala od wieczornych wiadomości.

00:19:06.180 --> 00:19:06.660
Podsumowując,

00:19:06.800 --> 00:19:08.700
Microsoft dał Ci potężne narzędzia.

00:19:09.100 --> 00:19:09.940
Bezpieczeństwo treści,

00:19:10.080 --> 00:19:10.740
potoki oceny,

00:19:10.880 --> 00:19:11.720
ramy bezpieczeństwa,

00:19:11.860 --> 00:19:12.800
zabezpieczenia SDK,

00:19:13.040 --> 00:19:15.740
ale to wciąż Twoim zadaniem jest określenie zakresu tenantów,

00:19:15.860 --> 00:19:16.940
konfiguracja dostępu

00:19:16.940 --> 00:19:18.920
i wpięcie tych pętli w cykl produkcyjny.

00:19:19.140 --> 00:19:19.900
Jeśli to zrobisz,

00:19:20.000 --> 00:19:20.360
masz AI,

00:19:20.480 --> 00:19:22.140
które przetrwa zgodność z przepisami,

00:19:22.240 --> 00:19:23.260
zamiast pod nią upaść.

00:19:23.460 --> 00:19:24.060
Zignoruj to,

00:19:24.060 --> 00:19:25.640
a ryzykujesz nie tylko awarię,

00:19:25.760 --> 00:19:26.840
ale i utratę kariery.

00:19:27.140 --> 00:19:29.100
Odpowiedzialna sztuczna inteligencja nie jest wolna.

00:19:29.340 --> 00:19:31.280
Odpowiedzialna sztuczna inteligencja zapewnia przetrwanie,

00:19:31.360 --> 00:19:32.600
a przetrwanie to prawdziwy sprawdzian,

00:19:32.660 --> 00:19:33.640
ponieważ nie chodzi o funkcję,

00:19:33.760 --> 00:19:34.040
ale o to,

00:19:34.120 --> 00:19:35.720
czy traktujesz te platformy jak plug and play,

00:19:35.860 --> 00:19:38.020
czy szanujesz ją jako infrastrukturę opartą na zarządzaniu.

00:19:38.180 --> 00:19:39.400
To rozróżnienie decyduje o tym,

00:19:39.500 --> 00:19:40.000
kto przetrwa,

00:19:40.080 --> 00:19:41.120
a kto wypali się zawodowo.

00:19:41.320 --> 00:19:42.640
Oto najważniejszy wniosek.

00:19:42.740 --> 00:19:43.740
Pułapką nie jest Foundry,

00:19:43.800 --> 00:19:44.500
czy kopilot studio,

00:19:44.640 --> 00:19:45.160
lecz myślenie,

00:19:45.260 --> 00:19:46.700
że działają na zasadzie plug and play.

00:19:46.700 --> 00:19:47.780
Zasada jest prosta,

00:19:47.940 --> 00:19:48.660
najpierw zarządzanie,

00:19:48.800 --> 00:19:49.580
potem eksperymenty,

00:19:49.660 --> 00:19:50.440
na końcu produkcja.

00:19:50.600 --> 00:19:53.240
Pomijasz tożsamość i obserwowalność na własne ryzyko.

00:19:53.440 --> 00:19:54.440
Narzędzia są dostępne,

00:19:54.560 --> 00:19:57.080
ale tylko zarządzanie zmienia prototypy w prawdziwą produkcję.

00:19:57.300 --> 00:19:58.980
Więc jeśli chcesz konkretnych rozwiązań,

00:19:59.080 --> 00:20:01.040
które faktycznie utrzymają twój tenant przy życiu,

00:20:01.160 --> 00:20:03.060
zasubskrybuj podcast i zostaw recenzję.

00:20:03.260 --> 00:20:04.640
Wkładam w to codziennie dużo pracy,

00:20:04.740 --> 00:20:06.160
a twoje wsparcie naprawdę pomaga.

00:20:06.400 --> 00:20:07.200
Narzędzia się zmienią,

00:20:07.360 --> 00:20:08.660
taktyki przetrwania pozostaną.