Il 50% delle organizzazioni pronte ad abbracciare la governance dei dati zero-trust in mezzo all’aumento dei dati generati da AI non verificati
In considerazione della crescente diffusione di dati non verificati creati dall’intelligenza artificiale, si prevede che metà (50%) di tutte le organizzazioni globali transiterà verso una postura zero-trust per la governance dei dati entro il 2028.
La fine della fiducia implicita
Secondo le recenti analisi, l’era in cui le organizzazioni potevano fare affidamento sulla fiducia implicita o sull’assunzione che i dati provengano da fonti umane è giunta al termine. Con l’aumento dei contenuti generati da AI, è diventato essenziale adottare un approccio di zero-trust, che pone la priorità su protocolli di autenticazione e verifica rigorosi.
Rischi associati ai dati generati da AI
I dati guidati dall’AI aumentano i rischi di malfunzionamenti dei modelli e ampliano i requisiti di conformità. I modelli di linguaggio di grandi dimensioni (LLM) si basano su vasti set di dati acquisiti tramite tecniche di “web-scraping”, ma molte di queste fonti fondamentali sono già permeate da contenuti originati da AI. Si prevede che, se queste tendenze continueranno, la maggior parte dei repository di dati digitali sarà inevitabilmente saturata di informazioni prodotte da AI.
Necessità di identificazione dei dati AI
La crescente diffusione di contenuti generati da AI richiederà un’intensificazione dei requisiti normativi riguardanti la verifica dei dati “senza AI”. Tuttavia, queste normative varieranno significativamente a livello geografico. Alcuni territori potrebbero implementare controlli rigorosi, mentre altri potrebbero optare per un quadro normativo più flessibile. Tutte le organizzazioni dovranno essere in grado di identificare e contrassegnare i dati generati da AI.
Strategie per gestire i rischi dei dati non verificati
- Designare un leader per la governance AI: Creare un ruolo specifico per la governance AI, che includa politiche zero-trust e gestione dei rischi AI.
- Promuovere la collaborazione interfunzionale: Costituire team interfunzionali per eseguire valutazioni approfondite dei rischi dati.
- Utilizzare le politiche di governance esistenti: Potenziare i quadri di governance dei dati e delle analisi per affrontare i nuovi rischi.
- Implementare pratiche attive di gestione dei metadati: Consentire avvisi in tempo reale quando i dati diventano obsoleti, permettendo alle organizzazioni di individuare rapidamente i sistemi critici a rischio.
Conclusione
In un contesto di crescente complessità e incertezza dei dati, l’adozione di un approccio zero-trust si configura come una necessità strategica per le organizzazioni moderne. Solo attraverso una gestione attenta e innovativa dei dati sarà possibile garantire la loro integrità e affidabilità, proteggendo al contempo i risultati finanziari e l’integrità complessiva delle aziende.
