企业人工智能安全挑战、路线图和物理人工智能趋势 | TechEx 第二天

第二天 TechEx北美 本次研讨会深入探讨了企业人工智能的运用，并提出了更为批判性但又不失乐观的观点。人工智能和大数据项目以演讲者们所称的“……开篇，令人印象深刻”。 “人工智能墓地”人工智能项目在试点阶段表现出色，但在实际应用中却无法取得成功。尽管这句话意义重大，但多场会议都着重探讨了具有前瞻性的企业如何才能彻底避免落入这种技术陷阱。

第二天的会议深入探讨了影响人工智能部署的长期存在的问题。 企业人工智能实施， 投资回报率， 和 采用 这些项目以停滞不前的试点项目为切入点，致力于找出项目失败的根本原因。项目提供了大量实用指导，涵盖了专注于特定业务领域的智能体人工智能、构建可用于智能体的数据基础，以及基于Tokens的人工智能定价对企业预算的实际财务影响。

💡 关键见解： 在基础设施层面，讨论探讨了企业应该购买还是自建实体人工智能基础设施，以及如何创建这些基础设施。 可持续投资回报率 在数据和人工智能项目中，所有影响因素都得到适当考虑。

人工智能推广遇到的瓶颈，其核心问题通常可以用以下概念来说明： “私人副驾驶”这种模式在单个员工的办公桌上以及个人工作流程中效果很好，但它无法扩展到整个部门，更不用说整个企业了。许多公司表示，他们有足够的预算在单用户层面运行人工智能实验，而且往往取得了令人瞩目的成果。当用户是高管时，个人效率的提升可以激发全公司的热情。但是，从这一点过渡到…… 有意义的、全公司范围的变革 这正是大多数组织遇到真正障碍的地方——这也是展会各舞台和展厅的核心主题。 圣何塞麦克纳里会议中心。

🔐 网络安全：速度、影子人工智能和零信任

在网络安全和云计算博览会的舞台上，演讲者强调了智能体人工智能快速普及所带来的危险。 “速度差距”成功的 AI 部署能够迅速获得成功——但当业务部门采用生成式 AI 的速度超过安全团队安全管理和治理的速度时，安全和治理问题就会出现。

人工智能就像一把双刃剑，重塑了网络安全领域的攻防格局。在内部，不受限制的智能体和庞大的语言模型带来了新的风险。在外部，攻击者现在可以利用人工智能驱动的扫描工具大规模识别漏洞。

⚠️ 影子人工智能警报： 古老的挑战 影子IT 已演变为 影子人工智能当员工使用未经授权的工具处理敏感数据，或者当已批准的 AI 系统管理不善时，攻击面就会扩大——而安全团队往往对此毫不知情。

这一信息在网络安全、云计算和大数据领域引起了广泛共鸣： 数据治理和系统监督比以往任何时候都更加紧密地交织在一起。对于纯粹的网络安全功能， 零信任 成为主要答案的方案是——采用 “默认拒绝” 无论是人还是机器，都必须具备相应的安全态势。身份验证和权限级别必须扩展到服务和代理，确保自动化工作流程与其他 IT 堆栈中的每个元素一样，都遵循相同的权限模型。

🤖 机器人进军：物理人工智能成为焦点

会议现场各处气氛依然高涨。人形机器人吸引了与会者的极大热情——但更重要的是，新的 物理人工智能赛道 吸引了本次活动的部分最大观众群。许多代表表示 软件编码 作为第一个在专业环境中利用大型语言模型产生有意义结果的领域。

人们逐渐达成了强烈的共识： 自动化物理系统 下一个将从人工智能模型及其实际应用的进步中获益匪浅的行业领域将是人工智能。驱动下一代物理人工智能的人工智能模型不太可能是传统意义上的逻辑学习模型（LLM），尽管在需要人机交互的场景下，逻辑学习模型仍然很有价值。随着这些模型从研究阶段走向部署阶段， TechEx 活动系列 有望成为首批展示它们如何在商业环境中有效运作的公司之一。

🎓 全新学习方向：人工智能实践教育

今年的活动引入了一种令人欣喜的活力 务实、实践性强的编程课程与会者在互动式平台上直接学习如何搭建自己的AI智能体模型，包括学习智能体如何进行自我改进。 Google Collaborate 实例。

• 🟦 TechEx学习中心 — 精选工作坊 英伟达 以及一直广受欢迎的 Google黑客马拉松
• 🟦 学员涵盖了从初次联系集成开发环境 (IDE) 的新手到拥有精湛软件技能的经验丰富的开发人员。
• 🟦 高管决策者与开发人员一起参与战略最佳实践研讨会，将创意转化为可行的原型

✅ 结论： TechEx北美大会第二天，与会者对人工智能的雄心壮志并未抱有抵触情绪。人工智能（包括自主代理）的作用已成为演讲嘉宾、思想领袖和与会代表普遍接受的事实。大会上展开了一场内容丰富、跨行业的讨论。 如何在2026年成功实施人工智能实际问题和真诚的热情并列摆在桌面上。