मायक्रोसॉफ्टचे CEO सत्या नडेला यांनी कंपन्यांना सावध केले आहे की बाह्य AI टूल्स वापरताना त्यांची मौल्यवान माहिती बाहेर जाण्याचा धोका आहे. या 'रिव्हर्स इन्फॉर्मेशन पॅराडॉक्स'मुळे कंपन्यांची स्पर्धात्मक धार कमी होऊ शकते. त्यामुळे, कंपन्या आता डेटा गव्हर्नन्सवर अधिक लक्ष केंद्रित करत आहेत.
AI चा वापर आणि गोपनीयतेचा धोका
मायक्रोसॉफ्टचे मुख्य कार्यकारी अधिकारी (CEO) सत्या नडेला यांनी आर्टिफिशियल इंटेलिजन्स (AI) वापरणाऱ्या कंपन्यांसाठी एका मोठ्या आव्हानाकडे लक्ष वेधले आहे. ते या समस्येला 'रिव्हर्स इन्फॉर्मेशन पॅराडॉक्स' म्हणतात. या परिस्थितीत, कंपन्या नकळतपणे आपली मौल्यवान अंतर्गत माहिती AI सेवा देणाऱ्या कंपन्यांना पुरवू शकतात.
कंपन्यांच्या स्पर्धेवर परिणाम
व्यवसायाच्या जगात, कोडिंगमधील विशेष तंत्र, अंतर्गत संशोधन किंवा ग्राहक सेवा प्रक्रिया यांसारखे 'प्रोप्रायटरी नॉलेज' (Proprietary Knowledge) हे कंपनीचे मुख्य बलस्थान असते. नडेला यांच्या मते, जेव्हा कर्मचारी ही संवेदनशील माहिती बाह्य AI सिस्टीममध्ये टाकतात, तेव्हा कंपनीचे 'इंस्टिट्यूशनल नॉलेज' (Institutional Knowledge) लीक होण्याचा धोका असतो. यामुळे AI मॉडेल कंपनीच्या विशिष्ट कामातून शिकते आणि अप्रत्यक्षपणे इतर वापरकर्त्यांसाठी ते मॉडेल अधिक सक्षम बनते.
गुंतवणूकदारांसाठी काय आहे महत्त्वाचे?
गुंतवणूकदारांच्या दृष्टिकोनातून, उत्पादकता वाढवण्याची धडपड आणि बौद्धिक संपदा (Intellectual Property) संरक्षण यांच्यातील हा एक गंभीर संघर्ष आहे. सॉफ्टवेअर डेव्हलपमेंट, कायदेशीर आणि संशोधन यांसारख्या विभागांमध्ये AI चा वापर जसजसा वाढत जाईल, तसतसा डेटा लीक होण्याचा धोका कंपन्यांच्या दीर्घकालीन मूल्यावर परिणाम करू शकतो. नडेला यांनी नमूद केले की कंपन्या बुद्धिमत्तेसाठी दोनदा पैसे देत आहेत: एकदा AI सेवांच्या सबस्क्रिप्शनसाठी आणि दुसरे म्हणजे त्या मॉडेल्सना अधिक सक्षम बनवणाऱ्या डेटामुळे.
उपायांकडे कंपन्यांचे लक्ष
या समस्येवर मात करण्यासाठी, अनेक संस्था खाजगी AI मॉडेल्स (Private AI Models) वापरण्याकडे किंवा कठोर डेटा गव्हर्नन्स प्रोटोकॉल (Data Governance Protocols) लागू करण्याकडे वळत आहेत. या उपायांचा उद्देश असा आहे की कंपनीच्या प्रॉम्प्ट्स (Prompts), इंटरॅक्शन लॉग्स (Interaction Logs) आणि अंतर्गत डेटासेट (Internal Datasets) हे बाह्य सिस्टीमना प्रशिक्षित करण्याऐवजी कंपनीच्या सुरक्षित वातावरणातच राहावेत. गुंतवणूकदारांसाठी, कंपन्या डिजिटल ट्रान्सफॉर्मेशन (Digital Transformation) आणि मजबूत डेटा सुरक्षा (Data Security) यांचा समतोल कसा साधतात, हे त्यांच्या ऑपरेशनल रिस्कचे (Operational Risk) मूल्यांकन करण्यासाठी महत्त्वाचे ठरू शकते.
भविष्यातील दिशा
पुढे, भागधारकांसाठी मुख्य गोष्ट ही असेल की कंपन्या त्यांच्या AI खरेदी आणि डेटा हाताळणी धोरणे कशा प्रकारे तयार करतात. गुंतवणूकदार कंपन्या खाजगी, नियंत्रित AI पायाभूत सुविधांमध्ये गुंतवणूक करण्यास प्राधान्य देत आहेत की नाही, यावर लक्ष ठेवू शकतात. कारण हेच निर्णय त्यांच्या भविष्यातील स्पर्धात्मक धार टिकवून ठेवण्याची क्षमता ठरवतील. साध्या AI वापरावरून आता त्याच्या वापराभोवती असलेल्या गव्हर्नन्सच्या गुणवत्तेकडे लक्ष केंद्रित केले जात आहे.