Энергетические и коммунальные компании все чаще используют ИИ для трансформации многих аспектов своей деятельности. К числу распространенных сценариев использования относятся усиление киберзащиты и защиты инфраструктуры, упрощение поиска инженерно-технических знаний и сокращение времени, которое сотрудники тратят на сбор информации. Реализация этой ценности требует той же дисциплины, которую коммунальные предприятия применяют к другим важным технологиям, включая процессы определения границ эксплуатации, проверки производительности и обеспечения подотчетности.

Для организации, отвечающей за критически важную энергетическую инфраструктуру, возможности модели — это лишь одна из составляющих решения о покупке. То, где работает ИИ, к какой информации он может получить доступ и какими полномочиями он наделяется, определяет, какие рабочие нагрузки коммунальное предприятие может ответственно перевести в промышленную эксплуатацию.

Недавние дискуссии между передовыми ИИ-лабораториями и руководителями коммунальных предприятий иллюстрируют важное противоречие, с которым сталкиваются операторы критической инфраструктуры.

Вопрос для коммунальных предприятий больше не звучит просто как: «Что может сделать эта модель?»

Он также звучит так: где она работает? К какой информации она может получить доступ? Какие действия она может предпринять? Как она контролируется? И кто остается главным?

Платформа Cohere North разработана для ответа на эти и многие другие вопросы.

В этой статье мы рассмотрим ключевые соображения для руководителей коммунальных предприятий и то, как North может удовлетворить требования организации к безопасности, данным и операционной деятельности.

Недавние разработки в области ИИ повышают ставки

Недавнее взаимодействие OpenAI с коммунальными предприятиями отражает растущую роль ИИ в кибербезопасности критической инфраструктуры. В сентябрьском анонсе Daybreak рассказывается о встрече руководителей коммунальных предприятий, чьи организации охватывают 40 штатов и округ Колумбия и в совокупности обслуживают более половины населения США. Инициатива направлена на то, чтобы помочь коммунальным предприятиям выявлять уязвимости, анализировать подозрительную активность, а также разрабатывать и тестировать исправления.

Эта возможность сопровождается четким напоминанием о контроле. В августовском отчете об инциденте OpenAI компания описала, как модели, проходящие внутреннюю оценку кибербезопасности в июле, обошли средства изоляции, обменивались данными через неавторизованные каналы и скомпрометировали части ее исследовательской инфраструктуры и систем Hugging Face. В ходе оценок использовались ослабленные меры защиты, и в раскрытии информации не утверждается, что системы управления энергосетями были скомпрометированы. OpenAI описала последующие меры по усилению изоляции, мониторинга и согласования.

Для руководителей коммунальных предприятий эти события подчеркивают практический момент: расширение возможностей ИИ должно сопровождаться безопасными границами развертывания.

Пять вопросов, на которые должен ответить каждый проект по внедрению ИИ

Какую измеримую проблему это решит? Определите рабочий процесс, установите базовый уровень и оцените качество вывода наряду со скоростью.
Что на самом деле может делать агент? Укажите, к каким системам агент может получить доступ, какие действия он может предпринять и какие одобрения со стороны человека требуются.
Какая информация покидает нашу среду? Определите каждую внешнюю зависимость. Отследите данные на протяжении всего рабочего процесса, включая обработку документов, вывод модели, хранение, журналы, интеграции, телеметрию и доступ службы поддержки.
Как будут проверяться рекомендации? Требуйте прослеживаемости вспомогательных исходных материалов и соответствующих цитат, а также оценок с участием человека (экспертов в предметной области).
Что произойдет после пилотного проекта? Заключите лицензионное соглашение, которое обеспечивает коммерческую предсказуемость на всем пути к полноценному производству и снижает риск резкого роста затрат на токены.

Другой подход: принесите ИИ к данным коммунального предприятия

Подход Cohere к корпоративному ИИ заключается в предоставлении моделей для работы с данными, которые коммунальные предприятия должны защищать. Вместо того чтобы требовать от организаций перепроектирования конфиденциальных рабочих процессов вокруг общедоступного ИИ-сервиса, платформу Cohere North можно развернуть в пределах защищенного периметра оператора, что может принципиально расширить возможности использования ИИ коммунальными предприятиями.

North создает путь для работы коммунальных предприятий с инженерной документацией, историей активов, аварийными процедурами, информацией о клиентах и внутренними операционными знаниями в рамках контролируемых сред без возможности утечки данных. Это позволяет операторам выбирать архитектуру, которая соответствует конфиденциальности рабочей нагрузки и требованиям к контролю над данными и инфраструктурой.

Следующие соображения помогут коммунальным предприятиям обеспечить успешное внедрение ИИ во всей организации.

Сохраняйте полномочия и подотчетность за коммунальным предприятием

По мере того как ИИ-агенты становятся более способными, один принцип становится важным: организация, развертывающая ИИ-агента, должна решать, что ему разрешено делать. Благодаря встроенному контролю доступа, прозрачности аудита и настраиваемым рабочим процессам, North сочетает в себе производительность корпоративного уровня с надежным управлением. Это позволяет организациям определять, к какой информации могут получать доступ отдельные рабочие процессы и какими полномочиями наделяются их интеграции.

Разумной отправной точкой было бы использование North для создания агента, который извлекает утвержденную информацию, сравнивает документы, выявляет несоответствия и готовит рекомендации для проверки сотрудниками. Его полномочия могут быть расширены после того, как агент продемонстрирует надежную работу, а организация убедится в эффективности его мер защиты. Обратите внимание, что доступ к производственным или операционным системам должен требовать отдельной авторизации и соответствующих контролей утверждения, обеспечиваемых через разрешения для идентификации, сети и приложений.

Хорошие системы управления, практики и политики делают эти границы долговечными. Каждый рабочий процесс должен иметь ответственного владельца, утвержденные варианты использования, критерии оценки и процесс контроля изменений. Прослеживаемость должна связывать рекомендацию с ее исходными записями и сохранять соответствующие версии, утверждения и журналы выполнения. Командам также нужен проверенный способ остановить рабочий процесс и расследовать сбои.

Частное развертывание поддерживает безопасную операционную модель, которая создает продуманный путь от ИИ, который информирует, к ИИ, который действует, при этом коммунальное предприятие контролирует этот прогресс.

Заставьте институциональные знания работать

Значительная часть краткосрочной ценности ИИ может быть получена за счет помощи сотрудникам в использовании информации, которой коммунальное предприятие уже владеет. Например, инженер может использовать ИИ для сбора истории технического обслуживания актива перед его проверкой. Группа реагирования на шторм может быстро найти соответствующий раздел утвержденного плана действий в чрезвычайных ситуациях. Или регуляторная группа может собрать подтверждающие записи для подачи отчетности.

Корпоративный поиск и извлечение данных на базе ИИ могут сократить усилия, необходимые для поиска этого материала. Это дает сотрудникам возможность проверять источники, на которых основаны результаты поиска, проверять актуальность рекомендаций и разрешать противоречивые записи, прежде чем полагаться на ответ. Эти рабочие процессы также могут помочь новым сотрудникам учиться на задокументированном опыте по мере выхода на пенсию коллег с большим стажем, сохраняя при этом роль профессионального суждения.

Создайте бизнес-кейс, который будет актуален долго

Единая платформа ИИ создает возможность для повторного использования утвержденной инфраструктуры, интеграций и механизмов управления в различных отделах. Тем не менее, каждый дополнительный вариант использования должен доказать свою ценность посредством измеримых результатов.

Обоснованный бизнес-кейс для конкретного проекта включает в себя лицензирование, требования к оборудованию, интеграцию, поддержку, операции по обеспечению безопасности и постоянную оценку. Он включает план развертывания, который начинается с ограниченного рабочего процесса, затем оценивает результаты и, наконец, расширяется только после того, как будут продемонстрированы как ценность, так и механизмы контроля. Это дает проекту обоснованную базу для инвестиций и предоставляет организации повторяемый метод принятия решений о том, где именно следует применять ИИ.

Цель должна заключаться не в том, чтобы внедрить ИИ повсюду. Она должна состоять в создании контролируемой основы, на которой можно внедрять дополнительные варианты использования по мере подтверждения их ценности.

Заключение

Предоставляя коммунальным предприятиям возможность развертывать ИИ в контролируемых ими средах, безопасно подключать его к собственным базам знаний, определять права доступа и полномочия агентов, а также расширять автоматизацию по мере подтверждения производительности и мер безопасности, North создает практическую основу для корпоративного ИИ в критически важной инфраструктуре.

Возможность заключается в объединении все более мощного ИИ с тем, что коммунальным предприятиям требовалось всегда: операционной дисциплиной, четкой подотчетностью и контролем над системами, от которых зависят их клиенты. Для коммунальных предприятий эта операционная дисциплина является частью ценностного предложения с самого первого этапа развертывания.

Хотите узнать, как может выглядеть контролируемый частный ИИ для вашего коммунального предприятия? Свяжитесь с Cohere, чтобы узнать больше о North для коммунальных служб и о том, как его можно развернуть в соответствии с требованиями вашей организации к безопасности, данным и операционной деятельности.