نهاية التصنيف اليدوي

تصنيف البيانات بالذكاء الاصطناعي في الوقت الفعلي في Microsoft Purview

لا تتجاوز نسبة اعتماد التصنيف اليدوي في الشركة المتوسطة 30 %، ما يعني أن 70 % من الملكية الفكرية تبقى غير مرئية عمليًا لأدوات الأمان. تشرح هذه الحلقة كيف تنتقل في Microsoft Purview من التصنيف الذي يقوم به المستخدمون إلى حوكمة ذاتية يصنّف فيها الذكاء الاصطناعي البيانات في الوقت الفعلي وبسرعة تدفقها.

▶ نهاية التصنيف اليدوي: تصنيف البيانات بالذكاء الاصطناعي في الوقت الفعلي في Microsoft Purview (دبلجة بالذكاء الاصطناعي)

ما ستتعلمه:

1. لماذا يفشل التصنيف اليدوي: الاحتكاك وعبء القرارات وأنماط regex العمياء عن السياق – والفجوة التي تقف وراء متوسط تكلفة يبلغ 4.8 مليون دولار لكل اختراق للبيانات (بحسب IBM)
2. محرك استدلال LLM في الوقت الفعلي كطبقة هيكلية بين تدفقات البيانات الخام وPurview Data Map – مع ضبط دقيق فعّال من حيث المعاملات (PEFT) ودرجات F1 تبلغ 0.97
3. فجوة زمن الاستجابة: تطبيق التسميات عبر Graph API يستغرق من دقائق إلى 24 ساعة – وكيف يغلق وكيل حارس على الحافة نافذة الضعف قبل Copilot ويُبقي TTFT دون 500 مللي ثانية
4. الجانب الاقتصادي: الاستضافة الذاتية بدلًا من رموز واجهات API السحابية بتوفير يصل إلى خمسة أضعاف، ووحدة GPU واحدة من Nvidia A100/H100 لشركة متوسطة الحجم، والتكاليف الخفية للضبط الدقيق
5. المخاطر الجديدة وخارطة طريق لمدة 90 يومًا: انحراف النموذج والمفاهيم، وحقن الأوامر مع وكيل حارس ثانوي، ووضع التدقيق، والنموذج الهجين، والنطاقات التكيفية، وإعادة التدريب بمشاركة الإنسان

هذه الحلقة نسخة عربية مدبلجة بالذكاء الاصطناعي من الفيديو التوضيحي المتحرك ضمن M365 Show للخبير MVP من مايكروسوفت Mirko Peters.