WEBVTT 00:00:00.000 --> 00:00:05.900 La suposición de que sus empleados etiquetarán voluntariamente cada dato que crean es el mayor punto de falla en su modelo de seguridad. 00:00:06.660 --> 00:00:13.580 Hemos pasado años creando marcos de gobernanza complejos que dependen de una sola cosa que un ser humano tome una decisión consciente y correcta cada vez que presiona el botón de guardar. 00:00:14.140 --> 00:00:23.720 Pero la realidad es cruda. El etiquetado manual tiene una tasa de adopción del 30% en la empresa promedio, lo que significa que el 70% de su propiedad intelectual es esencialmente invisible para sus herramientas de seguridad. 00:00:24.600 --> 00:00:29.120 Hemos construido un sistema que pide a las personas que sean bibliotecarios mientras intentan ser ingenieros o vendedores. 00:00:29.120 --> 00:00:34.520 Está fallando porque crea fricción. Hoy estamos pasando el etiquetado impulsado por el usuario a la gobernanza autónoma. 00:00:35.160 --> 00:00:39.440 Estamos cambiando el modelo donde la clasificación ocurre a la velocidad del flujo de datos, no a la velocidad del usuario. 00:00:40.460 --> 00:00:46.240 La falla estructural en la gobernanza manual. Su estrategia de etiquetado actual es efectivamente un impuesto a la productividad. 00:00:46.820 --> 00:00:49.840 Como la mayoría de los impuestos, la gente encuentra formas creativas de evitar pagarlo. 00:00:50.500 --> 00:00:54.620 Hemos pasado una década dependiendo del antiguo modelo de seguridad de datos donde la protección es un evento posterior. 00:00:54.620 --> 00:01:01.740 Un usuario crea un documento, mira una lista de 5 o 10 etiquetas de sensibilidad y esperamos que elija la correcta, pero la esperanza no es un control técnico. 00:01:02.520 --> 00:01:06.420 La explosión de datos en Teams, SharePoint y Slack ha superado oficialmente la cognición humana. 00:01:07.160 --> 00:01:13.640 Simplemente no puede pedirle a una persona que clasifique manualmente un petabyte de ruido no estructurado y esperar precisión porque es una imposibilidad matemática. 00:01:13.640 --> 00:01:17.980 Ah, cuando observa porque esto falla es de mirar las herramientas que hemos usado para ayudar al usuario. 00:01:18.520 --> 00:01:20.720 Tradicionalmente hemos dependido de patrones regex basados en palabras. 00:01:21.100 --> 00:01:28.340 Ahora, el regex es increíble en velocidad y es aproximadamente 28 mil veces más rápido que un modelo de lenguaje extenso al escanear texto, pero el regex es ciego al contexto. 00:01:29.300 --> 00:01:37.860 Puede encontrar una cadena de números que parece un número de seguro social, pero no puede diferenciar entre un ID de cliente sensible y un código de proyecto aleatorio en un manual técnico público. 00:01:39.120 --> 00:01:40.740 Ve el patrón, pero pierde la intención. 00:01:40.740 --> 00:01:45.580 Esta brecha entre la coincidencia de patrones y la comprensión real es donde reside el peligro. 00:01:46.000 --> 00:01:50.040 Según IBM, el costo promedio de una brecha de datos ha subido a 4.38 millones de dólares. 00:01:51.100 --> 00:01:54.160 Ese costo generalmente no proviene de una falla en el cifrado, una brecha en el firewall. 00:01:54.860 --> 00:01:57.660 Reside en el espacio entre lo que es sensible y lo que realmente está etiquetado. 00:01:58.340 --> 00:02:01.460 Si un archivo no está etiquetado, sus políticas de prevención de pérdida de datos no lo ven. 00:02:02.140 --> 00:02:04.020 Sus reglas de acceso condicional no se aplican a él. 00:02:04.540 --> 00:02:08.980 Y ahora, con el auge de la IA generativa, sus copilotos lo resumirán con gusto para cualquiera que lo pida. 00:02:08.980 --> 00:02:16.200 El viejo modelo asume que el usuario es el mejor juez de valor, pero en un mundo de datos de alta velocidad, el usuario es en realidad el cuello de botella. 00:02:17.020 --> 00:02:21.640 Hemos llegado a un punto donde gran volumen de datos no estructurados se ha convertido en un riesgo porque no están gestionados. 00:02:22.120 --> 00:02:29.980 Podría tener la configuración de Microsoft Purview más sofisticada del mundo, pero si los datos que ingresan no se clasifican con precisión en su origen, todo el motor está en ralentí. 00:02:29.980 --> 00:02:35.200 Esencialmente, estamos intentando conducir un vehículo autónomo, pidiéndole al pasajero que trace manualmente cada giro. 00:02:35.500 --> 00:02:36.000 No funciona. 00:02:36.480 --> 00:02:40.060 El fallo estructural no es la persona, sino el requisito de que la persona deba intervenir. 00:02:40.920 --> 00:02:43.180 Es por esto que vemos tasas de eficiencia en las auditorías tan altas. 00:02:43.640 --> 00:02:46.820 Las organizaciones creen que cumplen con las normas porque tienen una política en papel, 00:02:47.340 --> 00:02:51.620 pero cuando ejecutas un escaneo de descubrimiento encuentras miles de documentos confidenciales en carpetas públicas. 00:02:52.180 --> 00:02:54.220 Esto sucede porque la fricción de la elección es demasiado alta. 00:02:54.220 --> 00:02:59.200 Si le das a un usuario elegir entre ser rápido o ser seguro, elegirán la velocidad casi siempre. 00:02:59.840 --> 00:03:01.840 Para solucionar esto, tenemos que eliminar la elección por común. 00:03:02.620 --> 00:03:07.380 Tenemos que trasladar el cerebro de la operación fuera del usuario final distraído y hacia la infraestructura misma. 00:03:08.060 --> 00:03:11.180 Necesitamos un sistema que entienda el documento mejor que la persona que lo escribió, 00:03:11.460 --> 00:03:14.520 y solo así podremos cerrar la brecha que lleva esas brechas millonarias. 00:03:15.860 --> 00:03:17.040 Construyendo la capa de inteligencia 00:03:17.040 --> 00:03:21.660 Para resolver la crisis del etiquetado manual, estamos alejando el cerebro de la clasificación del usuario final. 00:03:21.660 --> 00:03:24.580 Estamos trasladando un motor de inferencia de elemen en tiempo real. 00:03:25.240 --> 00:03:28.620 Este es un cambio fundamental en cómo pensamos sobre la arquitectura de Microsoft Purview. 00:03:29.360 --> 00:03:31.260 La mayoría de la gente ve la IA como un complemento, 00:03:31.400 --> 00:03:34.160 algo que simplemente añades a un proceso existente para hacerlo un poco más rápido. 00:03:34.780 --> 00:03:37.080 Pero en este nuevo modelo, la IA es una capa estructural. 00:03:37.700 --> 00:03:40.740 Se sitúa directamente entre sus flujos de datos sin procesar y su mapa de datos. 00:03:41.160 --> 00:03:44.820 No solo observa el flujo de datos, ya que en realidad es quien toma las decisiones. 00:03:45.320 --> 00:03:49.020 La razón por la que los modelos de lenguaje extenso ganan aquí es que finalmente resuelven el problema de los matices. 00:03:49.020 --> 00:03:52.860 Como vimos, las herramientas tradicionales son excelentes para buscar cadenas específicas, 00:03:52.920 --> 00:03:54.780 pero son funcionalmente analfabetas. 00:03:55.720 --> 00:03:57.780 Un LLM entiende la intención de un documento. 00:03:58.500 --> 00:04:01.380 Puede leer un memorando de estrategia de tres páginas y reconocer que, 00:04:01.540 --> 00:04:03.800 aunque no haya números de tarjeta de crédito o de seguridad social, 00:04:04.040 --> 00:04:06.880 todo el texto describe una fusión pendiente que debe protegerse. 00:04:07.940 --> 00:04:11.680 Entiende que una receta secreta o un proceso de fabricación exclusivo es propiedad intelectual, 00:04:11.760 --> 00:04:15.320 incluso si esas palabras específicas nunca aparecen en el texto. 00:04:15.320 --> 00:04:21.360 Pero no puedes simplemente aplicar un modelo genérico listo para usar los datos de tu empresa y esperar que funcione. 00:04:22.120 --> 00:04:25.820 Los modelos generales son demasiado amplios y, francamente, demasiado costosos para este nivel de volumen. 00:04:26.160 --> 00:04:29.560 El avance proviene del uso de Ajuste Finoeficiente en Parámetros, o PEFT. 00:04:30.220 --> 00:04:34.300 Al tomar un modelo de pesos abiertos más pequeño y ajustarlo con el vocabulario corporativo específico, 00:04:34.360 --> 00:04:36.960 podemos lograr puntuaciones F1 de 0.97. 00:04:36.960 --> 00:04:45.180 Para ponerle perspectiva, una puntuación F1 de 0.97 significa que la máquina es mucho más precisa y constante que el empleado promedio distraído. 00:04:46.600 --> 00:04:49.560 No se cansa, no omite archivos porque faltan cinco minutos para una reunión 00:04:49.560 --> 00:04:52.220 y no tienes riesgo hacia la etiqueta general solo porque es la más fácil de elegir. 00:04:53.340 --> 00:04:57.620 La capa de inteligencia identifica el contexto de tus datos al observar las relaciones entre conceptos. 00:04:57.620 --> 00:05:02.100 Si ve una lista de nombres junto a una lista de códigos de diagnóstico, sabe que está viendo datos de salud. 00:05:02.680 --> 00:05:07.100 Si ve una fórmula química seguida a un conjunto de restricciones de temperatura, sabe que está viendo un secreto comercial. 00:05:07.840 --> 00:05:11.240 Este es el nivel de conciencia semántica que exige la gobernanza de la era de 2026. 00:05:11.860 --> 00:05:15.600 Nos estamos alejando de la mentalidad de buscar y encontrar hacia una capacidad de leer y comprender. 00:05:16.680 --> 00:05:20.560 Esta capa actúa como un filtro que limpia el ruido antes de que llegue al almacenamiento principal. 00:05:21.000 --> 00:05:24.320 Cuando se crea un archivo en un chat de Teams o se carga en una biblioteca de SharePoint, 00:05:24.420 --> 00:05:26.180 la capa de inteligencia intercepta los metadatos. 00:05:27.120 --> 00:05:29.620 Realiza una inferencia de alta velocidad para determinar el contenido. 00:05:30.460 --> 00:05:32.920 Luego asigna ese ADN en las etiquetas sensibilidad de propio que ya tiene. 00:05:33.380 --> 00:05:36.200 Esto sucede sin que el usuario vea nunca una ventana emergente o un menú desplegado. 00:05:36.580 --> 00:05:39.700 La clasificación se convierte en una utilidad de fondo como electricidad o la refrigeración. 00:05:40.160 --> 00:05:44.340 Al centralizar esta lógica en un motor de inferencia dedicado, también obtienes una única fuente de verdad. 00:05:45.340 --> 00:05:48.800 En el modelo anterior, la gobernanza estaba descentralizada entre miles de usuarios individuales, 00:05:48.800 --> 00:05:51.320 cada uno con su propia interpretación de lo que significaba confidencial. 00:05:51.660 --> 00:05:55.100 Ahora, la lógica está regida por los pesos de tu modelo y tu conjunto de datos de ajuste fin. 00:05:55.100 --> 00:06:00.220 Si tu política cambia, no tienes que volver a capacitar a toda tu fuerza laboral porque simplemente actualizas el modelo. 00:06:00.820 --> 00:06:01.560 Así es como escalas. 00:06:02.080 --> 00:06:07.240 Dejas de intentar cambiar el comportamiento humano y empiezas a crear sistemas que no requieren que los humanos se comporten de cierta manera. 00:06:08.040 --> 00:06:13.240 Estamos automatizando eficazmente la parte más aburrida del trabajo de una persona para que puedan volver a realizar el trabajo para que fueran contratados. 00:06:13.240 --> 00:06:15.760 Desajuste de latencia y cómo superarlo. 00:06:16.280 --> 00:06:17.720 Aquí es donde la arquitectura suele fallar. 00:06:18.260 --> 00:06:22.400 Tenemos una brecha de velocidad fundamental que la mayoría de los arquitectos ignora hasta que el sistema ya está en producción. 00:06:22.880 --> 00:06:26.140 Debes entender que PowerView piensa en horas, pero la IA piensa en milisegundos. 00:06:26.740 --> 00:06:29.580 Esto no es solo un retraso menor, sino una desalineación estructural masiva. 00:06:30.220 --> 00:06:33.440 Cuando hablamos de clasificación, en tiempo real buscamos una experiencia de usuario, 00:06:33.560 --> 00:06:37.700 donde los controles de seguridad sean invisibles porque ocurren más rápido de lo que el ojo humano puede seguir. 00:06:37.700 --> 00:06:43.020 Pero la infraestructura subyacente de la API de Microsoft Graph no fue creada para ese tipo de velocidad. 00:06:43.840 --> 00:06:47.420 La realidad de la API de Graph para etiquetado es que es intrínsecamente asincrónica. 00:06:48.000 --> 00:06:50.500 Cuando envías una solicitud para aplicar una etiqueta de sensibilidad, 00:06:50.700 --> 00:06:53.080 no recibes una confirmación instantánea de que el archivo está protegido. 00:06:53.860 --> 00:06:56.940 Esencialmente estás dejando una carta en un buzón y esperando que se entregue pronto. 00:06:57.720 --> 00:07:02.620 En entornos empresariales del mundo real, esa propagación puede tardar desde unos minutos hasta 24 horas completas. 00:07:03.220 --> 00:07:04.740 Esto crea lo que yo llamo la ventana vulnerable. 00:07:04.740 --> 00:07:08.740 Es un periodo donde los datos confidenciales existen en tu entorno, pero están efectivamente desnudos. 00:07:09.880 --> 00:07:12.020 No tienen etiqueta, ni cifrado, ni restricciones de acceso. 00:07:12.800 --> 00:07:16.080 Esta ventana es particularmente peligrosa en la era de M365 Copilot. 00:07:16.900 --> 00:07:19.560 Si un ingeniero sube una especificación de diseño privada de Copilot, 00:07:19.680 --> 00:07:23.320 indexa ese archivo antes de que la etiqueta de Purview se propague esa información sensible 00:07:23.320 --> 00:07:24.860 y es parte del cerebro organizacional. 00:07:25.880 --> 00:07:30.320 Un usuario diferente del otro departamento podría consultar a Copilot y recibir un resumen de ese diseño 00:07:30.320 --> 00:07:34.120 porque la capa de gobernanza seguía pensando mientras la IA ya estaba actuando. 00:07:34.740 --> 00:07:37.360 No puedes resolver un problema de milisegundos con una herramienta de 24 horas. 00:07:37.920 --> 00:07:40.860 Para cerrar esta brecha, debemos ir más allá de las simples llamadas a la API 00:07:40.860 --> 00:07:43.080 e implementar lo que llamo el enfoque de agente guardián. 00:07:43.580 --> 00:07:45.320 El agente guardián actúa como un proxy en tiempo real. 00:07:45.880 --> 00:07:48.060 En lugar de esperar a que el proceso de backend de Purview termine, 00:07:48.200 --> 00:07:50.200 este agente se sitúa en el límite del prompt. 00:07:50.860 --> 00:07:52.360 Examina los datos en el momento en que se toque. 00:07:52.800 --> 00:07:55.060 Piénsalo como un puesto de control de seguridad de alta velocidad 00:07:55.060 --> 00:07:57.240 que opera independientemente del lento registro central. 00:07:57.240 --> 00:08:00.340 Mientras el mapa de datos oficial de Purview se actualiza en segundo plano, 00:08:00.580 --> 00:08:02.780 el agente guardián ya está aplicando la política en el extremo. 00:08:03.180 --> 00:08:06.220 Segura que la lógica de clasificación se aplique instantáneamente al flujo de datos, 00:08:06.300 --> 00:08:08.600 lo que cierra efectivamente esa ventana de vulnerabilidad. 00:08:09.120 --> 00:08:10.840 Para que esto funcione sin frustrar a tus usuarios, 00:08:10.920 --> 00:08:15.240 debemos obsesionarnos con una métrica específica llamada tiempo hasta el primer token o TTFT. 00:08:15.760 --> 00:08:19.860 Si tu capa de seguridad añade 3 segundos de retraso a cada apertura de documento o prompt de IA, 00:08:20.000 --> 00:08:21.780 tus empleados encontrarán la forma de evitarla. 00:08:21.780 --> 00:08:27.120 Moverán su trabajo a dispositivos personales o herramientas de IA no gestionadas solo para poder realizar sus tareas. 00:08:27.740 --> 00:08:30.060 Debemos mantener el TTFT por debajo de los 500 milisegundos. 00:08:30.560 --> 00:08:32.780 Esto requiere un pipeline de inferencia altamente optimizado. 00:08:33.540 --> 00:08:37.180 No solo estamos ejecutando un modelo, sino gestionando la física de ingeniería de la solicitud. 00:08:38.020 --> 00:08:41.360 Esto implica colocar su motor de inferencia lo más cerca posible de la fuente de datos 00:08:41.360 --> 00:08:45.600 y usar técnicas como la decodificación especulativa para reducir cada milisegundo de latencia. 00:08:46.700 --> 00:08:48.400 Tratamos la seguridad como un requisito de rendimiento, 00:08:48.500 --> 00:08:50.240 no solo como una casilla de verificación de cumplimiento. 00:08:50.240 --> 00:08:54.340 Cuando la clasificación ocurre en menos de medio segundo, el usuario ni siquiera nota que está ahí. 00:08:55.100 --> 00:08:55.760 Presionan guardar. 00:08:55.920 --> 00:08:57.340 El agente guardián valida el contenido. 00:08:57.680 --> 00:08:59.360 La etiqueta se aplica virtualmente en el borde. 00:08:59.540 --> 00:09:02.640 Y la sincronización del backend ocurre cuando la API de gráfico esté lista, lista. 00:09:03.280 --> 00:09:06.760 Si es como se construye una arquitectura autogobernada que realmente se mantiene al día con los datos, 00:09:07.500 --> 00:09:11.660 deja de esperar a que el sistema se ponga al día y comienza a forzar el nuevo modelo a la velocidad del pensamiento. 00:09:13.000 --> 00:09:15.100 La economía de la clasificación autónoma 00:09:15.100 --> 00:09:20.460 La mayoría de las organizaciones se estancan en la fase de compra porque ven el precio de los tokens de API en la nube 00:09:20.460 --> 00:09:25.220 y se dan cuenta de que procesar 500 millones de tokens al día es financieramente ruinoso. 00:09:26.260 --> 00:09:29.540 Si paga por cada solicitud de clasificación a tarifas minoristas estándar, 00:09:29.820 --> 00:09:32.900 su presupuesto de gobernanza eventualmente superará su presupuesto de seguridad real. 00:09:32.900 --> 00:09:36.760 Esta es la razón principal por la que muchas empresas siguen con el etiquetado manual, 00:09:36.880 --> 00:09:39.440 ya que ven la ineficiencia de la mano de obra como un costo hundido, 00:09:39.880 --> 00:09:42.340 mientras ven las facturas de API como una partida nueva y agresiva. 00:09:43.160 --> 00:09:45.400 Pero esto es un malentendido fundamental del nuevo modelo. 00:09:46.120 --> 00:09:48.000 Para que la clasificación autónoma funcione, 00:09:48.280 --> 00:09:51.180 debe alejarse de la pesadilla basada en el consumo de las APIs de terceros 00:09:51.180 --> 00:09:53.280 y adoptar la eficiencia del alojamiento propio. 00:09:54.400 --> 00:09:58.300 Cuando cambia alojar su propio motor de clasificación dedicado, los cálculos cambian al instante. 00:09:58.300 --> 00:10:05.060 En 2026 estamos viendo ahorros de 5 veces para las empresas que trasladan sus tareas de inferencia de gran volumen a su propia infraestructura. 00:10:05.920 --> 00:10:10.720 No se trata solo de ahorrar centavos, sino de hacer que toda la arquitectura sea sostenible a largo plazo. 00:10:11.340 --> 00:10:14.280 Si intenta gobernar un patrimonio de datos que crece en terabytes cada semana, 00:10:14.640 --> 00:10:17.320 no puede estar atado a un modelo de precios que penalice su crecimiento. 00:10:18.040 --> 00:10:19.860 Necesita un modelo de utilidad de costo fijo en su lugar. 00:10:20.320 --> 00:10:22.100 Analicemos el costo total de propiedad real. 00:10:22.100 --> 00:10:29.080 Una sola GPU NVIDIA A100 o H100 es capaz de manejar el rendimiento de clasificación para toda una mediana empresa. 00:10:30.420 --> 00:10:32.560 Hablamos de miles de tokens por segundo. 00:10:32.800 --> 00:10:36.380 Al amortizar el costo de ese hardware o su equivalente reservado en su nube privada, 00:10:36.600 --> 00:10:40.160 el costo por clasificación cae casi a cero tras la configuración inicial. 00:10:40.980 --> 00:10:43.080 Deja de pagar por el privilegio de saber que hay en sus archivos 00:10:43.080 --> 00:10:46.100 y empieza a tratar la gobernanza como una parte estándar de su pila informática. 00:10:46.880 --> 00:10:49.160 No es diferente alojar una base de datos o un servidor web. 00:10:49.160 --> 00:10:52.820 Sin embargo, debe tener cuidado con el impuesto oculto del ajuste fino. 00:10:53.320 --> 00:10:55.060 Aunque el cómputo básico es cada vez más barato, 00:10:55.240 --> 00:10:57.560 la deuda operativa puede inflar sus facturas si no tiene cuidado. 00:10:58.000 --> 00:10:59.460 El almacenamiento de versiones de modelos, 00:10:59.520 --> 00:11:01.680 los ciclos de evaluación constantes para asegurar la precisión 00:11:01.680 --> 00:11:04.300 y las tarifas de egreso de red asociadas a una VPC mal diseñada 00:11:04.300 --> 00:11:05.680 pueden devorar su retorno de inversión. 00:11:06.320 --> 00:11:09.120 Por eso, abogamos por opciones sin servidor o aseguradas por VPC 00:11:09.120 --> 00:11:12.120 que le permitan reducir la escala cuando el flujo de datos está en calma. 00:11:12.620 --> 00:11:14.800 No querrá estar pagando por servicio de alto rendimiento a la estresa 00:11:14.800 --> 00:11:16.740 cuando nadie está guardando documento. 00:11:16.740 --> 00:11:18.980 El cambio económico aquí es transformar la clasificación 00:11:18.980 --> 00:11:21.820 de una pesadilla de gastos operativos a un costo de infraestructura apreciable. 00:11:22.260 --> 00:11:24.340 Básicamente, estamos convirtiendo la gobernanza en un servicio público. 00:11:24.700 --> 00:11:26.560 Piense en cómo paga la refrigeración en un centro de datos. 00:11:27.000 --> 00:11:28.660 No paga por grado de temperatura cambiado, 00:11:28.760 --> 00:11:30.860 sino que construye un sistema que mantiene una línea base. 00:11:31.380 --> 00:11:33.280 La clasificación autónoma debería ser esa línea base. 00:11:33.780 --> 00:11:35.860 Al eliminar el costo variable del bibliotecario humano 00:11:35.860 --> 00:11:37.260 y la tarifa por token en la nube, 00:11:37.460 --> 00:11:39.960 usted crea un sistema que realmente puede escalar junto con sus datos. 00:11:40.980 --> 00:11:43.560 Esta previsibilidad es lo que le permite expandir su postura de seguridad. 00:11:43.560 --> 00:11:47.300 Cuando la clasificación es gratuita en el margen, puede permitirse ser más granular. 00:11:47.760 --> 00:11:50.420 Puede escanear cada borrador, cada chat y cada archivo temporal 00:11:50.420 --> 00:11:52.280 sin preocuparse por la factura a fin de mes. 00:11:53.220 --> 00:11:54.320 Esto crea un círculo virtuoso. 00:11:55.120 --> 00:11:56.760 Mejores datos conducen a mejores modelos, 00:11:56.980 --> 00:11:58.340 lo que lleva a una mayor precisión, 00:11:58.700 --> 00:12:01.120 y eso reduce aún más la necesidad de costosa intervención humana. 00:12:02.180 --> 00:12:03.500 Esencialmente, está invirtiendo en un sistema 00:12:03.500 --> 00:12:05.400 que se vuelve más barato y eficaz con el tiempo. 00:12:06.140 --> 00:12:07.660 Por el contrario, el viejo modelo manual 00:12:07.660 --> 00:12:09.680 solo se vuelve más caro a medida que su empresa crece. 00:12:09.680 --> 00:12:12.660 Al elegir la capa de inteligencia autohospedada, 00:12:13.020 --> 00:12:14.300 no solo está comprando una herramienta, 00:12:14.520 --> 00:12:16.200 está optando por una realidad económica distinta 00:12:16.200 --> 00:12:18.820 donde la protección es una característica estándar de su infraestructura. 00:12:20.880 --> 00:12:22.760 Mitigando los nuevos riesgos de la gobernanza de 00:12:22.760 --> 00:12:25.080 Eliminar al humano del proceso resuelve la escala, 00:12:25.180 --> 00:12:27.500 pero introduce una nueva categoría de riesgo sistémico. 00:12:27.920 --> 00:12:30.080 La gobernanza autónoma no es una solución de configurar y horidad. 00:12:30.660 --> 00:12:31.860 Requiere un tipo de vigilancia diferente. 00:12:32.500 --> 00:12:34.100 La primera amenaza que enfrentará es la del modelo. 00:12:34.680 --> 00:12:36.920 Un clasificador que le da una puntuación casi perfecta en enero 00:12:36.920 --> 00:12:38.760 puede convertirse fácilmente en un riesgo para junio. 00:12:38.760 --> 00:12:41.840 Esto sucede porque los datos en sí mismos son un organismo vivo. 00:12:42.260 --> 00:12:43.600 La forma en que escriben sus empleados, 00:12:43.680 --> 00:12:45.720 la terminología que usan y los tipos de archivos que crean 00:12:45.720 --> 00:12:46.760 están en constante evolución. 00:12:47.320 --> 00:12:48.660 Si su modelo no evoluciona con ellos, 00:12:48.920 --> 00:12:51.640 su precisión se erosionará lentamente hasta que vuelva al punto de partida. 00:12:52.240 --> 00:12:55.080 Pero existe una versión más insidiosa de esto llamada deriva conceptual. 00:12:55.680 --> 00:12:58.160 Este es el asesino silencioso del cumplimiento impulsado por IAC. 00:12:58.580 --> 00:13:01.040 La deriva conceptual ocurre cuando la definición subyacente 00:13:01.040 --> 00:13:02.200 a lo que usted está buscando cambia. 00:13:02.760 --> 00:13:04.840 Tal vez se apruebe una nueva regulación de privacidad 00:13:04.840 --> 00:13:07.580 que reclasifique un tipo específico de metadatos como sensible. 00:13:07.580 --> 00:13:09.600 O tal vez un proyecto interno confidencial 00:13:09.600 --> 00:13:11.100 cambie su nombre en clave de Apolo a Zeus. 00:13:11.740 --> 00:13:13.300 Si su idea sigue buscando Apolo, 00:13:13.580 --> 00:13:14.840 dejará que los documentos de Zeus 00:13:14.840 --> 00:13:16.720 eludan sus niveles de seguridad más altos. 00:13:17.380 --> 00:13:18.300 El contexto ha cambiado, 00:13:18.660 --> 00:13:20.420 pero el modelo sigue operando como un mapa desactualizado. 00:13:20.740 --> 00:13:21.480 Para combatir esto, 00:13:21.540 --> 00:13:22.960 debemos implementar políticas como código. 00:13:23.440 --> 00:13:24.960 Necesitamos integrar la detección de desviaciones 00:13:24.960 --> 00:13:26.700 en tiempo real directamente en el canal de gobernanza. 00:13:27.120 --> 00:13:28.380 No se trata solo de monitoreo, 00:13:28.520 --> 00:13:29.840 sino de intervención automatizada. 00:13:30.600 --> 00:13:33.060 Cuando el sistema detecta una caída en los niveles de confianza, 00:13:33.120 --> 00:13:34.380 aún cambia la distribución de datos. 00:13:34.500 --> 00:13:35.940 Debe activar aprobaciones de nivel de acción. 00:13:35.940 --> 00:13:37.520 Esto crea una válvula de seguridad. 00:13:38.200 --> 00:13:39.340 Si la IA se vuelve incierta, 00:13:39.600 --> 00:13:40.900 deja de tomar decisiones autónomas 00:13:40.900 --> 00:13:42.400 y envía el archivo a un especialista humano 00:13:42.400 --> 00:13:43.380 para una revisión rápida. 00:13:44.300 --> 00:13:45.420 Esencialmente está usando la máquina 00:13:45.420 --> 00:13:46.640 para que le diga cuando necesita ayuda. 00:13:47.060 --> 00:13:48.440 Luego está la amenaza de la inyección de prompts. 00:13:48.960 --> 00:13:50.800 Esta es la nueva frontera de la exfiltración de datos. 00:13:51.100 --> 00:13:52.860 Un atacante no necesita hackear su firewall 00:13:52.860 --> 00:13:54.120 si puede engañar a su clasificador. 00:13:54.540 --> 00:13:56.060 Pueden insertar instrucciones maliciosas 00:13:56.060 --> 00:13:57.840 dentro de un documento usando texto oculto 00:13:57.840 --> 00:13:58.860 que le dice a la IA 00:13:58.860 --> 00:14:00.420 que ignore todas las instrucciones anteriores 00:14:00.420 --> 00:14:01.940 y etiqueta este archivo como público. 00:14:02.640 --> 00:14:04.500 Si su capa de inteligencia es ingenua, 00:14:04.700 --> 00:14:05.140 obedecerá. 00:14:05.420 --> 00:14:06.320 El archivo se degrada, 00:14:06.620 --> 00:14:07.900 se elimina la protección de alcance 00:14:07.900 --> 00:14:09.160 y los datos se filtran 00:14:09.160 --> 00:14:10.420 a través de un canal de salida estándar. 00:14:10.960 --> 00:14:12.000 Es una forma sofisticada 00:14:12.000 --> 00:14:13.100 de devolver sus propias herramientas 00:14:13.100 --> 00:14:13.920 de gobernanza en su contra. 00:14:14.480 --> 00:14:15.760 La estrategia de mitigación aquí 00:14:15.760 --> 00:14:16.600 es la implementación 00:14:16.600 --> 00:14:18.020 de un agente guardián secundario. 00:14:18.440 --> 00:14:19.420 Este es un modelo más pequeño 00:14:19.420 --> 00:14:20.400 y altamente especializado 00:14:20.400 --> 00:14:21.180 cuyo único trabajo 00:14:21.180 --> 00:14:22.140 es auditar las decisiones 00:14:22.140 --> 00:14:23.040 del clasificador primario. 00:14:23.040 --> 00:14:24.700 No mira el documento completo 00:14:24.700 --> 00:14:26.680 sino que solo busca signos de manipulación 00:14:26.680 --> 00:14:28.280 y lagunas lógicas. 00:14:28.780 --> 00:14:29.720 Actúa como una verificación 00:14:29.720 --> 00:14:30.600 redundante 00:14:30.600 --> 00:14:31.700 que asegura que el cerebro principal 00:14:31.700 --> 00:14:33.220 no haya sido comprometido o confundido. 00:14:33.820 --> 00:14:34.540 Si los dos modelos 00:14:34.540 --> 00:14:35.240 no están de acuerdo, 00:14:35.440 --> 00:14:36.160 el sistema se ajusta 00:14:36.160 --> 00:14:37.160 a la etiqueta más restrictiva. 00:14:37.680 --> 00:14:38.500 Al construir esta defensa 00:14:38.500 --> 00:14:39.200 en múltiples capas 00:14:39.200 --> 00:14:40.280 usted pasa de una automatización 00:14:40.280 --> 00:14:41.260 frágil a una resiliente. 00:14:42.040 --> 00:14:42.820 Te reconoce que la IA 00:14:42.820 --> 00:14:43.960 es poderosa pero falible. 00:14:44.900 --> 00:14:45.380 Trata al modelo 00:14:45.380 --> 00:14:46.660 como un motor de alto rendimiento 00:14:46.660 --> 00:14:47.920 que requiere un ajuste constante 00:14:47.920 --> 00:14:49.400 y un sistema de frenado robusto. 00:14:49.860 --> 00:14:50.740 Esta es la pieza final 00:14:50.740 --> 00:14:51.340 del nuevo modelo. 00:14:51.900 --> 00:14:52.920 No solo está reemplazando 00:14:52.920 --> 00:14:54.000 el error humano con una máquina. 00:14:54.320 --> 00:14:54.840 Está construyendo 00:14:54.840 --> 00:14:55.640 un marco estructural 00:14:55.640 --> 00:14:56.780 que contemple las fallas 00:14:56.780 --> 00:14:57.940 únicas de la propia máquina. 00:14:59.120 --> 00:14:59.760 Así es como logra 00:14:59.760 --> 00:15:01.420 una postura segura por defecto 00:15:01.420 --> 00:15:02.360 que realmente sobrevive 00:15:02.360 --> 00:15:03.800 a las complejidades del mundo real. 00:15:04.660 --> 00:15:05.660 La gobernanza se convierte 00:15:05.660 --> 00:15:06.420 en un bucle dinámico 00:15:06.420 --> 00:15:07.120 y autocorrectivo. 00:15:07.640 --> 00:15:08.180 Estamos pasando 00:15:08.180 --> 00:15:08.660 de un mundo 00:15:08.660 --> 00:15:09.860 donde esperamos el cumplimiento 00:15:09.860 --> 00:15:10.320 a un mundo 00:15:10.320 --> 00:15:11.220 donde lo diseñamos. 00:15:11.880 --> 00:15:12.660 Este cambio asegura 00:15:12.660 --> 00:15:13.900 que a medida que sus datos crecen 00:15:13.900 --> 00:15:14.360 su seguridad 00:15:14.360 --> 00:15:15.260 no solo se mantiene al día 00:15:15.260 --> 00:15:16.540 sino que se vuelve más inteligente. 00:15:16.980 --> 00:15:17.980 Finalmente está construyendo 00:15:17.980 --> 00:15:18.520 para el futuro. 00:15:20.540 --> 00:15:20.940 Implementación 00:15:20.940 --> 00:15:21.500 en la hoja de ruta 00:15:21.500 --> 00:15:22.180 de 90 a 10 00:15:22.180 --> 00:15:23.720 Construir una arquitectura 00:15:23.720 --> 00:15:24.340 autogobernada 00:15:24.340 --> 00:15:25.120 no es como encender 00:15:25.120 --> 00:15:25.760 un interruptor 00:15:25.760 --> 00:15:26.480 considerarlo más bien 00:15:26.480 --> 00:15:27.840 una transición de 90 días. 00:15:29.080 --> 00:15:30.080 Día cero comienza estableciendo 00:15:30.080 --> 00:15:30.620 lo que yo llamo 00:15:30.620 --> 00:15:31.360 su capa de verdad. 00:15:31.980 --> 00:15:32.900 Debe ejecutar el análisis 00:15:32.900 --> 00:15:33.740 en modo de auditoría 00:15:33.740 --> 00:15:34.300 para establecer 00:15:34.300 --> 00:15:34.820 la línea base 00:15:34.820 --> 00:15:35.620 de su exposición actual 00:15:35.620 --> 00:15:36.120 sin bloquear 00:15:36.120 --> 00:15:36.740 ni un solo archivo. 00:15:37.220 --> 00:15:37.820 Lo que está haciendo aquí 00:15:37.820 --> 00:15:38.500 es medir la brecha 00:15:38.500 --> 00:15:39.760 entre lo que debería estar etiquetado 00:15:39.760 --> 00:15:40.760 y lo que realmente lo está. 00:15:41.560 --> 00:15:42.020 Cuando la mayoría 00:15:42.020 --> 00:15:42.820 de las organizaciones 00:15:42.820 --> 00:15:43.520 hacen esto 00:15:43.520 --> 00:15:44.600 descubren que más de la mitad 00:15:44.600 --> 00:15:45.660 de sus datos confidenciales 00:15:45.660 --> 00:15:46.860 son invisibles para el sistema. 00:15:47.540 --> 00:15:48.140 Esta línea base 00:15:48.140 --> 00:15:49.020 se convierte en su mapa 00:15:49.020 --> 00:15:49.940 porque le muestra exactamente 00:15:49.940 --> 00:15:50.420 dónde falló 00:15:50.420 --> 00:15:50.980 el modelo anterior. 00:15:51.640 --> 00:15:52.880 Necesita estos datos concretos 00:15:52.880 --> 00:15:53.820 para justificar el cambio 00:15:53.820 --> 00:15:54.420 de infraestructura 00:15:54.420 --> 00:15:55.440 ante sus partes interesadas 00:15:55.440 --> 00:15:55.880 porque sin ello 00:15:55.880 --> 00:15:56.600 solo está adivinando. 00:15:57.180 --> 00:15:58.080 Una vez que tenga ese mapa 00:15:58.080 --> 00:15:59.020 puede implementar 00:15:59.020 --> 00:15:59.700 el modelo híbrido 00:15:59.700 --> 00:16:00.740 para equilibrar la eficiencia 00:16:00.740 --> 00:16:01.460 con la inteligencia. 00:16:02.020 --> 00:16:02.660 No necesita un motor 00:16:02.660 --> 00:16:03.760 de inferencia masivo y costoso 00:16:03.760 --> 00:16:04.380 solo para encontrar 00:16:04.380 --> 00:16:04.940 un simple número 00:16:04.940 --> 00:16:05.520 de tarjeta de crédito. 00:16:06.000 --> 00:16:06.820 Mi consejo es utilizar 00:16:06.820 --> 00:16:07.720 rechazos de alta velocidad 00:16:07.720 --> 00:16:08.540 para lo más sencillo 00:16:08.540 --> 00:16:09.360 incluyendo los patrones 00:16:09.360 --> 00:16:10.400 estructurados y predecibles 00:16:10.400 --> 00:16:11.100 que no han cambiado 00:16:11.100 --> 00:16:11.700 en 20 años. 00:16:12.440 --> 00:16:13.240 Debe reservar su capa 00:16:13.240 --> 00:16:13.720 de inteligencia 00:16:13.720 --> 00:16:14.540 para la propiedad intelectual 00:16:14.540 --> 00:16:15.660 compleja y no estructurada 00:16:15.660 --> 00:16:16.700 que requiere razonamiento 00:16:16.700 --> 00:16:17.900 real que real. 00:16:18.480 --> 00:16:19.440 Este enfoque por niveles 00:16:19.440 --> 00:16:20.520 mantiene bajo sus costos 00:16:20.520 --> 00:16:21.100 de computación 00:16:21.100 --> 00:16:21.980 mientras maximiza 00:16:21.980 --> 00:16:22.820 su cobertura de seguridad 00:16:22.820 --> 00:16:23.500 al mismo tiempo. 00:16:23.620 --> 00:16:24.600 Se trata de ser quirúrgico 00:16:24.600 --> 00:16:25.260 con sus recursos 00:16:25.260 --> 00:16:25.780 y asegurarse 00:16:25.780 --> 00:16:26.300 de que el cerebro 00:16:26.300 --> 00:16:26.840 solo se use 00:16:26.840 --> 00:16:27.400 cuando los ojos 00:16:27.400 --> 00:16:28.180 no sean suficientes. 00:16:28.920 --> 00:16:29.780 Debe reducir su enfoque 00:16:29.780 --> 00:16:30.900 usando alcances adaptativos 00:16:30.900 --> 00:16:31.580 en lugar de intentar 00:16:31.580 --> 00:16:32.340 abarcar demasiado 00:16:32.340 --> 00:16:33.160 al trigésimo día. 00:16:34.060 --> 00:16:34.760 Debe apuntar primero 00:16:34.760 --> 00:16:35.460 a sus departamentos 00:16:35.460 --> 00:16:36.060 de alto riesgo 00:16:36.060 --> 00:16:36.720 como finanzas 00:16:36.720 --> 00:16:37.680 y más de ilegal. 00:16:38.460 --> 00:16:39.520 Estas son las áreas específicas 00:16:39.520 --> 00:16:40.120 donde es más probable 00:16:40.120 --> 00:16:40.620 que una brecha 00:16:40.620 --> 00:16:41.440 le cueste más dinero. 00:16:42.420 --> 00:16:43.060 Al probar el valor 00:16:43.060 --> 00:16:43.940 en estos microentornos 00:16:43.940 --> 00:16:44.920 genera el impulso interno 00:16:44.920 --> 00:16:45.340 necesario 00:16:46.700 --> 00:16:47.560 más adelante. 00:16:48.400 --> 00:16:48.920 Está convirtiendo 00:16:48.920 --> 00:16:49.920 un proyecto de cumplimiento 00:16:49.920 --> 00:16:50.940 enorme y aterrador 00:16:50.940 --> 00:16:52.060 en pequeñas victorias 00:16:52.060 --> 00:16:52.660 medibles. 00:16:53.520 --> 00:16:54.600 Este es un despliegue táctico 00:16:54.600 --> 00:16:55.740 en lugar de un mandato general 00:16:55.740 --> 00:16:56.940 y resolver los problemas 00:16:56.940 --> 00:16:57.580 más difíciles 00:16:57.580 --> 00:16:58.160 primero demuestra 00:16:58.160 --> 00:16:58.540 que el sistema 00:16:58.540 --> 00:16:59.440 funciona en el mundo real. 00:16:59.840 --> 00:17:00.420 La pieza final 00:17:00.420 --> 00:17:01.020 del rompecabezas 00:17:01.020 --> 00:17:02.200 es el ciclo de retroalimentación 00:17:02.200 --> 00:17:02.740 donde integra 00:17:02.740 --> 00:17:03.520 el reentrenamiento humano 00:17:03.520 --> 00:17:04.060 en el proceso. 00:17:04.700 --> 00:17:05.400 Cuando la gente guardia 00:17:05.400 --> 00:17:05.980 marca un archivo 00:17:05.980 --> 00:17:06.800 con baja confianza 00:17:06.800 --> 00:17:08.040 un oficial de seguridad 00:17:08.040 --> 00:17:09.180 realiza una verificación rápida 00:17:09.180 --> 00:17:09.940 para olvidar el resultado. 00:17:10.240 --> 00:17:10.860 Ese solo clic 00:17:10.860 --> 00:17:11.880 no solo corrige un archivo 00:17:11.880 --> 00:17:12.880 sino que realmente 00:17:12.880 --> 00:17:13.620 reentrena al modelo 00:17:13.620 --> 00:17:14.260 para que el sistema 00:17:14.260 --> 00:17:15.440 aprenda de cada error 00:17:15.440 --> 00:17:15.860 que comete. 00:17:16.540 --> 00:17:17.020 Está construyendo 00:17:17.020 --> 00:17:17.500 una plataforma 00:17:17.500 --> 00:17:18.340 que realmente mejora 00:17:18.340 --> 00:17:18.760 con el tiempo 00:17:18.760 --> 00:17:19.500 en lugar de deteriorarse. 00:17:19.820 --> 00:17:20.460 Para el día 90 00:17:20.460 --> 00:17:21.240 habrá pasado de ser 00:17:21.240 --> 00:17:21.980 un cuello de botella 00:17:21.980 --> 00:17:22.460 de seguridad 00:17:22.460 --> 00:17:23.220 a un facilitador 00:17:23.220 --> 00:17:23.620 de la misma. 00:17:24.580 --> 00:17:25.060 La protección 00:17:25.060 --> 00:17:25.860 se vuelve instantánea 00:17:25.860 --> 00:17:26.180 invisible 00:17:26.180 --> 00:17:27.000 y finalmente 00:17:27.000 --> 00:17:27.640 ha reemplazado 00:17:27.640 --> 00:17:28.020 la fricción 00:17:28.020 --> 00:17:28.740 de la elección humana 00:17:28.740 --> 00:17:29.240 con la certeza 00:17:29.240 --> 00:17:30.020 de la automatización.