ההנחה שהעובדים שלכם יתייגו מרצונם כל פיסת מידע שהם יוצרים היא נקודת הקשל הגדולה ביותר במודל ההבטחה שלכם. בילינו שנים בבניית מסגרות ניהול מורכבות המסתמכות על דבר אחד, שהוא בן אדם שמקבל החלטה מודעת ונכונה בכל פעם שהוא לוחץ על כפתור השמירה. אבל המציאות קשה. לטיוג ידני יש שיעור אימוץ של 30% בארגון ממוצע, וזה אומר שין מינוס 70% מהקניין הרוחני שלכם הוא למעשה בלתי נראה לכלי ההבטחה שלכם. בנינו מערכת שמבקשת מאנשים להיות ספרנים בזמן שהם מנסים להיות מהנדסים או אנשי מחירות. זה נכשל כי זה יוצר חיכוכים. כיום אנחנו עוברים מטיוג מונחה משתמש לניהול אוטונומי. אנחנו עוברים למודל שבו סיווג מתרחש במהירות זרם הנתונים, לא במהירות המשתמש. הפגם המבני בניהול הידני אסטרטגיית הטיוג הנוכחית שלכם היא למעשה מס על פרודוקטיביות. וכמו רוב המיסים, אנשים מוצאים דרכים יצירתיות להימנע מתשלום זה. בילינו עשור בהסתמכות על המודל הישן של אבטחת נתונים שבו הגנה היא אירוע במורד הזרם. משתמש יוצר מסמך, הוא מסתכל על רשימה של 5 עד 10 תוויות רגישות.

ואנחנו מקווים שהוא יבחר את הנכונה. אבל תקווה אינה בקרה טכנית. התפוצצות הנתונים ב-Teams, SharePoint ו-Slack עקפה רשמית את הקוגניציה האנושית. פשוט אי אפשר לבקש מאדם לסווג ידנית פתה בית של רעש לא מובנה ולצפות לדיוק, כי זו בלתי אפשרית מתמטית. כשמסתכלים על הסיבה לכך שזה מתקלקל, צריך לבחון את הכלים בהם השתמשנו כדי לעזור למשתמש. באופן מסורתי, הסתמכנו על תבניות רגולר מבוססות מילות מפתח. כעת, רגולר מדהים במהירות, והוא מהיר בערך פי 28 אלף ממודל שפה גדול בשריקת טקסט. אבל, רגולר עיוור הקשר. הוא יכול למצוא מחרוז את מספרים שנראית כמו מספר ביטוח לאומי, אבל הוא לא יכול להבחין בהבדל בין מזהה לקוח רגיש לקוד פרויקט אקראי במדריך טכני ציבורי. הוא רואה את התבנית, אבל מפספס את הכוונה. הפער הזה בין התאמת תבניות להבנה בפועל הוא המקום שבו תמונה הסכנה. לפי IBM, העלות הממוצעת של פרצת נתונים טיפסה למד מינוס 4.88 מיליון דולר. עלות זו בדרך כלל אינה נובעת מקשל הצפנה או פרצת חומת אש. היא נמצאת במרחב שבין מה שרגיש למה שסומן בפועל.

אם קובץ אינו מסומן, מדיניות מניעת אובדן הנתונים שלכם לא רואות אותו. כללי הגישה המותנית שלכם אינם חלים עליו.

בשמחה לכל מי שישאל. המודל הישן מניח שהמשתמש הוא השופט הטוב ביותר של ערך. אך בעולם של נתונים במהירות גבוהה, המשתמש הוא למעשה צוואר הבקבוק. הגענו לנקודה שבה הכמות העצומה של נתונים לא מובנים הפכה לנטל מכיוון שהם אינה מנוהלים. אולי יש לכם את מערכת Microsoft Purview המתוחכמת ביותר בעולם. אך אם הנתונים הנכנסים אליה אינם מסווגים במדויק בנקודת המוצא, כל המנוע פועל בשרה. אנחנו בעצם מנסים להפעיל מכונית אוטונומית על ידי בקשה מהנוסע למפות ידנית כל פנייה. זה לא עובד. הפגם המבני אינו האדם, אלא הדרישה מהאדם להתערב. זו הסיבה שאנו רואים שיעורי ליקויים כה גבוהים בביקורת. ארגונים חושבים שהם עומדים בדרישות מכיוון שיש להם מדיניות על הנייר. אך כאשר מריצים שריקת גילוי, מוצאים אלפי מסמכים חסויים בתיקיות ציבוריות. זה קורה מכיוון שהחיכוך של הבחירה גבוהה מדי. אם נותנים למשתמש בחירה בין מהירות להבטחה, הוא יבחר במהירות כמעט בכל פעם. כדי לתקן זאת, עלינו להסיר את הבחירה לחלוטין. עלינו להזיז את מוח הפעולה הרחק ממשתמש הקצה המוסך אל תוך התשתית עצמה.

אנו זקוקים למערכת שמבינה את המסמך טוב יותר מהאדם שכתב אותו, ורק אז נוכל לסגור את הפער שמוביל לאותן פרצות של מיליוני דולרים. בניית שכבת המודיעין כדי לפתור את משבר הטיוג הידני, אנו מעבירים את מוח הסיווג הרחק ממשתמש הקצה. אנו מעבירים אותו למנוע הסקה בזמן אמת של LLM. זהו שינוי מהותי באופן שבו אנו חושבים על ארכיטקטורת Microsoft Purview. רוב האנשים מתייחסים לבינה מלאכותית כאל תוסף, שהוא פשוט משהו שמחברים לתהליך קיים כדי להפוך אותו למהיר מעט יותר. אבל במודל החדש הזה, הבינה המלאכותית היא שכבה מבנית. הוא יושב ישירות בין זרמי הנתונים הגולמיים שלך לבין מפת הנתונים של Purview שלך. הוא לא רק צופה בזרימת הנתונים, כי הוא למעשה זה שמקבל את ההחלטות. הסיבה שמודלים גדולים של שפה מנצחים כאן היא שהם סוף סוף פותרים את בעיית הניואנסים. כפי שראינו, כלים מסורתיים מצוינים בסריקת מחרוזות ספציפיות, אך הם הנעלפה ביטים מבחינה פונקציונלית. תואר שני במשפטים מבין את כוונת המסמך. הוא יכול לקרוא תזכיר אסטרטגי בין שלושה עמודים ולהכיר בכך שבעוד שאין מספרי כרטיסי אשראי או ספרות ביטוח לאומי, הטקסט כולו מתאר מזוג תלוי ועומד שיש להגן עליו.

הוא מבין שמתכון סודי או תהליך ייצור קנייני הם קניין רוחני, גם אם המילים הספציפיות הללו לעולם לא מופיעות בטקסט. אבל אי אפשר פשוט לזרוק מודל כללי מוכן על נתוני הארגון שלך ולצפות שהוא יעבוד. מודלים כלליים הם רחבים מדי, והם, למען האמת, יקרים מדי עבור רמת נפח זו. פריצת הדרך נובעת משימוש בכוונון עדין יעיל של פרמטרים או PFT. על ידי לקיחת מודל משקלים פתוחים קטן יותר וכוונון עדין שלו על אוצר המילים הארגוני הספציפי שלך, נוכל להשיג ציוני F1 של 0.97. כדי לשים את זה בפרספקטיבה, ציון F1 של 0.97 פירושו שהמכונה מדויקת ועקבית משמעותית יותר מהעובד הממוצע שמוסח דעתו. היא לא מתעיפה, היא לא מדלגת על קבצים רק בגלל שזה חמש דקות לפני פגישה, ואין לה הטיה למה שהטוויות הכלליות מכנות רק בגלל שהן הקלות ביותר ללחוץ עליהן. שכבת הבינה מזהה את ההקשר של הנתונים שלך על ידי התבוננות בקשרים בין מושגים. אם היא רואה רשימת שמות ליד רשימת קודי אבחון, היא יודעת שהיא מסתכלת על נתוני בריאות. אם היא רואה נוסחה כימית ואחרי הקבוצה של אילוצי טמפרטורה, היא יודעת שהיא מסתכלת על סוד מסחרי.

זוהי רמת מודעות סמנטית שדורשת משילות עידן 2026. אנו מתרחקים ממנטליות החיפוש, והחיפוש לכיוון יכולת קריאה והבנה. שכבה זו פועלת כי מסנן שמנקה את הרעש לפני שהוא נוגע בהכסון הראשי. כאשר קובץ נוצר בצ'ט של טימס או מעולה לספריית שרפוינט, שכבת הבינה מיירטת את המטאדאטה. היא מבצעת עסקה במהירות גבוהה כדי לקבוע את ה-DNA של התוכן. לאחר מכן, המערכת ממפה את ה-DNA הזה לטביות הרגישות הקיימות של Purview. זה קורה מבלי שהמשתמש יראה תפריט קופץ או תפריט נפתח. הסיווג הופך לכלי עזר ברקע כמו חשמל או קירור. על ידי ריכוז לוגיקה זו במנוע הסקה יהודי, אתה מקבל גם נקודת אמת אחת. במודל הישן, הממשל היה מבוזר על פני אלפי משתמשים בודדים, שלכל אחד מהם פרשנות משלו למה המשמעות של סודיות. כעת, הלוגיקה נשלטת על ידי משקלי המודל שלך ומערך הנתונים הכבנון העדין שלך. אם המדיניות שלך משתנה, אינך צריך להכשיר מחדש את כל כוח העבודה שלך כי אתה פשוט מעדכן את המודל במקום זאת. כך אתה מגדיל את הגודל. אתה מפסיק לנסות לשנות התנהגות אנושית ומתחיל לבנות מערכות שלא דורשות מבני אדם להתנהג בצורה מסוימת.

אנחנו למעשה אוטומציה של החלק המשעמם ביותר בעבודתו של אדם כדי שיוכל לחזור לעבודה שלשמה הוא נזכר בפועל. היא ההתאמה של זמן האשהיה וחיצד לגשר עליו. כאן בדרך כלל, הארכיטקטורה נשברת. יש לנו פער מהירות בסיסי שרוב הארכיטקטים מתעלמים ממנו עד שהמערכת כבר נמצאת בייצור. אתה צריך להבין שפרוויו חושב בשעות, אבל בינה מלאכותית חושבת במילישניות. זה לא רק עיכוב קל, אלא חוסר אישור מבני עצום. כשאנחנו מדברים על סיווג בזמן אמת, אנחנו שואפים לחוויית משתמש שבה בקרות האבטחה בלתי נראות משום שהן מתרחשות מהר יותר ממה שאין אנושית יכולה לעקוב. אבל התשתית הבסיסית של ממשק ה-API של Microsoft Graph לא נבנתה עבור מהירות כזו. המציאות של ממשק ה-API של Graph לטיוג היא שהוא הסינכרוני מטיבו. כשאתה שולח בקשה להחלת תווית רגישות, אתה לא מקבל אישור מיידי שהקובץ מוגן. אתה בעצם מוריד מכתב לטבעת דואר ומקווה שהוא יימסר בקרוב. בסביבות ארגוניות אמיתיות, התפשטות זו יכולה להימשך בין כמה דקות למד מינוס 24 שעות מלאות. זה יוצר את מה שאני מכנה חלון הפגיעות.

זוהי תקופה שבה קיימים נתונים רגישים בסביבה שלך, אך הם למעשה עירומים. אין להם תווית, הצפנה ואין הגבלות גישה. חלון זה מסוכן במיוחד בעידן של M365 Copilot. אם מהנדס מעלה, מפרט עיצוב קנייני וקופילות אנדקס את הקובץ הזה לפני שתווית פורוו מתפשטת, מידע רגיש זה הוא כעת חלק מהמוח הארגוני. משתמש אחר במחלקה אחרת יכול באופן פוטנציאלי לשלוח שאילתה לקופילות ולקבל סיכום של העיצוב הזה, מכיוון ששכבת הממשל עדיין חשבה בזמן שהבינה המלאכותית כבר פעלה. אי אפשר לפתור בעיה של אלפיות השנייה עם כלי הפועל 24 שעות בממה. כדי לגשר על הפער הזה, עלינו להתקדם מעבר לקריאות API פשוטות וליישם את מה שאני מכנה גישת סוכן השומר. סוכן השומר פועל כי מטווח בזמן אמת. במקום לחכות להשלמת הבדיקה האחורית, סוכן זה יושב בגבול הפקודה. הוא בודק נתונים ברגע שנוגעים בהם. חישבו על זה כי נקודת ביקורת הבטחה במהירות גבוהה שפועלת באופן עצמאי מהרישום המרכזי היטי. בעוד שמפת נתוני הבדיקה הרשמית מתעדכנת ברקע, סוכן השומר כבר רוחף את המדיניות בקצה. הוא מבטיח שלוגיקת הסיבוג מוכלת באופן מיידי על זרם הנתונים, מה שסוגר למעשה את חלון הפגיעות.

כדי שזה יעבוד מבלי לתסכל את המשתמשים שלכם, עלינו להתעסק במדד ספציפי שנקרא זמן להסימון הראשון או TTFT. אם שכבת ההבטחה שלכם מוסיפה שלוש שניות של השיה לכל מסמך שנפתח או לכל בקשת בינה מלאכותית, העובדים שלכם ימצאו דרך לעקוף אותה. הם יעבירו את עבודתם למכשירים אישיים או לכלי בינה מלאכותית צללים לא מנוהלים רק כדי לבצע את עבודתם. עלינו לשמור על זמן ה-TTFT מתחת למד מינוס 500 מילישניות. זה דורש צינור עסקה אופטימלי ביותר. אנחנו לא רק מפעילים מודל, כי אנחנו מנהלים את הפיזיקה ההנדסית של הבקשה. משמעות הדבר היא למקם את מנוע העסקה שלכם קרוב ככל האפשר למקור הנתונים ולהשתמש בטכניקות כמו פיאנוח ספקולטיבי כדי לגלח כל מילישניה אפשרית של השיהיה. אנחנו מתייחסים להבטחה כדרישת ביצועים, לא רק כתיבת סימון של תאימות. כאשר הסיווג מתרחש בפחות מחצי שנייה, המשתמש אפילו לא יודע שהוא שם. הם לוחצים על שמירה, סוכן השומר, מאמת את התוכן, התווית מוכלת כמעט בקצה. וסינכרון הקצה האחורי מתרחש בכל פעם שממשק ה-API של הגרף מוכן לקבל אותו.

כך בונים ארכיטקטורה בעלת ניהול עצמי שלמעשה נשארת לפני הנתונים. מפסיקים לחכות שהמערכת תדביק את הפער ומתחילים לכפות את המודל החדש במהירות המחשבה. הכלכלה של סיווג אוטונומי רוב הארגונים מתעכבים בשלב הרכישה משום שהם בוחנים את מחיר המדבקה של תוקנים של API לענן ומבינים שאיבוד 500 מיליון תוקנים ביום הוא הרסנים מבחינה כלכלית. אם אתם משלמים עבור כל בקשת סיווג בתעריפים כימונאיים סטנדרטיים, תקציב הממשל שלכם יעלה בסופו של דבר על תקציב ההבטחה בפועל. זוהי הסיבה העיקרית לכך שחברות רבות דבקות בתיוג ידני מכיוון שהן רואות בחוסר היעילות של עבודה אנושית עלות שקועה, בעוד שהן רואות בחשבונות API פריט חדש ואגרסיבי. אבל זוהי אי הבנה בסיסית של המודל החדש. כדי לגרום לסיווג אוטונומי לעבוד, עליכם להתרחק מהסיות המבוסס על צריכה של ממשקי API של ענן של צד שלישי ולאמץ את היעילות של אירוח עצמי. כאשר עוברים לאירוח עצמי של מנוע סיווג יהודי, המתמטיקה משתנה באופן מיידי. בשנת 2026, אנו רואים חיסכון פי חמישה עבור ארגונים שמעבירים את משימות העסקה הגבוהות שלהם לתשתית שלהם.

זה לא רק עניין של חיסכון בסכומי עתק, אלא מדובר בהפיכת הארכיטקטורה כולה לקיימה לטווח ארוך. אם אתם מנסים לנהל נכס נתונים שגדל בתר הבית בכל שבוע, אינכם יכולים להיות קבולים למודל תמכור שפוגע בצמיחה שלכם. אתם זקוקים למודל תועלת בעלות קבועה במקום זאת. בואו נבחן את עלות הבעלות הכוללת בפועל. כרטיס מסך יחיד של אנווידיה 100 או H100 מסוגל כעת לטפל בתפוקת הסיווג עבור ארגון בינוני שלם. אנחנו מדברים על אלפי תוקנים לשנייה. כאשר אתם מפחיתים את עלות החומרה או המקבילה השמורה בענן הפרטי שלכם, העלות לסיווג יורדת כמעט לאפס לאחר ההתקנה הראשונית. אתם מפסיקים לשלם עבור הזכות לדעת מה נמצא בקבצים שלכם ומתחילים להתייחס לממשל כאל חלק סטנדרטי מחסנית המחשוב שלכם. זה לא שונה מאירוח מסד נתונים או שרת אינטרנט. עם זאת, עליכם להיזהר מהמס הנסתר של כבנון עדין. בעוד שהמחשוב הגולמי הולך וזול יותר, החוב התפעולי יכול לנפח את החשבונות שלכם אם לא תיזהרו. איחסון עבור גרסאות מודל, מחזורי הערכה מתמידים כדי להבטיח דיוק ועמלות יציאה מהרשת הקשורות ל-VPC שתוכנן בצורה גרועה יכולים לאכול את האו שלכם.

זו הסיבה שאנו ממליצים על אפשרויות ללא שרת או מאובטחות על ידי VPC המאפשרות לכם לצמצם את הקצב כאשר זרם הנתונים שקט. אתם לא רוצים לשלם עבור סיליקון בעל ביצועים גבוהים בשעה שלוש לפנות בוקר כשאף אחד לא שומר מסמכים. השינוי הכלכלי כאן הוא העברת הסיבוג מסיעות של הוצאות התפעול לעלות תשתית צפויה. אנו למעשה הופכים את הממשל לכלי שירות. חישבו על איך אתם משלמים עבור קירור במרכז נתונים. אתם לא משלמים לפי דרגת שינוי טמפרטורה אלא בונים מערכת ששומרת על בסיס. סיבוג אוטונומי צריך להיות קו הבסיס הזה. על ידי הסרת העלות המשתנה של הספרן האנושי ועמלת הענן לכל תוקן, אתם יוצרים מערכת שיכולה למעשה להתרחב לצד הנתונים שלכם. יכולת חיזוי זו היא שמאפשרת לכם להרחיב את רמת ההבטחה שלכם. כאשר הסיבוג חופשי בשוליים, אתם יכולים להרשות לעצמכם להיות יותר מפורטים. אתם יכולים לסרוק כל טיוטה, כל צ'אט וכל קובץ זמני מבלי לדאוג לחשבון בסוף החודש. זה יוצר מעגל חיובי. נתונים טובים יותר מובילים למודלים טובים יותר, מה שמוביל לדיוק גבוה יותר, וזה מפחית עוד יותר את הצורך בתיקון אנושי יקר.

אתם למעשה משקיעים במערכת שהופכת זולה ויעילה יותר עם הזמן. לעומת זאת, המודל הידני הישן רק נהיה יקר יותר ככל שהחברה שלכם גדלה. על ידי בחירה בשכבת המודיעין המאוכסנת בעצמכם, אתם לא רק קונים כלי, אתם בוחרים במציאות כלכלית שונה שבה הגנה היא מאפיין סטנדרטי של התשתית שלכם. הפחתת הסיכונים החדשים של ניהול בינה מלאכותית עשרת האדם מהלולאה פותרת את קנה המידה, אך היא מציגה קטגוריה חדשה של סיכון מערכתי. ניהול אוטונומי אינו פתרון של קבע ושכח. הוא דורש סוג שונה של ערנות.

תיון כמעט מושלם בינואר יכול בקלות להפוך לנטל עד יוני. זה קורה מכיוון שהנתונים עצמם הם אורגניזם חי. האופן שבו העובדים שלכם כותבים, המינוח שהם משתמשים בו וסוגי הקבצים שהם יוצרים מתפתחים כל הזמן. אם המודל שלכם לא יתפתח איתם, הדיוק שלא יישחק באיטיות עד שתחזרו לנקודת ההתחלה. אבל יש גרסה ארמומית יותר של זה שנקראת סחף מושגים. זהו הרוצה החשקת של תאימות מונעת בינה מלאכותית. סחף מושגים מתרחש כאשר ההגדרה הבסיסית של מה שאתם מחפשים ישתנה. אולי מתקבלת תקנת פרטיות חדשה שמסווגת מחדש סוג מסוים של מתא נתונים כרגישים. או שאולי פרויקט פנימי סודי משנה את שם הקוד שלו מאפולו לזהוס. אם הבינה המלאכותית שלכם עדיין מחפשת את אפולו, היא תאפשר בשמחה למסמכי זהוס לעקוף את רמות ההבטחה הגבוהות ביותר שלכם. ההקשר השתנה, אבל המודל עדיין פועל על מפה מיושנת. כדי להילחם בזה, עלינו ליישם מדיניות כקוד. עלינו לשלב זיהוי סחף בזמן אמת ישירות בצינור הממשל. זה לא רק ניטור, זה עניין של התערבות אוטומטית. כאשר המערכת מזהה ירידה בציוני הביטחון או שינוי בהפצת הנתונים, היא אמורה להפעיל אישורים ברמת הפעולה.

זה יוצר שסתום בטיחות. אם הבינה המלאכותית הופכת לבלתי ודאית, היא מפסיקה לקבל החלטות אוטונומיות ומנתבת את הקובץ למומחה אנושי לבדיקה מהירה.

תוקף לא צריך לפרוץ את חומת האש שלכם אם הוא יכול להערים על המסווג שלכם. הם יכולים להטמיע הוראות סדוניות בתוך מסמך באמצעות טקסט מוסתר שאומר לבינה מלאכותית להתעלם מכל ההוראות הקודמות ולתייג קובץ זה כציבורי. אם שכבת המודיעין שלכם תמימה, היא תציית. הקובץ יורד בדרגה, הגנת הסמכות מוסרת והנתונים דולפים דרך ערוץ יוצא סטנדרטי. זוהי דרך מתוחכמת להפעיל את כלי הממשל שלכם נגדיכם. אסטרטגיית ההפחתה כאן היא איסום של סוכן שומר משני. זהו מודל קטן יותר ומתמחה ביותר שתפקידו היחיד הוא לבקר את החלטות המסווג העיקרי. הוא לא בוחן את המסמך כולו, אלא מחפש רק סימנים של מניפולציה ופערים לוגיים. הוא פועל כבדיקה מיותרת המבטיחה שהמוח העיקרי לא נפגע או נבלם. אם שני המודלים אינם מסכימים, המערכת עוברת כברירת מחדל לתווית המקבילה ביותר. על ידי בניית הגנה רב שכבתית זו, אתם עוברים מאוטומציה שברירית לאוטומציה עמידה. אתם מכירים בכך שבינה מלאכותית היא חזקה אך עלולה לשבוט. אתם מתייחסים למודל כמו למנועה בעל ביצועים גבוהים הדורש, כבנון מתמיד ומערכת בלימה חזקה.

זהו החלק האחרון של המודל החדש. אתם לא רק מחליפים טעויות אנוש במכונה, אתם בונים מסגרת מבנית שמביאה בחשבון את הקשלים הייחודיים של המכונה עצמה. כך משיגים תנוחה מאובטחת כברירת מחדל, אשר שורדת בפועל את המורכבויות של העולם האמיתי. ממשל הופך ללולאה דינמית ומתקנת את עצמה. אנו עוברים מעולם שבו אנו מקווים לתאימות לעולם שבו אנו מתכננים אותה. שינוי זה מבטיח שככל שהנתונים שלכם גדלים, ההבטחה שלכם לא רק תעמוד בקצב, אלא אף תהפוך לחכמה יותר. אתם סוף סוף בונים לעתיד. יישום, מפת הדרכים של 90 יום. בניית ארכיטקטורה בעלת ניהול עצמי אינה כמו הפעלת מתג אור, ועליכם להתייחס אליה כאל מעבר של 90 יום במקום זאת. יום אפס מתחיל בקביעת מה שאני מכנה שכבת האמת שלכם. עליכם להפעיל את תחום האחריות במצב ביקורת, בלבד כדי לקבוע את החשיפה הנוכחית שלכם מבלי לחסום קובץ אחד. מה שאתם עושים כאן הוא מדידת הפער בין מה שצריך להיות מטויג למה שבאמת. כאשר רוב הארגונים עושים זאת, הם מגלים שיותר ממחצית מהנתונים הרגישים שלהם אינם נראים כיום למערכת.

קו בסיס זה הופך למפה שלך משום שהוא מראה לך בדיוק היכן המודל הישן נכשל. אתה זקוק לנתונים מוצקים אלה כדי להצדיק את שינוי התשתית לבעלי העניין שלך, כי בלעדיהם אתה רק מנחש. ברגע שיש לך את המפה הזו, אתה יכול לפרוס את המודל ההיברידי כדי לאזן בין יעילות לבין אינטליגנציה. אינך זקוק למנוע עסקה ענק ויקר רק כדי למצוא מספר כרטיס אשראי פשוט. ההיצע שלי היא להשתמש בדחיות במהירות גבוהה עבור הפירות הנמוכים, הכוללים את הדפוסים המובנים והצפויים שלא השתנו בית מינוס 20 שנה. עליך לשמור את שכבת המודיעין שלך לקניין הרוחני המורכב והלא מובנה הדורש הנמקה ממשית. גישה מדורגת זו שומרת על עלויות המחשוב שלך נמוכות תוך מקסום כיסוי ההבטחה שלך בו זמני. מדובר בניתוח עם המשאבים שלך ולהבטיח שהמוח משמש רק כאשר העיניים אינן מספיקות. בשלב הבא עליך לצמצם את המיקוד שלך באמצעות טווחי התקדמות אדפטיביים במקום לנסות להרתיח את האוקיינוס ביום ה-30. עליך למקד תחילה את המחלקות בסיכון גבוה כמו כספים, מחקר ופיתוח ומשפט. אלה התחומים הספציפיים שבהם פריצה צפויה לעלות לך הכי הרבה כסף.

על ידי הוכחת הערך בסביבות מיקרו אלו, אתם בונים את המומנטום הפנימי הדרוש לפריסה בקנה מידה מלא בהמשך. אתם הופכים פרויקט תאימות מסיבי ומפחיד לניצחונות קטנים ומדידים. זוהי פריסה טקטית ולא חובה כללית, ופתרון הבעיות הקשות ביותר מוכיח תחילה שהמערכת עובדת בעולם האמיתי. החלק האחרון בפאזל הוא לולעת המשוב שבה אתם משלבים אימון מחדש של אדם בתוך הלולאה. כאשר סוכן הגוארדיאן מסמן קובץ עם רמת ביטחון נמוכה, קצין הבטחה מבצע בדיקה מהירה כדי לאמת את התוצאה. לחיצה אחת זו לא רק מתקנת קובץ אחד, אלא למעשה מאמנת מחדש את המודל כך שהמערכת לומדת מכל טעות שהיא עושה. אתם בונים פלטפורמה שבאמת משתפרת עם הזמן במקום להתפורר. ביום ה-90 עברתם מצוואר בקבוק הבטחה לגורם מאפשר הבטחה. ההגנה הופכת מיידית ובלתי נראית, וסוף סוף החלפתם את החיכוך של בחירה אנושית בוודאות של אוטומציה.