当 AI 能操作企业系统,谁来为它的行为负责?
当 Agent 开始创建单据、修改数据和推动业务流程,企业需要怎样管理身份、授权、审批与责任?从集团 CIO 的视角,讨论可落地的技术控制与管理实践。
当安全设备越来越成熟,攻击者会越来越倾向于绕过技术、利用人性。真正成熟的安全体系,不是要求所有人永不犯错,而是让一次人的判断失误不至于演变成企业级事故。
阅读完整文章 ↗约 14 分钟 / NHRC不止记录怎么做,更解释为什么。06 篇文章 / 持续积累的企业 IT 实践
当 Agent 开始创建单据、修改数据和推动业务流程,企业需要怎样管理身份、授权、审批与责任?从集团 CIO 的视角,讨论可落地的技术控制与管理实践。
当安全设备越来越成熟,攻击者会越来越倾向于绕过技术、利用人性。真正成熟的安全体系,不是要求所有人永不犯错,而是让一次人的判断失误不至于演变成企业级事故。
从主体性、智能与智慧、责任、意义以及企业落地的角度,重新审视所谓“AI威胁论”。
从非结构化知识治理与结构化数据治理出发,讨论企业 RAG 真正困难的地方:可信来源、版本、语义、权限、可追溯性与知识生命周期。
企业AI真正的起点,不是选择最强模型,而是先把场景、数据、权限、流程和责任想清楚。
以双边界路由器、双核心交换机、VRRP 与核心虚拟化为例,讨论单运营商线路条件下,企业数据中心还能做哪些真正有价值的内部冗余。
没有找到相关文章。试试“权限”“RAG”或“冗余”。
架构不只是设备和连线,安全不只是工具和规则。技术的价值,存在于业务、风险与人的连接之中。不止追问“能不能做到”,更理解“为什么这样做”。
沿着专题继续探索 ↗