Lauge Risom Koch 
Wachsende Datenschutzbedenken veranlassen Unternehmen, souveräne künstliche Intelligenz einzuführen und ihre eigenen Open-Source-Modelle zu verwalten.
Datenschutz hat sich zu einem entscheidenden Kriterium für Unternehmen entwickelt, die Anbieter von künstlicher Intelligenz bewerten. Laut Fortune befürchten Führungskräfte, dass führende Pionierunternehmen stillschweigend geistiges Eigentum von Kunden nutzen könnten, um zukünftige Modelle zu verbessern. Einige Führungskräfte befürchten, dass diese Technologieanbieter schließlich konkurrierende Produkte unter Verwendung ihrer proprietären Geschäftsdaten entwickeln könnten.
Die Branche war im Juni mit einer großen Kontroverse konfrontiert, als Anthropic eine 30-tägige Richtlinie zur Vorratsdatenspeicherung für seine leistungsstärksten Modelle vorschrieb. Viele Unternehmen lehnten diese Anforderung strikt ab und untersagten ihren Teams aktiv die Nutzung der spezifischen Software. Führende Manager von Microsoft und Palantir warnten daraufhin Organisationen davor, sich ausschließlich auf diese hochmodernen Modelle zu verlassen.
OpenAI und Anthropic betonen, dass sie ihre grundlegenden Systeme nicht mit privaten Unternehmensdaten trainieren. Cybersicherheitsexperten warnen jedoch, dass diese Anbieter auch ohne direktes Training wertvolle betriebliche Erkenntnisse sammeln könnten. Jüngste Vorfälle mit autonomen Agenten haben die Befürchtungen der Unternehmen hinsichtlich unbefugten Datenabrufs und öffentlicher Offenlegung weiter verstärkt.
Der Aufstieg der souveränen künstlichen Intelligenz
Diese wachsenden Sicherheitsbedenken haben viele Unternehmen dazu veranlasst, ihre Technologienutzung zu diversifizieren und die Abhängigkeit von führenden Anbietern zu verringern. Unternehmen erforschen zunehmend souveräne künstliche Intelligenz, um die vollständige Kontrolle über ihre proprietären Technologie-Stacks zu behalten. Dieser Ansatz beinhaltet den Besitz physischer Hardware, den Aufbau einer privaten Cloud-Infrastruktur und die Ausführung herunterladbarer Open-Source-Modelle.
Obwohl das Konzept der Datensouveränität historisch mit nationalen Regierungen in Verbindung gebracht wird, ist es schnell in die allgemeinen Unternehmensdiskussionen eingedrungen. Die Entwicklung dieser unabhängigen Systeme erfordert erhebliches technisches Fachwissen, das vielen traditionellen Organisationen derzeit fehlt. Einige Unternehmen befürchten, dass eine Abkehr von führenden Anbietern bedeutet, auf bahnbrechende Funktionen in Bereichen wie Programmierung oder Finanzanalyse zu verzichten.
Unterdessen konkurrieren OpenAI und Anthropic weiterhin direkt miteinander, um zögerliche Geschäftskunden mit aktualisierten Datenschutzgarantien zu gewinnen. Nach der Kontroverse im Sommer führten beide Unternehmen neue Unternehmensfunktionen ein, die Richtlinien ohne Datenspeicherung anbieten. Diese aktualisierten Systeme ermöglichen es Firmenkunden, sensible Daten sicher in ihren eigenen privaten Cloud-Konten zu speichern.
Hybridmodelle und lokale Infrastruktur
Viele Organisationen verfolgen derzeit einen hybriden Ansatz, der geschlossene proprietäre Plattformen mit Open-Source-Alternativen kombiniert. Ein weiterer beliebter Weg ist der Zugriff auf mehrere Algorithmen über Amazon Bedrock, was verhindert, dass Anbieter Unternehmensdaten einsehen können. Die Kundenausgaben für diesen speziellen Service stiegen im ersten Quartal des Jahres um 170%.
Die Implementierung unabhängiger Systeme erfordert, dass Unternehmen eine erhebliche Verantwortung für die Sicherung und Verwaltung der Technologie übernehmen. Softwarefirmen, die sich auf die Aufdeckung von Modellmissbrauch spezialisiert haben, meldeten einen massiven Anstieg der eingehenden Unternehmensanfragen. Unternehmen, die hochsensible Gesundheits- oder Finanzdaten verarbeiten, sind zunehmend bereit, diese zusätzlichen technischen Verantwortlichkeiten zu übernehmen.
Einige Unternehmen treiben den Datenschutz noch weiter voran, indem sie eigene Grafikprozessoren kaufen, um lokale Modelle auszuführen. Branchenexperten stellen eine wachsende Marktverschiebung hin zum Bau von Miniatur-Rechenzentren speziell für Arbeitslasten der künstlichen Intelligenz in Unternehmen fest. Start-ups, die tragbare Serverinfrastrukturen herstellen, erreichten kürzlich Bewertungen in Milliardenhöhe, da die Nachfrage nach unabhängigen Rechenressourcen zunimmt.