雖然企業明白創新以保持競爭力的必要性，但他們在保護數據方面也很謹慎。當涉及到使用生成式人工智能（GenAI）從數據中提取價值時，企業經常需要努力平衡創新和安全。

現有的數據操作技術要么風險太大，要么不充分。因此，大多數組織被迫謹慎行事，優先考慮安全性，導致人工智能項目停滯不前。

Opaque Systems是一家安全數據分析初創公司，它提供了一種解決方案來克服這些挑戰，并釋放組織數據的全部價值。該公司推出了新的Confidential AI平臺，旨在加速人工智能工作負載的生產。

新平臺是在舊金山舉行的2024年加密計算峰會上發布的。新平臺的關鍵功能之一是，它使企業能夠在加密數據上運行廣泛的人工智能工作負載，如SWL分析和人工智能推理，而無需進行任何重組。它還支持機器學習管道和流行的人工智能語言和框架，包括Spark和Python。

Confidential AI平臺是在伯克利RISELab開發的，該實驗室以開發Apache Spark和Databricks等技術而聞名。正是在這個實驗室里，突破性的MC2(多方協作與競爭)平臺被創建、孵化和開源。2021年，這個平臺成為了Opaque平臺的基礎。

在Opaque現有服務的基礎上，通過加密隱私驗證促進安全協作，新平臺允許組織從以前未充分利用的敏感數據中安全有效地解鎖業務洞察力。

去年，Opaque宣布了平臺的關鍵創新，包括對機密AI用例的更廣泛支持，以及防止ML和AI模型暴露于未經授權的各方用戶的新保護措施。

“Opaque為那些在創新和安全之間掙扎的組織提供了一個突破。通過將隱私和安全嵌入到機器學習管道的每一步，我們使企業能夠自信地加速人工智能的采用。”Opaque聯合創始人兼平臺架構主管Chester Leung表示。

“我們的Confidential AI平臺能夠獨特地處理加密數據，而不會在云上造成明顯的性能影響。通過Opaque保護整個數據工作負載，公司可以釋放新的商業機會并有效管理風險，同時保持對數據的絕對控制和隱私。”

新平臺的用例橫跨不同的行業。在高科技領域，機密人工智能可用于保護分析和機器學習工作負載的數據管道，并支持對加密數據的動態模型訓練。

制造部門的用戶可以使用該平臺作為機密控制界面來執行數據治理規則。通過安全的數據共享和跨業務部門的協作，金融服務也可以從該平臺中受益。

人力資源專業人員可以利用該平臺的強大功能，跨多個數據孤島安全地共享和分析員工數據，并確保企業遵守數據隱私法規。

隨著新平臺的推出，企業最終可以有一個解決方案來消除創新和安全之間的權衡。隨著越來越多的組織使用新平臺，我們將更好地了解Confidential AI在與現有生態系統集成和可擴展性方面的性能。