虽然企业明白创新以保持竞争力的必要性，但他们在保护数据方面也很谨慎。当涉及到使用生成式人工智能（GenAI）从数据中提取价值时，企业经常需要努力平衡创新和安全。
现有的数据操作技术要么风险太大，要么不充分。因此，大多数组织被迫谨慎行事，优先考虑安全性，导致人工智能项目停滞不前。
Opaque Systems是一家安全数据分析初创公司，它提供了一种解决方案来克服这些挑战，并释放组织数据的全部价值。该公司推出了新的Confidential AI平台，旨在加速人工智能工作负载的生产。
新平台是在旧金山举行的2024年加密计算峰会上发布的。新平台的关键功能之一是，它使企业能够在加密数据上运行广泛的人工智能工作负载，如SWL分析和人工智能推理，而无需进行任何重组。它还支持机器学习管道和流行的人工智能语言和框架，包括Spark和Python。
Confidential AI平台是在伯克利RISELab开发的，该实验室以开发Apache Spark和Databricks等技术而闻名。正是在这个实验室里，突破性的MC2(多方协作与竞争)平台被创建、孵化和开源。2021年，这个平台成为了Opaque平台的基础。
在Opaque现有服务的基础上，通过加密隐私验证促进安全协作，新平台允许组织从以前未充分利用的敏感数据中安全有效地解锁业务洞察力。
去年，Opaque宣布了平台的关键创新，包括对机密AI用例的更广泛支持，以及防止ML和AI模型暴露于未经授权的各方用户的新保护措施。
“Opaque为那些在创新和安全之间挣扎的组织提供了一个突破。通过将隐私和安全嵌入到机器学习管道的每一步，我们使企业能够自信地加速人工智能的采用。”Opaque联合创始人兼平台架构主管Chester Leung表示。
“我们的Confidential AI平台能够独特地处理加密数据，而不会在云上造成明显的性能影响。通过Opaque保护整个数据工作负载，公司可以释放新的商业机会并有效管理风险，同时保持对数据的绝对控制和隐私。”
新平台的用例横跨不同的行业。在高科技领域，机密人工智能可用于保护分析和机器学习工作负载的数据管道，并支持对加密数据的动态模型训练。
制造部门的用户可以使用该平台作为机密控制界面来执行数据治理规则。通过安全的数据共享和跨业务部门的协作，金融服务也可以从该平台中受益。
人力资源专业人员可以利用该平台的强大功能，跨多个数据孤岛安全地共享和分析员工数据，并确保企业遵守数据隐私法规。
随着新平台的推出，企业最终可以有一个解决方案来消除创新和安全之间的权衡。随着越来越多的组织使用新平台，我们将更好地了解Confidential AI在与现有生态系统集成和可扩展性方面的性能。
