Руководители в Южной Африке ускоренно обходят экспериментальные этапы пилотных проектов ИИ, быстро осваивая основы и предпочитая более агрессивное внедрение инструментов машинного обучения и генеративного ИИ в секторах розничной торговли, телекоммуникаций и финансовых услуг.
Потребность в агентском ИИ
Этот повышенный интерес отражен и в рейтингах. Согласно Индексу готовности к аутсорсингу ИИ от Ataraxis Global Outsourcing AI Readiness Index, Южная Африка занимает восьмое место среди 25 ведущих мировых направлений для аутсорсинга и первое место в Африке, набрав 66,5 балла из 100. Руководители демонстрируют устойчивый спрос на агентский ИИ — программное обеспечение, способное не просто отвечать на вопросы, а автономно выполнять сложные рабочие процессы, получать доступ к базам данных и инициировать транзакции.
Современным лидерам больше не подходит чат-бот, который лишь отвечает на запросы; им требуется система, которая выполняет действия: открывает рабочий процесс, считывает данные, совершает звонки и планирует следующий шаг. Хотя демонстрация чат-бота может остаться незамеченной, движение данных, которое происходит, когда агент анализирует книгу должников, записи клиентов и историю транзакций, является самой ценной составляющей продукта.
Инфраструктурный разрыв
Скорость появления возможностей высока, однако пока не является главным приоритетом вопрос о том, где именно физически размещается вычислительная мощность и какова стоимость доступа к ней из местных источников. Под видимой цифровой сложностью корпоративного мира скрывается серьезная проблема: Южная Африка пытается запускать высокопроизводительный ИИ на внутреннем, глубоко фрагментированном и изолированном наборе данных.
Хотя гонка за центрами обработки данных ведется активно, часто упускают из виду, что большая часть этой деятельности происходит за пределами Южной Африки. Фронтирные модели, делающие агентский ИИ жизнеспособным в любой точке мира, работают в нескольких крупных центрах обработки данных, которые преимущественно сосредоточены в Северной Америке и Европе. Поскольку вся Африка владеет менее чем 1% мировых мощностей ЦОД, при отправке агентского рабочего процесса южноафриканским бизнесом к фронтирной модели практически гарантировано, что обработка не происходит локально.
Трансграничные риски и Popia
Вместо этого корпоративные и клиентские данные постоянно передаются через границы в инфраструктуру, которой компания не владеет и к которой не имеет доступа, в юрисдикциях, которые она не контролирует. Фрагментированные экосистемы данных являются ярким примером инфраструктурного разрыва, который парализует архитектуру предприятий в стране. Устаревшие операционные системы не взаимодействуют друг с другом, создавая разрозненные пулы данных в таких отделах, как продажи, соблюдение норм и обслуживание клиентов.
Эта неготовность распространяется и на локализованный характер самих данных. Оценка готовности от Unesco указывает на значительные пробелы в лингвистическом разнообразии систем ИИ и недостаточное представление местного контекста в их разработке. Поскольку местные корпоративные базы данных не содержат структурированных, репрезентативных данных, отражающих сложную потребительскую базу Южной Африки, импортированные модели часто остаются слепыми к неформальной рыночной динамике и языковым особенностям страны.
Следовательно, когда эти фрагментированные местные базы данных подвергаются воздействию автономных агентов за рубежом, компании быстро сталкиваются со сложным юридическим препятствием в области комплаенса. Закон о защите личной информации (Popia) ограничивает передачу личной информации за пределы Южной Африки. Передача возможна, но только при соблюдении определенных условий — среди них наличие сопоставимой защиты в месте назначения, согласие субъекта данных после информирования о рисках или наличие обязательного контракта, предусматривающего обязательства, эквивалентные Popia, трансгранично.
Большинство компаний упускают из виду, что в Южной Африке отсутствует официальный список адекватности. Это означает, что нет государственного реестра, указывающего, какие страны безопасны. Бремя доказательства адекватности иностранного пункта назначения лежит на ответственной стороне при каждой передаче, и это должно быть задокументировано.
Динамика автономных агентов
Когда к этому добавляется агентский ИИ, сложности возрастают. Традиционная трансграничная передача — это дискретное событие, которое можно указать и регулировать. Однако автономный агент, вызывающий модель десятки или сотни раз в день, извлекающий данные, необходимые для каждой задачи, представляет собой непрерывный, динамичный поток личной информации через границу, который никто полностью не картирует. Вы не можете легко обойти это согласием, поскольку субъект данных никогда не видит индивидуального вызова. И вы не можете легко обойти это контрактом, поскольку вы не контролируете последующую обработку данных поставщиком модели.
Чем более способной и автономной становится система, тем сложнее остается оставаться в рамках законодательства Южной Африки. Помимо юридических рисков, эта зависимость от инфраструктуры влечет за собой стратегические издержки — так называемый «теневой суверенитет». Большинство авторитетных поставщиков не будут обучать модели на ваших данных, но это не главная проблема. Проблема заключается в зависимости. Когда модель, вычислительные мощности и дорожная карта продукта находятся за границей, рабочие процессы, управляющие вашим бизнесом — ценообразование, отток клиентов, кредитный риск — все больше зависят от инфраструктуры, которой вы не управляете, и от коммерческих условий, которые вы не устанавливали и не можете легко пересмотреть.
Таким образом, вы аутсорсите не только вычисления, но и определенную меру контроля, и вы склонны не осознавать эту цену, пока не попытаетесь сменить поставщика или пока условия не изменятся под вами.
Стратегии обеспечения суверенитета данных
Бизнес и советы директоров Южной Африки должны сознательно подходить к своей архитектуре данных. Существует три направления для начала работы:
Во-первых, классифицировать перед подключением: не все данные несут одинаковый риск. Значительная часть ценности агентского ИИ содержится в рабочих процессах, которые никогда не затрагивают личную информацию, поэтому критически важно знать, что к чему, прежде чем подключать ИИ-агента к рабочему процессу.
Во-вторых, сохранять регулируемые данные на территории: меньшие, открытые модели теперь исключительно хорошо работают на локальной или региональной инфраструктуре. Разумным началом для регулируемых предприятий является гибридный подход, использующий глобальные модели для общего рассуждения и локализованные, резидентные модели для конфиденциальных данных.
В-третьих, рассматривать суверенитет как часть архитектуры. Необходимо начинать с конечной цели и проектировать резидентность данных и возможность аудита в своих системах с самого начала или как можно скорее. Таким образом, можно начать обеспечивать, чтобы каждое трансграничное взаимодействие было классифицировано, зарегистрировано и могло быть обосновано.
История о «прыжке через инфраструктуру» (leapfrog story), которую принято рассказывать о развивающихся рынках, здесь неприменима; нельзя пропустить ту инфраструктуру, которой у вас нет. Однако лидеры бизнеса Южной Африки могут решить, что покидает страну и почему. При правильном подходе суверенитет данных перестает быть налогом на местные инновации и становится тем самым фактором, который делает построение локальных возможностей стоящим.