"阿斯特拉最重要的一点是人工智能（AI）是否能够独立完成工作。过去需要人类的干预，现在我们可以信任AI，交给它更复杂的任务。" 金京勋在9日上午于首尔江南区举行的记者见面会上谈到下一代前沿模型‘阿斯特拉6’将带来的变化。 金总表示，"企业间交易（B2B）是国内企业使用ChatGPT的程度，而企业与消费者间交易（B2C）则是推动活跃用户数的稳步增长。" 国内企业对AI的应用正在迅速增加。根据OpenAI的数据，自韩国办事处正式成立以来，过去一年国内企业和机构引入ChatGPT企业版的用户数量增长了约28倍。科德克斯（KODEX）在3月至6月期间也增长了约14倍。 金总提到，"科德克斯的增长趋势显示，法律、财务、人事等领域是增长最快的部分，三星电子、首尔大学等多家企业正在引入ChatGPT。"根据OpenAI，目前无心商店、耐克轮胎、LG U+、LG电子、LG CNS、Toss、Kakao等企业正在使用ChatGPT企业版。 OpenAI预计，随着4日发布的阿斯特拉，国内企业的AI引入将进一步加速。以ChatGPT 5.6为基准，工作和科德克斯的令牌比例增加，AI的使用正在迅速从简单对话转向实际工作。金总指出，"在阿斯特拉之前，以GPT 5.6为基准，输出令牌的64%用于工作和科德克斯，其余用于聊天。"他表示，"通过阿斯特拉，国内企业将能够进行更深入的工作。" 由于AI能够代替人类操作计算机并自主执行任务，因此安全性也得到了增强。OpenAI正在加强对齐和个人信息保护，并限制高风险功能的访问，实施了保护措施。阿斯特拉的能力也被应用于网络安全。三星SDS作为网络防御程序‘Daybreak’的试点合作伙伴参与，计划在三星旗下公司中应用后扩大适用范围。 广告模型的增长也得到了发布。根据OpenAI，全球广告业务在启动约200天后实现了年化收入10亿美元。国内广告业务目前正在对部分用户进行初步测试。金总表示，"在引入广告方面，内部也有很多谨慎的意见，正在以保护个人信息的方式谨慎推进。"他补充道，"国内仍处于初期阶段，预计将在1至2个月内整理初步成果并分享。" 此外，OpenAI当天还展示了阿斯特拉实际执行工作的演示。阿斯特拉根据商店室内装修订单、施工计划书和商业计划书，制作了一个基于3D商店空间的24秒视频，展示了相机运动和音乐等元素。整个工作不到20分钟完成，空间、相机运动和音乐等原件仍然保留，后续也可以进行修改。※ 本报道经人工智能（AI）系统翻译与编辑。

政府明确，企业利润相关的所谓“N%绩效奖金”以及人工智能（AI）引入、工厂迁移等主要经营决策不被视为强制性谈判的对象。然而，若涉及裁员或岗位调动等劳动条件变化的具体情况，则可成为谈判对象。韩国劳动部于3日发布了《经营绩效奖金等劳动争议对象实施指南》。该指南基于2月发布的修订劳动组合法（黄信封法）解释指南，具体化了围绕绩效奖金和经营决策的现场判断标准。根据指南，工资、福利等劳动条件相关的经营绩效奖金原则上属于强制性谈判对象。然而，基于企业利润与销售额、营业利润、净利润等一定比例挂钩的绩效奖金要求，政府认为不应视为强制性谈判或调解、争议行为的对象。原因在于企业利润与研发（R&D）、设备投资、股息等相关，并涉及股东、债权人等第三方的权益。不过，N%绩效奖金仍可由劳资双方自主协商，已签订的集体协议也不会因本指南而失效。与企业利润无关的固定绩效奖金或以基本工资为基准的绩效奖金要求也可成为谈判对象。新建或迁移工厂、企业出售、AI等新技术引入的决策本身不属于强制性谈判对象。然而，若因裁员或结构调整而进行的岗位调动、职务或工作形式变更等计划已在客观上确认，则相关劳动条件可成为谈判对象。若工会仅为贯彻N%绩效奖金或经营决策而申请劳动争议调解，劳动委员会将建议修改要求，若工会不予响应，则可对该部分进行行政指导。金英勋劳动部部长表示：“为了提高现场的可预见性，预防劳资争议而制定此指南，尽量尊重劳资间的自主协商，同时将根据指南一致地解释和运用法律。”

2019年，现代汽车集团取消了定期招聘，转而采用随时招聘的方式。这标志着企业从大规模招聘通用人才，随后再进行岗位分配的时代，转向了直接招聘能够立即投入所需岗位的人才。如今，企业招聘的核心标准不再是“招聘多少人”，而是“分配什么工作”。 “未来的IT部门将像管理AI代理的HR部门一样。”正如英伟达首席执行官黄仁浩所言，AI正逐渐成为企业新的“数字成员”。然而，实际引入AI的方式仍停留在过去模糊的“定期招聘”上。许多企业在未明确AI的具体角色和预期成果的情况下，便急于引入通用AI。 这种现象背后是对在AI竞争中落后的恐惧心理（FOMO）。在竞争对手引入AI的消息刺激下，企业感到不安，往往在未确定AI的具体任务前就急于引入系统。这与期待新员工在没有职位描述和入职手册的情况下，能够独立完成销售、财务、客户服务及高层决策等工作并无二致。 不过，近期这种氛围开始出现变化。随着对AI使用量的盲目追求（Tokenmaxxing）逐渐消退，经历了巨额AI成本的企业开始感到庆幸，形成了对错过盲目引入的“快乐”（JOMO）心态。企业们逐渐意识到，单纯的Token使用量并不是绩效的体现。Token最终是成本和AI的工作时间。与其花费数十万Token制作无人阅读的报告，不如用较少的Token准确解决客户咨询或自动化重复性工作，这样的价值更高。关键不在于使用多少，而在于如何高效利用，创造实际的商业成果。 最终，使AI随时招聘成为可能的关键在于明确的“职位描述”和现场老员工的“隐性知识”。单纯建立一个无目的的文档存储库，并不能使AI立即成为优秀员工。超越书面规定，现场熟练工人凭借多年的经验所掌握的微妙判断、客户应对的顺序和判断标准、以及在特殊情况下的应对理由等隐性知识，才是AI真正的竞争力。AI随时招聘的成败，关键在于如何将工作背景中的隐性知识精细化为数据，而不仅仅是收集多少数据。 这一点同样适用于在屏幕上工作的AI代理和在现场运作的物理AI。机械手臂重复固定轨迹的“操作”，与能够自我检查产品状态、分类缺陷并决定下一步行动的“行为”是完全不同的层面。人类也不能仅通过阅读手册成为老手，AI同样需要学习现场经验和判断标准，才能完成实际工作。只有具备老员工的隐性知识的AI，才能超越提供合理回答的水平，真正替代人类完成工作。 在这一过程中，过于追求完美的治理结构也需谨慎。AI治理并非在桌面上完成的规章制度，而是通过将AI投入具体工作，应用隐性知识，反复验证和提升绩效与风险的运营体系。从小任务开始，积累成功案例并逐步扩大应用范围，才是现实的AI引入策略。 现在，AI引入的问题应从“如何创造出优秀的AI”转变为“将其投入哪些任务能产生最高的投资回报率（ROI）”。如果工程性能无法转化为商业成果，就难以视为良好的投资。盲目追随FOMO引入通用AI的时代已经过去，AI也需要像人一样进行随时招聘。※ 本报道经人工智能（AI）系统翻译与编辑。

박혜영亚马逊网络服务(AWS)首席解决方案架构师(SA)强调：“企业的人工智能(AI)引入成果在实际工作中由现场成员主导时，效果最为显著。” 박首席在7月9日于首尔The Plaza酒店举行的‘2026 ABC开局纪念AI生态系统创新论坛’上，围绕‘企业AI引入，成功组织的方式’主题进行了演讲。 他解释了为何在AI引入后取得成果的企业仅占极少数，以及如何利用AI降低成本、提高盈利能力，并以国内石油行业和媒体企业的案例进行说明。 根据麦肯锡2025年全球AI调查，已引入AI的企业占88%，但实际营业利润改善的企业仅为6%。对此，박首席指出：“问题不在于AI技术，而在于引入阶段和方式。” 他将企业AI引入成果不佳的原因归结为“以IT部门为中心的自上而下推动”和“概念验证(PoC)阶段的停滞”。他解释道，即使企业内部IT部门构建了系统，但如果无法准确诊断现场问题，且未能在实际工作中使用所建立的AI系统，就难以实现投资回报。 数据显示，约30%的AI试点项目未能向全公司推广。他强调：“进行10个试点项目不如将一个项目真正应用于实际工作更具价值。” 박首席介绍了GS칼텍스、LG电子韩国营业总部、KBS、CJ ENM的实际AI引入成果案例。 GS칼텍스的员工中有三分之二是生产岗位，通过将现场员工如工艺工程师、设备管理员和质量负责人培养为AI应用人员，采用自下而上的方式取得了成果。他表示：“GS칼텍스让现场员工直接诊断需求并创建AI代理，结果制作了1000多个AI代理，目前85%的员工在实际工作中使用这些代理。” LG电子韩国营业总部则通过让协作员工提出自动化任务，IT组织将技术组件组合成代理的结构。박首席指出：“通过这一方式，目前正在围绕客户关系管理(CRM)进行AI驱动的问题和消费者反应分析的营销自动化。” KBS和CJ E&M在向全球市场传播K-pop内容的过程中，利用AI降低成本并创造新收益的案例也得到了介绍。 KBS建立了一个名为‘버티고’的解决方案，能够用一台8K摄像机自动生成每位偶像成员的直拍视频。后期制作如剪辑、色彩校正和编码等过程，从几小时缩短到几分钟。 박首席表示：“过去制作偶像团体的直拍视频时，需要与成员数量相同的摄像机和人员，但现在只需用一台8K摄像机拍摄的视频就能分离和提取各成员，提升了制作效率。”他补充道：“该技术已向日本KDDI出口许可，通过AI引入降低了成本并创造了新的收益模型。” CJ ENM的Mnet Plus在向190个国家直播K-pop视频时，应用了AI实时多语言字幕。他指出：“过去每种语言需要一名速记员，但转向AI字幕后，大大减轻了人力负担。”并表示：“非韩语观众实时看到字幕后，内容理解度提高，从而改善了全球粉丝体验。” 박首席强调：“GS칼텍스、LG电子、KBS、CJ ENM虽然所处行业不同，但都是围绕实际需要使用AI的现场员工取得了成果。”他进一步指出，企业AI引入的关键在于IT部门，而在于实务组织。他还介绍了支持以现场组织为中心的AI引入的工具‘亚马逊快速(Quick)’。

数据科技公司BigValue于6日宣布，联合创始人具云发布了包含高致病性禽流感（HPAI）风险预测模型构建经验的专著《国家智能》。该书由前农林畜产检疫本部秘书洪承吉共同撰写，探讨了韩国行政如何从“AI引入”迈向“AX（AI转型）”阶段的条件，属于民间与政府的共同著作实证记录。 《国家智能》围绕BigValue与农林畜产检疫本部共同构建的HPAI风险预测模型案例，深入探讨了如何通过AX方法论改变行政的判断结构和运作方式，超越简单的自动化（RPA）。 作为书籍的起点，HPAI风险预测模型通过整合分析车辆GPS、候鸟迁徙、卫星影像等80多种异构数据，筛选出高风险农场，并提出优先检查的防疫对象。该系统将原本需要最多7天的流行病调查过程缩短至10秒，目前在2025/2026防疫季节，每周向全国地方政府提供风险预测结果。 作者们在书中逐步提出了行政AX在实际操作中所需的条件，包括AI准备数据设计、可解释的AI（XAI）、现场接受性和部门间协调等。同时，他们也分析了许多公共AI项目为何停留在报告或试点项目阶段的结构性原因。 该书不仅限于公共部门，宣称为“贯穿企业与国家的真实AX设计图”，为那些在将AI作为简单自动化工具引入后面临实际成果困难的组织领导者提供了“改变判断依据”的AX转型方法论。 推荐人包括：科技前沿公司代表韩相基、第22届国会议员林文英、影响力领袖学院代表申秀晶、汉阳大学计算机软件学部教授白恩玉等四人。推荐人们评价该书为“深入分析公共AI项目为何未能取得实质性成果的原因的著作”，并指出“为我国公共AX的发展指明了明确的里程碑”。 具云表示：“这本书是BigValue与农林畜产检疫本部在过去几年共同努力的行政AX转型历程的记录，旨在提供关于韩国公共部门在AI时代应如何改变的实证基础洞察，而不仅仅是简单的成功案例介绍。” ※ 本报道经人工智能（AI）系统翻译与编辑。

政府将通过人工智能（AI）推动制造业的竞争力提升，计划直接管理国家制造数据，开发制造业专用AI模型，以推动工厂自动化和工业园区的AI转型。工业部在青瓦台迎宾馆举行的“韩国大跃进三大mega项目国民报告会”上，发布了“制造AI 2030战略”。为了应对生产人口减少和全球制造竞争加剧，政府决定推进制造业的人工智能转型（M.AX），旨在利用AI提升生产效率和制造竞争力。该战略的核心包括：△国家制造数据管理体系建设 △制造专用AI模型开发 △以工业园区为中心的AI推广等三项内容。政府将建立一个国家层面的体系，以管理制造数据，并基于这些数据开发AI模型，推广至制造现场的各个环节。首先，政府将建立“国家制造数据图书馆”，以国家层面管理制造AI的基础数据。该计划旨在整合分散在各部门和机构的制造数据，并建立安全体系，支持企业间的数据共享。同时，还将制定数据标准化、加密和去标识化体系，以防止企业核心技术外泄。基于国家获取的数据，政府将逐步开发制造业专用的AI模型，从适用于特定工序的轻量级模型到覆盖整个制造业的AI基础模型。此外，还将结合物理法则基础的AI和制造机器人联动技术，推动实现从工厂设计到生产和物流自我运营的“全栈AI工厂”。政府还将扩大地方制造业的AI应用基础。计划在工业园区内建立“M.AX集群”，构建实证测试平台和边缘计算中心等共同基础设施。同时，将扩大大企业与中小企业共同参与的共生型AI智能工厂项目，以支持中小制造企业的AI引入。在人才培养和投资支持方面，政府将推动将即将退休的制造专家的熟练技术积累为AI学习用数据，并引入制造AI专业企业认证制度和硕士、博士级专业人才培养项目。同时，计划利用国民成长基金等政策金融，支持制造AI领域的民间投资。政府还将着手为制造AI的推广建立法律基础，计划修订《工业数字转型及人工智能应用促进法》和《中小企业智能制造创新法》。工业部部长金正官表示：“M.AX是决定我们制造业未来竞争力的关键任务”，并表示“此次战略不仅仅是一个计划，我们将与相关部门共同提高执行力，确保在制造现场取得实际成果。”※ 本报道经人工智能（AI）系统翻译与编辑。

三星SDS于28日在大田乐天城市酒店举办了针对忠清和全罗地区制造企业的‘三星SDS产业日’活动，分享了制造业的人工智能转型（AX）战略和创新案例。 产业日是针对公共、金融、制造、流通、国防等行业客户，介绍三星SDS主要解决方案和服务方向及实际建设案例的客户研讨会。 三星SDS自今年3月开始，先后在4月举办了制造、流通、服务行业及金融行业的研讨会。 此次活动以‘AX，加速制造业的明天’为主题，吸引了100多名来自忠清和全罗地区制造企业的IT相关人员参加。研讨会上介绍了制造企业的AX推进战略、基于AI的工作创新案例及实际商业成果。 三星SDS制造AM团队长（常务）朴昌洪在欢迎辞中表示：“企业现在关注的不仅是简单的AI引入，而是如何将AI应用于实际工作中以创造成果。”他还提到：“三星SDS基于AI全栈战略，积极支持客户成功转型AX。” 三星SDS拥有从AI基础设施到平台、解决方案的全套资源，基于咨询到建设/运营的全方位AI全栈战略，强化了对企业AX市场的攻势。通过这一战略，三星SDS计划不仅引入技术，还支持实际的工作创新和成果创造。 在随后的发布环节中，介绍了以下制造业AX创新案例：△制造AX的数据平台 △哈林集团的统一企业资源管理（One ERP）建设案例 △基于AI的产品生命周期管理（PLM）创新战略 △针对勒索软件的制造运营技术（OT）安全战略 △实现物理AI的5G专网应用案例 △基于生成型AI的协作解决方案Britworks的应用方法等。 三星SDS表示，考虑到生产中断对制造现场造成的重大损失，OT安全战略和工厂内物理AI扩展所需的5G专网应用案例引起了高度关注。 在国内制造现场，各种机器人如无人搬运车（AGV）和自主移动机器人（AMR）被广泛应用。结合AI后，可以通过一个复杂的指令实现对机器人和工艺的综合控制，构建物理AI环境。 三星SDS介绍了基于5G专网的网络建设案例，支持机器人与控制系统之间的实时数据传输。 此外，三星SDS还介绍了哈林集团主要18个子公司的统一ERP建设案例。三星SDS根据哈林集团从原料到流通的业务结构，标准化ERP以提高运营效率，并分享了建设经验和成果。 三星SDS战略营销室长（副总裁）李正汉表示：“此次研讨会在于分享忠清和全罗地区制造企业的AX推进方向和实际创新案例，具有重要意义。”他还表示：“三星SDS将基于AI全栈能力和行业经验，持续为各行业客户提供洞察。” 同时，三星SDS基于涵盖基础设施、平台、解决方案和咨询的AI全栈能力，正在将AX业务扩展到制造、金融、公共等各个行业。 通过与全球企业的战略合作，灵活引入各种AI模型，并根据客户的业务进行设计和应用的咨询及系统集成（SI）能力是其差异化优势。特别是通过利用AI代理进行工作创新，快速扩大了在咨询服务和制造现场等实际运营环境中的AI应用范围。※ 本报道经人工智能（AI）系统翻译与编辑。

“许多企业期待引入人工智能（AI）后立即实现业务创新，但实际上现场出现了完全不同的问题。” 杨英模 红砖代表最近对企业的AI转型（AX）项目氛围进行了这样的说明。在生成型AI热潮中，聊天机器人、文档摘要和报告自动化系统的引入迅速增加。然而，在实际应用阶段，反复出现了意想不到的局限性。 杨代表特别提到，最近企业现场常常出现“虽然构建了AI，但员工并未有效使用”的情况。他表示：“最初，大多数评估集中在AI模型的性能和回答准确性上，但在实际工作环境中，与现有系统的连接结构、数据管理体系和权限问题等运营要素显得更为重要。” 在实际现场，AI本身与现有工作流程冲突的案例并不少见。一家企业构建了基于生成型AI的工作支持系统，但其使用率未能达到预期。由于未能与ERP（企业资源计划）、协作工具和内部系统自然连接，员工将其视为额外的独立程序。 文档管理体系问题也是反复出现的案例之一。最新文档与历史资料混杂，或各部门管理标准不同，导致AI基于过时资料进行回答的情况时有发生。杨代表指出：“企业AI中重要的不是简单的准确度，而是基于什么数据进行回答，访问权限是否得到正确反映等运营结构才是关键。” 最近，企业们正逐步转向同时使用多种AI模型的“多LLM”环境。营销组织使用基于软件即服务（SaaS）的AI，开发组织使用开源模型，客户服务组织则使用独立的AI解决方案，AI的使用方式日益多样化。然而，能够进行统一管理的体系仍然不足。 他表示：“企业在这种情况下，甚至难以了解哪个组织使用了哪些数据和哪些AI。”并指出：“在多LLM环境中，必须同时考虑数据控制、安全政策和成本管理。”尤其是在金融、制造和公共等对安全和运营稳定性要求较高的行业，这种趋势愈加明显。实际上，最近越来越多的案例不仅要求简单的AI引入，还要求数据连接结构、权限管理体系和运营治理设计等方面的配合。 杨代表指出，企业最大的误解之一是“仅将AI视为技术项目”。他强调：“在内部数据结构和工作流程、审批体系尚未理顺的情况下，若先引入AI，运营阶段必然会出现问题。”他表示，AX不仅仅是增加AI功能，而是重新设计企业运营结构的过程。 他补充道：“未来企业的AI竞争力将不再取决于谁引入了更优秀的模型，而是取决于AI在实际工作中能否稳定且可重复地运行。”※ 本报道经人工智能（AI）系统翻译与编辑。

OpenAI正在与韩国大型系统集成（SI）企业扩大合作范围，加快进入韩国企业生成型人工智能（AI）市场的步伐。在与LG CNS和三星SDS建立合作关系后，SK AX也加入了这一行列，国内企业AI市场的竞争氛围愈发浓厚。 SK AX于14日宣布与OpenAI签署了“企业AI业务合作服务伙伴协议”。通过此次合作，SK AX计划基于OpenAI的“ChatGPT企业版”构建符合各企业工作环境和安全要求的AI应用环境。 SK AX将通过此次合作提供涵盖咨询、系统联动、多代理构建、安全与治理体系建立、员工变更管理等AX（AI转型）全领域的综合服务。AI架构师、数据专家和行业领域专家将共同参与，支持为企业工作环境量身定制生成型AI的构建。 特别是，SK AX并不只是简单引入聊天机器人，而是着重于将企业内部的工作流程和运营体系全面重构为以AI为中心。其战略是将生成型AI与现有工作环境有机结合，提高生产力和运营效率，同时解决数据安全的担忧。 OpenAI亚太地区合作伙伴部总监安东尼·拉塞尔表示：“要发挥‘ChatGPT企业版’的价值，必须在安全和数据控制的前提下，按照各企业的工作系统和流程进行运营。”他强调：“SK AX是一个能够将AI实际应用于工作中的合作伙伴，基于其对行业系统和数据结构的深刻理解和经验。” 尽管生成型AI在企业工作环境中迅速普及，但在实际企业现场，工作系统联动、数据安全和治理体系建设等方面的困难案例日益增多。尤其是员工在没有额外控制的情况下使用外部生成型AI服务的“影子AI”问题，已成为新的安全风险，企业层面的综合管理需求也在快速增加。 因此，企业们正专注于构建安全的工作型AI环境，超越简单的生成型AI引入，连接内部系统和数据。生成型AI的应用范围也从文档撰写和摘要扩展到数据分析、决策支持和工作自动化等，企业定制化构建和运营能力的重要性也随之提升。 OpenAI最近也被分析为正在从以个人消费者为中心的服务模式转向企业B2B平台战略。在生成型AI模型运营所需的数据中心和计算基础设施成本急剧上升的情况下，通过扩大基于重复收入的企业业务来确保收益稳定性。 OpenAI去年底与三星SDS签署了转售商合作协议，随后在今年初与LG CNS达成了转售商及企业AI服务实施合作协议，进一步扩大了对国内企业市场的攻势。此次与SK AX的合作，标志着OpenAI在国内主要SI企业中心的生态系统建设正式启动。 OpenAI与当地SI企业合作的原因在于国内企业环境的特殊性和应对安全监管的必要性。由于国内大型企业和金融及公共机构对安全和数据控制体系的要求较高，因此对当地企业环境和工作流程理解深刻的SI企业的重要性日益凸显。 此外，OpenAI也可以利用已有客户网络和建设经验的SI企业来加快市场扩展速度，而不是大规模建立直接销售团队。实际上，国内企业生成型AI市场正在迅速重组，重点转向工作系统整合和运营体系建设，而不仅仅是简单的AI模型引入。 SK AX相关人士表示：“此次合作将成为生成型AI实际应用于商业的重要转折点，加速组织整体的AX转型。”他表示：“SK AX将基于积累的AI技术能力和业务经验，提升企业客户的AX执行能力。” ChatGPT企业版的特点在于为企业环境提供专门的安全和隐私保护功能。它支持大规模文档分析、高级数据分析和多种定制功能，并设计为与企业内部系统联动，扩大应用范围。 在最近的企业生成型AI市场中，实际工作应用、运营稳定性和安全控制能力已成为核心竞争要素，预计全球AI企业与国内SI企业之间的合作将进一步扩大。 SK AX总裁金完钟表示：“我们将帮助企业实现真正的AI转型，不仅仅是简单的AI引入，而是通过AI的融合重塑企业内部结构、工作流程和治理等。”他表示：“通过与OpenAI的合作，我们将实现让人和企业的工作更具价值的‘AI增强’。”※ 本报道经人工智能（AI）系统翻译与编辑。

【经济日报】Saltware（代表李正根）推出生成型AI安全解决方案“Sapie-Guardian”，进军公共和企业市场。随着企业对生成型AI的采用增加，Saltware提出通过控制提示和数据输入输出来减少敏感信息泄露的安全策略。Saltware宣布将参加5月6日至8日在首尔COEX举行的“AI EXPO KOREA 2026”。在此次展会上，将展示基于AI DLP的安全解决方案“Sapie-Guardian”，以及生成型AI安全战略和数据平台相关业务方向。Sapie-Guardian旨在减少生成型AI使用过程中可能出现的数据泄露风险。它在LLM的输入和输出阶段以及整个数据处理过程中应用基于政策的过滤和验证，集成提供提示控制、响应控制、输入输出数据过滤和AI使用政策管理功能。最近，企业和公共机构在扩大生成型AI的引入时面临新的安全挑战。员工在外部AI服务中输入工作文件或客户信息等敏感数据时，可能会导致信息泄露风险。相反，AI生成的回答中可能包含不当信息或违反规定的可能性。Sapie-Guardian旨在提前检测和阻止这些风险。Saltware在此次展会上介绍了生成型AI环境中可能出现的数据泄露场景和应对方案。计划通过实际数据控制过程演示，让企业负责人了解如何将AI安全体系应用于工作环境。Saltware不仅限于单一解决方案的销售，还以其自有AI品牌“FitSapie”为中心扩展业务。通过与Databricks的合作，Saltware加强了数据收集和综合分析基础。通过此举，Saltware计划连接数据平台和AI服务，并构建包括安全控制在内的综合业务结构。Saltware还强调其在云管理服务（MSP）方面的经验。Saltware基于其云运营经验，强化了从数据平台构建到AI模型应用和运营管理的端到端业务结构。支持企业从生成型AI引入的初期阶段到安全运营。此次展会预计将成为确认生成型AI安全需求的舞台。去年企业的关注点集中在AI引入的可能性上，今年则转向实际工作应用和安全控制。尤其是公共机构和金融制造领域，由于数据监管和内部控制要求较高，AI DLP和基于政策的控制解决方案的需求可能会增加。关键在于实际工作环境中的适用性。生成型AI安全解决方案如果过于严格会降低工作效率，而控制过于宽松则难以防止信息泄露。Saltware能否提供符合行业规定和工作流程的精细政策设置，将成为市场扩展的关键因素。Saltware相关人士表示：“Sapie-Guardian提供了同时满足生成型AI使用和安全控制的环境”，并表示“我们将扩大结合数据平台和AI服务的业务模式，以便企业和公共机构能够安全地引入生成型AI。”※ 本报道经人工智能（AI）系统翻译与编辑。