Teradata AI Security dodaje mechanizmy ochrony prywatności w miarę uzyskiwania dostępu przez agentów

Teradata ogłosiła 20 października nowe środki bezpieczeństwa AI, ukierunkowane na ryzyko ujawnienia wrażliwych danych w miarę uzyskiwania przez autonomicznych agentów dostępu do systemów przedsiębiorstw. Aktualizacja Teradata AI Security łączy ochronę prywatności z funkcjami bezpieczeństwa i odzyskiwania danych. Jej głównym wyzwaniem jest zachowanie użytecznych relacji między danymi przy jednoczesnym ograniczeniu tego, co zautomatyzowane systemy mogą zidentyfikować i zrobić.

Stawia to nabywców korporacyjnych przed sprzecznymi wymaganiami. Agenci potrzebują kontekstu, aby wykonywać użyteczną pracę, lecz przyznanie szerszego dostępu zwiększa konsekwencje błędów. Ochrona bazowych informacji pomaga, choć nie rozstrzyga, kto autoryzował działanie ani czy powinno ono zostać wykonane.

Snowflake już przedstawia zarządzany dostęp do danych jako element swojej platformy dla agentów. Teradata stoi więc przed praktycznym pytaniem zakupowym: jak szeroką ochronę klienci mogą wdrożyć w swoich istniejących środowiskach? Dla zespołów bezpieczeństwa ogłoszenie stwarza okazję do ograniczenia ekspozycji przy jednoczesnym przeanalizowaniu uprawnień otaczających coraz bardziej zaawansowane oprogramowanie.

Teradata AI Security łączy prywatność z operacyjnym odzyskiwaniem danych

Ogłoszenie Teradata obejmuje ochronę tożsamości, szyfrowanie, niezmienne kopie zapasowe i dostępność baz danych. Niezmienne kopie zapasowe to kopie do odzyskiwania chronione przed zmianą lub usunięciem. Firma przedstawia te możliwości jako powiązane wymagania służące utrzymaniu działania korporacyjnej AI.

Za pośrednictwem Anonomatic Teradata oferuje Poly-Anonymization, które zastępuje dane umożliwiające identyfikację osób, czyli PII, stabilnymi identyfikatorami, oddzielając jednocześnie bazową tożsamość. Firma twierdzi, że pozwala to zachować relacje potrzebne do analiz. Jej szyfrowanie zachowujące format chroni wartości przy jednoczesnym zachowaniu struktur oczekiwanych przez aplikacje działające dalej w łańcuchu.

Możliwości ochrony danych obejmują również ochronę transmisji odporną na komputery kwantowe, zaprojektowaną z myślą o zagrożeniach dla konwencjonalnej kryptografii ze strony przyszłych komputerów kwantowych. Dostępność różni się zależnie od funkcji i wdrożenia. Nabywcy powinni odróżniać obecnie dostępne funkcje chmurowe od możliwości planowanych dla innych środowisk.

Praktyczna wartość ogłoszenia zależy od tego, które zabezpieczenia klienci mogą zastosować do swoich rzeczywistych obciążeń.

Rozważmy przykładowy proces analizy klientów. Agent może potrzebować połączyć zakupy, interakcje z pomocą techniczną i historię kont, aby identyfikować powtarzające się problemy z obsługą. Może wykonać to zadanie bez otrzymywania nazwisk klientów.

To rozróżnienie daje zespołom ds. prywatności bardziej konkretne pole decyzji niż zatwierdzenie lub odrzucenie całego zbioru danych. Mogą one zapytać, jakich relacji wymaga dane zadanie, jakich pól identyfikujących potrzebuje oraz gdzie te wymagania się rozchodzą.

To samo rozróżnienie dotyczy odzyskiwania danych. Użyteczna odpowiedź wymaga dostępnych informacji, ale baza danych możliwa do odzyskania nie oznacza automatycznie procesu biznesowego możliwego do odzyskania. Organizacja musi również rozumieć, jakie działania miały miejsce przed przerwą.

Wyobraźmy sobie agenta przygotowującego rekomendację obsługową, gdy jego połączenie z danymi zawodzi. Przywrócenie bazowych rekordów wspierałoby odzyskiwanie. Ustalenie, czy agent już przesłał tę rekomendację, wymaga jednak oddzielnego rejestru jego działań.

Przykłady te opisują scenariusze oceny, a nie udokumentowane wyniki klientów Teradata. Pokazują, dlaczego prywatność i odporność powinny należeć do dyskusji zakupowej, przy zachowaniu odrębnych kryteriów akceptacji dla każdej możliwości.

Test prywatności pyta, czy agent otrzymał niepotrzebne informacje identyfikujące. Test odzyskiwania pyta, czy operacje mogą zostać wznowione z zaufanego stanu. Pozytywny wynik któregokolwiek z testów niewiele mówi o drugim, o ile organizacja nie przeanalizuje kompletnego procesu.

Na tym polega operacyjne znaczenie połączenia tych możliwości. Klienci zyskują powód, by przeanalizować zależności między zespołami, które w przeciwnym razie oceniają prywatność, zachowanie aplikacji i odzyskiwanie danych oddzielnie.

Jednak połączenie dyskusji zakupowej nie powinno prowadzić do zatarcia dowodów. Każde zabezpieczenie potrzebuje jasnego zakresu, odpowiedzialnego właściciela i sposobu ustalenia, czy zadziałało.

Zespoły bezpieczeństwa przejmują decyzje, których twórcy agentów nie mogą podejmować samodzielnie

Bezpośrednia presja spada na zespoły korporacyjne zatwierdzające dostęp do wrażliwych informacji. Twórcy agentów mogą zdefiniować zadanie, lecz nie mogą samodzielnie decydować o każdym dopuszczalnym wykorzystaniu bazowych danych.

Programista może zasadnie zażądać wystarczającej ilości informacji, aby poprawić odpowiedź agenta. Inspektor ochrony prywatności musi zbadać, czy organizacja ma uzasadniony cel w ujawnianiu tych informacji. Zespół operacyjny musi rozważyć skutki awarii.

Obowiązki te krzyżują się podczas wdrożenia. Demonstracja może zakończyć się sukcesem przy starannie wybranych danych wejściowych i szerokich uprawnieniach. Środowisko produkcyjne wprowadza zmieniających się użytkowników, nieznane zapytania i procesy biznesowe o konsekwencjach wykraczających poza okno odpowiedzi.

Dostęp agentów przekształca integrację techniczną w decyzję o przekazaniu uprawnień.

Przekazane uprawnienia oznaczają pozwolenie na działanie w czyimś imieniu. W przypadku agenta korporacyjnego rodzi to bezpośrednie pytanie: czyje uprawnienia towarzyszą każdemu żądaniu?

NIST zwrócił uwagę na tę kwestię w swojej pracy z lutego 2026 roku dotyczącej tożsamości agentów. Dokument koncepcyjny organizacji zbierał opinie dotyczące identyfikacji, autoryzacji, audytu i odpowiedzialności za agentów programowych. Praca ta dostarcza kontekstu do oceny twierdzeń dostawców, zamiast certyfikować konkretny produkt.

Wniosek dla nabywców jest prosty. Uznanie agenta za zatwierdzoną aplikację nie wyjaśnia każdego działania, które aplikacja powinna wykonywać. Zatwierdzenie musi łączyć podmiot, zadanie i wykorzystywane informacje.

Przykładowy agent obsługi kont konkretyzuje to rozróżnienie. Dostęp do wzorców transakcji może wspierać rozwiązywanie problemów. Dostęp do rekordów tożsamości może stać się odpowiedni podczas odrębnie zatwierdzonego etapu weryfikacji.

Jeśli obie operacje korzystają z tych samych szerokich poświadczeń, egzekwowanie tego rozdziału staje się trudniejsze. System może technicznie zezwalać na pobieranie danych tożsamości, nawet gdy bieżące zadanie tego nie wymaga.

Z drugiej strony ograniczenia mogą stać się tak ogólne, że pracownicy nie będą mogli wykonać uzasadnionej pracy. Wtedy pojawia się presja, by szukać wyjątków lub przenosić informacje do mniej kontrolowanego procesu.

Tworzy to kompromis organizacyjny. Zespoły bezpieczeństwa potrzebują ograniczeń odzwierciedlających rzeczywiste zadania, podczas gdy zespoły aplikacyjne potrzebują przewidywalnego zachowania, gdy te ograniczenia mają zastosowanie.

Odrzucone żądanie powinno być zatem zrozumiałe. Pracownik musi wiedzieć, czy ograniczenie wynika z braku uprawnienia, niedostępności danych czy nieobsługiwanej operacji. W przeciwnym razie granica bezpieczeństwa może wyglądać jak wada produktu.

Skutek obejmuje także pracowników umysłowych korzystających z AI w dokumentach i rejestrach biznesowych. Osobista baza wiedzy i współdzielone repozytorium korporacyjne wiążą się z odmiennymi oczekiwaniami dotyczącymi dostępu. Połączenie któregokolwiek z nich z automatyzacją wymaga jasności co do tego, czyje informacje stają się dostępne.

Ogłoszenie Teradata przybliża te decyzje do dyskusji o platformie danych. Klienci nadal potrzebują porozumienia między zespołami ds. prywatności, bezpieczeństwa i biznesu, zanim rozszerzą zakres tego, do czego agenci mogą uzyskać dostęp.

Zachowanie relacji między danymi tworzy kompromis w zakresie prywatności

Główny kompromis dotyczy informacji, których agent potrzebuje, aby pozostać użytecznym. Usunięcie tożsamości może ograniczyć ekspozycję, podczas gdy zachowanie relacji umożliwia kontynuowanie analizy. Relacje te również mogą pozostawać wrażliwe.

Załóżmy, że przykładowy agent handlowy analizuje powtarzające się zwroty w różnych sklepach i historiach zakupów. Stabilne identyfikatory pozwoliłyby mu rozpoznawać powtarzającą się aktywność bez wyświetlania nazwiska klienta.

Taki projekt ogranicza bezpośrednią ekspozycję tożsamości. Nie czyni jednak każdego wynikowego wzorca odpowiednim dla każdego pracownika, aplikacji lub celu. Szczegółowa historia zachowań może mieć wrażliwe znaczenie nawet bez oczywistego identyfikatora.

Użyteczne relacje i dopuszczalne ujawnienie wymagają odrębnych ocen.

Dlatego twierdzenia dotyczące prywatności zasługują na ocenę względem zamierzonego obciążenia. Firma powinna zbadać zarówno pola otrzymywane przez agenta, jak i wnioski wspierane przez jego dozwolone zapytania.

Istotne pytanie wykracza poza to, czy nazwiska znikają. Obejmuje ono to, czy agent może zbudować niepotrzebnie szczegółowy profil, czy wyniki ujawniają wrażliwe wzorce oraz kto otrzymuje te wyniki.

Są to analityczne konsekwencje proponowanej architektury, a nie dowody wady we wdrożeniu Teradata. Mają znaczenie, ponieważ skuteczne zabezpieczenie może nadal pozostawiać decyzje poza swoim zamierzonym zakresem.

Na przykład oddzielenie tożsamości od analizy ustanawia granicę wokół bezpośredniej identyfikacji. Organizacja musi następnie zdecydować, kiedy przekroczenie tej granicy służy uzasadnionemu celowi biznesowemu.

Dochodzenie w sprawie oszustwa może uzasadniać przywrócenie tożsamości po zatwierdzonym przeglądzie. Rutynowa analiza trendów może tego nie uzasadniać. Te same bazowe rekordy mogą wspierać oba zadania, lecz autoryzacja powinna odzwierciedlać ich odmienne cele.

Proces musi również uwzględniać częściowy sukces. Agent może prawidłowo podsumować wzorzec, jednocześnie nie rozpoznając, że późniejszy krok wymaga dodatkowego uprawnienia.

System, który zatrzymuje się w tym punkcie, zachowuje granicę. System, który po cichu zastępuje poświadczenia szerszymi, zmienia znaczenie pierwotnego zatwierdzenia.

To rozróżnienie pomaga wyjaśnić, dlaczego ochrona prywatności nie może w całości opierać się na instrukcji nakazującej modelowi odpowiednie zachowanie. Otaczająca aplikacja musi uniemożliwiać dostęp do nieautoryzowanych informacji i działań, gdy brakuje uprawnienia.

Wyjaśnia też, dlaczego zachowanie użyteczności analitycznej zasługuje na własne dowody. Mechanizm ochrony prywatności może chronić tożsamość, jednocześnie zmieniając jakość określonego zadania. Nabywcy potrzebują reprezentatywnych ocen obu wyników.

Oceny te powinny odzwierciedlać pytania, które pracownicy rzeczywiście zadają. Ogólna demonstracja nie może potwierdzić, czy chroniony zbiór danych wspiera konkretne dochodzenie, prognozę lub proces obsługi klienta.

Celem jest wyraźne porozumienie dotyczące dopuszczalnych możliwości. Agent powinien otrzymywać wystarczający kontekst do wykonania zatwierdzonego zadania, wraz z jasnym procesem wnioskowania o wszystko, co wykracza poza ten zakres.

Takie porozumienie daje nabywcom sposób na ocenę podejścia Teradata bez zakładania, że prywatność i użyteczność zawsze stoją ze sobą w sprzeczności. Niektóre zadania potrzebują mniej informacji identyfikujących, niż rutynowo ujawniają istniejące procesy.

Szansa polega na rozpoznaniu tych zadań i zmianie ich domyślnego dostępu. Pozostałym wyzwaniem jest zachowanie tej dyscypliny w miarę rozszerzania się odpowiedzialności agentów.

Konkurenci czynią zarządzany dostęp punktem odniesienia w zakupach

Teradata wchodzi w ugruntowaną konkurencyjną dyskusję na temat ochrony danych przedsiębiorstw wykorzystywanych przez AI. Jej ogłoszenie daje obecnym klientom dodatkowe możliwości do przeanalizowania w ramach ich obecnych relacji z platformą.

W analizie prywatności w przedsiębiorstwach opublikowanej przez TechTarget założyciel TreeHive Strategy, Donald Farmer, określił te dodatki jako istotne usprawnienia operacyjne. Argumentował również, że w dużej mierze zbliżają one Teradata do współczesnych chmurowych platform danych.

Analityk BARC Kevin Petrie podobnie pozytywnie ocenił ich zgodność z priorytetami przedsiębiorstw, zauważając jednocześnie dostępność porównywalnych funkcji gdzie indziej. Te oceny przemawiają za wyważoną interpretacją: przydatne ulepszenia dla klientów nie przesądzają automatycznie o przewadze konkurencyjnej.

Kupujący powinni porównywać egzekwowalne zachowanie w równoważnych zadaniach, a nie nazwy funkcji.

Dokumentacja Snowflake opisuje Cortex Agents jako działające w jego zarządzanym środowisku. Dostęp do danych zależy od uprawnień platformy i kontekstu wykonania każdego skonfigurowanego narzędzia. Dokumentacja ostrzega również, że dokładność odpowiedzi i cytowania nie są gwarantowane.

Stanowi to użyteczny punkt odniesienia, nie ustanawiając jednak równoważności między platformami. Wspólne słownictwo dotyczące zarządzania nie oznacza identycznego zakresu wdrożeń, mechanizmów kontroli ani odpowiedzialności operacyjnych.

Przedsiębiorstwo porównujące dostawców powinno zacząć od tego samego żądania biznesowego. Agent powinien otrzymać równoważne informacje źródłowe, uprawnienia użytkownika i dozwolone działania. W przeciwnym razie pozorne różnice mogą wynikać z konfiguracji.

Na przykład agent mający dostęp do nieograniczonych rekordów może sprawiać wrażenie bardziej zdolnego niż agent działający w ramach wąskich uprawnień. Taki wynik mierzy zarówno przyznany dostęp, jak i możliwości agenta.

Porównanie powinno także uwzględniać to, co dzieje się po zmianie dostępu. Pracownik przeniesiony do innego działu nie powinien zachowywać dostępu do danych wrażliwych wyłącznie dlatego, że wcześniejsza rozmowa pozostaje otwarta.

Podobnie dostęp do interfejsu agenta nie powinien oznaczać uprawnienia do korzystania z każdego podłączonego narzędzia. Przepływ pracy może obejmować kilka systemów o różnych właścicielach i różnych zasadach.

Istniejące środowisko kupującego sprawia, że te rozróżnienia są istotne z handlowego punktu widzenia. Funkcja zintegrowana z aktualnymi procesami tożsamościowymi i operacyjnymi może być łatwiejsza do konsekwentnego stosowania niż odizolowana funkcja.

Znajomość środowiska nie powinna jednak zastępować weryfikacji. Obecni klienci nadal potrzebują dowodów, że nowo wprowadzone mechanizmy kontroli działają zgodnie z oczekiwaniami w warunkach ich wdrożenia.

Luka funkcjonalna również nie powinna automatycznie przesądzać o wyborze całej platformy. Klienci oceniają lokalizację danych, zależności aplikacyjne, kompetencje personelu i wymagania dotyczące odzyskiwania danych obok możliwości agentów.

Presja konkurencyjna ma zatem konkretny charakter. Teradata musi pokazać, w jaki sposób jej zabezpieczenia wspierają zarządzaną pracę we środowiskach, które jej klienci już eksploatują.

Wobec konkurencyjnych dostawców obowiązuje ten sam standard. Deklaracja dotycząca zarządzania staje się przekonująca, gdy klienci mogą prześledzić żądanie od tożsamości, przez dostęp do danych, aż po wynikające z niego działanie.

Przenosi to dyskusję zakupową w stronę obserwowalnego zachowania. Najlepsze porównanie wskazuje, na co każdy system pozwala, co blokuje i jakie dowody pozostają po jego działaniu.

Ochrona danych nie rozstrzyga, czy agent powinien działać

Prywatność, szyfrowanie i odzyskiwanie danych odnoszą się do różnych trybów awarii. Żadne z nich samodzielnie nie określa, czy agent prawidłowo zinterpretował żądanie lub wybrał odpowiednie działanie.

To rozróżnienie staje się ważne, gdy agent napotyka wrogą treść. Prompt injection oznacza instrukcje osadzone w materiale, który agent powinien traktować jako dane.

Praca NIST dotycząca przejęcia agenta opisuje, jak taka treść może przekierować agenta ku szkodliwym zadaniom. Podkreśla potrzebę adaptacyjnej oceny i analizy wyników ataków specyficznych dla danego zadania.

Ochrona rekordu i kontrolowanie sposobu, w jaki agent używa tego rekordu, to odrębne wymagania bezpieczeństwa.

Przykładowy przepływ pracy wsparcia pokazuje tę różnicę. Agent czyta wiadomość klienta podczas przygotowywania wewnętrznego podsumowania. Wiadomość zawiera instrukcje nakazujące mu pobranie niepowiązanych informacji o koncie.

Szyfrowanie może chronić informacje podczas transmisji. Separacja tożsamości może ograniczyć zakres danych otrzymywanych przez agenta. Żadna z tych możliwości sama w sobie nie potwierdza, że osadzone żądanie ma uzasadnione uprawnienia.

Aplikacja potrzebuje zatem granicy między informacjami napotkanymi podczas pracy a uprawnieniem do wykonywania dodatkowej pracy. W przeciwnym razie niezaufana treść może wpływać na decyzje poza swoją właściwą rolą.

Nie oznacza to, że październikowe ogłoszenie deklaruje rozwiązanie każdego problemu bezpieczeństwa agentów. Oznacza to, że klienci powinni unikać interpretowania portfolio ochrony danych jako kompletnej odpowiedzi na autonomiczne zachowanie.

Teradata osobno opisała Tera Harness jako warstwę wykonawczą z kontrolami polityk i zatwierdzeniami przez człowieka wewnątrz przepływu pracy agenta. We wrześniowym ogłoszeniu firma zapowiedziała Tera Context Engine, Tera Harness i Agent Skills na czwarty kwartał 2026 roku.

Te oświadczenia firmy określają zamierzony kierunek rozwoju produktu. Nie dowodzą jednak niezależnie ochrony przed każdym nieautoryzowanym działaniem ani wrogim wejściem.

Rozdzielenie tych ogłoszeń ma znaczenie. Kupujący powinni zweryfikować, które możliwości są dostępne łącznie, jakie integracje są obsługiwane i jak zachowuje się połączony przepływ pracy.

Żądanie może przed ukończeniem przekroczyć granicę prywatności, granicę aplikacji i granicę zatwierdzenia. Dowód z jednego etapu nie może potwierdzić, że każdy późniejszy etap pozostaje pod kontrolą.

Zatwierdzenie przez człowieka również wymaga konkretnego obiektu. Pracownik zatwierdzający podsumowanie niekoniecznie zatwierdził aktualizację konta, wiadomość do klienta ani eksport.

Jeśli proponowane działanie zmienia się po zatwierdzeniu, system potrzebuje określonej reakcji. Automatyczna kontynuacja może oderwać ostateczne działanie od tego, co recenzent rozumiał.

Odzyskiwanie danych rodzi kolejne pytanie. Przywrócenie danych po incydencie nie cofa wiadomości e-mail, która została już wysłana, ani decyzji przekazanej już do innego systemu.

Organizacja musi zatem zidentyfikować działania, które można ponowić, działania wymagające przeglądu oraz działania, których konsekwencji nie można wycofać.

Te obserwacje wyznaczają granice deklaracji dotyczącej bezpieczeństwa, nie umniejszając podstawowym ulepszeniom. Ograniczanie niepotrzebnej ekspozycji pozostaje wartościowe nawet wtedy, gdy wymagane są dodatkowe mechanizmy kontroli.

Właściwy wniosek jest węższy i bardziej użyteczny: bezpieczeństwo Teradata AI daje kupującym więcej możliwości do oceny, podczas gdy odpowiedzialność za kompletny przepływ pracy agenta pozostaje współdzielona.

Dowody z wdrożeń ukształtują kolejne decyzje zakupowe

W nadchodzących miesiącach najprzydatniejsze dowody będą dotyczyć zakresu wdrożenia, egzekwowania zasad podczas rzeczywistych przepływów pracy oraz odzyskiwania w warunkach operacyjnych. Te sygnały wyjaśniłyby, jak ogłoszenie przekłada się na użyteczną ochronę.

Dowody akceptacji przez klientów będą miały większe znaczenie niż szerokość opisu premiery.

Pierwszym sygnałem jest konkretny zakres wdrożenia. Klienci potrzebują dokumentacji określającej, które zabezpieczenia działają w ich środowisku, w tym zależności i warunki dostępności.

Dowód, że klient może zastosować wymagane mechanizmy kontroli w całym zamierzonym przepływie pracy, wzmocniłby argument za rozszerzeniem wdrożenia. Nierozwiązane luki w zasięgu zawęziłyby odpowiednie zastosowania.

Nie wymaga to, aby każde środowisko natychmiast obsługiwało identyczne funkcje. Wymaga od kupujących zrozumienia granicy przed zatwierdzeniem dostępu do informacji wrażliwych.

Jasno określone ograniczenie może wspierać trafną decyzję wdrożeniową. Niejednoznaczne stwierdzenie o dostępności pozostawia zespołom aplikacyjnym założenia, których recenzenci bezpieczeństwa nie mogą wiarygodnie ocenić.

Drugim sygnałem jest obserwowalne egzekwowanie polityk. Użyteczne demonstracje pokazałyby agenta wykonującego zatwierdzone zadanie, napotykającego ograniczone żądanie i zatrzymującego się na właściwej granicy.

Dowody powinny identyfikować działającego użytkownika, obowiązujące uprawnienie i próbę wykonania operacji. Dopracowana odpowiedź końcowa nie może potwierdzić, że obrana ścieżka była autoryzowana.

Skuteczne egzekwowanie zasad przy zmieniających się uprawnieniach wzmocniłoby zaufanie do szerszego wdrożenia. Przepływy pracy zależne od poświadczeń o szerokich uprawnieniach osłabiłyby to zaufanie.

Ta sama ocena powinna uwzględniać legalną pracę. System, który blokuje nieautoryzowane żądania, lecz wielokrotnie uniemożliwia zatwierdzone zadania, wywiera presję operacyjną na tworzenie wyjątków.

To napięcie sprawia, że dowody z rzeczywistych przepływów pracy są szczególnie użyteczne. Kupujący muszą zobaczyć, czy ograniczenia pozostają zrozumiałe i praktyczne, gdy pracownicy napotykają niepełne informacje lub nietypowe żądania.

Trzecim sygnałem są dowody odzyskiwania obejmujące przepływ pracy agenta oraz dane bazowe. Znaczące ćwiczenie określiłoby, jakie informacje zostały przywrócone i jakie działania już nastąpiły.

Powinno także pokazać, w jaki sposób organizacja decyduje, czy wznowić, przejrzeć czy porzucić przerwaną pracę. Automatyczna kontynuacja jest właściwa tylko wtedy, gdy odpowiednie uprawnienia i założenia nadal obowiązują.

Ćwiczenie odzyskiwania, które zachowuje te rozróżnienia, wzmocniłoby argument dotyczący odporności. Przywrócenie rekordów przy niepewnej historii działań ujawniłoby węższą korzyść operacyjną.

Są to sygnały oceny, a nie zaplanowane kamienie milowe Teradata ani prognozy przyszłych wyników klientów. Oferują sposób oceny nowych dowodów w miarę ich pojawiania się.

Dla kupujących z przedsiębiorstw bezpośrednim działaniem jest wybranie reprezentatywnego przepływu pracy i określenie warunków jego akceptacji przed rozszerzeniem dostępu. Należy sprecyzować informacje, których potrzebuje, działania, które może podejmować, oraz zatwierdzenia, które pozostają konieczne. Następnie należy poprosić dostawców o zademonstrowanie tych granic podczas zwykłego użytkowania, odrzuconych żądań i przerwania pracy. Bezpieczeństwo Teradata AI zasługuje na ocenę na tym poziomie szczegółowości. Decyzja powinna łączyć dostępne zabezpieczenia z procesem biznesowym, który organizacja może obserwować i którym może zarządzać. Który przepływ pracy agenta wasz zespół może autoryzować wystarczająco jasno, aby wyjaśnić każdy odczyt danych wrażliwych, istotne działanie i decyzję dotyczącą odzyskiwania?