AIP: 비즈니스 의사 결정을 위한 안전한 AI 관리

AIP를 통해 조직은 대규모 언어 모델 및 기타 AI를 프라이빗 네트워크 내에서 안전하게 배포하고 관리할 수 있습니다.

### Microsoft Azure AIP(응용 AI 플랫폼): 조직이 대규모 언어 모델을 안전하고 안전하게 활용할 수 있도록 지원
* 🛡 Microsoft Azure AIP(응용 AI 플랫폼)를 사용하면 조직에서 개인 데이터에 고정된 개인 네트워크 내에 **대규모 언어 모델(LLM) 및 기타 AI를 배포**하고 **비즈니스 개념, 작업 및 의사 결정을 실시간**으로 표현할 수 있습니다.
* 📏 AIP를 통해 조직은 **데이터 민감도, 법률, 모델의 역량에 따라 데이터, LLM, AI에 대한 기본 규칙**을 정의할 수 있으며, AI가 **다른 신뢰할 수 있는 모델이나 사람에게 작업을 넘길 수 있는 프레임워크**를 제공할 수 있습니다.
* AIP는 모든 AI 입력, 출력 및 작업의 전체 디지털 풋프린트를 자동으로 캡처하여 **AI 기반 비즈니스를 제어, 관리 및 신뢰할 수 있는 업계 최고의 가드레일**을 제공합니다.
* 🌀 AIP는 LLM을 사용하여 예상되는 허리케인으로 인한 물류 센터 폐쇄의 영향과 같은 시나리오와 행동 방침을 시뮬레이션하고 **예상 비용과 함께 최적의 솔루션**을 추천합니다.
* 🔗 AIP는 **LLM을 예측 및 최적화 모델과 같이 조직 전체에서 신뢰할 수 있는 모델과 연결**하고 이러한 모델 간의 안전한 핸드오프를 촉진합니다.
* 🏗 AIP를 사용하면 조직은 **코드 없이도 데이터 가시성, 사람을 대신하는 작업, 권한이 있는 사용자를 포함하여 모델별로 가드레일과 제한**을 설정할 수 있습니다.
* 🚀 조직은 **AIP 내에서 자연어를 사용하여 다각적인 행동 계획을 신속하게 수립**하고 실행할 수 있으므로 몇 분 안에 실제 조치를 취할 수 있습니다.

[Music] AIP empowers organizations to use large 
language models and other cutting-edge AI safely   and securely. The platform allows you to do three 
things. First, AIP lets you deploy large language   models and any other AI within your private 
network, anchored in your private data. It helps you   create a full fidelity, real-time representation 
of all the concepts, actions, and decisions within   your business: every truck, every warehouse, every 
shipment, every delay that can then be used by AI. Second, it enables you to define the 
ground rules around which data, LLMs,   and AI can and cannot see, and what they 
can and cannot do on behalf of humans.   You can do this based on data sensitivity, laws, 
and regulations, and competencies of the model.   AIP provides the framework for AI to hand off 
tasks to other trusted, task-specific models,   as well as to trusted humans. Finally, with this 
great power comes great responsibility. AIP brings   industry-leading guardrails to control, govern, 
and trust the AI-powered business of tomorrow.

AIP automatically captures a full digital footprint of all AI inputs, outputs, and actions, including which AI was used for which decision, which humans were in the loop, and how they align with specific business purposes. Let's take a look at it in action in this demo. Let's say you're a leader at a US-based manufacturing company with customers all over the country. You've just received an alert that a hurricane is forecasted to hit one of your major distribution centers in the South, and you'll need to shut it down. You want to know whether you should accelerate, delay, or cancel orders to your customers and other remediations you can take. Here in AIP terminal, you can ask questions and collaborate with a large language model or LLM. To what extent will hurricane Cynthia affect our distribution centers in Louisiana? as well as follow-ups, How does this impact customer orders and associated revenue? Under the hood, as you ask questions, the LLM is able to traverse a data foundation powered by

real-time data feeds from all across your 
business. Importantly, you can control which parts of the business the LLM has access to. 
For example, we can see here that although the data Foundation contains employee-level PII 
data, the LLM can't see or access that data. This has been informative. If you want to understand 
your options and take action, you can ask AIP to simulate a baseline scenario: what would happen 
if we shut down the affected Distribution Center. It uses a Transportation Network Optimizer 
model and shows you the impact on backlogs, revenue, and commitments, and highlights the 
impact on your highest priority customers. You can also see which specific orders can be 
seamlessly fulfilled by other distribution centers. This is a good start, but you want to do more. You 
want to know if you should charter additional trucks to increase the volume of deliveries before 
and after the closure. What are some options for chartering additional transportation 
for order fulfillment and the impact.

AIP offers three simulated courses of action alongside estimated cost. Option B, a 20-truck capacity increase, seems to have the best cost-benefit trade-off. In your highest priority orders will all be taken care of after validating it further. You propose your plan for cross-functional sign-off for manufacturing, supply chain, and customer service stakeholders. Let's look under the hood again. Many of these steps required a deep understanding of how your business works. L alums alone don't have the right context, and we definitely don't want the llm to give answers not grounded in reality. AIP connects llms with trusted models across your business, including forecasting, optimization, machine learning, and standard procedures. AIP then facilitates a secure handoff between these models as needed, which keeps each model in its own lane. This lets you then use the llm plus all of your other models in concert safely to enable reasoning through the different scenarios and courses of action.

all stakeholders have approved your plan, and you 
now want your operational team to get cracking. Much of the chartering and rerouting has already 
happened through automation as you authorized. The operational team can monitor from their dedicated 
workspace and adjust as any surprises come up. They'll also need to stay in the loop for 
certain steps by policy, such as verifying customer consent for early deliveries as 
they make decisions and updates routing and optimization models rerun autonomously on 
their behalf within the limits around key KPIs. As decisions are made, they are continually pushed 
to your operational systems triggering real-world action. They're also logged for future review. Let's 
go under the hood one last time and look at what enables your organization to safely govern LLMS 
and other AI to assist you through scenarios such as this one. Here in the AIP control panel, you can 
set the guardrails and limits per model, including which data objects they can see, which actions they 
can recommend or take on behalf of humans, which

tasks and workflows. They are trusted to drive, who can use them, how cost is attributed, and so on. You and your organization have formed an optimal multi-pronged plan of attack that are taking real world action within minutes, all using natural language within AIP without a single line of code.

Introducing Palantir AIP | Capabilities and Product Demo

Palantir builds software that solves problems. We work with organizations across industries to transform how they use data and technology.

Learn more at https://www.palantir.com/.

Palantir

AI를 안전하게 배포하는 AIP의 힘

AIP는 조직이 프라이빗 네트워크 내에 대규모 언어 모델과 기타 AI를 배포하는 동시에 비즈니스 개념과 의사 결정을 실시간으로 표현할 수 있도록 지원합니다.

또한 데이터 및 AI 액세스에 대한 기본 규칙을 정의할 수 있으며, AI 기반 비즈니스를 제어하고 관리하기 위한 가드레일을 제공합니다.

AIP의 강력한 기능에는 AI 입력 및 작업의 전체 디지털 풋프린트를 캡처하고 특정 비즈니스 목적에 부합하도록 보장해야 하는 책임이 수반됩니다.

비즈니스 의사 결정에서 AIP의 역할

AIP는 비즈니스 정보에 대한 실시간 데이터 피드와 액세스 제어 기능을 제공합니다.

물류 센터 폐쇄와 같은 시나리오를 시뮬레이션하여 백로그, 매출, 고객 약정에 미치는 영향을 분석할 수 있습니다.

또한 AIP는 추가 운송 수단 전세에 대한 다양한 조치 과정을 시뮬레이션하여 비용 견적을 제공하고 가장 유리한 옵션을 추천합니다.

AIP는 서로 다른 비즈니스 모델 간의 안전한 핸드오프를 촉진하여 LLM이 다른 모델과 함께 작동하여 다양한 시나리오와 결정을 추론할 수 있도록 합니다.

이해관계자가 계획을 승인했으며 이제 운영팀은 전세기 예약 및 경로 변경에 자동화를 사용할 것입니다.

팀은 작업 공간에서 모니터링하고 조정하며 조기 배송을 위해 고객의 동의를 얻습니다.

AI는 KPI 한도 내에서 라우팅 및 최적화 모델을 자율적으로 업데이트하여 실제 작업을 트리거하고 검토를 위해 결정을 기록합니다.

조직은 AIP 제어판을 통해 AI에 대한 가드레일과 제한을 설정하여 운영 시나리오에서 AI의 지원을 관리할 수 있습니다.

작업 관리를 위한 AIP의 자연어 사용

작업과 워크플로우에 자연어가 AIP에서 사용되므로 실제 상황에서 신속하게 조치를 취할 수 있습니다.

이 기능은 사용자와 조직에서 사용할 수 있으며 최적의 다각적인 공격 계획을 제공합니다.

비용 어트리뷰션과 사용자 접근성은 AIP에서 자연어를 사용하는 데 있어 핵심적인 측면입니다.