Ep. 17: Copilot AI e i passi da compiere per trasformare la vostra azienda

Riepilogo

L'IA – adottarla e adattare la propria azienda ad essa – è in cima all'agenda di quasi ogni organizzazione. Eppure, mentre 79% dei leader concorda con tale priorità, più della metà teme di non avere la visione necessaria per realizzarla, secondo un recente sondaggio condotto da Microsoft e LinkedIn. È qui che entrano in gioco esperti come Dona Sarkar. Dirige il programma di estensibilità Copilot e AI di Microsoft, insegnando ai leader aziendali come incorporare questa tecnologia rivoluzionaria in modo efficace e senza interruzioni, rimanendo al contempo vigile nei confronti dei pregiudizi dell'IA e di altre insidie.

Conclusione: Svolgi un ruolo attivo. "Agisci sull'IA," afferma, "piuttosto che lasciare che l'IA agisca su [di te.]"

Host: Doug Thompson, chief education architect, Tanium
Ospite: Dona Sarkar, chief troublemaker, programma di estensibilità Copilot e AI, Microsoft

Note dello show

Per ulteriori informazioni sui modi migliori per integrare l'IA nella tua organizzazione – e per ottenere il massimo da Microsoft Copilot, in particolare – consulta i nostri articoli su Focal Point, la pluripremiata rivista online di notizie sulla sicurezza informatica di Tanium, e queste altre risorse utili.

• 4 Priorità di leadership critiche nell'era dell'IA | Focal Point
• IA vs. Esseri umani: perché le SecOps potrebbero (non) essere il prossimo campo di battaglia | Focal Point
• Prevenire i pregiudizi dell'IA inizia dall'alto – Basta chiedere a queste donne Chief AI Officer | Focal Point
• Tanium si integra con Microsoft Copilot for Security – Cambiando le regole del gioco per i team di cybersecurity | Tanium
• Scheda tecnica: Tanium & Microsoft Copilot for Security | Tanium
• Webinar on-demand: Potenziare Microsoft Copilot for Security con dati in tempo reale | Tanium

Trascrizione

La seguente intervista è stata modificata per maggiore chiarezza.

"Le aziende non hanno davvero i loro dati in ordine. E una delle cose che tutti dicono è: oh, l'IA ci ha resi molto più vulnerabili riguardo ai problemi con i dati. È come se dicessi, no, l'IA è una grande torcia che illumina sotto il tuo letto e dice tarme. E tu dici, oh, da dove vengono quelle palline antitarme? Erano già lì, amico mio. È solo che l'IA sta puntando un grande riflettore su di esse."

Dona Sarkar, chief troublemaker, programma Copilot e di estensibilità AI, Microsoft

Doug Thompson: La disruption tecnologica non riguarda solo l'introduzione di qualcosa di nuovo. Si tratta anche di guadagnare la fiducia delle persone per trasformare i comportamenti, il business e i risultati economici. È quello che stiamo vedendo oggi mentre le aziende cercano di adottare l'IA. La disruption tecnologica non è facile. Ed ecco due statistiche a dimostrarlo: un recente sondaggio di Microsoft e LinkedIn ha rilevato che 79% dei leader sa di dover adottare l'IA per rimanere competitivo, ma il 60% teme che la propria organizzazione non abbia la visione per riuscirci. Lo abbiamo visto l'anno scorso con ChatGPT e quest'anno è il turno di Microsoft Copilot.

Le aziende vogliono adottare l'IA ma non sono sicure di come sfruttarla al massimo.

Ciao, sono Doug Thompson, chief education architect qui da Tanium, e oggi su Let's Converge, parliamo di Copilot AI e dei trucchi per sbloccare il suo pieno potenziale.

Mi accompagna oggi Dona Sarkar, che è la trasformista per eccellenza. In Microsoft, ha lavorato come ingegnere del software, product manager, chief #ninjacat per il programma Windows Insider, dove ha supervisionato 21 milioni di utenti che hanno contribuito a co-creare prodotti. Ha ricoperto il ruolo di direttore della tecnologia per i servizi di accessibilità e oggi è chief troublemaker, dirigendo il programma di estensibilità di Copilot e dell'IA. È anche un'autrice, una stilista di moda e – la mia preferita in assoluto – comproprietaria di un wine bar. Non c'è da stupirsi che sia stata nominata una delle Fast Company's 100 persone più produttive.

Benvenuta al podcast, Dona.

Dona Sarkar: Grazie mille, Doug. È molto divertente unirti. E grazie mille per quella favolosa introduzione perché mi piacerebbe che tu mi seguissi ovunque e mi presentassi. Sembra molto impressionante.

Thompson: Sono disponibile per queste cose. Ma devo fare questa domanda: ci sono più di 24 ore nella tua giornata? Seriamente, come riesci a fare così tanto?

Sarkar: È una di quelle cose in cui ho rinunciato all'idea di fare tutto, e ho davvero abbracciato questa teoria di fare esattamente due cose al giorno. E questo è tutto. Quindi praticamente una giornata come quella di oggi, in cui ho fatto il mio lavoro principale e poi la sera ho alcune cose da fare al wine bar, e questo è tutto. Questo è tutto quello che riuscirò a fare oggi. Ieri, per esempio, avevo bisogno di tempo sociale con gli amici. Quindi ho fatto il mio lavoro principale e ho trascorso del tempo sociale con gli amici. Quindi mi prenoto per due cose al giorno e basta, e basta, e basta.

Thompson: E facendo queste cose personali, il cosiddetto side-hustle, stai in qualche modo realizzando tutti i tuoi obiettivi di vita. Abbiamo una sola vita da vivere.

Sarkar: Sì, è così vero. Una delle mie riflessioni è: quali sono alcune cose che vorrei fare in pensione e come posso iniziare a farle ora come side hustle? Quindi quando andrò in pensione – virgolette "in pensione" – dalla tecnologia, mi dedicherò a queste cose come seconda carriera, ma sarà qualcosa che faccio già da, non so, 10, 20 anni. Quindi sarò già abbastanza bravo in questo.

Quindi sono un grande sostenitore del prepararsi per il futuro avendo una serie di attività secondarie in corso che puoi trasformare in qualcosa a tempo pieno mentre cerchi il tuo prossimo lavoro. Se vuoi cercare un altro lavoro, oppure vuoi prendere una delle tue attività secondarie e gestirla ora come attività a tempo pieno.

Thompson: È straordinario. Beh, ho elencato tutti i punti del tuo curriculum, inclusa fashion diva e neofita proprietaria di un bar. Hai lavorato con clienti con disabilità, hai lavorato con il Windows Insiders Group, hai anche lavorato con Microsoft Power Apps, una suite di servizi low code per creare applicazioni aziendali. È una vasta gamma di clienti. In che modo tutte queste esperienze hanno influenzato il modo in cui vedi Copilot e l'IA in generale?

Sarkar: Uno dei miei temi lavorativi, ed è sempre stato così, sono nel settore dal 2002, quindi mio Dio, sono 22 anni. È davvero tanto tempo. Quindi ho lavorato con i clienti a tempo pieno come sviluppatore, sempre concentrato sul cliente, sempre concentrato sul cliente, ora da 22 anni. E il mio grande tema è stato la democratizzazione della tecnologia. Quindi si tratta di come prendiamo un pezzo di tecnologia e lo rendiamo qualcosa di rilevante per il pubblico più vasto possibile. E quando parlo di democratizzazione della tecnologia, le persone pensano, oh, intendi questo settore o quell'altro settore? No, intendo a livello globale. Come può la tecnologia che costruiamo essere rilevante a Lagos, in Nigeria, o in Uruguay in Sud America, o qualcosa di rilevante a Giacarta, in Indonesia, così come a Birmingham, in Alabama. Perché una delle cose che sappiamo di avere nel mondo è la disuguaglianza digitale – poiché non tutti hanno lo stesso accesso a internet, alla conoscenza, ai modelli di riferimento, alle opportunità, ecc., ecc.

La tecnologia su cui tendo a lavorare di solito è qualcosa che è molto focalizzato sulla democratizzazione della tecnologia, come il programma Windows Insider. Abbiamo insider in ogni paese del mondo. E lo scopo è dare a chiunque voglia accesso a una versione precedente di Windows in modo che possano aggiornarsi e preparare la propria organizzazione prima che venga distribuita a livello globale, così da essere meglio preparati. E la stessa cosa per la piattaforma Power [Apps], low code, giusto? Sono una persona che usa codice avanzato, ma mi rendo conto che non tutti nel mondo hanno il tempo di conseguire una laurea in informatica o di frequentare un corso intensivo di programmazione. Quindi Power Apps ti offre la possibilità di creare app di livello aziendale per la tua attività con il trascinamento della selezione, alcune formule, eccetera. E lo stesso vale per l'accessibilità, assicurandosi che tutti nel mondo che hanno una disabilità fisica, neurodiversità o una condizione di salute mentale siano in grado di utilizzare la tecnologia per vivere una vita più libera.

Dopo aver lavorato con tutti questi diversi tipi di gruppi di persone con tutta questa tecnologia, mi sono reso conto che l'IA è in realtà un ottimo strumento di livellamento, se glielo permettiamo. Diventa davvero un incredibile mentore tecnologico per le persone che potrebbero provenire da un background non tecnico, oppure potrebbe essere un ottimo strumento di traduzione perché le persone potrebbero lavorare su qualcosa che non è la loro lingua madre. E può essere qualcosa che consente loro l'accesso a cose che le persone potrebbero non essere in grado di permettersi, come una consulenza legale o un esame medico preliminare o quel tipo di cosa. Quindi penso che l'IA abbia il potere di essere un ottimo strumento di democratizzazione, ed è ciò che mi entusiasma di più, completamente al di fuori di questo intero universo dell'IA in cui viviamo.

Thompson: È meraviglioso. Mi piace davvero. E sai, ho seguito la tua carriera per un po'. Abbiamo lavorato non insieme, ma in Microsoft nello stesso periodo. Quali sono alcuni dei più grandi malintesi sull'IA e su Copilot in particolare? Voglio dire, hai menzionato qualcosa riguardo a questa democratizzazione e cose del genere. Ci sono certamente alcuni temi ricorrenti.

Sarkar: Sì, penso che uno dei più grandi malintesi sia che l'IA e Copilot ci renderanno più pigri. In realtà, ci sono tre malintesi di cui parliamo. E li sento in ogni paese in cui vado.

Il primo è che i casi d'uso per l'IA siano tutto o niente. O un'azienda punterà completamente sull'IA oppure no. Questo è il primo punto. Il secondo è che ogni azienda sia pronta per l'IA. È: "Ok, i nostri dati sono pronti, siamo pronti a partire domani." E il terzo è che tutti sanno come usarla. Nessuna di queste cose è vera, per niente, per niente, per niente.

Quindi la prima: ogni azienda pensa, oh, dobbiamo applicare l'IA a ogni singolo scenario. E questo semplicemente non è vero. Perché l'IA generativa, la cosa di cui stiamo tutti parlando ora, genera. Quindi è davvero utile per i casi d'uso in cui si ottiene un output non deterministico – ovvero dove l'output non deve essere un recupero esatto di una frase.

L'IA non è una ricerca. E quando le persone la usano come tale, penso, puoi FARLO, ma il vero potere dell'IA generativa è generare cose nuove. Generami un'email che pianifichi del tempo con Doug per fare un'intervista creativa; creami un documento strategico; crea questa nuova immagine, un nuovo video. Quindi creare da zero qualcosa di nuovo, dove la creatività è effettivamente valorizzata. Dico sempre riguardo all'IA, pensateci come pensate a internet: è qualcosa che può aiutarvi a risolvere nuovi problemi usando nuove idee. Quindi uso l'IA in scenari in cui è apprezzata e non solo tollerata, giusto? Piuttosto che in ogni singolo scenario del pianeta. Questo è il primo punto.

Il secondo è: le aziende non hanno davvero i loro dati in ordine. E una delle cose che tutti dicono è: oh, l'IA ci ha resi molto più vulnerabili riguardo ai problemi con i dati. E io rispondo: no, l'IA è una grande torcia che illumina sotto il tuo letto e dice tarme. E voi dite: oh, da dove vengono queste tarme? Erano già lì, amico mio. È solo che l'IA sta puntando un grande riflettore su di esse. Quindi quella sicurezza per oscurità, dove è difficile per le persone trovare, non si applica più. Dobbiamo effettivamente mettere in ordine la nostra sicurezza dei dati prima di poter implementare l'IA. Ci sono molte tattiche per farlo, ma penso che questo abbia fatto capire alle persone che, oh, in realtà non eravamo così bravi nella sicurezza dei dati come pensavamo.

E il terzo è: le persone capiranno come usarlo. E questo non è fondamentalmente vero perché non è una cosa così naturale. Le persone non hanno capito come usare nulla senza una formazione adeguata, senza una guida, senza dire: "Questo è un buon caso d'uso; ecco un buon prompt; usalo specificamente per questa cosa." Questo è ciò di cui le persone hanno effettivamente bisogno, e le aziende devono assolutamente investire nella formazione delle proprie organizzazioni in un modo che la integri nel loro lavoro. Piuttosto che dire, oh, il mio team finanziario deve impararlo nel fine settimana. Perché dovrebbero farlo? Hanno cose da fare. Quindi è qui che ho trovato gli hackathon, i prompt-a-thon – un prompt al giorno come allenamento – quel genere di cose, per essere davvero, davvero efficaci e per funzionare molto bene nelle organizzazioni.

Thompson: Quest'ultimo punto, il cambiamento organizzativo o il cambiamento culturale che deve avvenire è molto importante, e molte persone lo sottovalutano. Pensano che sia un problema tecnologico e la tecnologia va bene, ma è una questione culturale e organizzativa tanto quanto qualsiasi altra cosa.

Sarkar: Sì, ed è molto vero. L'IA riguarda 50% le persone e 50% la tecnologia. E mettere in ordine la propria tecnologia per poter fare IA è ottimo. Definire i casi d'uso, assicurarsi che i dati siano in ordine, assicurarsi di aver implementato il prodotto AI giusto – questo rappresenta 50% del lavoro. L'altro 50% consiste nell'insegnare alla propria organizzazione a usarlo in un modo che abbia senso, così da sentirsi responsabilizzati e non spaventati. Questo è fondamentale.

Perché, sì, l'IA automatizzerà molte parti dei lavori. L'IA non verrà a portarti via il lavoro. Automatizzerà alcune attività del tuo lavoro. Come me in quanto sviluppatore, sì, l'IA probabilmente costruirà la prima versione di ogni sito web che realizzerò da ora fino all'eternità. È una grande notizia. Ma io come sviluppatore dovrò fare il prompting per dire, costruiscimi un sito web per un wine bar nello stato di Washington con vini naturali presi da questi cinque siti web. Il tema deve essere turchese e oro.

Thompson: Come scrittore o creatore di contenuti o semplicemente come relatore per keynote, uso l'IA per fare la mia prima bozza, come hai detto, perché fa risparmiare molto tempo. Poi la rivedo, la personalizzo e dico, sì, questa è una buona cosa oppure no, faccio ricerche, cose del genere. Quindi sicuramente, come costruire quel sito web, mi fa risparmiare molto tempo nel farlo.

Sarkar: Esattamente.

Thompson: Quindi spostiamo un po' il discorso. Volevo chiederti del bias nell'IA, ed è un problema enorme che in molti modi sembra quasi insormontabile. Blocca i leader aziendali sul posto. Vogliono implementare l'IA, ma non vogliono alimentarla con dati distorti. Come si evita il bias? E questo – probabilmente la tua storia passata e alcuni dei tuoi altri ruoli probabilmente aiutano molto in questo.

Sarkar: Sì. Il bias è un argomento davvero interessante per me perché si riduce tutto a cosa consideriamo bias? Perché ciò che io considero bias e ciò che tu consideri bias sarà molto diverso, anche se facciamo esattamente lo stesso lavoro. Quindi molto dipende dal fatto che io mi ponga la domanda: a cosa serve questo? Quindi, per esempio, sono un grande sostenitore del mettere dei limiti all'IA affinché faccia solo la cosa che quello strumento di IA è supposto fare.

Ti faccio un esempio. Diciamo che stai costruendo uno strumento per i medici – l'ho appena visto, si chiama "copilot" di Color [Health] e aiuta nella diagnosi del cancro nei pazienti. Quindi eliminiamo alcuni pregiudizi di base. Se qualcuno si rivolge al copilot e dice: "Ehi, aiutami ad acquistare una Ferrari," il copilot dovrebbe rispondere: "Non mi occupo di questo. Mi occupo solo della diagnosi del cancro." Tutto qui. Quindi una cosa è davvero pensare a fondo a cosa può o non può fare il prodotto AI.
E si tratta semplicemente di specificare il prompt di sistema della chiamata API e di dire: rispondi solo a domande sul cancro. Non rispondere a nient'altro. Se qualcuno ti chiede qualcos'altro, dai questo messaggio. Quindi questo è il primo passo per un'IA responsabile – rispondere solo a domande su questo argomento.

La seconda cosa è esaminare su quali dati si basa? Perché è qui che entra in gioco il mio lavoro con l'estensibilità, giusto? Da dove provengono i dati? Si tratta solo del GPT-4-Omni nativo standard o esiste una sorta di dataset che proviene dalle cartelle cliniche dei pazienti di questa clinica oncologica o da ricerche o altro? Presumo che sia basato su qualche tipo di dati.

Quindi ora pensiamo ai dati. Hanno un'abbondanza eccessiva di dati provenienti da persone che vivono sulla costa occidentale degli Stati Uniti di una certa fascia di reddito, oppure dispongono di dati abbastanza rappresentativi del pubblico globale? Sono abbastanza sicuro che avranno dati distorti.

Ma è qui che entra in gioco la terza parte, ovvero come si equalizza il bias nell'IA in modo che l'abbondanza di dati non abbia sempre la precedenza? Quindi diciamo che caricano un filamento di DNA, e dicono, sì, questa persona è probabile che sviluppi un cancro, se appartiene a questo gruppo demografico, eccetera, eccetera, eccetera. Quindi è qui che entra in gioco questo concetto di messa a punto con i dati, o generazione aumentata dal recupero [un processo in cui un modello linguistico di grandi dimensioni fa riferimento a una base di conoscenza indipendente al di fuori dei suoi dati di addestramento per migliorare la sua risposta], o qualcosa che modifica i pesi dei dati in modo che il set di dati non sia così distorto come i dati di addestramento.

Ed è qui che passeremo il resto delle nostre carriere, Doug, lo sai. [Ride.] Dove diremo, dove sono le persone sottorappresentate in questo? E può essere la lingua, può essere la razza, il genere, la posizione, l'età – l'età è una cosa importante. E come possiamo assicurarci che le persone ricevano equità nel trattamento, considerando che semplicemente non abbiamo quantità uguali di dati per quantità uguali di persone? È una domanda molto complicata, ma la risposta breve è che dobbiamo tutti diventare più tecnici riguardo al funzionamento dell'IA, in modo da poter implementare quante più tecniche di de-biasing possibile per risolvere un problema molto specifico.

Thompson: Stavo parlando con qualcun altro nel settore della sanità e dell'IA e lei ha dato un esempio simile a quello dei piani di trattamento che erano sovraccarichi di maschi bianchi anziani, che sono semplicemente sovrarappresentati. Pensare a dove provengono quei dati e come sanificarli e assicurarsi, ancora una volta, che tutti siano rappresentati.

Sarkar: Esatto.

Thompson: Cosa ti entusiasma di più dell'IA? C'è qualche vantaggio che non si aspettava, qualcosa che non aveva previsto entrando in questo ruolo?

Sarkar: Una delle cose che trovo così interessanti è avere questo interlocutore permanente per qualsiasi argomento al mondo. Quindi, per esempio, l'altro giorno stavo creando un tutor per la negoziazione. Ho detto, aiutami a migliorare nella negoziazione. Negoziare cosa? Qualsiasi cosa. Il prezzo di questa macchina a noleggio; più settimane di ferie; dove andare a cena con la mia famiglia. Quindi mi ha davvero aiutato a capire, okay, sono molto bravo in questa parte della negoziazione. Non sono molto bravo in quest'[altra] parte della negoziazione. E ho semplicemente configurato un mentore di negoziazione di base usando Microsoft Copilot e ho detto: "Sarai il mio mentore di negoziazione. Aiutami a negoziare vari scenari. Tu mi dai un problema, io vengo da te con una soluzione. Una volta che vengo da te con una soluzione, dammi un feedback sulla mia soluzione e aiutami a creare il prossimo elemento di negoziazione." Sono solo cose basilari come questa.

Non avevamo mai avuto questo prima. Non avevamo mai avuto questo prima, ed è qualcosa che posso usare nella privacy del mio Copilot così posso imparare a essere un comunicatore migliore, un ascoltatore migliore, un negoziatore migliore. Quindi il mio prossimo obiettivo sarà aiutami a essere un ascoltatore migliore, aiutami a essere un leader migliore, aiutami a essere un manager migliore, perché penso che questo sia uno dei più grandi strumenti di mentoring che siano mai esistiti.

Thompson: Sì, stai costantemente sviluppando quello. Nel corso degli anni in cui ti ho conosciuto, cercare di sviluppare quelle competenze è qualcosa su cui ti sei sempre concentrato. Mia moglie mi ha sorpreso l'altra notte a litigare con il mio ChatGPT per qualcosa perché non capiva il mio prompt. E semplicemente non gli stavo dicendo cosa volevo davvero ottenere da esso. E questa è un'altra cosa, una cosa per le carriere future, per chi ci ascolta. Il prompt engineering, sarà enorme.

Sarkar: Sì. E il prompt engineering farà parte di ogni lavoro. Non sarà tanto un titolo professionale, ma sarà qualcosa che viene richiesto dai lavori, dove le persone che stanno entrando nel mondo del lavoro o che stanno cambiando carriera o altro, dovranno conoscere tecniche di prompt davvero efficaci per il loro settore specifico per risolvere problemi specifici. Ed è per questo che penso sia davvero importante per le persone, ancora una volta, diventare più tecniche, essere più pratiche e dire, okay, l'IA è davvero brava in queste cose, meno brava in quelle cose. Quindi chiunque voglia essere un leader nel proprio settore, dovrebbe effettivamente iniziare a creare una libreria di prompt del tipo, ecco 10 ottimi prompt per avvocati che lavorano nell'accessibilità, o ecco 10 scenari davvero, davvero validi per l'IA nella ricerca sul cancro, e ecco 10 scenari [in cui] non dovreste usare l'IA nella ricerca sul cancro. Penso che essere in grado di differenziare e dire, usa l'IA per questo, non per quello, questo mostrerà davvero le persone come leader di pensiero nello spazio relativo al loro settore specifico e ai loro casi d'uso specifici.

Thompson: Sono d'accordo con questo. È parte del lavoro di tutti. È un po' come saper usare una suite per ufficio o qualcosa del genere. È qualcosa che fai semplicemente ogni giorno. Quindi, se c'è una cosa, mentre ci avviciniamo alla fine, se c'è una cosa che i leader aziendali dovrebbero portare via da questa conversazione, una cosa che devono tenere a mente su come l'IA può trasformare la loro attività, quale sarebbe?

Sarkar: Penso che la cosa principale è che ogni leader aziendale deve sapere che l'IA trasformerà la propria attività in un modo o nell'altro. Accadrà ad un certo punto. Potrebbe non accadere domani mattina, ma accadrà nei prossimi anni. È come quando internet è diventato comune, tutti dicevano, oh, non faremo usare internet alla nostra azienda, saremo solo interni. Quello è durato circa un anno e mezzo, giusto? Non ha semplicemente alcun senso. La stessa cosa vale per il mobile. Ogni azienda ha un sito web che funziona su mobile.

Accadrà semplicemente. La cosa migliore che possono fare è svolgere un ruolo attivo. Andare e far accadere l'IA piuttosto che lasciare che l'IA accada a loro.

Thompson: No, penso che sia giusto. Non puoi nascondere la testa nella sabbia su questo. Questa è una cosa che devi assolutamente considerare. Ma d'altra parte, non puoi semplicemente buttarti e comprare qualsiasi cosa solo perché è alimentata dall'IA o qualcosa del genere. Voglio dire, è altrettanto sciocco come cercare di nascondersi da esso.

Sarkar: Esatto. Ecco perché è davvero importante essere intenzionali e dire, quali di questi processi vogliamo effettivamente migliorare con l'IA? E come posso scalare la mia organizzazione nell'usarla per fare le cose?

Direi che è un processo in tre fasi. Primo, mettici le mani sopra [su di essa], con i semplici strumenti di IA gratuiti che esistono oggi, come Copilot o ChatGPT, qualunque cosa. Scopri in cosa l'IA è brava e in cosa è carente specificamente per il tuo settore. Secondo, scopri quale strumento è il migliore per la tua organizzazione. Può essere uno strumento mirato. Potrebbe essere uno strumento su larga scala. E terzo, capire come organizzerai i tuoi dati e come farai crescere la tua organizzazione per essere effettivamente in grado di utilizzarli per risolvere scenari molto specifici nel tuo business nel tuo settore.

Thompson: Sì, e fare quella terza cosa in parallelo con le altre due. Non aspettare l'ultima parte.

Sarkar: No. Assolutamente.

Thompson: Quindi Dona, grazie mille. È sempre una conversazione entusiasmante quando posso parlare con te. Grazie per aver condiviso il tuo nuovo ruolo e la tua passione. Ti ho seguita per tutta l'Europa nel tuo ultimo [progetto e ora] Copilot. È semplicemente fenomenale, le persone che stai influenzando e le cose che stai facendo, quindi lo apprezzo davvero molto.

Sarkar: Lo adoro. Lo adoro. Grazie mille per avermi invitato, Doug. Grazie. Grazie a tutti.

Thompson: Ho parlato con Dona Sarkar, chief troublemaker di Microsoft.

Se volete saperne di più su come l'IA può trasformare la vostra azienda, consultate Focal Point, la rivista online di notizie informatiche di Tanium. Abbiamo inserito i link a diversi articoli nelle note dello show. Oppure visitate tanium.com/p per le pubblicazioni.

Per ascoltare altre conversazioni con i principali leader aziendali ed esperti di sicurezza di oggi, assicuratevi di iscrivervi a Let's Converge sulla vostra app podcast preferita e, se vi è piaciuto questo episodio, lasciateci una valutazione a cinque stelle.

Grazie per aver ascoltato. Non vediamo l'ora di condividere altri approfondimenti informatici nel prossimo episodio di Let's Converge.