Why managing AI risk presents new challenges

Aliquet morbi justo auctor cursus auctor aliquam. Neque elit blandit et quis tortor vel ut lectus morbi. Amet mus nunc rhoncus sit sagittis pellentesque eleifend lobortis commodo vestibulum hendrerit proin varius lorem ultrices quam velit sed consequat duis. Lectus condimentum maecenas adipiscing massa neque erat porttitor in adipiscing aliquam auctor aliquam eu phasellus egestas lectus hendrerit sit malesuada tincidunt quisque volutpat aliquet vitae lorem odio feugiat lectus sem purus.

Lorem ipsum dolor sit amet consectetur lobortis pellentesque sit ullamcorpe.
Mauris aliquet faucibus iaculis vitae ullamco consectetur praesent luctus.
Posuere enim mi pharetra neque proin condimentum maecenas adipiscing.
Posuere enim mi pharetra neque proin nibh dolor amet vitae feugiat.

The difficult of using AI to improve risk management

Viverra mi ut nulla eu mattis in purus. Habitant donec mauris id consectetur. Tempus consequat ornare dui tortor feugiat cursus. Pellentesque massa molestie phasellus enim lobortis pellentesque sit ullamcorper purus. Elementum ante nunc quam pulvinar. Volutpat nibh dolor amet vitae feugiat varius augue justo elit. Vitae amet curabitur in sagittis arcu montes tortor. In enim pulvinar pharetra sagittis fermentum. Ultricies non eu faucibus praesent tristique dolor tellus bibendum. Cursus bibendum nunc enim.

Id suspendisse massa mauris amet volutpat adipiscing odio eu pellentesque tristique nisi.

How to bring AI into managing risk

Mattis quisque amet pharetra nisl congue nulla orci. Nibh commodo maecenas adipiscing adipiscing. Blandit ut odio urna arcu quam eleifend donec neque. Augue nisl arcu malesuada interdum risus lectus sed. Pulvinar aliquam morbi arcu commodo. Accumsan elementum elit vitae pellentesque sit. Nibh elementum morbi feugiat amet aliquet. Ultrices duis lobortis mauris nibh pellentesque mattis est maecenas. Tellus pellentesque vivamus massa purus arcu sagittis. Viverra consectetur praesent luctus faucibus phasellus integer fermentum mattis donec.

Pros and cons of using AI to manage risks

Commodo velit viverra neque aliquet tincidunt feugiat. Amet proin cras pharetra mauris leo. In vitae mattis sit fermentum. Maecenas nullam egestas lorem tincidunt eleifend est felis tincidunt. Etiam dictum consectetur blandit tortor vitae. Eget integer tortor in mattis velit ante purus ante.

Vestibulum faucibus semper vitae imperdiet at eget sed diam ullamcorper vulputate.
Quam mi proin libero morbi viverra ultrices odio sem felis mattis etiam faucibus morbi.
Tincidunt ac eu aliquet turpis amet morbi at hendrerit donec pharetra tellus vel nec.
Sollicitudin egestas sit bibendum malesuada pulvinar sit aliquet turpis lacus ultricies.

“Lacus donec arcu amet diam vestibulum nunc nulla malesuada velit curabitur mauris tempus nunc curabitur dignig pharetra metus consequat.”

Benefits and opportunities for risk managers applying AI

에서 에이스 에어 하우스 2025, 투자자와 설립자로 구성된 저명한 패널이 인공 지능의 미래를 위한 핵심 요인을 만들었습니다.AI가 산업을 혁신하고 새로운 투자 기회를 창출하는 가운데, 이번 토론에서는 스타트업, 기업, 모두의 전략, 과제, 집중 조명했습니다.

조정자 데니스 K. 잘레스 (인크레디웨어 대표), 패널 포함 토니 킴 (블랙록 펀더멘털 주식), 모이 당 (코인피드), 알렉스 예 (지미 클라우드), 워렌 패커드 (AI 펀드), 티엔 극 (아이언게이트 캐피탈) .그들의 관점은 AI의 복잡하지만 기대하는 환경을 탐색하기 위한 로드맵을 제공했습니다.패널 세션 전체를 시청할 수 있습니다. 이리.

‍

이번 세션에서 얻은 주요 인사이트는 다음과 같습니다.

진화하는 AI 투자 환경

AI는 거의 모든 산업에 영향을 끼치는 수평적 기술이 뒷받침하는 AI를 통한 투자 전략은 여전히 확장성과 차별화에 뿌리를 두고 있습니다.

토니 킴 AI의 이중 같이 역할을 수행합니다.“노동력은 기업 지출에서 가장 큰 비중을 차지하며 AI 에이전트, 부조종사 및 도구는 기타 새로운 작업 환경을 실현하는 동시에 비용을 줄임으로써 공간을 변화시킬 수 있습니다.”
워렌 패커드 AI의 혁신적인 추모전기에 비유했습니다.“우리는 주제별 전문가와 최첨단을 인공지능 (AI) 으로 이끌고 뇌를 대규모로 혁신하는 비즈니스를 구축합니다.”
두 패널리스트 모두 업종별 애플리케이션혁신과 투자의 가장 큰 기회라고 강조했습니다.

엔터프라이즈 AI: 도전 과제를 극복하여 잠재력 발휘

기업은 AI를 배포할 때 종종 시스템적 장벽으로 어려움을 겪습니다. 보안, 데이터 사일로, 인프라 확장이 가장 큰 관심사입니다.

알렉스 예 보안의 중요성을 강조했습니다.“기업의 경우 보안이 전부입니다.특히 아직 온프레미스에 저장되어 있는 민감한 데이터의 경우 더욱 그렇습니다.견고한 시스템이 아닌 AI를 대규모로 배포하는 것은 심각한 위험이 있습니다.”
기업은 부서 간에 단편화된 가로 인해 어려움을 겪는 경우가 많습니다.Alex는 “기업은 통찰력을 얻기 위해 사일로를 헤쳐나가고 적절한 직원만 올바른 정보를 얻을 수 있는 IAM 시스템을 도입해야 합니다.”라고 말하죠. 그렇죠?
티엔 극 기업에서 AI 에이전트의 역할을 언급했습니다.“이러한 시스템은 반복적인 작업을 자동화하여 생산성을 높일 수 있지만, 배포하려면 윤리적 또는 규제적 함정을 위한 명확한 지침이 필요합니다.”

GMI Cloud는 기업이 필요한 만큼 확장되고 안전한 솔루션을 설계할 수 있도록 지원함으로써 이러한 문제를 해결하는 데 중요한 역할을 합니다.

스타트업: 속도, 비용, 사용성이 #성공, 이끈다

스타트업-AI의 추억 활용하기 위해 번개처럼 빠른 속도로 움직이고 있지만 성공은 속도, 비용, 사용, 편의성이라는 세 가지 핵심 요소에...

모이 당 투자 펀드가 AI로 대규모 데이터 세트를 분석하도록 코인피드가 어떻게 지원하는지 공유했습니다.“우리의 도구를 사용하면 스타트업과 펀드가 아닌 몇 시간 만에 이미지를 발견할 수 있습니다.속도와 확장성은 판도를 바꿉니다.”
스타트업에는 복잡한 인프라를 관리할 수 있는 시간이나 리소스가 없습니다.Moyi는 “통합하기 쉽게 배포하기 쉬운 것이 필요합니다” 라고 말했습니다.
알렉스 예 민첩성의 중요성을 강조하면서 이 말을 되풀이했습니다.“경쟁업체가 오늘 출시할 때는 지금부터 1년 후에 제품을 약속하는 것만으로는 충분하지 않습니다. 스타트업이 성공하려면 GPU 사용과 직관적인 API가 매우 중요합니다.”

데이터 및 현지화된 AI 모델

패널은 영향력 있는 AI 솔루션을 개발하기 위해 다양한 데이터가 중요하다는 것을 이해했습니다.이러한 데이터가 없으면 의료와 소비재와 같은 시스템에서 돈을 벌지 못할 위험이 있습니다.

워렌 패커드 는 이 점을 강조했습니다.“인간의 좁은 부분만을 나타내는 데이터로는 의학을 발전시킬 수 없습니다.AI는 사용자의 몸을 반영해야 합니다.”
알렉스 예 “현지화된 LLM은 정확성에 매우 중요합니다.글로벌 AI 모델에서 최고의 라멘 가게를 물어보세요.모르고 있을 수도 있습니다.특정 지역에서 모델을 맞으면 관련성이 보장됩니다.”

미래는 다음과 같은 합성 데이터에도 있습니다. 토니 킴 이렇게 지적했습니다.“인간이 만든 데이터의 대다수는 이미 소비되었습니다.특정 영역에 맞게 설계된 데이터 합성 세트와 추론 모델에 점점 더 의존하게 될 것입니다.”

AI 투자의 미래는 무엇일까요?

대화가 미래로 향하면서 패널리스트들은 인프라 수준의 통합과 애플리케이션 계층에서의 혁신이라는 두 가지 주요 트렌드를 읽었습니다.

알렉스 예 “인프라에는 막대한 자본이 필요합니다.참여자는 이미 정해져 있고 머지않아 인수합병의 물결을 보게 될 것입니다.”
대규모 기업이 기본 인프라를 지배하고 있는 반면, 토니 킴 스타트업을 위한 기회 강화: “산업을 재정의하는 업종별 솔루션을 통해 애플리케이션 계층은 혁신이 가능한 무르익었습니다.”

비용 효율성과 혁신에 대한 AI의 이중 집중은 계속 시장을 주도할 것입니다.Tony가 < “AI는 단순히 비용을 절감하는 데 그치지 않고 완전히 존재하지 않는 새로운 시장을 창출하는 것입니다.”

에이스 에어 하우스 2025에서 얻을 수 있는 시사점

이 패널은 빠르게 진화하는 환경에 대한 통찰력을 높여줍니다.

기업 대상: 보안 및 데이터 사일로와 같은 시스템 문제를 해결하여 AI의 잠재력을 최대한 활용합니다.
스타트업용: 속도, 비용, 사용성에 두어 복잡한 시장에서 경쟁 우위를 확보하십시오.
투자자 대상: 실제 해결하고 문제를 확장하기 위한 경로를 갖춘 명확한 업종별 애플리케이션을 찾으십시오.

Alex Yeh는 이렇게 결론지었습니다.“AI의 미래는 AI의 기업이 안심할 수 있는 힘을 얻을 수 있습니다. 진정한 승자는 실제 채택을 하면서 혁신하는 사람들이 될 것입니다.”

AI 혁신의 다음 물결을 헤쳐갈 준비가 되셨나요?살펴보기 GMI 클라우드 확장에 도움을 줄 수 있는 방법을 찾아라.

‍

글로벌 AI 투자 가속화 — 세스 아이 하우스 2025에서 얻어낸 인사이트