L’AI générative (GenAI) ouvre une nouvelle ère d’innovation, d’efficacité et de productivité. On s’attend à ce que la GenAI transforme les rôles et améliore la performance dans des fonctions comme les ventes et le marketing, les services à la clientèle et le développement logiciel. Ce faisant, la GenAI libérera des milliers de milliards de dollars de valeur à travers des secteurs allant de la banque aux sciences de la vie.

Alors que des entreprises comme Nvidia et Google développent de grands et de petits modèles linguistiques essentiels à la GenAI, ce sont les données qui alimenteront les déploiements à grande échelle de solutions GenAI. Selon les prévisions de IDC Global DataSphere, le volume mondial de données devrait plus que doubler entre 2022 et 2026. Compte tenu de cette croissance, les organisations doivent assurer efficacement l’intégrité de ces données, qui peuvent s’avérer inestimables pour l’innovation de nouveaux produits et services, l’évolution des modèles d’affaires et l’amélioration de l’expérience client.

Dans la plus récente recherche de HCLTech, Cloud Evolution 2024 : Mandate to Modernize, nous entendons des participants à la recherche parler de leurs plans évolutifs de mise en œuvre de projets GenAI. Si 82 % des dirigeants reconnaissent que la GenAI aura un effet positif sur la productivité des entreprises, des préoccupations subsistent quant à la quantité et la qualité de données requises pour des projets GenAI réussis. Le rapport a trouvé que 98 % des entreprises participant à l’étude s’intéressent principalement à des solutions GenAI qui sont entraînées sur les données propriétaires d’une entreprise, ou qui effectuent des inférences à partir de ces données.

La question principale est de savoir comment protéger et sécuriser l’accès aux données nécessaires au succès d’un projet GenAI.

Les leaders TI et d’affaires signalent que la GenAI pourrait augmenter le risque pour l’entreprise, 38 % indiquant une préoccupation relative à la sécurité. Atténuer le risque implique la mise en place de garde-fous pour sécuriser les données. Le plan d’utilisation des données propriétaires doit inclure l’explicabilité et l’utilisation éthique des données pour résoudre les enjeux d’affaires.

La pratique GenAI de HCLTech offre aux clients des plans, processus et meilleures pratiques pour initier et mener à terme des projets GenAI. Voici trois défis directement liés à la question de la sécurité. 

1. Le besoin d’agir rapidement

   Pour accélérer la mise en marché, les organisations devront développer et déployer des applications basées sur les LLM. Cela suppose leur capacité à attirer des professionnels qualifiés en intelligence artificielle (AI) et, surtout, à s’assurer que l’infrastructure TI soutient les exigences informatiques des LLM — ce qui peut représenter des investissements en matériel et logiciels. L’infrastructure doit intégrer les meilleures pratiques en matière de sécurité et de gouvernance.

2. L’aptitude à s’adapter à l’évolution des besoins d’affaires

   Cela implique la personnalisation des modèles, l’atténuation des biais et la sécurité des données. L’atténuation des biais consiste à veiller à ce que les LLM ne produisent pas de biais nuisibles, ce qui requiert une gestion rigoureuse des données et le raffinement des modèles. La sécurité des données doit être prise en compte dès le départ. 

3. Accent sur la sécurité des données

   Les données alimentent les modèles, mais les données sensibles doivent être protégées – il faut empêcher les accès non autorisés et les usages abusifs.

La gestion de ces défis est perçue comme un aspect coûteux de la pile de solutions GenAI.

Les responsables TI estiment que les parties prenantes d’affaires foncent vers la GenAI sans évaluer précisément les risques. Les responsables d’affaires sont déterminés à avancer de façon agressive. Pour cela, ils prévoient contourner les TI et sélectionner des intégrateurs de systèmes et partenaires de transformation tiers.

Dans la recherche de HCLTech, parmi les entreprises qui rapportent du succès, plus de 60 % affirment travailler avec des intégrateurs et fournisseurs de services pour combler le manque de compétences et accélérer les projets en phase initiale.

HCLTech fournit ces recommandations aux entreprises qui choisissent et développent des projets GenAI :

• Choisissez un projet basé sur un processus d’affaires bien défini
• Assurez-vous que l’infrastructure, incluant votre plateforme de données, est pensée pour la sécurité
• Utilisez les modèles offerts par HCLTech qui reflètent l’expérience et l’expertise sectorielles et qui peuvent être adaptés à vos priorités d’affaires en utilisant vos données propriétaires pour entraîner le modèle

Le rôle crucial de la sécurité des données dans les déploiements GenAI

Avec l’intégration croissante des technologies GenAI dans les opérations des organisations, comprendre le rôle crucial de la sécurité des données devient impératif. Le succès de GenAI dépend de l’efficacité avec laquelle les données sont sécurisées. Intégrer la sécurité des données dans les stratégies GenAI est essentiel pour une utilisation responsable et efficace de l’AI.

Selon le rapport de recherche sur le cloud de HCLTech, les préoccupations en matière de sécurité et la conformité réglementaire sont parmi les principaux défis pour les organisations qui migrent des données sensibles vers le cloud pour des solutions GenAI. Les données requises pour l’entraînement et l’inférence des modèles GenAI résident principalement dans une infrastructure de cloud public, ce qui met en évidence une dépendance envers les fournisseurs de cloud pour les capacités avancées d’AI. Les organisations surveillent activement les exigences réglementaires et de conformité, signe d’une prise en compte du contexte juridique en évolution.

AI Force de HCLTech, une suite dynamique de solutions propulsées par l’AI, met en avant l’adoption responsable de l’AI. Elle intègre des mesures robustes de sécurité et de gouvernance afin de favoriser l’innovation sécuritaire et la croissance à grande échelle.

LLM et considérations relatives à la sécurité des données

Les LLM sont confrontés à d’importants défis de sécurité des données, notamment pour assurer la confidentialité, la protection des renseignements et la conformité réglementaire. Les risques incluent l’accès non autorisé, les fuites de données et l’exposition d’informations sensibles. La gestion de ces enjeux exige une compréhension approfondie de la sécurité propre aux LLM.

Les préoccupations clés incluent l’anonymisation et la réduction du partage d’informations sensibles ainsi que l’utilisation du chiffrement de bout en bout et de canaux sécurisés comme HTTPS pour la transmission des données.

Par ailleurs, les données requises pour l’entraînement et l’inférence des modèles GenAI résident principalement dans l’infrastructure du cloud public, ce qui démontre une dépendance envers les fournisseurs de cloud pour des capacités avancées en AI. Dans le rapport de HCLTech, 37 % des hauts dirigeants expriment certaines préoccupations de sécurité concernant la progression de leur stratégie GenAI dans le cloud public, en raison du caractère sensible des données destinées au cloud.

Assurer la sécurité des données dans les stratégies GenAI

Le déploiement de la GenAI dans une organisation exige la gestion de diverses préoccupations de sécurité afin de protéger les renseignements sensibles et de maintenir la confiance des parties prenantes.

Voici des solutions concrètes pour atténuer ces risques :

1. Chiffrement des données
   1. Chiffrement au repos et en transit : Assurez-vous que toutes les données, qu’elles soient au repos ou en transit, sont chiffrées selon des normes cryptographiques robustes. Cela protège les données contre l’accès non autorisé et les failles potentielles
   2. Chiffrement de bout en bout : Mettez en œuvre le chiffrement de bout en bout pour les données partagées entre les utilisateurs et les systèmes GenAI, afin de sécuriser les communications et d’empêcher les interceptions
2. Contrôles d’accès
   1. Contrôle d’accès basé sur les rôles (RBAC) : Utilisez le RBAC pour limiter l’accès aux données en fonction du rôle de l’utilisateur dans l’organisation. Cela réduit le risque d’accès non autorisé aux données
   2. Authentification multifacteur (MFA) : Déployez la MFA pour ajouter une couche supplémentaire de sécurité, en garantissant que seuls les utilisateurs autorisés peuvent accéder à l’information sensible
3. Anonymisation et masquage des données
   1. Anonymisation des données : Appliquez des techniques comme la k-anonymité, la confidentialité différentielle et la génération de données synthétiques pour anonymiser les ensembles de données, visant à protéger la vie privée tout en maintenant l’utilité des données
   2. Masquage des données : Masquez les éléments sensibles des données lors du processus d’entraînement du modèle pour éviter l’exposition d’informations personnellement identifiables (PII)
4. Audits et évaluations de sécurité réguliers
   1. Audits réguliers : Effectuez des audits de sécurité et des évaluations de vulnérabilité sur une base régulière pour repérer et corriger les faiblesses possibles du système
   2. Tests de pénétration : Réalisez des tests de pénétration pour simuler des cyberattaques et évaluer la robustesse des mesures de sécurité du système GenAI
5. Conformité réglementaire et aux normes
   1. Respect des règlements : Assurez la conformité aux lois pertinentes sur la protection des données et l’AI telles que le RGPD, l’AI Act européen, le CCPA et la HIPAA. Maintenez une veille sur les changements réglementaires pour ajuster vos pratiques en conséquence
   2. Normes du secteur : Appliquez les meilleures pratiques et normes du secteur, telles que l’ISO/IEC 27001 pour la gestion de la sécurité de l’information et les lignes directrices du NIST en cybersécurité
6. Sensibilisation à la sécurité et formation
   1. Formation des employés : Offrez des programmes de formation continue afin de sensibiliser les employés aux meilleures pratiques en matière de sécurité des données et aux nouvelles menaces
   2. Culture de la sécurité : Favorisez une culture d’entreprise axée sur la sécurité, encourageant les employés à suivre les protocoles et à signaler les vulnérabilités potentielles

Les offres GenAI de HCLTech adoptent une approche globale à travers les industries et les fonctions d’affaires. Ces offres mettent l’accent sur l’innovation tout en respectant un cadre responsable et éthique en AI, assurant la confidentialité, la protection de la propriété intellectuelle, la promotion de l’équité et la vérification de l’exactitude des faits.

Bâtir la confiance auprès des parties prenantes

Faire preuve d’un engagement clair et constant envers la protection des données atténue les risques et instaure la confiance auprès des parties prenantes, ouvrant la voie à l’intégration réussie et durable de l’AI. Voici quelques façons dont les organisations peuvent cultiver la confiance avec leurs partenaires et parties prenantes.

1. Communication transparente
   1. Communiquez régulièrement avec les parties prenantes au sujet des politiques, des pratiques et des mesures de sécurité mises en place pour protéger les données
   2. Soyez transparent concernant les atteintes et incidents de sécurité, y compris les mesures correctives mises en œuvre pour atténuer et résoudre les problèmes, preuve de responsabilité et d’agilité
2. Certifications de sécurité tierces
   1. Obtenir des certifications d’auditeurs de sécurité tiers reconnus démontre l’engagement de l’organisation en matière de protection des données. Récemment, HCLTech a obtenu le statut de partenaire AWS Generative AI Competency pour son expertise dans la création d’applications GenAI sur AWS et la livraison de résultats transformateurs aux entreprises, tout en respectant des pratiques d’AI sûres, éthiques et responsables
   2. Effectuez régulièrement des audits de sécurité indépendants pour valider l’efficacité des pratiques de sécurité, et partagez les résultats avec les parties prenantes
3. Cadre solide de gouvernance des données
   1. Mettez en place un cadre complet de gouvernance des données, qui définit les politiques et les procédures pour la gestion sécuritaire de la donnée tout au long de son cycle de vie
   2. Désignez des responsables ou intendants des données chargés de superviser la sécurité et l’intégrité des données, pour assurer le respect constant des meilleures pratiques
4. Engagement des clients et partenaires
   1. Impliquez clients et partenaires dans les discussions sur les mesures de sécurité et sollicitez leurs suggestions d’amélioration
   2. Développez des initiatives visant à renforcer la confiance, telles que des avis de sécurité, des webinaires axés sur la sécurité et des mécanismes de signalement transparents

Alléger les préoccupations relatives à la sécurité des données

En comprenant et en adoptant des pratiques GenAI sécuritaires, les organisations peuvent exploiter tout le potentiel de la GenAI tout en protégeant leurs actifs de données critiques. Pour bien équilibrer l’innovation GenAI avec la nécessaire protection des données, il est primordial de collaborer avec les bons fournisseurs de technologies et de services.

HCLTech gère efficacement la complexité de l’innovation GenAI tout en maintenant des mesures de sécurité des données rigoureuses. En profitant de l’expertise de HCLTech en pratiques GenAI sécurisées, les organisations peuvent innover tout en protégeant les données. HCLTech garantit l’efficacité opérationnelle, la conformité réglementaire et l’intégrité des données, rendant possible l’intégration confiante de la GenAI et maintenant la confiance dans un monde axé sur la donnée.