تواجه مؤسسات في سنغافورة فجوة في الرصد والتنفيذ: 18% لديها سياسات تمنع أدوات الذكاء الاصطناعي غير المعتمدة، لكنها تفتقر إلى وسيلة لاكتشاف المخالفات. قال 60% من المشاركين في قطاع DevSecOps إن الحوكمة وإنفاذ السياسات يشكلان أكبر عبء على وقتهم، فيما وجد 41% أن مراجعة الشيفرات البرمجية المولّدة بالذكاء الاصطناعي تستنزف...
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: How is employee adoption of shadow AI outpacing governance controls in Singapore companies, and what do JFrog’s Sunny Rao and Splunk’s Chris. Article summary: Employee use of unapproved AI is moving faster than Singapore companies can discover it, review its outputs and enforce internal rules, creating a gap between written governance and operational control. The reported cons. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
يمكن أن ينتشر استخدام الذكاء الاصطناعي في العمل أسرع من قدرة المؤسسة على معرفة الأدوات التي يستخدمها الموظفون، ومراجعة الشيفرات المولّدة، وتطبيق قواعدها. وفي سنغافورة، تشير نتائج استطلاعات إلى فجوة بين وجود سياسات للحوكمة وبين تنفيذها على مكوّنات البرمجيات والذكاء الاصطناعي التي تعتمد عليها فرق العمل والتطوير. 3
5
6
يشير مصطلح «الذكاء الاصطناعي الخفي» إلى استخدام أدوات ذكاء اصطناعي لأغراض العمل من دون موافقة المؤسسة أو إشرافها. قد يلجأ الموظفون إليها لإنجاز المهام بسرعة، بينما لا تملك فرق تقنية المعلومات والأمن صورة كاملة عن أماكن استخدامها أو المعلومات التي تُدخل إليها. 14
وهنا تكمن أهمية التمييز بين وجود سياسة مكتوبة والقدرة على التحقق من الالتزام بها أو كشف الاستخدام غير المصرّح به. ووفقاً لأبحاث JFrog، لدى 18% من المؤسسات في سنغافورة سياسات تمنع استخدام أدوات ذكاء اصطناعي غير معتمدة، لكنها تفتقر إلى آلية لاكتشاف المخالفات. 3
لم تعد التطبيقات الحديثة تتكوّن من شيفرة تكتبها المؤسسة وحدها؛ فقد تضم حزماً مفتوحة المصدر، وخدمات سحابية، وشيفرات مولّدة بالذكاء الاصطناعي، ونماذج وأدوات من جهات خارجية. وكل عنصر إضافي يحتاج إلى تتبّع وتقييم. 5
وتُظهر نتائج JFrog حجم الضغط على الفرق: قال 60% من المشاركين من العاملين في DevSecOps في سنغافورة إن الحوكمة وإنفاذ السياسات هما أكبر عبء على وقتهم، فيما أفاد 41% بأن مراجعة الشيفرات التي ينتجها الذكاء الاصطناعي تستهلك موارد كبيرة. 5 وتعكس هذه الأرقام ضغوطاً أبلغ عنها المشاركون، ولا تعني أن مستوى المخاطر واحد لدى جميع المؤسسات.
وتشير نتائج أخرى من أبحاث JFrog في سنغافورة إلى تحدٍّ في الاستعداد للتدقيق: احتاج 54% من المشاركين، بحسب التقرير، إلى أسبوع على الأقل لإعداد أدلة الامتثال لتطبيق واحد. 7 فمعرفة الجهة المسؤولة عن التطبيق لا تعني بالضرورة القدرة على توثيق مكوّناته وحالة امتثاله بسرعة.
عندما تُستخدم أدوات غير معتمدة خارج نطاق إشراف الأمن، قد يرسل الموظفون إليها معلومات حساسة، مثل الشيفرة المصدرية أو بيانات العملاء. وتشير إرشادات أمنية إلى أن انتقال هذه البيانات إلى خارج سيطرة المؤسسة من مخاطر الذكاء الاصطناعي الخفي. 23
24
كما ينبغي مراجعة الشيفرات والمخرجات التي ينتجها الذكاء الاصطناعي قبل استخدامها. وتُظهر النتائج في سنغافورة أن هذه المراجعة قد تستهلك موارد كبيرة، لكن الأدلة المتاحة هنا لا تحدد مدى تكرار وصول الأخطاء إلى العملاء أو الأنظمة الحيوية. 5
ولا تكفي إجراءات الحظر وحدها لسد فجوة الرؤية إذا استمر الموظفون في استخدام أدوات لا تستطيع المؤسسة اكتشافها. وتشير نتيجة إنفاذ السياسات إلى أولوية عملية واضحة: تحتاج الشركات إلى وسائل لرصد استخدام الذكاء الاصطناعي وتطبيق القواعد فعلياً، لا الاكتفاء بتوثيق ما هو ممنوع. 3
وصف ساني راو من JFrog التطبيقات الحديثة بأنها مزيج من الشيفرة الداخلية والحزم مفتوحة المصدر والخدمات السحابية والشيفرات المولّدة بالذكاء الاصطناعي والنماذج والأدوات الخارجية. ويحوّل هذا التصور تركيز الأمن من الشيفرة المصدرية وحدها إلى مجموعة العناصر التي تدخل في التطبيق وتؤثر فيه. 5
أما كريستين لو من Splunk فتشير إلى تحدٍ مرتبط بذلك: فالمؤسسات التي تسعى إلى توسيع استخدام الذكاء الاصطناعي تواجه متطلبات امتثال وحوكمة للبيانات، إلى جانب عبء التغيير المستمر على العمليات. 4 وتوضح الرؤيتان أن الإشراف على الذكاء الاصطناعي لا يقتصر على مراجعة عمل المطورين؛ بل يشمل أيضاً إدارة البيانات والاعتماديات مع تطور الأنظمة.
تبدأ المقاربة العملية بربط الرؤية بضوابط قابلة للتطبيق:
يقترح نهج JFrog إدارة النماذج والحزم والإضافات والعناصر المولّدة بالذكاء الاصطناعي ضمن سجلّ موحّد. 8 وأياً كانت الأدوات التي تختارها المؤسسة، تبقى الحاجة الأساسية واحدة: ربط ما تستطيع رؤيته بضوابط تستطيع إنفاذها، عبر سلسلة توريد البرمجيات والذكاء الاصطناعي.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
تواجه مؤسسات في سنغافورة فجوة في الرصد والتنفيذ: 18% لديها سياسات تمنع أدوات الذكاء الاصطناعي غير المعتمدة، لكنها تفتقر إلى وسيلة لاكتشاف المخالفات.
تواجه مؤسسات في سنغافورة فجوة في الرصد والتنفيذ: 18% لديها سياسات تمنع أدوات الذكاء الاصطناعي غير المعتمدة، لكنها تفتقر إلى وسيلة لاكتشاف المخالفات. قال 60% من المشاركين في قطاع DevSecOps إن الحوكمة وإنفاذ السياسات يشكلان أكبر عبء على وقتهم، فيما وجد 41% أن مراجعة الشيفرات البرمجية المولّدة بالذكاء الاصطناعي تستنزف الموارد.
تتطلب الاستجابة متابعة سلسلة البرمجيات كاملة، من الشيفرة والنماذج إلى الحزم والخدمات الخارجية، وربط الرؤية بضوابط قابلة للتطبيق.
تواجه مؤسسات في سنغافورة فجوة في الرصد والتنفيذ: 18% لديها سياسات تمنع أدوات الذكاء الاصطناعي غير المعتمدة، لكنها تفتقر إلى وسيلة لاكتشاف المخالفات. قال 60% من المشاركين في قطاع DevSecOps إن الحوكمة وإنفاذ السياسات يشكلان أكبر عبء على وقتهم، فيما وجد 41% أن مراجعة الشيفرات البرمجية المولّدة بالذكاء الاصطناعي تستنزف...
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث

Create a landscape editorial hero image for this Studio Global article: How is employee adoption of shadow AI outpacing governance controls in Singapore companies, and what do JFrog’s Sunny Rao and Splunk’s Chris. Article summary: Employee use of unapproved AI is moving faster than Singapore companies can discover it, review its outputs and enforce internal rules, creating a gap between written governance and operational control. The reported cons. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
يمكن أن ينتشر استخدام الذكاء الاصطناعي في العمل أسرع من قدرة المؤسسة على معرفة الأدوات التي يستخدمها الموظفون، ومراجعة الشيفرات المولّدة، وتطبيق قواعدها. وفي سنغافورة، تشير نتائج استطلاعات إلى فجوة بين وجود سياسات للحوكمة وبين تنفيذها على مكوّنات البرمجيات والذكاء الاصطناعي التي تعتمد عليها فرق العمل والتطوير. 3
5
6
يشير مصطلح «الذكاء الاصطناعي الخفي» إلى استخدام أدوات ذكاء اصطناعي لأغراض العمل من دون موافقة المؤسسة أو إشرافها. قد يلجأ الموظفون إليها لإنجاز المهام بسرعة، بينما لا تملك فرق تقنية المعلومات والأمن صورة كاملة عن أماكن استخدامها أو المعلومات التي تُدخل إليها. 14
وهنا تكمن أهمية التمييز بين وجود سياسة مكتوبة والقدرة على التحقق من الالتزام بها أو كشف الاستخدام غير المصرّح به. ووفقاً لأبحاث JFrog، لدى 18% من المؤسسات في سنغافورة سياسات تمنع استخدام أدوات ذكاء اصطناعي غير معتمدة، لكنها تفتقر إلى آلية لاكتشاف المخالفات. 3
لم تعد التطبيقات الحديثة تتكوّن من شيفرة تكتبها المؤسسة وحدها؛ فقد تضم حزماً مفتوحة المصدر، وخدمات سحابية، وشيفرات مولّدة بالذكاء الاصطناعي، ونماذج وأدوات من جهات خارجية. وكل عنصر إضافي يحتاج إلى تتبّع وتقييم. 5
وتُظهر نتائج JFrog حجم الضغط على الفرق: قال 60% من المشاركين من العاملين في DevSecOps في سنغافورة إن الحوكمة وإنفاذ السياسات هما أكبر عبء على وقتهم، فيما أفاد 41% بأن مراجعة الشيفرات التي ينتجها الذكاء الاصطناعي تستهلك موارد كبيرة. 5 وتعكس هذه الأرقام ضغوطاً أبلغ عنها المشاركون، ولا تعني أن مستوى المخاطر واحد لدى جميع المؤسسات.
وتشير نتائج أخرى من أبحاث JFrog في سنغافورة إلى تحدٍّ في الاستعداد للتدقيق: احتاج 54% من المشاركين، بحسب التقرير، إلى أسبوع على الأقل لإعداد أدلة الامتثال لتطبيق واحد. 7 فمعرفة الجهة المسؤولة عن التطبيق لا تعني بالضرورة القدرة على توثيق مكوّناته وحالة امتثاله بسرعة.
عندما تُستخدم أدوات غير معتمدة خارج نطاق إشراف الأمن، قد يرسل الموظفون إليها معلومات حساسة، مثل الشيفرة المصدرية أو بيانات العملاء. وتشير إرشادات أمنية إلى أن انتقال هذه البيانات إلى خارج سيطرة المؤسسة من مخاطر الذكاء الاصطناعي الخفي. 23
24
كما ينبغي مراجعة الشيفرات والمخرجات التي ينتجها الذكاء الاصطناعي قبل استخدامها. وتُظهر النتائج في سنغافورة أن هذه المراجعة قد تستهلك موارد كبيرة، لكن الأدلة المتاحة هنا لا تحدد مدى تكرار وصول الأخطاء إلى العملاء أو الأنظمة الحيوية. 5
ولا تكفي إجراءات الحظر وحدها لسد فجوة الرؤية إذا استمر الموظفون في استخدام أدوات لا تستطيع المؤسسة اكتشافها. وتشير نتيجة إنفاذ السياسات إلى أولوية عملية واضحة: تحتاج الشركات إلى وسائل لرصد استخدام الذكاء الاصطناعي وتطبيق القواعد فعلياً، لا الاكتفاء بتوثيق ما هو ممنوع. 3
وصف ساني راو من JFrog التطبيقات الحديثة بأنها مزيج من الشيفرة الداخلية والحزم مفتوحة المصدر والخدمات السحابية والشيفرات المولّدة بالذكاء الاصطناعي والنماذج والأدوات الخارجية. ويحوّل هذا التصور تركيز الأمن من الشيفرة المصدرية وحدها إلى مجموعة العناصر التي تدخل في التطبيق وتؤثر فيه. 5
أما كريستين لو من Splunk فتشير إلى تحدٍ مرتبط بذلك: فالمؤسسات التي تسعى إلى توسيع استخدام الذكاء الاصطناعي تواجه متطلبات امتثال وحوكمة للبيانات، إلى جانب عبء التغيير المستمر على العمليات. 4 وتوضح الرؤيتان أن الإشراف على الذكاء الاصطناعي لا يقتصر على مراجعة عمل المطورين؛ بل يشمل أيضاً إدارة البيانات والاعتماديات مع تطور الأنظمة.
تبدأ المقاربة العملية بربط الرؤية بضوابط قابلة للتطبيق:
يقترح نهج JFrog إدارة النماذج والحزم والإضافات والعناصر المولّدة بالذكاء الاصطناعي ضمن سجلّ موحّد. 8 وأياً كانت الأدوات التي تختارها المؤسسة، تبقى الحاجة الأساسية واحدة: ربط ما تستطيع رؤيته بضوابط تستطيع إنفاذها، عبر سلسلة توريد البرمجيات والذكاء الاصطناعي.
Studio Global AI
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
تواجه مؤسسات في سنغافورة فجوة في الرصد والتنفيذ: 18% لديها سياسات تمنع أدوات الذكاء الاصطناعي غير المعتمدة، لكنها تفتقر إلى وسيلة لاكتشاف المخالفات.
تواجه مؤسسات في سنغافورة فجوة في الرصد والتنفيذ: 18% لديها سياسات تمنع أدوات الذكاء الاصطناعي غير المعتمدة، لكنها تفتقر إلى وسيلة لاكتشاف المخالفات. قال 60% من المشاركين في قطاع DevSecOps إن الحوكمة وإنفاذ السياسات يشكلان أكبر عبء على وقتهم، فيما وجد 41% أن مراجعة الشيفرات البرمجية المولّدة بالذكاء الاصطناعي تستنزف الموارد.
تتطلب الاستجابة متابعة سلسلة البرمجيات كاملة، من الشيفرة والنماذج إلى الحزم والخدمات الخارجية، وربط الرؤية بضوابط قابلة للتطبيق.