AnswersPublished19 sources
Mengapa tadbir urus AI di Singapura ketinggalan berbanding penggunaannya
AI bayangan merujuk kepada penggunaan alat AI untuk kerja tanpa kelulusan atau pemantauan organisasi. Sebanyak 60% pihak berkepentingan DevSecOps yang ditinjau di Singapura menyifatkan tadbir urus dan penguatkuasaan dasar sebagai beban masa terbesar; 41% pula berkata semakan kod yang dijana AI memerlukan banyak sumber.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- AI bayangan merujuk kepada penggunaan alat AI untuk kerja tanpa kelulusan atau pemantauan organisasi.
- Sebanyak 60% pihak berkepentingan DevSecOps yang ditinjau di Singapura menyifatkan tadbir urus dan penguatkuasaan dasar sebagai beban masa terbesar; 41% pula berkata semakan kod yang dijana AI memerlukan banyak sumber.
- Kawalan perlu meliputi keseluruhan rantaian bekalan perisian—termasuk model AI, pakej sumber terbuka dan perkhidmatan pihak ketiga—bukan kod yang ditulis sendiri sahaja.
AI Prompt
openai.comCreate 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
Penggunaan AI oleh pekerja boleh berkembang lebih pantas daripada keupayaan syarikat mengenal pasti alat yang digunakan, menyemak kod yang dijana dan menguatkuasakan peraturan. Di Singapura, dapatan kajian menunjukkan jurang antara kewujudan dasar tadbir urus dengan pelaksanaannya merentas perisian dan komponen AI yang digunakan oleh pekerja serta pasukan pembangunan. 3
5
6
Cabarannya bukan sekadar menulis dasar
AI bayangan merujuk kepada alat AI yang digunakan untuk kerja tanpa kelulusan atau pemantauan organisasi. Pekerja mungkin menggunakannya untuk menyiapkan tugasan dengan lebih mudah, sedangkan pasukan keselamatan dan IT tidak mempunyai gambaran lengkap tentang alat yang digunakan atau maklumat yang dikongsi. 14
Dasar bertulis sahaja tidak membuktikan bahawa pekerja mematuhinya atau bahawa syarikat mampu mengesan penggunaan tanpa kebenaran. Kajian JFrog melaporkan bahawa 18% organisasi di Singapura mempunyai dasar yang melarang penggunaan alat AI tanpa kebenaran, tetapi tidak mempunyai mekanisme untuk mengesan pelanggaran. 3
Pembangunan perisian yang pantas menambah beban semakan
Aplikasi moden bukan hanya mengandungi kod yang ditulis sendiri. Ia juga boleh menggunakan pakej sumber terbuka, perkhidmatan awan, kod yang dijana AI, model AI dan alat pihak ketiga. Setiap komponen menambah perkara yang perlu dijejak dan dinilai oleh organisasi. 5
Dapatan JFrog menunjukkan tekanan kerja yang terhasil: 60% pihak berkepentingan DevSecOps di Singapura yang ditinjau menyifatkan tadbir urus dan penguatkuasaan dasar sebagai beban masa terbesar, manakala 41% berkata semakan kod yang dijana AI memerlukan banyak sumber. 5 Angka ini menggambarkan cabaran yang dilaporkan oleh responden, bukan bukti bahawa semua organisasi menghadapi tahap risiko yang sama.
Laporan berasingan mengenai kajian JFrog di Singapura turut menunjukkan cabaran menyediakan bukti pematuhan untuk audit: 54% responden dilaporkan memerlukan sekurang-kurangnya seminggu untuk mengumpulkan bukti pematuhan bagi satu aplikasi. 7 Mengetahui siapa pemilik aplikasi tidak semestinya bermakna organisasi boleh segera mendokumenkan komponen dan status pematuhannya.
Risikonya melangkaui semakan kod
Apabila alat AI tanpa kelulusan digunakan di luar pemantauan keselamatan, pekerja mungkin mendedahkan maklumat sensitif—seperti kod sumber atau data pelanggan—dengan memasukkannya ke dalam alat tersebut. Panduan keselamatan mengenal pasti pemindahan data sensitif ke luar kawalan organisasi sebagai salah satu risiko AI bayangan. 23
24
Kod dan hasil lain yang dijana AI juga perlu disemak sebelum digunakan. Dapatan di Singapura menunjukkan bahawa semakan kod AI boleh memerlukan banyak sumber, tetapi bukti yang tersedia di sini tidak mengukur berapa kerap kesilapan sampai kepada pelanggan atau sistem kritikal. 5
Larangan semata-mata tidak menutup jurang penglihatan jika pekerja masih menggunakan alat yang tidak dapat dikesan oleh organisasi. Dapatan tentang penguatkuasaan itu menonjolkan keutamaan operasi: syarikat perlu mengesan penggunaan AI dan melaksanakan kawalan dalam amalan, bukan sekadar menyenaraikan perkara yang dilarang. 3
Keselamatan aplikasi merangkumi seluruh rantaian bekalan
Sunny Rao dari JFrog menggambarkan aplikasi moden sebagai gabungan kod dalaman, pakej sumber terbuka, perkhidmatan awan, kod dan model yang dijana AI serta alat pihak ketiga. Pendekatan ini mengalihkan tumpuan keselamatan daripada kod sumber sahaja kepada pelbagai komponen yang membentuk aplikasi. 5
Christine Low dari Splunk pula menyentuh cabaran berkaitan: organisasi yang mahu memperluas penggunaan AI perlu menangani jangkaan pematuhan, keperluan tadbir urus data dan beban operasi akibat perubahan berterusan. 4 Kedua-dua pandangan ini menunjukkan bahawa pengawasan AI bukan hanya soal semakan oleh pembangun. Ia turut melibatkan pengurusan data dan kebergantungan apabila sistem berubah.
Langkah yang boleh diambil syarikat
Pendekatan praktikal perlu menghubungkan kebolehlihatan dengan kawalan yang boleh dikuatkuasakan:
- Jejak komponen dalam aplikasi. Rekod model AI, pakej dan artifak perisian lain bersama kod yang ditulis sendiri.
5
8
- Pastikan dasar boleh dikesan dan dilaksanakan. Dapatan 18% menunjukkan sebab peraturan perlu disertakan mekanisme untuk mengenal pasti penggunaan alat tanpa kebenaran.
3
- Permudahkan penyediaan bukti pematuhan. Tempoh yang dilaporkan untuk menyediakan bukti audit menunjukkan bahawa rekod pemilikan sahaja mungkin tidak memadai; pasukan juga memerlukan maklumat mudah dicapai tentang komponen aplikasi dan tadbir urusnya.
7
- Jadikan semakan hasil AI sebahagian daripada kerja keselamatan perisian biasa. Beban semakan yang dilaporkan menyokong layanan terhadap kod yang dijana AI sebagai komponen yang perlu dinilai—bukan anggapan bahawa penjanaan lebih pantas bermakna penghantaran yang selamat juga lebih pantas.
JFrog mencadangkan supaya model, pakej, pemalam dan artifak yang dijana AI ditadbir melalui satu sistem rekod bersama. 8 Apa jua alat yang dipilih, keperluan asasnya tetap sama: hubungkan perkara yang dapat dilihat dengan kawalan yang boleh dikuatkuasakan, merentas rantaian bekalan perisian dan AI.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Mengapa tadbir urus AI di Singapura ketinggalan berbanding penggunaannya"?
AI bayangan merujuk kepada penggunaan alat AI untuk kerja tanpa kelulusan atau pemantauan organisasi.
What are the key points to validate first?
AI bayangan merujuk kepada penggunaan alat AI untuk kerja tanpa kelulusan atau pemantauan organisasi. Sebanyak 60% pihak berkepentingan DevSecOps yang ditinjau di Singapura menyifatkan tadbir urus dan penguatkuasaan dasar sebagai beban masa terbesar; 41% pula berkata semakan kod yang dijana AI memerlukan banyak sumber.
What should I do next in practice?
Kawalan perlu meliputi keseluruhan rantaian bekalan perisian—termasuk model AI, pakej sumber terbuka dan perkhidmatan pihak ketiga—bukan kod yang ditulis sendiri sahaja.
Sources
frontier-enterprise.comSingapore's innovation faces a new risk: Shadow AI