El desafío de la gobernanza de la IA
A medida que las organizaciones implementan agentes y habilidades de IA a gran escala, se enfrentan a un verdadero desafío: ¿cómo sabe el agente qué datos son relevantes para una pregunta determinada? Sin orientación, un agente podría recurrir a demasiadas fuentes, mezclar contextos de forma inapropiada o pasar por alto matices importantes sobre qué datos son adecuados para un escenario dado.
El reto consiste en ayudar a la IA a centrarse en los datos correctos. Su organización necesita que la IA proporcione respuestas específicas y precisas basadas en los datos más relevantes.
La clasificación que ya tienes puede hacer más
Las etiquetas de confidencialidad en Fabric ayudan a las organizaciones a clasificar y proteger sus datos según niveles de confidencialidad como General, Confidencial, Altamente Confidencial y Etiqueta Personalizada. Se definen en Microsoft Purview y se pueden aplicar a elementos de Fabric y Power BI, como informes, modelos semánticos y Lakehouse, donde también se pueden usar para aplicar políticas de protección y control de acceso. Las etiquetas de confidencialidad también están disponibles a través de API públicas , lo que permite el acceso programático y su uso por agentes y flujos de trabajo automatizados.
Cuando una habilidad o agente de IA procesa una pregunta, no solo verifica los permisos, sino que selecciona y prioriza los datos para generar una respuesta. Al usar etiquetas de confidencialidad como señales de orientación dentro de la propia habilidad, las organizaciones pueden ayudar a la IA a centrarse en los datos adecuados para la tarea. Las etiquetas de confidencialidad siguen reforzando la protección, pero ahora también ayudan a la IA a generar respuestas más relevantes y contextualizadas. Las organizaciones amplían el valor de las clasificaciones que ya mantienen, brindando a la IA la misma información contextual que guía la toma de decisiones humanas.
Las etiquetas de confidencialidad ya desempeñan un papel fundamental en la protección de datos, ayudando a las organizaciones a controlar quién puede acceder a ellos mediante políticas y su aplicación. Al mismo tiempo, a medida que evolucionan las experiencias impulsadas por la IA, surge la oportunidad de ampliar su valor más allá del control de acceso, ofreciendo orientación contextual. Las etiquetas de confidencialidad también pueden guiar una nueva decisión: "¿Es apropiado que la IA considere estos datos en este contexto?".