Die Vorstandsetagen von Unternehmen werden derzeit mit wunderschönen, hochauflösenden KI-Beobachtbarkeits-Dashboards überschwemmt. Chief Data Officers zeigen stolz auf grünes Licht und verfolgen die Token-Nutzung, Latenzmetriken und Driftvektoren in ihren neu bereitgestellten großen Sprachmodellen. Doch dieser architektonische Aufbau birgt eine gefährliche, systemische Täuschung. Eine katastrophale Halluzination oder ein Leck an geistigem Eigentum in Echtzeit zu überwachen ist nicht dasselbe wie es zu stoppen.

Der Enterprise-Technologie-Stack hat eine riesige Sichtbarkeitsschicht über der generativen Infrastruktur aufgebaut und dabei die eigentlichen Bremsen völlig vernachlässigt. Während Unternehmen sich beeilen, autonome Agenten und hochentwickelte abrufgestützte Generierungssysteme zu implementieren, ist die Unterscheidung zwischen dem Beobachten des Eintritts eines Risikos und der aktiven Minderung dieses Risikos in diesem Jahr zum entscheidenden Schlachtfeld für Compliance geworden. Passive Beobachtung ist keine vertretbare Unternehmenshaltung mehr.

Diese Realität verankert den massiven Strukturwandel dahinter Hewlett Packard Unternehmen Hinzufügung von Vertrauensvoll zu seinem kuratierten HPE Unleash AI-Partnerprogramm. Durch die direkte Integration des Trustwise AI Management Tower in HPE Personal Cloud AI führt das Duo eine gehärtete, lokalisierte Governance-Ebene ein, die sicherstellt, dass autonome Agenten strikt innerhalb der Unternehmensrichtliniengrenzen agieren, bevor eine Aktion ausgeführt wird.

Die Echtzeit-Reibungslücke

Die betriebliche Diskrepanz zwischen der Überwachung einer Anomalie und der Durchsetzung einer Richtlinie bleibt ein kostspieliger Engpass. Herkömmliche IT-Überwachungsparadigmen basieren auf Put up-hoc-Warnungen. Wenn auf dem Dashboard eine Motorwarnung ausgelöst wird, meldet sich ein menschlicher Techniker an, wertet die Telemetrie aus und repariert das System. Wenden Sie diese mehrminütige Latenzzeit auf einen generativen Agenten mit Stay-Kundenkontakt an, und das Unternehmen erleidet einen enormen Markenverlust, bevor irgendjemand auf Pause klicken kann.

„Grundsätzlich ist ein Observability-Dashboard nur ein Teil des Puzzles. Es sagt Ihnen, dass etwas schief gelaufen ist, kann es aber nicht verhindern“, sagt Manoj Saxena, Gründer und CEO von Trustwise. „Wenn ein KI-Modell eine toxische oder nicht richtlinienkonforme Ausgabe erzeugt, markiert Ihr Observability-Software dies und löst eine Warnung aus. Jemand muss die Warnung sehen, sie untersuchen, sich für eine Lösung entscheiden und sie bereitstellen. Diese Schleife läuft in Minuten oder Stunden ab und hängt davon ab, dass ein Mensch wach ist. Das Downside besteht darin, dass die toxische Ausgabe das Gebäude bereits verlassen hat. An diesem Punkt dokumentieren Sie den Schaden und verhindern ihn nicht. Die Kontrolle schließt diese Schleife auf Null.“

Die Lösung erfordert die Verlagerung des Sicherheitsbereichs direkt in den Datenpfad. Unternehmensarchitekturen müssen auf Inline-Richtliniendurchsetzungs-Engines umsteigen, die in der Lage sind, nicht konforme Nutzlasten in Millisekunden abzufangen, zu filtern und zu blockieren, lange bevor die Ausgabe jemals einen Endbenutzer oder eine externe Datenbank erreicht.

Kodifizierung der Kategorie „Belief Posture Administration“.

Dieser architektonische Wandel treibt die Entstehung eines formalisierten Industrieraums voran: Belief Posture Administration (TPM). Ähnlich wie das Cloud Safety Posture Administration die Cloud-Infrastruktur revolutionierte, indem es von statischen Firewalls zur kontinuierlichen, automatisierten Compliance-Nachverfolgung überging, behandelt TPM das KI-Risiko als fortlaufende Metrik auf Vorstandsebene.

Diese strukturelle Entwicklung verändert die Artwork und Weise, wie Unternehmensbudgets zugewiesen werden. Chief Data Safety Officers und Chief Information Officers können KI-Sicherheit nicht länger als eine Advert-hoc-Engineering-Aufgabe betrachten, die mit fragilen, hartcodierten Wrappern um bestimmte APIs erledigt wird.

„Wenn man es Belief Posture Administration nennt, wird es zu einer Stay-Betriebsebene umgestaltet“, sagte Saxena. „Jede große Technologiewelle schafft eine neue Kontrollschicht. Netzwerke schufen Firewalls. Cloud schuf CSPM. APIs schufen API-Gateways. Agentische KI erfordert jetzt Laufzeit-Vertrauensmanagement. Diese Verschiebung verändert drei Dinge in der Artwork und Weise, wie ein CISO oder Chief Information Officer Ausgaben zuweist. Erstens verlagert sich das Funds von regelmäßigen Prüfungen und Beratung hin zu einer kontinuierlichen Laufzeit-Infrastruktur, die funktioniert, während KI im Einsatz ist. Zweitens verlagert sich die Eigentümerschaft von einem Richtliniendokument, das vom Risiko gehalten wird, zu einer gemeinsamen Kontrollebene, die von KI-Plattformtechnik, Sicherheit, Compliance und Risiko gemeinsam betrieben wird. Drittens: Die Werbebuchung ist kein Projekt mehr, das endet, sondern wird zu einer Infrastruktur, die so lange läuft, wie die Agenten es tun.“

Frameworks in Code übersetzen

Unternehmensleiter häufig zitieren Einhaltung der NIST AI Threat Administration Framework als Beweismittel der Sicherheit. Aber ein PDF-Dokument, das mit Excessive-Degree-Anweisungen gefüllt ist, kann einen betrügerischen API-Aufruf nicht abfangen oder ein Datenpaket prüfen.

Die größte technische Herausforderung liegt in der Operationalisierung dieser philosophischen Requirements auf der Transaktionsebene. Statische Compliance-Checklisten müssen zu ausführbaren Laufzeitrichtlinien werden.

„Ein Rahmenwerk wie NIST liefert ein Ergebnis im Klartext: Schädliche Ausgaben verwalten, den Verlust sensibler Daten verhindern, Menschen über risikoreiche Entscheidungen auf dem Laufenden halten und Beweise für die Aufsicht aufrechterhalten. Das sind wichtige Ergebnisse, aber sie setzen sich nicht durch“, sagte Saxena. „Trustwise übernimmt diese abstrakten Kontrollen und wandelt sie in ausführbare Laufzeitrichtlinien um. Diese Richtlinien werden bei jeder Eingabeaufforderung, Antwort, jedem Software-Aufruf und jeder Agentenentscheidung ausgewertet. Wenn ein Agent versucht, etwas zu tun, was die Kontrolle verbietet, kann die Richtlinie es blockieren, schwärzen, umleiten, eskalieren oder in Echtzeit eine menschliche Genehmigung erfordern.“

Die Multi-Millionen-Greenback-Haftungsschleife

Sich auf die Analyse von Protokollen nach einem Vorfall zu verlassen, birgt ein enormes rechtliches und finanzielles Risiko. Wenn ein proprietäres Modell fehlerhafte Finanzberatung liefert, eine nicht autorisierte Transaktion ausführt oder gegen lokale Datenschutzgesetze verstößt, ist die Entdeckung des Verstoßes während einer Wochenendprüfung ein katastrophaler Misserfolg.

Wenn sich ein Unternehmen ausschließlich auf die Put up-hoc-Überwachung verlässt, werden seine Kunden im Wesentlichen zu seinem Qualitätssicherungsteam. Wenn ein System böswillig handelt oder Unternehmensgeheimnisse preisgibt, dokumentiert ein Put up-Occasion-Log lediglich den genauen Mechanismus Ihrer bevorstehenden Geldbuße. Unternehmensvorstände beginnen zu erkennen, dass passive Beobachtbarkeit keinen rechtlichen Schutz bietet, wenn eine Compliance-Krise Schlagzeilen macht. Die Entdeckung eines systemischen Verstoßes Wochen nach der Offenlegung ist ein Governance-Versagen und kein IT-Ticket.

„Für einen Vorstand ist ‚wir haben es überwacht‘ keine Verteidigung“, sagte Saxena. „Eine Regulierungsbehörde fragt nicht, ob Sie den Fehler gesehen haben. Sie fragen, ob Sie ihn gestoppt haben. Das sind sehr unterschiedliche Fragen, und nur eine davon ist gültig. Die vertretbare Place ist der Beweis dafür, dass die Kontrolle das Verhalten in der Produktion ausgelöst und gestoppt hat, idealerweise mit unabhängiger Überprüfung und nicht mit einer Selbstbescheinigung. Sie können nicht der Einzige sein, der bestätigt, dass Ihre eigenen Kontrollen funktionieren. Ein Vorstand kann verteidigen: „Wir haben es blockiert.“ Es kann nicht verteidigen: ‚Wir haben zugesehen, wie es passierte‘.“

Lokalisierte Kontrolle in der Sovereign Cloud

Um diese Belastungen zu mindern und gleichzeitig die strikte Datensouveränität aufrechtzuerhalten, verlassen Unternehmen zunehmend die öffentliche Cloud für zentrale KI-Workflows. Die enorme Bedeutung von Unternehmensdaten verlagert sich in Richtung lokalisierter, hybrider Architekturen wie HPE Personal Cloud AI, die gemeinsam mit NVIDIA entwickelt wurden.

Doch die Verlagerung von Modellen auf non-public Infrastruktur führt zu einem lokalen technischen Engpass. Governance-Instruments können sich nicht auf externe, cloudabhängige API-Aufrufe verlassen, die zu Latenzen führen und den souveränen Datenbereich unterbrechen. Sicherheit muss genau dort leben, wo sich die Daten befinden.

Diese Realität liegt der Integration des Trustwise AI Management Tower in das HPE Unleash AI-Partnerökosystem zugrunde und bringt deterministische Sicherheitsprotokolle direkt in Naked-Metallic-Personal-Clouds für Unternehmen.

„Die Einführung von generativer und agentischer KI in Unternehmen wird behindert, wenn Unternehmen keine Datenexfiltration oder Nichteinhaltung von Vorschriften in der öffentlichen Cloud riskieren können“, sagt Robin Braun, Vice President of AI Enterprise Improvement, Hybrid Cloud bei HPE. „Durch die Partnerschaft mit Trustwise eliminieren wir den Kompromiss zwischen Geschwindigkeit und Souveränität. Unsere Unternehmenskunden können jetzt autonome Agenten mit absoluter Betriebssicherheit einsetzen, da sie wissen, dass deterministische Leitplanken Richtlinien in Echtzeit direkt in ihrer sicheren Infrastruktur vor Ort durchsetzen.“

Dieser lokalisierte Ansatz verändert die technische Gleichung für Early Adopters und verkürzt die Zeit, die für die sichere Skalierung von Abläufen erforderlich ist, drastisch.

„Die HPE Unleash AI-Partnerschaft verändert den Bereitstellungszeitplan, da Trustwise vorab in den privaten KI-Stack von HPE integriert und validiert ist. Dadurch entfällt ein Großteil der benutzerdefinierten Integrationsarbeit, die normalerweise KI-Programme in Unternehmen verlangsamt“, sagte Saxena. „Trustwise AI Management Tower kann auf HPE Personal Cloud AI ausgeführt werden, sodass sich die Steuerungsebene in der eigenen Umgebung des Kunden direkt neben den KI-Workloads befindet. Der Zeitrahmen verkürzt sich additionally von einem maßgeschneiderten Integrationsprojekt zur Bereitstellung einer vorab validierten Steuerungsschicht auf einer Infrastruktur, der das Unternehmen bereits vertraut. Anstatt Monate damit zu verbringen, nach der Bereitstellung eine Governance aufzubauen, können Unternehmen die Agenten-KI mit von Anfang an integrierter Laufzeitsteuerung operationell machen.“

Die Partnerschaft markiert einen entscheidenden Wendepunkt für die Branche. Bei der Unternehmensentscheidung geht es nicht mehr darum, ob generative Systeme eingesetzt werden sollen, sondern darum, wie man sie in großem Maßstab verwalten kann, ohne dass Daten an öffentliche APIs weitergeleitet werden. Echte betriebliche Belastbarkeit entsteht nicht dadurch, dass man seinen Modellen auf einem schönen Bildschirm beim Driften zusieht. Dies ist darauf zurückzuführen, dass eine automatisierte, non-public Infrastruktur vorhanden ist, um das Risiko auszuschalten, bevor es jemals den Perimeter überschreitet.

Während die Welt darüber debattiert, wie KI in die Bildung passen soll, bleibt die Tatsache bestehen, dass Schulen und das Lernsystem im Allgemeinen bereits sehr angespannt sind. Nachweisen? Das globale Lernniveau sinkt. Die neuesten PISA-Ergebnisse zeigen den stärksten Rückgang der Schülerleistungen seit zwei Jahrzehnten, insbesondere in den Bereichen Lesen und Mathematik. Die Schulen schreiben mehr Schüler ein als je zuvor, doch die tatsächlichen Lernfortschritte halten nicht Schritt. Die Lehrer sind überlastet. Die Studierenden sind überfordert. Und ehrlich gesagt geht der wahre Sinn des Lernens einfach verloren.

Vor diesem Hintergrund hat Google sein Positionspapier veröffentlicht: „KI und die Zukunft des Lernens.“ Es verspricht keine schnelle Lösung oder eine auffällige technische Überarbeitung. Stattdessen wird ein forschungsorientierter, auf Lernwissenschaften basierender Ansatz dargelegt, wie KI die Bildung sowohl für Schüler als auch für Lehrer wirklich verbessern kann. Hier gibt es eine Erkenntnis, die ich sehr interessant fand: KI in der Bildung ist keineswegs dazu gedacht, Menschen zu ersetzen. Es soll lediglich das System reparieren.

In Googles Worten:

„Durch die Unterstützung von Lehrern und die Personalisierung des Lernens kann KI dazu beitragen, das menschliche Potenzial auf der ganzen Welt freizusetzen.“

Was genau ist dieser Bericht? Was steht darin? Und wie können wir uns damit die Zukunft des Lernens vorstellen? Lass uns eintauchen.

Im Google-Bericht „KI und die Zukunft des Lernens“.

Googles neuer Bericht „KI und die Zukunft des Lernens“ ist im Wesentlichen ein Entwurf dafür, wie KI im Bildungswesen entworfen, eingesetzt und gesteuert werden sollte. Es geht um die Verwendung KI zur Stärkung der Lernergebnissehochwertige Bildung für alle zugänglich machen und die Menschen unterstützen, die das System am Laufen halten: Lehrer.

Der Bericht legt die Kernphilosophie von Google beim Aufbau von KI für die Bildung dar: KI muss auf dem Erlernen von Wissenschaft, Pädagogik und evidenzgestützten Praktiken basieren und darf nicht auf Hype basieren. Und das ist nicht nur Theorie. Google hebt seine laufende Arbeit mit LearnLM hervor, einer Familie von KI-Modellen, die speziell auf das Lernen abgestimmt sind. Die Idee ist einfach: Wenn KI lehren soll, muss sie selbst darauf trainiert werden, wie Menschen lernen.

Der Bericht macht auch eines klar: Die Welt braucht keine KI, die „clever klingt“. Wir brauchen KI, die Lernende tatsächlich intelligenter, neugieriger und fähiger macht, selbstständig zu denken. Diese Unterscheidung prägt alles, was in Googles Roadmap für die Zukunft folgt.

Warum dieser Bericht gerade jetzt wichtig ist

Allein die Tatsache, dass das Bildungssystem weltweit unter Druck steht, verdeutlicht eine der größten Chancen seit Jahrzehnten, die Artwork und Weise, wie Lernen tatsächlich funktioniert, neu zu gestalten. Das ist der Punkt, an dem sich das Gespräch dreht KI in der Bildung braucht einen Reset. Anstatt zu fragen: „Sollte KI in Klassenzimmern sein?“ Die relevantere Frage lautet: „Wie kann KI besseres Lernen unterstützen, ohne den menschlichen Kern der Bildung zu verlieren?“

Dieser Bericht ist wichtig, weil er zu einer Zeit erscheint, in der Schüler, Lehrer und Eltern alle dasselbe fragen: Kann Bildung für alle Beteiligten effektiver, persönlicher und weniger anstrengend werden? Google glaubt, dass die Antwort „Ja“ lautet. Und vieles davon hängt davon ab, dass die KI richtig aufgebaut ist. Nicht als Abkürzung oder Cheat-Code, sondern als Werkzeug, das die Neugier weckt, das Verständnis stärkt und Lehrern die Freiheit gibt, das zu tun, was Maschinen nicht können.

Kurz gesagt, dieser Bericht ist keine Warnung oder ein technischer Pitch. Es ist ein richtungsweisendes Dokument für eine Zukunft, in der Technologie endlich das Lernen unterstützt, anstatt es zu erschweren.

Wichtige Erkenntnisse auf einen Blick

Der Bericht von Google hebt fünf große Veränderungen hervor, die KI im Bildungswesen bewirken kann, wenn sie verantwortungsvoll entwickelt und von der Lernwissenschaft geleitet wird:

1. Personalisiertes Lernen im großen Maßstab ist jetzt möglich: KI kann sich an das Tempo, die Lücken, die Stärken und den Lernstil jedes Schülers anpassen und ermöglicht so Millionen Zugang zu der Artwork personalisierter Unterstützung, die früher nur von 1:1-Lehrern angeboten wurde.
2. Die Lehrkräfte bleiben im Mittelpunkt der Lernerfahrung: KI wird als Lehrassistent und nicht als Ersatz positioniert. Dies bedeutet, dass es bei Planung, Beurteilungen, Suggestions und Verwaltung helfen kann, sodass sich Lehrer auf Mentoring, Kontakte und menschliche Entwicklung konzentrieren können.
3. Lernen muss aktiv und nicht passiv bleiben: KI-Instruments sollen zum Nachdenken, Hinterfragen, Reflektieren und Problemlösen anregen. Was es nicht tun sollte, ist, Antworten mit dem Löffel zu füttern oder „metakognitive Faulheit“ zu erzeugen.
4. Das Lernen wird sich vom Konsum von Inhalten zum aktiven Engagement verlagern: Google betont, dass KI „eine aktive Teilnahme anregen“ und die Schüler vom „passiven Konsum zur aktiven Anwendung“ bewegen muss. Der Bericht hebt hervor, dass eine intestine konzipierte KI durch geführte Fragen, räumliches Üben, Simulationen und Echtzeit-Suggestions interaktives Lernen ermöglichen kann.
5. Gleichheit vor Innovation: Das Ziel sind nicht Excessive-Tech-Klassenzimmer für einige wenige. Es ist KI in der Bildung, die verschiedene Sprachen, Regionen und Lernumgebungen erreicht, sodass die Vorteile bestehende Lücken nicht vergrößern. In seinem Bericht positioniert Google KI als eine Möglichkeit, Ungleichheiten zu verringern, indem es Unterstützung über Sprachen, Kulturen, Einkommensniveaus und Lernunterschiede hinweg bietet.
6. KI kann neue Erkenntnisse darüber liefern, wie Lernen geschieht: Dieser hier geht eher in die Richtung von datengestützte Erkenntnisse. Der Bericht von Google hebt hervor, dass KI Lernmuster, Motivationsauslöser und „Aha“-Momente analysieren kann, um neue Grenzen der Lernforschung aufzudecken, die bisher nicht zu beobachten waren.
7. Am wichtigsten ist, dass KI menschliche Beziehungen beim Lernen nicht ersetzen wird: Der Bericht bekräftigt, dass Motivation und tieferes Lernen auf menschlicher Verbindung, Zugehörigkeit und Ermutigung beruhen, und das ist etwas, was KI nicht reproduzieren kann.

Herausforderungen: Risiken und Bedenken, die wir nicht ignorieren können

Trotz aller Möglichkeiten macht der Bericht eines klar: Wenn wir KI in der Bildung falsch verstehen, wird sie nicht einfach scheitern. Es könnte die Artwork und Weise, wie Schüler lernen, aktiv beeinträchtigen. Der Bericht von Google scheut sich nicht, dies anzusprechen. Hier sind die größten Risiken, die wir nicht ignorieren dürfen:

1. Die Schüler hören möglicherweise auf, selbstständig zu denken

Der Bericht warnt davor, dass viele Studierende bereits „zu viel Denken auf die KI verlagern“, was zu dem führt, was Experten als „metakognitive Faulheit“ bezeichnen.

Wenn KI zu einer Abkürzung zu Antworten statt zu einem Leitfaden zum Verstehen wird, besteht die Gefahr, dass eine Technology heranwächst, die Aufsätze schreiben, Mathematik lösen oder Konzepte erklären kann, ohne sie tatsächlich zu kennen. Die Haltung von Google ist klar: KI muss durch reflektiertes Fragen und Denken „tiefes Denken fördern – nicht ersetzen“.

2. Akademische Ehrlichkeit wird immer schwieriger aufrechtzuerhalten sein

KI hat die Grenze zwischen Lernunterstützung und schlichtem Betrug verwischt. Wir alle wissen, dass Schulen heute bereits Schwierigkeiten haben, zu definieren, wie eine „akzeptable Nutzung“ aussieht. Umfragen zeigen einen zunehmenden Missbrauch, es besteht jedoch kein allgemeiner Konsens darüber, was als Missbrauch gilt KI-Betrug.

Dies wird die Schulen möglicherweise dazu zwingen, die Beurteilungen komplett neu zu gestalten und sich auf Debatten, mündliche Prüfungen, Portfolioarbeiten und Aufgaben zu konzentrieren, die KI nicht so leicht fälschen kann.

3. Jüngere Benutzer sind höheren Sicherheits- und emotionalen Risiken ausgesetzt

KI-Systeme müssen Kinder vor schädlichen Inhalten, voreingenommenen Ergebnissen und psychologischen Risiken schützen. Google betont die dringende Notwendigkeit mehrschichtiger Schutzmaßnahmen, altersgerechter Filterung und KI-Kompetenz für Schüler.

Ohne dies könnte KI junge Köpfe auf eine Weise beeinflussen, die wir nicht vollständig verstehen und, schlimmer noch, nicht rückgängig machen können.

4. KI könnte die Kluft im Bildungsbereich vergrößern, nicht schließen

Wenn nur intestine finanzierte Schulen oder englischsprachige Schüler von KI profitieren, werden wir genau die Lücken vergrößern, die wir zu schließen versuchen. Google gibt an, dass KI nur dann sinnvoll ist, wenn sie zugänglich, erschwinglich sowie kulturell und sprachlich inklusiv bleibt.

Wenn wir dies ignorieren, wird KI zu einem weiteren Privileg und nicht zu einem Ausgleichs- oder Stärkungswerkzeug, als das sie ursprünglich gedacht conflict.

Googles Roadmap und Imaginative and prescient für die Zukunft des Lernens

Deshalb liebe ich persönlich Google – es ist brutal aktionsorientiert. Wenn alle Tech-Majors ein Movie wären, wäre Google definitiv eine „Die Onerous“-Nummer. Auch seine Imaginative and prescient für KI in der Bildung spiegelt dies wider. So geht’s:

1. Google trainiert KI-Modelle speziell für das Lernen und nicht nur für die Data

Google entwickelt KI-Modelle, darunter Zwillinge erweitert mit LearnLM. Diese sind speziell für die Bildung konzipiert und basieren auf dem Erlernen wissenschaftlicher Erkenntnisse. Diese Modelle sind darauf trainiert, Schüler durch Neugier, Erkundung und kritisches Denken anzuleiten, anstatt ihnen sofort Antworten zu geben. Das Ziel besteht darin, KI zu schaffen, die „Menschen beim Lernen hilft“ und echtes Verständnis aufbaut, anstatt Abkürzungen bereitzustellen, die das Lernen nachahmen.

2. Positionierung der KI als Lehrassistent und nicht als Lehrerersatz

Die Roadmap von Google sorgt dafür, dass Lehrer im Mittelpunkt des Klassenzimmers stehen. KI ist darauf ausgelegt, die Aufgaben zu bewältigen, die Lehrer Zeit beanspruchen, wie Unterrichtsplanung, Verwaltung, Suggestions und Inhaltsgerüste, damit sich Pädagogen auf Mentoring, emotionale Unterstützung und eine tiefere menschliche Verbindung zu den Schülern konzentrieren können. Das Ziel besteht darin, die Wirkung der Lehrkräfte zu verstärken und nicht zu verwässern. Wie der Bericht feststellt, sind menschliche Beziehungen nach wie vor von zentraler Bedeutung dafür, wie Schüler motiviert bleiben und intensiv lernen.

3. Personalisiertes Lernen skalieren, ohne jemanden zurückzulassen

Google will personalisiertes Lernen um alle Lernenden zu erreichen, nicht nur diejenigen in intestine ausgestatteten Schulen. Das bedeutet, KI-Instruments zugänglich, mehrsprachig, kulturell related und inklusiv für unterschiedliche Lernbedürfnisse zu machen. Der Schwerpunkt liegt auf der Verringerung der Bildungsungleichheit, indem sichergestellt wird, dass KI Schülern in verschiedenen Regionen, Sprachen und sozioökonomischen Hintergründen zugute kommt.

4. Mit Pädagogen, Forschern und politischen Entscheidungsträgern die Zukunft des Lernens gestalten

Anstatt KI über Nacht in die Klassenzimmer zu bringen, verfolgt Google einen evidenzbasierten Ansatz, bei dem die Zusammenarbeit an erster Stelle steht. Es arbeitet mit Universitäten, Bildungsexperten, Schulen und politischen Entscheidungsträgern zusammen, um zu erforschen, was funktioniert, führt Pilotprojekte durch und verfeinert Instruments auf der Grundlage realer Unterrichtsergebnisse. Bei dieser Roadmap geht es um nachhaltige Veränderungen, die Gestaltung eines KI-Ökosystems, das sich mit den Lernbedürfnissen weiterentwickelt, anstatt als Störung für Schüler oder Lehrer zu wirken.

Abschluss

Die Geschichte ist der Beweis dafür, dass die Technologie bereits viele Branchen revolutioniert hat. Und mit der KI im Combine befindet sich die Bildung jetzt an einem Wendepunkt. Aber dieses Mal ist das Ziel nicht die Störung, sondern die Verbesserung. Googles Imaginative and prescient für KI In der Bildung geht es nicht darum, das zu ersetzen, was funktioniert, sondern darum, das zu stärken, was seit Jahren schwächelnd ist. Persönlicheres Lernen, weniger Druck auf die Lehrer, tiefergehendes Denken und ein gerechterer Zugang zu hochwertiger Bildung – ich glaube, das sind Ergebnisse, auf die es sich zu konzentrieren lohnt.

Aber KI allein wird uns nicht dorthin bringen. Der wirkliche Fortschritt wird sich aus der Artwork und Weise ergeben, wie Schüler, Lehrer, Eltern und Institutionen es nutzen. Wenn wir KI als Abkürzung betrachten, verlieren wir den Kern des Lernens. Wenn wir es gezielt einsetzen, gewinnen wir einen mächtigen Verbündeten, der Potenzial für Millionen Menschen freisetzen kann, die noch nie Zugang zu diesem Maß an Unterstützung hatten.

Denken Sie additionally im weiteren Verlauf des Gesprächs daran: Wenn wir diesen Wandel intestine steuern, kann die nächste Technology vielleicht einfach besser lernen, tiefer denken und größere Träume haben als alle anderen vor ihr.

Bild vom Autor

# Einführung

GLM-4.6 ist die neueste Model des Z.AI Open-Weight-Codierungsmodells und bietet erhebliche Verbesserungen gegenüber GLM-4.5 in Bereichen wie Agentenleistung, Argumentation und Codierungs-Benchmarks. Obwohl es als offene Gewichtung für das Selbsthosting verfügbar ist, kann der Betrieb mit voller Kapazität ressourcenintensiv sein. Aus diesem Grund bevorzugen viele Entwickler eine schlanke Abonnementoption, die ihnen den Zugriff auf das Modell ermöglicht, ohne dass schwere {Hardware} erforderlich ist.

Wir stellen vor GLM-Codierungsplan: Eine kostengünstige und unkomplizierte Möglichkeit, GLM-4.6 für ca $3 professional Monat. Dieser Plan lässt sich nahtlos in gängige Entwicklertools integrieren, sodass Sie ihn mit minimalem Setup mit Ihrem Editor oder Ihrer Befehlszeilenschnittstelle verbinden können.

In diesem Tutorial erfahren Sie, wie Sie das verknüpfen GLM-Codierungsplan Zu OpenCode und verwenden Sie eine einzige Eingabeaufforderung, um eine einfache Zahlungsplattform-Web site zu erstellen, die es Ihnen ermöglicht, die Leistung von GLM-4.6 in einem realen Entwicklungsszenario zu bewerten.

# Den GLM-Codierungsplan verstehen

Der GLM-Codierungsplan ist der abonnementbasierte Dienst von Z.AI, der KI-gestützte Codierung mithilfe von integriert GLM-4.6 Modell in gängige Entwicklertools integrieren, schon ab nur $3 professional Monat.

Es funktioniert nahtlos in Umgebungen wie Claude Code, Cline und OpenCode, sodass Sie Ihren bestehenden Workflow beibehalten und gleichzeitig das zugrunde liegende Modell aktualisieren können.

Anstelle einer Gebühr professional Token bietet dieses monatliche Abonnement einen Lite-Einstiegsplan, der etwa 120 Eingabeaufforderungen innerhalb eines 5-Stunden-Zyklus in Claude Code bereitstellt, was es zu einer kostengünstigen Wahl für häufige Programmiersitzungen macht.

Praktisch gesehen können Sie für nur 3 $ professional Monat auf die Codierungsfunktionen von GLM über unterstützte Instruments wie Claude Code zugreifen, wobei eine kontinuierliche Erweiterung um zusätzliche Integrationen geplant ist. Auf diese Weise müssen Sie keine nutzungsabhängigen Gebühren verwalten.

Bild von GLM-Codierungsplan

# Einrichten von OpenCode mit dem GLM-Codierungsplan

Wir werden den GLM Coding Plan mit OpenCode verwenden. OpenCode ähnelt dem Claude Code-Ökosystem und bietet in einigen Fällen möglicherweise bessere Integrationsoptionen als Claude Code, sodass Sie problemlos jedes Modell aus Open-Supply- oder Claudes proprietären Quellen integrieren können.

1. Bitte installieren Sie OpenCode mit npm. Stellen Sie sicher, dass Node.js installiert ist. Führen Sie den folgenden Befehl in Ihrem Terminal aus:

npm set up -g opencode-ai

Wenn Sie Linux verwenden, können Sie alles einrichten, indem Sie den folgenden Befehl in das Terminal eingeben:

curl -fsSL https://opencode.ai/set up | bash

Wenn Sie Home windows verwenden, können Sie den integrierten Befehl zum Installieren von OpenCode verwenden:

2. Gehen Sie zu GLM-Codierungsplan Web site und melden Sie sich an. Wählen Sie das GLM Coding Lite-Abonnement aus. Sie müssen Kreditkarteninformationen angeben und Ihr Konto wird mit 3 $ belastet.

3. Rufen Sie Ihr Dashboard auf und klicken Sie auf „API-Schlüssel“ Choice. Generieren Sie Ihren API-Schlüssel und kopieren Sie ihn.

4. Geben Sie im Terminal den Befehl ein:

Wählen Sie den Z.AI-Codierungsplan aus und fügen Sie den API-Schlüssel ein, den Sie gerade kopiert haben.

5. Starten Sie OpenCode durch Eingabe opencode im Terminal. Benutzen Sie die /mannequin Befehl, um das Modellauswahlmenü aufzurufen und das vom Z.AI-Codierungsplan bereitgestellte Modell „GLM-4.6“ auszuwählen.

Sie sind bereit. So einfach ist das.

# Erstellen der Gen Pay-Web site mit dem GLM-4.6-Codierungsplan

Wir werden uns nun an die Entwicklung einer Web site für „Gen Pay“ machen, einer modernen Cellular-First-Zahlungslösung für die Era Z. Unser Ziel ist es, mit modernsten Webtechnologien ein ansprechendes, reaktionsfähiges und zugängliches Benutzererlebnis zu bieten.

Wir starten OpenCode und geben die Eingabeaufforderung ein, um die gesamte Web site zu erstellen.

Immediate:

Erstellen Sie mithilfe eines modernen Internet-Stacks eine interaktive, auf Mobilgeräte ausgerichtete Web site für eine Zahlungslösung der Era Z (Gen Pay). Verfolgen Sie alle Änderungen mit klaren, atomaren Git-Commits. Machen Sie das Erlebnis äußerst ansprechend und reaktionsschnell.

Nach ein paar Minuten wurde der Plan generiert und wir wurden angewiesen, den Planmodus zu verlassen und in den Erstellungsmodus zu wechseln. Sie können dies tun, indem Sie die Tab-Style auf Ihrer Tastatur drücken. Danach einfach eingeben proceedund es beginnt mit der Erstellung der Ordnerstruktur, der Dateien und wichtigen Metadaten, während Änderungen mit Git verfolgt werden.

Die Erstellung der Web site dauerte etwa 5 Minuten. Als nächstes haben wir es gebeten, alle Abhängigkeiten zu installieren und die Web site lokal auszuführen.

Notiz: Unter Home windows treten bei einigen Benutzern Probleme beim Scrollen durch den generierten Verlauf auf. Um dies zu vermeiden, stellen Sie Ihr Terminal auf das Open-Supply-Terminal um Eifer/Eifer.

Die Web site sieht poliert aus; Bei der ersten Überprüfung konnten wir keine sichtbaren Fehler feststellen. Es umfasst Optionen, Animationen, leuchtende Farben und alle notwendigen Informationen für die Zahlungsplattform.

Die Web site enthält alle erforderlichen Funktionalitäten und alles funktioniert reibungslos. Sie müssen nur einige kleinere Anpassungen vornehmen, wie zum Beispiel das Hinzufügen von Hyperlinks zu Social-Media-Konten und dem YouTube-Hyperlink für das Demovideo.

Es enthält sogar ein Formular, mit dem Benutzer ein Konto erstellen können. Ich bin beeindruckt; es ist auf Augenhöhe mit Claude Sonnet 4.

Das Beste daran ist, dass alle Änderungen nachverfolgt werden und Sie das Projekt auf GitHub veröffentlichen können: kingabzpro/Gen-Pay: Zahlungslösung für Gen Z

# Abschluss

Der GLM-4.6-Codierungsplan ist eine hervorragende Choice, wenn Sie maximale Codierungsfunktionen zu minimalen Kosten suchen. Die Pläne beginnen bei nur 3 $ professional Monat und sind mit beliebten Instruments wie Claude Code, Kilo Code und OpenCode kompatibel. Dieser Plan bietet etwa die dreifache Nutzung typischer Alternativen (Claude Code) und stellt auf der Lite-Stufe etwa 120 Eingabeaufforderungen professional 5-Stunden-Zyklus bereit.

Die Kombination aus niedrigem Preis, höherer Anfragequote und umfassender Integration ermöglicht eine einfache Integration in Ihren bestehenden Workflow, ohne dass die Funktionalität verloren geht.

Ich habe es mit Cursor, Kilo Code, Droid und OpenCode verwendet. Am wichtigsten ist, dass ich den ganzen Monat nur 3 $ bezahlt habe und nicht einmal das Restrict erreicht habe. Im Vergleich zu den Plänen Cursor und Cline halte ich dies für die beste verfügbare Choice.

Abid Ali Awan (@1abidaliawan) ist ein zertifizierter Datenwissenschaftler, der gerne Modelle für maschinelles Lernen erstellt. Derzeit konzentriert er sich auf die Erstellung von Inhalten und das Schreiben technischer Blogs zu maschinellem Lernen und Datenwissenschaftstechnologien. Abid verfügt über einen Grasp-Abschluss in Technologiemanagement und einen Bachelor-Abschluss in Telekommunikationstechnik. Seine Imaginative and prescient ist es, ein KI-Produkt mithilfe eines graphischen neuronalen Netzwerks für Schüler mit psychischen Erkrankungen zu entwickeln.

OpenAI hat Chatgpt Go, sein bisher erschwinglichstes Abonnement vorgestellt, der gerade preislich ist £ 399 professional Monat. An der Oberfläche ist es eine weitere Abonnementstufe. Aber wenn Sie genauer aussehen, ist es eine strategische Wette: Indien ist nicht mehr nur ein Markt; Es ist das Launchpad für die globalen Wachstumsambitionen von OpenAI. Dieser Artikel wird das Chatgpt GO -Abonnement, was er bietet und wie er mit ihren anderen Plänen anbietet, übergeht.

Welches Chatgpt Go bietet an?

Chatgpt Go sitzt direkt zwischen den freier Plan und das höhere Finish Chatgpt Plus/Professional Optionen. Die Idee ist einfach: Geben Sie den Benutzern mehr Leistung und Flexibilität als die kostenlose Model, ohne die höheren Kosten, die sich aufgrund ihrer Preisgestaltung oft unberührt anfühlen.

Hier ist, was im Plan ist:

• 10x höhere Nachrichtenbegrenzungen Im Vergleich zu kostenlosen Benutzern
• 10x mehr Bildgenerationen professional Monat
• 10x Weitere Datei -Uploadswas für Fachleute, die sich mit PDFs, Datensätzen oder langen Dokumenten befassen, enorm ist
• Verdoppeln Sie die SpeicherkapazitätDas Modell erinnert sich additionally mehr Kontext und gibt glattere, personalisiertere Antworten

Bei weniger als den Kosten eines monatlichen OTT-Abonnements macht Go „Premium-Stage“ -Ai für Studenten, Freiberufler, Schöpfer und Fachkräfte, die sich nicht auf 20 US-Greenback erstrecken möchten (ca. £ 1.660, ohne Steuern), KI zugänglich.

Warum zuerst Indien?

Der Indien-erste Rollout struggle nicht zufällig. Es ist das Ergebnis von drei überlappenden Developments:

1. Schnelle KI -Adoption: Indien hat einen der am schnellsten wachsenden Swimming pools von KI-Nutzern. Unabhängig davon, ob Schüler GPT für Aufgaben, Prototyping -Projekte für Codierer oder Unternehmen, die Workflows automatisieren, explodiert, explodiert die Nachfrage.
2. Englischsprachiger + Cellular-First-Foundation: Im Gegensatz zu vielen Märkten, in denen die Sprachdiversität eine Barriere darstellt, machen Indiens englische Flüssigkeit und Smartphone -Penetration es zu einem fruchtbaren Boden für KI -Werkzeuge.
3. Zahlungen für Indien: Dies ist der große. Openai integriert UPI -Zahlungen für los. Das ist kritisch, da die meisten Inder nicht auf Kreditkarten angewiesen sind, wie es uns oder europäische Nutzer tun. UPI stellt das Abonnement von einem Abonnement ab, anstatt Zahlungsvorschmerz.

Hier geht es nicht nur um Erschwinglichkeit, sondern um Zugänglichkeit. Durch Senkung beide beider Preis und die ZahlungsreibungOpenAI hat die Schleusen für Millionen potenzieller Benutzer geöffnet.

Das größere Bild

Hier ist eine größere Strategie im Spiel. CHATGPT GO Signale OpenAs Antwort auf zwei klare Drucke:

• Erschwinglichkeitslücke: Mit 20 US -Greenback kostet Chatgpt Plus für westliche Märkte. Die 20 US -Greenback in Indien fühlen sich Prämie, sogar elitär. Ein Profi oder ein Fachmann für die frühe Karriere finden möglicherweise £ 399 überschaubar, aber 1.660 GBP professional Monat? Das ist ein Sprung.
• Lokaler Wettbewerb: Indische Startups wie KruTrim, Sarvam aiund Spieler, die von Large Tech (denken Sie an Jio oder Google) unterstützt, drängen bereits kostengünstige KI-Produkte. Wenn Openai bei westlichen Preisgestaltung festhielt, riskierte es, in einem Markt, der zu groß ist, um zu ignorieren, an Boden zu verlieren.

Durch die Positionierung als billigere Different kann OpenAI seine Benutzerbasis erweitern und plus und Professional als aufstrebende Upgrades behalten. Es handelt sich um eine Lehrbuchtrichterstrategie, mit der Benutzer zu jedem Preis erfasst werden sollen.

Für Benutzer: Warum ist das wichtig?

Folgendes bedeutet dies, wenn Sie in Indien sind:

• Studenten: Günstigerer Zugang zu KI bedeutet Studienhilfen, Aufsatzentwürfe, Codierungshilfe und sogar Forschungsforschung, ohne die Financial institution zu brechen.
• Freiberufler und Schöpfer: Mit höheren Datei- und Bildgrenzen können Sie Workflows ausführen, die zuvor hinter Plus gesperrt waren. Denken Sie daran, Vorschläge zu entwerfen, Visuals zu generieren oder große Datensätze zu analysieren.
• Profis: Verdoppelung der Speicherkapazität macht ChatGPT für laufende Projekte praktischer, bei denen der Kontext in mehreren Sitzungen von Bedeutung ist.

Bei 399 GBP trifft diesen Candy Spot von „Hoher Versorgungsunternehmen ohne hohe Kosten.“

Die Tatsache, dass Openai dieses Modell in Indien testet, sagt zuerst etwas Größeres. Indien ist nicht nur ein Verbrauchermarkt, sondern auch ein Sandkasten für die globale Strategie. Wenn Go hier funktioniert, erwarten Sie ähnliche Angebote in preisempfindlichen Märkten wie Brasilien, Indonesien oder Afrika.

Es zeigt auch eine Verschiebung, wie globale Technologieunternehmen Indien sehen. Es ist nicht mehr nur „Outsourcing“ oder „Schwellenländer“. Hier werden neue Produkte eingeführt, verfeinert und skaliert, bevor sie world werden.

Praktisch

Wenn Sie sehen möchten, was Chatgpt gehen kann, ist hier ein schnell praktische Abschnitt. Obwohl in diesem Abonnement keine neuen Modelle angeboten werden, können die erweiterten Nutzungsgrenzen sicherlich verwendet werden. Dies gibt Ihnen ein direktes Eindruck davon, ob Go’s verdoppeltes Gedächtnis und die steigender Grenzen das Abonnement wert sind.

Schreibtest

Immediate: „Schreiben Sie einen Weblog -Beitrag über Paraprosdokianer in weniger als 500 Wörtern. Erstellen Sie auch einen LinkedIn -Beitrag basierend auf den oben genannten Informationen.“

Antwort:

Beobachtung: Die Antwort hatte einen überzeugenden Weblog -Inhalt zusammen mit einem spannenden LinkedIn -Beitrag darin. Das Modell struggle in der Lage, ein komplexes Thema in verdauliche Bits zu entschlüsseln, während sie in Bezug auf die Formatierung sachlich korrekt und konsistent waren.

Datentest

Immediate: „Fassen Sie die wichtigsten Ergebnisse der vorherigen Datenbank in einfachem Englisch zusammen. Visualisieren Sie auch die wichtigen Erkenntnisse.“

Zu Demonstrationszwecken würden wir verwenden Das öffentlich verfügbarer Kaggle -Datensatz.

Antwort:

Beobachtung: Die Antwort struggle zufriedenstellend und die Illustrationen waren auf den Punkt und leicht zu befolgen. Die Zeit, die das Modell brauchte, um zu analysieren und zu reagieren, struggle weitaus geringer als bei Verwendung der kostenlosen Model.

Bildtest

Immediate: „Erstellen Sie ein Emblem -Konzept für meine Marke in Comics.“

Antwort:

Beobachtung: Als Antwort auf unsere Anfrage wurde ein Klischeesbild gemacht. Der Bildgenerierungsprozess struggle jedoch schnell und konnte schnell eingebaut werden, um ein zufriedenstellendes Bild zu erhalten, ohne die Ratengrenzen zu beschränken.

Abschließender Gedanke

Chatgpt Go ist nicht nur ein billigeres Abonnement. Es ist Openais Sign, das Ai muss sich anpassen und nicht, damit wir uns an die KI anpassen können. Indien ist mit seiner Skala, Preissensitivität und digitalem ersten Gewohnheiten der perfekte Ort, um dies zu testen. Wenn Go erfolgreich ist, bleibt es nicht lange Indien, da das Unternehmen weltweit allmähliche Verfügbarkeit verspricht.

Dies ist möglicherweise nicht von Interesse für die Benutzer, die sich an den Professional -oder Plus -Konten festhalten. Aber für eine wirtschaftlich herausgeforderte Individual könnte dies nützlich sein.

Mehr lesen: Chatgpt Agent ist hier!

Häufig gestellte Fragen

Ich bin spezialisiert auf die Überprüfung und Verfeinerung von KI-gesteuerten Forschungen, technischen Dokumentationen und Inhalten im Zusammenhang mit aufstrebenden KI-Technologien. Meine Erfahrung umfasst das KI -Modelltraining, die Datenanalyse und das Abrufen von Informationen, sodass ich Inhalte herstellen kann, die sowohl technisch genau als auch zugänglich sind.

Frenemies oder ewige Feinde? Ist das jüngste unzertrennliche Duo aus Silicon Valley aus der Flitterwochenphase raus? Microsofts jüngster Antrag bei der Securities and Trade Fee (SEC) sorgt für hochgezogene Augenbrauen.

Das Unternehmen, das 13 Milliarden Greenback in OpenAI investiert hat, bezeichnet den Entwickler von ChatGPT nun als Konkurrenten im Bereich künstliche Intelligenz und Suche. Diese Entwicklung fügt ihrer komplexen Beziehung eine neue Ebene hinzu, die eine langfristige Partnerschaft umfasst, in der Microsoft die Modelle von OpenAI in seinen Produkten verwendet und OpenAI als privater Cloud-Anbieter fungiert.

Warum hat Microsoft OpenAI als Konkurrenten gebrandmarkt?

Beginnen wir zunächst mit einer Verschwörungstheorie. Könnte es sein, dass Microsoft OpenAI in Wirklichkeit deshalb als Konkurrenten betrachtet, weil es das Unternehmen in Zukunft komplett aufkaufen möchte? Lassen wir diese Frage zunächst einmal beiseite und gehen wir zu den Neuigkeiten über.

Der SEC Feilenmarken beim ersten Microsoft hat offiziell benannt OpenAI als Konkurrent. In seiner jährlichen 10K-Berichtveröffentlichte das Unternehmen eine Liste von KI-Konkurrenten, darunter OpenAI, Anthropic, Amazon und Meta. Darüber hinaus wurde Microsoft neben Googlemöglicherweise aufgrund von Bing, der kürzlich von OpenAI angekündigten SearchGPT-Funktion. Diese Kategorisierung erfolgt trotz der wichtigen finanziellen Verbindungen zwischen den beiden Unternehmen.

Die Entscheidung, OpenAI als Konkurrenten zu pay attention, könnte von mehreren Faktoren beeinflusst worden sein. Es gibt anhaltende kartellrechtliche Bedenken, da die Federal Commerce Fee (FTC) die Beziehung zwischen Cloud-Anbietern und KI-Startups untersucht. Vor kurzem hat Microsoft seinen Sitz als Beobachter im Vorstand von OpenAI aufgegeben, den es nach einem Führungswechsel bei dem KI-Unternehmen im vergangenen Jahr gewonnen hatte.

Es ist erwähnenswert, dass SEC-Einreichungen häufig Warnhinweise für Anleger enthalten. Unternehmen nutzen diese Dokumente häufig, um potenzielle Risiken zu erläutern, auch wenn diese derzeit unwahrscheinlich erscheinen.

Im Technologiesektor ist es nicht ungewöhnlich, dass Unternehmen gleichzeitig Companion und Konkurrenten sind. Ein historisches Beispiel für diese Dynamik ist die Beziehung zwischen Yahoo und Google in den frühen 2000er Jahren. Yahoo, die damals dominierende Suchmaschine, ging eine Partnerschaft mit Google ein, um dessen Suchergebnisse zu nutzen. Google überholte Yahoo jedoch schließlich auf dem Suchmarkt und zeigte, wie schnell sich Partnerschaften in der schnelllebigen Welt der Technologie ändern können.

Oder Microsoft möchte der Außenwelt zeigen, dass es seine Verbindungen zu OpenAI abgebrochen hat und nach Möglichkeiten sucht, einen Konkurrenten zu erwerben, ohne in eine Einhandpolitik.

Unterdessen auf Reddit:

Während Microsoft mit seiner komplizierten Beziehung zu OpenAI zu kämpfen hat, befindet sich ein anderer Technologieriese mit der beliebten Social-Media-Plattform Reddit in einer ähnlichen Zwickmühle. Die Parallelen zwischen diesen beiden Situationen verdeutlichen, wie die Nutzung von Daten und die Entwicklung künstlicher Intelligenz im Silicon Valley Unternehmen gegeneinander ausspielen.

CEO von Reddit Steve Huffman hat sich kürzlich entschieden gegen Unternehmen ausgesprochen, die die Daten der Plattform kostenlos nutzen, und dabei insbesondere auf Microsoft verwiesen, AnthropischUnd Verwirrung.

So wie Microsoft massiv in OpenAI investiert hat, verlassen sich auch Technologieunternehmen seit langem auf Reddits umfangreichen benutzergenerierten Inhalt, um KI-Modelle zu trainieren und Suchfunktionen zu verbessern. Doch Huffmans jüngste Kommentare deuten darauf hin, dass die Tage des kostenlosen Daten-Scrapings zu Ende gehen könnten. Insbesondere warf er Microsoft vor, Reddit-Daten zu verwenden, um seine KI zu trainieren und Inhalte in Bing-Ergebnissen zusammenzufassen, „ohne uns davon zu informieren“, was eine Parallele zu dem warnenden Tonfall darstellt, den wir in Microsofts SEC-Anmeldung zu OpenAI gesehen haben.

Die State of affairs mit Reddit unterstreicht einen wachsenden Development in der Technologiebranche, in der Daten zu einem wertvollen Intestine geworden sind. Wie wir gesehen haben, als Microsoft OpenAI trotz der Partnerschaft als Konkurrenten bezeichnete, zeigt Reddits Schritt, bestimmten Unternehmen den Zugriff auf seine Daten zu verwehren, wenn sie nicht zahlen, die zunehmende Bedeutung von Datenbesitz und Monetarisierung im KI-Zeitalter. Es scheint, dass in beiden Fällen die Grenzen zwischen Zusammenarbeit und Wettbewerb zunehmend verschwimmen, was uns fragen lässt: Erleben wir den Beginn einer neuen Ära der Technologiepartnerschaften oder den Beginn eines Datenwettrüstens?

Bildnachweis: Microsoft