הגדלת AI: מפרוטוטיפ לייצור מהימן

AI חצה מדגמים לייצור לסוכנים שמעבירים זיכרון, מסקנה, ופועלים לאורך זמן. השינוי הזה מעביר את הבעיה הקשה מהמודל לשכבת הנתונים. זיכרון עמיד, הקשר בזמן אמת, שליפה, ואי בידוד לכל שוכר צריכים עכשיו לעבוד בקנה מידה, במערכת אחת.במפגש זה, לושא צ'ן, מנהלת כללית APAC ב-Dify; טוני חואנג, אדריכל פתרונות ב-TiDB; ושון הונג, סגן נשיא שוק בינלאומי ב-Eagle Cloud, יחלוקו מה שהם למדו על השקת יישומי AI מפרוטוטיפ לקנה מידה גלובלי.למה עליכם להגיעשיחה 1: מהמגזים לפרודוקטיביות — המסלול האמיתי לאימוץ AI בארגוניםכל ארגון רוצה AI. הרבה פחות עברו מעבר לפיילוט. לושא תבחן מה באמת מפריד בין דמויים לפרויקטים: היכן פרויקטי AI נתקלים בקשיים בתוך ארגונים גדולים, מה צריך להשתנות באופן שבו צוותים בונים ומנהלים אותם, ודפוסים שמתעוררים מחברות שעשו את הקפיצה מניסוי לפרודוקטיביות יומיומית.שיחה 2: מה אם המוצר שלכם הופך לוויראלי? בתוך הארכיטקטורה של הנתונים מאחורי Manus ו-KimiManus הפך לוויראלי כמעט מיד לאחר השקת במרץ 2025 — אך שכבת הנתונים שלו לא הצליחה להתאים. Manus נאלץ להציג רשימת המתנה, שכבר גדלה ליותר מ-250,000 משתמשים. Manus לאחר מכן עבר ל-TiDB, בסיס נתונים מבוזר, תואם MySQL, שבנוי עבור סוכני AI. באופן דומה, Kimi K2.6 יושב על אותו בסיס נתונים.בשיחה זו, טוני יסקור את האתגרים, האיזונים, והשיעורים — ולמה Manus ו-Kimi בחרו שניהם ב-TiDB כדי להפעיל את סוכני ה-AI שלהם.שיחה 3: מ-AI של צללים לסוכנים מהימנים: ממשלת AI מעשית עם Eagle Cloudכאשר ארגונים מאמצים במהירות סוכני קוד, כלים אוטונומיים, ו-AI גנרטיבי, רוב הצוותים מתמודדים עם קשיים גוברים: AI של צללים. עובדים כבר משתמשים בכלים לא מאושרים וחשבונות אישיים, בעוד שסוכנים מאושרים רבים פועלים כמו קופסה שחורה — ויוצרים דליפת נתונים, סיכוני תאימות, ובקרת סיכונים. בשיחה זו, נشارك מסגרת פרקטית לגילוי שימוש בלתי נשלט ב-AI, אכיפת מדיניות, והפיכת כלים מאושרים לסוכנים מהימנים עם זהות עצמאית, זכות מינימלית, והגנה בזמן אמת. שיחה זו מראה כיצד ארגונים יכולים לנוע במהירות מבלי ליצור חובות ביטחוניות או רגולטוריות לעתידאג'נדה