Cohere公司的乔埃尔·皮诺谈主权人工智能与企业安全
![Joëlle Pineau,Cohere人工智能首席官]()
由Cohere委托IDC开展的一项研究探讨了主权人工智能,首席人工智能官乔埃尔·皮诺(Joëlle Pineau)在报告中概述了企业云安全和数据治理的核心策略。
根据IDC受人工智能公司Cohere委托发布的报告《2026年主权人工智能采用现状》,三分之一的商业领袖难以用自己的话定义“主权人工智能”。
加拿大人工智能公司Cohere致力于开发专为企业应用设计的大型语言模型(LLMs)和自然语言处理工具。2021年至2024年间,该公司完成了四轮重大融资(A轮至D轮),共筹集资金近10亿美元。
该公司此前在一篇博客文章中指出,各国控制自身AI基础设施、模型和数据的趋势日益明显——即所谓的“主权AI”——这可能通过以区域为重点的AI创新带来新的竞争格局。
IDC的研究将主权AI定义为“组织对其AI系统和应用程序的设计、开发、部署、可访问性、运行、维护及治理,以及其所依赖的基础技术架构,拥有自由选择和控制的能力”。
在受访的高管中,能够定义“主权人工智能”的人中,52%明确将其描述为基于地理位置或国家控制,而35%则强调数字独立性。
最大的盲点在于安全依赖性
Cohere首席人工智能官乔埃尔·皮诺(Joëlle Pineau)

主要发现
- 三分之一的领导者无法描述“主权人工智能”,仅有13%表示对此非常熟悉。
- 超过80%的英国决策者在受监管的人工智能流程中依赖公共或私有第三方云服务。
- 数据泄露和合规性是采用AI的主要风险,82%的金融服务行业领导者和77%的制造业领导者都提到了这一点。
- 在了解相关情况的领导者中,52%将“主权人工智能”定义为地理/国家层面的控制,而35%则将其定义为数字独立性。
- 37%的电信公司和35%的加拿大企业主要出于市场差异化目的而追求主权AI。
安全盲点
尽管存在高度的隐私担忧,但超过80%的英国决策者表示,在受监管的人工智能流程中依赖公共或私有云,这引发了疑问:在第三方云基础设施上是否可能实现真正的主权,还是企业只是在一种虚假的安全感中运作。
Cohere首席人工智能官乔埃尔·皮诺(Joëlle Pineau)强调:“最大的盲点在于安全依赖性。
“如果关键的人工智能通过外部提供商运行,你就不仅依赖自身的安全措施,还依赖于他们的安全保障。Anthropic和OpenAI最近发生的事件表明,模型提供商层面的漏洞或故障可能会给客户带来下游风险。
“我们部署在客户自身的环境中,位于其安全防火墙之后——这是一种更安全的环境,能够缓解并降低网络安全事件的风险。”
Cohere 帮助企业拥有自主的AI。图片来源:Cohere
‘真正的AI主权’
该研究指出,数据泄露和合规性是各行业及地区在采用主权AI时最关心的两大问题。对于构建和部署这些系统的AI从业者而言,理解这些优先事项对于架构决策和实施策略至关重要。
尽管目前尚未就“主权AI”达成统一定义,但各方对隐私与安全重要性的共识十分明确:82%的金融服务从业者最关注数据泄露和隐私问题,紧随其后的是77%的制造业代表、75%的电信业代表、74%的医疗保健业代表以及70%的能源业代表。
目前存在大量“主权洗白”现象,即那些根本无法促进多元化或韧性的解决方案,却被营销为“主权”产品并以此为噱头。
Cohere首席人工智能官乔埃尔·皮诺(Joëlle Pineau)
许多企业还将主权视为增强安全性、减少对外部供应商的依赖以及实现市场差异化的途径。特别是在加拿大,35%的受访者表示,竞争优势是推动主权AI发展的动力。与此同时,电信服务提供商以37%的比例在竞争优势方面领先,紧随其后的是32%的制造业代表。
乔埃尔迅速为“主权AI”辩护,指出它并非一种虚假的安全感,而是一个依赖严格技术保障的连续体。
“真正的主权可以包含云基础设施,但仅仅将数据托管在特定区域或私有云中,并不能自动使一个AI系统具备主权,”她说。
“这还需要一套技术保障措施,明确谁控制模型、数据、访问权限、更新和部署,以及对外部API仍存在哪些依赖。
“目前存在大量‘主权洗白’现象,许多根本无法促进多元化或韧性的解决方案,却被营销为‘主权’产品并以此为噱头。
“更关键的问题在于,主权是否被真正融入企业环境,而非仅仅作为标签附加其上。”
由于企业缺乏将主权付诸实践的明确计划,AI的采用情况依然参差不齐。此外,仅有13%的高管对“主权AI”有“非常广泛的”了解,这表明全球各组织对这一概念的理解存在碎片化和不一致的情况。这意味着买家或决策者可能在缺乏充分背景信息的情况下做出AI投资决策,这可能会给技术团队的实施工作带来困难。
为解决这一问题,Cohere指出:“组织必须通过制定战略愿景和计划,以实现对其AI系统的主导权,从而弥合从认知到行动的鸿沟。”

真正的自主权可以涵盖云基础设施,但仅仅将数据托管在特定区域或私有云中,并不能自动使人工智能系统具备自主权
Cohere首席AI官Joëlle Pineau
超越合规
虽然“主权”一词往往让人联想到严格的政府合规要求,但Cohere以与阿斯顿·马丁F1车队等高性能商业客户合作为例,说明该架构如何在简单的数据保护或标准公有云部署之外提供实际价值。
“真正的主权为企业提供了无价的控制力、定制化和安全部署能力——韧性是其基础优势,这也是通过外部API访问AI所无法提供的,但其价值远不止于单纯的数据保护,”乔埃尔表示。
“主权架构能帮助组织发掘并解读无论数据存储于何处的信息,将人工智能直接集成到现有工作流程中,并利用这些数据做出更快、更明智的决策。
“一级方程式赛车是一个极具参考价值的案例,因为它浓缩了企业日常面临的诸多挑战:海量的遥测、诊断和模拟数据,专业团队,高压决策环境,以及对运行缓慢或不安全系统的零容忍。
“同样的原则适用于任何高风险的企业环境。当人工智能贴近实际工作、针对组织具体情况量身定制,并且安全到足以在最敏感的知识产权和运营数据所在之处运行时,它才能创造最大价值。”
2026年3月,Cohere作为生成式人工智能合作伙伴加入了阿斯顿·马丁-阿美F1车队。
战略合作伙伴
Cohere在其官网上宣称获得了行业领军企业的信赖:
- 麦肯锡(McKinsey)是一家全球管理咨询公司,为私营、公共及社会部门组织提供跨国际市场的战略管理、运营绩效、数字化转型、领导力及可持续业务增长方面的咨询服务。
- Salesforce 是一家专注于客户关系管理工具的全球云软件公司。它提供专注于销售、客户服务、营销自动化、数据分析、人工智能和系统集成的云应用程序。
Salesforce是Cohere的主要支持者。图片来源:JasonDoiy/Getty Images
- 埃森哲(Accenture)是一家跨国专业服务公司,专注于信息技术服务和管理咨询。该公司提供数字化转型、网络安全、云计算、系统集成、运营管理及业务流程外包等服务。
- 甲骨文(Oracle)是一家专注于数据库软件、企业应用和云基础设施的全球科技公司。该公司开发用于企业财务管理、供应链规划、人力资源和业务运营的软件系统。
- 戴尔科技(Dell Technologies)是一家全球科技公司,致力于设计、制造和销售个人电脑、企业级服务器、数据存储设备、网络交换机及硬件基础设施。该公司还提供企业级IT解决方案。
相关文章
人工智能和机器人技术如何改变英国石油公司的石油生产
数字孪生技术使bp能够模拟能源资产的运营情况,从而发现改进机会,并在故障发生前进行预测。图片来源:bpbp转型与技术经理瑞奇·伯恩斯(Ricky Burns)解释了数字工具如何帮助团队更安全、更快速地投产。能源基础设施创造了巨大的价值,但传统的开采方法却使大量资源未能得到开发。沙特阿美公司的加瓦尔油田就体现了上游资产的庞大规模,该油田日产原油近400万桶。然而,运营效率低下在整个行业中依然普遍存在
丰田64亿美元机器人估算使物理人工智能成为焦点
丰田汽车预计,自2028年起,在其制造设施、子公司及关键供应商中全面推广自动化,可能需要约40万台机器人,年支出约为1万亿日元(64亿美元)。据路透社报道,这一潜在投资方案已于9月初向投资者展示。丰田尚未确认全额投资是否会推进,也未说明如此规模的支出将持续多久。这40万台机器人的估算涵盖了现有设备的替换和新设备的安装,包括人形和非人形系统。该投资范围包括工业机器人、自动化物流以及工厂车间内的未来协作机器人。丰田目前在各个制造阶段利用并测试机器人技术。在其2026财年财务结果中,公司强调了涉及零部
日本通过为1000万台机器人部署AI模型来应对劳动力短缺问题
日本的AI机器人倡议已从讨论话题转变为官方国家战略。政府最近验证了广泛引用的预测:到2040年,在18个行业中部署1000万台由AI驱动的机器人,并在五年内提供高达1万亿日元(约合61亿美元)的公共投资支持。虽然这一 headline 数字常在未经仔细审查的情况下流传,但关键细节在于,这不仅仅是一项政策愿景。它是一项正式委托的政府项目,而负责其开发的实体在日本以外鲜为人知。AI机器人计划背后的项目日本经济产业省(METI)和新能源与产业技术综合开发机构(NEDO)已正式委托Noetra,并与产业
相关专题推荐
评论 (0)
0/500
由Cohere委托IDC开展的一项研究探讨了主权人工智能,首席人工智能官乔埃尔·皮诺(Joëlle Pineau)在报告中概述了企业云安全和数据治理的核心策略。
根据IDC受人工智能公司Cohere委托发布的报告《2026年主权人工智能采用现状》,三分之一的商业领袖难以用自己的话定义“主权人工智能”。
加拿大人工智能公司Cohere致力于开发专为企业应用设计的大型语言模型(LLMs)和自然语言处理工具。2021年至2024年间,该公司完成了四轮重大融资(A轮至D轮),共筹集资金近10亿美元。
该公司此前在一篇博客文章中指出,各国控制自身AI基础设施、模型和数据的趋势日益明显——即所谓的“主权AI”——这可能通过以区域为重点的AI创新带来新的竞争格局。
IDC的研究将主权AI定义为“组织对其AI系统和应用程序的设计、开发、部署、可访问性、运行、维护及治理,以及其所依赖的基础技术架构,拥有自由选择和控制的能力”。
在受访的高管中,能够定义“主权人工智能”的人中,52%明确将其描述为基于地理位置或国家控制,而35%则强调数字独立性。
最大的盲点在于安全依赖性
Cohere首席人工智能官乔埃尔·皮诺(Joëlle Pineau)

主要发现
- 三分之一的领导者无法描述“主权人工智能”,仅有13%表示对此非常熟悉。
- 超过80%的英国决策者在受监管的人工智能流程中依赖公共或私有第三方云服务。
- 数据泄露和合规性是采用AI的主要风险,82%的金融服务行业领导者和77%的制造业领导者都提到了这一点。
- 在了解相关情况的领导者中,52%将“主权人工智能”定义为地理/国家层面的控制,而35%则将其定义为数字独立性。
- 37%的电信公司和35%的加拿大企业主要出于市场差异化目的而追求主权AI。
安全盲点
尽管存在高度的隐私担忧,但超过80%的英国决策者表示,在受监管的人工智能流程中依赖公共或私有云,这引发了疑问:在第三方云基础设施上是否可能实现真正的主权,还是企业只是在一种虚假的安全感中运作。
Cohere首席人工智能官乔埃尔·皮诺(Joëlle Pineau)强调:“最大的盲点在于安全依赖性。
“如果关键的人工智能通过外部提供商运行,你就不仅依赖自身的安全措施,还依赖于他们的安全保障。Anthropic和OpenAI最近发生的事件表明,模型提供商层面的漏洞或故障可能会给客户带来下游风险。
“我们部署在客户自身的环境中,位于其安全防火墙之后——这是一种更安全的环境,能够缓解并降低网络安全事件的风险。”
Cohere 帮助企业拥有自主的AI。图片来源:Cohere
‘真正的AI主权’
该研究指出,数据泄露和合规性是各行业及地区在采用主权AI时最关心的两大问题。对于构建和部署这些系统的AI从业者而言,理解这些优先事项对于架构决策和实施策略至关重要。
尽管目前尚未就“主权AI”达成统一定义,但各方对隐私与安全重要性的共识十分明确:82%的金融服务从业者最关注数据泄露和隐私问题,紧随其后的是77%的制造业代表、75%的电信业代表、74%的医疗保健业代表以及70%的能源业代表。
目前存在大量“主权洗白”现象,即那些根本无法促进多元化或韧性的解决方案,却被营销为“主权”产品并以此为噱头。
Cohere首席人工智能官乔埃尔·皮诺(Joëlle Pineau)
许多企业还将主权视为增强安全性、减少对外部供应商的依赖以及实现市场差异化的途径。特别是在加拿大,35%的受访者表示,竞争优势是推动主权AI发展的动力。与此同时,电信服务提供商以37%的比例在竞争优势方面领先,紧随其后的是32%的制造业代表。
乔埃尔迅速为“主权AI”辩护,指出它并非一种虚假的安全感,而是一个依赖严格技术保障的连续体。
“真正的主权可以包含云基础设施,但仅仅将数据托管在特定区域或私有云中,并不能自动使一个AI系统具备主权,”她说。
“这还需要一套技术保障措施,明确谁控制模型、数据、访问权限、更新和部署,以及对外部API仍存在哪些依赖。
“目前存在大量‘主权洗白’现象,许多根本无法促进多元化或韧性的解决方案,却被营销为‘主权’产品并以此为噱头。
“更关键的问题在于,主权是否被真正融入企业环境,而非仅仅作为标签附加其上。”
由于企业缺乏将主权付诸实践的明确计划,AI的采用情况依然参差不齐。此外,仅有13%的高管对“主权AI”有“非常广泛的”了解,这表明全球各组织对这一概念的理解存在碎片化和不一致的情况。这意味着买家或决策者可能在缺乏充分背景信息的情况下做出AI投资决策,这可能会给技术团队的实施工作带来困难。
为解决这一问题,Cohere指出:“组织必须通过制定战略愿景和计划,以实现对其AI系统的主导权,从而弥合从认知到行动的鸿沟。”

真正的自主权可以涵盖云基础设施,但仅仅将数据托管在特定区域或私有云中,并不能自动使人工智能系统具备自主权
Cohere首席AI官Joëlle Pineau
超越合规
虽然“主权”一词往往让人联想到严格的政府合规要求,但Cohere以与阿斯顿·马丁F1车队等高性能商业客户合作为例,说明该架构如何在简单的数据保护或标准公有云部署之外提供实际价值。
“真正的主权为企业提供了无价的控制力、定制化和安全部署能力——韧性是其基础优势,这也是通过外部API访问AI所无法提供的,但其价值远不止于单纯的数据保护,”乔埃尔表示。
“主权架构能帮助组织发掘并解读无论数据存储于何处的信息,将人工智能直接集成到现有工作流程中,并利用这些数据做出更快、更明智的决策。
“一级方程式赛车是一个极具参考价值的案例,因为它浓缩了企业日常面临的诸多挑战:海量的遥测、诊断和模拟数据,专业团队,高压决策环境,以及对运行缓慢或不安全系统的零容忍。
“同样的原则适用于任何高风险的企业环境。当人工智能贴近实际工作、针对组织具体情况量身定制,并且安全到足以在最敏感的知识产权和运营数据所在之处运行时,它才能创造最大价值。”
2026年3月,Cohere作为生成式人工智能合作伙伴加入了阿斯顿·马丁-阿美F1车队。
战略合作伙伴
Cohere在其官网上宣称获得了行业领军企业的信赖:
- 麦肯锡(McKinsey)是一家全球管理咨询公司,为私营、公共及社会部门组织提供跨国际市场的战略管理、运营绩效、数字化转型、领导力及可持续业务增长方面的咨询服务。
- Salesforce 是一家专注于客户关系管理工具的全球云软件公司。它提供专注于销售、客户服务、营销自动化、数据分析、人工智能和系统集成的云应用程序。
Salesforce是Cohere的主要支持者。图片来源:JasonDoiy/Getty Images
- 埃森哲(Accenture)是一家跨国专业服务公司,专注于信息技术服务和管理咨询。该公司提供数字化转型、网络安全、云计算、系统集成、运营管理及业务流程外包等服务。
- 甲骨文(Oracle)是一家专注于数据库软件、企业应用和云基础设施的全球科技公司。该公司开发用于企业财务管理、供应链规划、人力资源和业务运营的软件系统。
- 戴尔科技(Dell Technologies)是一家全球科技公司,致力于设计、制造和销售个人电脑、企业级服务器、数据存储设备、网络交换机及硬件基础设施。该公司还提供企业级IT解决方案。
人工智能和机器人技术如何改变英国石油公司的石油生产
数字孪生技术使bp能够模拟能源资产的运营情况,从而发现改进机会,并在故障发生前进行预测。图片来源:bpbp转型与技术经理瑞奇·伯恩斯(Ricky Burns)解释了数字工具如何帮助团队更安全、更快速地投产。能源基础设施创造了巨大的价值,但传统的开采方法却使大量资源未能得到开发。沙特阿美公司的加瓦尔油田就体现了上游资产的庞大规模,该油田日产原油近400万桶。然而,运营效率低下在整个行业中依然普遍存在
丰田64亿美元机器人估算使物理人工智能成为焦点
丰田汽车预计,自2028年起,在其制造设施、子公司及关键供应商中全面推广自动化,可能需要约40万台机器人,年支出约为1万亿日元(64亿美元)。据路透社报道,这一潜在投资方案已于9月初向投资者展示。丰田尚未确认全额投资是否会推进,也未说明如此规模的支出将持续多久。这40万台机器人的估算涵盖了现有设备的替换和新设备的安装,包括人形和非人形系统。该投资范围包括工业机器人、自动化物流以及工厂车间内的未来协作机器人。丰田目前在各个制造阶段利用并测试机器人技术。在其2026财年财务结果中,公司强调了涉及零部
日本通过为1000万台机器人部署AI模型来应对劳动力短缺问题
日本的AI机器人倡议已从讨论话题转变为官方国家战略。政府最近验证了广泛引用的预测:到2040年,在18个行业中部署1000万台由AI驱动的机器人,并在五年内提供高达1万亿日元(约合61亿美元)的公共投资支持。虽然这一 headline 数字常在未经仔细审查的情况下流传,但关键细节在于,这不仅仅是一项政策愿景。它是一项正式委托的政府项目,而负责其开发的实体在日本以外鲜为人知。AI机器人计划背后的项目日本经济产业省(METI)和新能源与产业技术综合开发机构(NEDO)已正式委托Noetra,并与产业





首页






