كشفت خدمة الآلة التعليمية في أمازون عن استراتيجية أمنية شاملة لمنتج Amazon Quick، تعالج مشكلة شائعة في مشاريع الذكاء الاصطناعي: نجاح النسخ التجريبية الصغيرة ثم توقفها عند فحص فرق الأمان والامتثال. المشكلة تتفاقم عند إضافة أقسام وعدد مستخدمين أكبر، حيث قد تعيد الوكلاء الذكية بيانات خارج نطاقها المقصود وتواجه فرق الامتثال صعوبات في التدقيق.

تتضمن المنصة لوحات تحكم وحوارات وكيل ذكي وتدفقات عمل ومساحات عمل متصلة بقواعد معرفية، كل منها يمثل سطح أمان منفصل لا تغطيه الضوابط التقليدية للوحات التحكم. قدمت أمازون حالة واقعية لشركة بخمسة آلاف موظف وخمسة أقسام وخمس مواقع جغرافية، توضح كيفية تشكيل مجموعة بيانات واحدة في ثلاث طرق مختلفة حسب مستويات التصريح، مع ربط كل منها بوكيل ذكي مخصص.

يعتمد الحل على أربعة أنماط موثقة: تشكيل البيانات بإزالة الأعمدة الحساسة قبل وصولها للمستخدمين، عزل الوكلاء الذكية عن بعضها، تصنيف المستندات لمنع الوصول للمحتوى الحساس، وإقرارات يدوية تحكمها تدفقات العمل. النمط الأساسي يعتمد على حقيقة أن إزالة العمود من قاعدة البيانات أقوى أمانًا من إخفاء البيانات خلف أذونات يمكن تكوينها بشكل خاطئ.

طبقت الاستراتيجية أمن الصف (Row-Level Security) عبر مجموعة بيانات خارجية تربط المستخدمين بالأقسام، مما يضمن أن كل مدير يرى بيانات قسمه فقط. كما طلبت فصل المستندات الحساسة مثل التقييمات الفردية عن قواعد المعرفة المشتركة، لأن أي مستند في قاعدة معرفية يمكن لأي شخص له صلاحية العرض الاستعلام عنه.

قدمت أمازون قائمة تدقيق تجهيز للإنتاج تغطي ديناميكيات الهوية والمجموعات والأمان في الصفوف والمساحات والتدفقات والتسجيل، مع التأكيد على أن أمن البيانات يجب أن يكون معمارًا قبل أن يكون إعدادًا. الخدمة دعمت إدارة الهويات عبر نماذج متعددة بما فيها إدارة الهوية الموحدة.