Denna söndag i Hongkong inledde Lagrange, tillsammans med @awscloud och @MetisL2, Consensus-veckan med Applied AI Summit som fokuserar på vad som faktiskt krävs för att föra AI in i produktion. Grundare, byggare och operatörer fokuserade på praktiska utmaningar på distributionsnivå. Höjdpunkter under evenemanget nedan 👇
Brian Novell, chef för BD på Lagrange, inledde evenemanget med att rama in gapet mellan AI-demonstrationer och verklig implementering. Bland exempel som deepfake-eliminering, AI-drivna finansiella beslut, agenters noggrannhet och efterlevnad låg fokus på varför verifierbarhet blir avgörande när AI-system fungerar i reglerade, högriskmiljöer.
Teamet på @awscloud delade en uppdatering om AWS Activate-programmet, som fokuserar på att hjälpa startups att gå från tidiga byggen till produktion. Programmet ger teamen en snabb väg att komma igång med AWS, tillgång till krediter från 500 upp till 100 000 dollar, och praktiska workshops för att skala upp utan att ta på sig onödiga infrastrukturkostnader. Fokus förblev praktiskt: färre hinder tidigt, tydligare arkitekturbeslut och snabbare vägar till leverans.
Öppningspanelen, modererad av Caroline York från Fintech Association of Hong Kong, fokuserade på att övervaka AI-system när de är live. Vivek Kolli @SentientAGI, Ram Kumar @OpenLedger och Thiru @MetisL2 diskuterade realtidshälsosignaler, dataintegritet och hur decentraliserade system upptäcker fel och skadligt beteende utan centraliserad övervakning.
Diskussionen skiftade till dataproveniens, styrning och granskning när AI-system rör sig in i företags- och reglerade miljöer. Tom Ngo @MetisL2, Danny Lim @PundiAI och Sina Yamani @ActionModelAI behandlat hur team spårar dataursprung, bygger revisionsspår och balanserar snabbare AI-utveckling med växande regulatoriska krav – särskilt när systemen blir mer autonoma. Modereras av Lagranges egen Brian Novell.
Tom Ngo @MetisL2 avslöjat förtroendebristerna i centraliserad AI – ogenomskinlig genomförande, svag proveniens och feljusterade incitament. Kärnargumentet: blockchain ger ett förtroendelager, men verkliga framsteg kommer genom att verifiera modellens exekvering med kryptografiska bevis, inte bara att förankra data i kedjan.
Samtalet övergick sedan till vad som krävs för att integrera AI i befintliga företagsarbetsflöden. Terence Chow @awscloud, Jan Gorzny @Zircuit och Kye Gomez diskuterade @swarms_corp att gå bortom experimenterande – att navigera äldre system, datasilos och införa agentisk AI på sätt som förbättrar processer utan att störa dem. Modererat av Thiru @LazAINetwork.
580