Ariso.ai utilizza IBM Vault per proteggere i dati AI sensibili senza sacrificare le prestazioni
Per Ariso.ai, la fiducia è importante quanto l'intelligence.
Ariso.ai, creatore di Ari, un assistente AI contestuale che aiuta le organizzazioni a gestire lavoro, conoscenze e priorità, sa bene che la fiducia dei clienti è fondamentale per il suo business. Per fornire indicazioni e supporto personalizzati, Ari elabora messaggi, trascrizioni delle riunioni, riflessioni personali, dati comportamentali e credenziali di terze parti, rendendo la sicurezza un requisito critico.
Con la crescita dell'adozione della sua piattaforma AI, Ariso.ai aveva bisogno di un modo per proteggere e rafforzare il controllo delle informazioni sempre più sensibili dei clienti, mantenendo la velocità e l'usabilità attese dagli utenti. I processi di sicurezza esistenti stavano diventando difficili da scalare, creando complessità operativa e limitando la visibilità su come i dati sensibili fossero protetti. Ariso.ai aveva bisogno di una base di sicurezza più solida per ridurre i rischi e sostenere la crescita mantenendo la fiducia dei clienti.
Per rafforzare la sicurezza su tutta la piattaforma AI, Ariso.ai ha scelto IBM® Vault, dedicato a centralizzare la gestione e la protezione di dati sensibili, segreti e operazioni crittografiche. La soluzione ha dato all'azienda maggiore visibilità e controllo su come dati sensibili e chiavi di crittografia venivano protetti, sostituendo al contempo chiavi gestite manualmente, processi e controlli manuali frammentati con una governance centralizzata.
La nuova architettura ha stabilito l'isolamento tra organizzazioni, utenti e sessioni, automatizzando al contempo i processi di sicurezza chiave, tra cui rotazione, audit e applicazione delle politiche. Modernizzando le operazioni di sicurezza, Ariso.ai ha creato una base scalabile progettata per supportare la crescita continua della piattaforma e l'evoluzione delle esigenze dei clienti.
Ariso.ai ha ottenuto maggiore visibilità e controllo sulle modalità di protezione delle informazioni sensibili all'interno della sua piattaforma di AI, contribuendo a rafforzare la governance e a ridurre la complessità operativa. L'azienda ha raggiunto una copertura di audit al 100% per le operazioni crittografiche, ha permesso la rotazione delle chiavi senza tempi di inattività su tutti i livelli del tenant ed ha eliminato i dati sensibili dal testo semplice dagli ambienti di produzione. L'architettura ha inoltre garantito una latenza di transito mediana di Vault di 0,46 ms, riducendo al contempo le chiamate API di Vault del 96%.
Con una base di sicurezza affidabile, Ariso.ai può continuare a espandere esperienze basate sull'AI, mantenendo al contempo le prestazioni, la governance e la resilienza operativa necessarie per supportare l'adozione aziendale e la crescita futura.
Ariso.ai è un sistema di gestione AI che aiuta le organizzazioni a trasformare la strategia in esecuzione coerente, apprendimento e miglioramento attraverso il lavoro già in esecuzione in riunioni, messaggi, documenti, compiti e decisioni.
Ari, il suo prodotto di punta, è un'AI proattiva che funge da capo dello staff e da player-coach per dipendenti, manager e team. Ari lavora su canali come Slack, Microsoft Teams, web e testo per preservare il contesto, preparare le persone alle riunioni, monitorare gli impegni, rispondere alle domande con informazioni supportate dalla fonte e automatizzare il lavoro ricorrente.
Ariso offre ai leader una visibilità più chiara sull'allineamento, sullo slancio e sulle aree in cui i team hanno bisogno di supporto, aiutando al contempo i dipendenti a sviluppare abitudini migliori e a seguirle. Combinando la crescita dei dipendenti, il supporto dei manager e la visibilità della leadership, Ariso aiuta le organizzazioni a migliorare le prestazioni senza aggiungere ulteriori processi.
© Copyright IBM Corporation. Settembre, 2026.
IBM, il logo IBM, Vault e HashiCorp sono marchi registrati di IBM Corp. in molte giurisdizioni in tutto il mondo.
Gli esempi presentati sono solo illustrativi. I risultati effettivi variano in base alle configurazioni e alle condizioni del cliente e, pertanto, non è possibile fornire risultati attesi generici.