Denne søndagen i Hong Kong startet Lagrange, sammen med @awscloud og @MetisL2, konsensusuken med Applied AI Summit som fokuserer på hva som faktisk kreves for å få AI i produksjon. Grunnleggere, byggere og operatører fokuserer på å takle praktiske, implementeringsnivåutfordringer. Høydepunkter på arrangementet nedenfor 👇

Brian Novell, leder for BD hos Lagrange, åpnet arrangementet med å ramme inn gapet mellom AI-demoer og praktisk implementering. I eksempler som deepfake-eliminering, AI-drevne finansielle beslutninger, agenters nøyaktighet og etterlevelse, var fokuset på hvorfor verifiserbarhet blir avgjørende når AI-systemer opererer i regulerte, høyrisikomiljøer.

Teamet hos @awscloud delte en oppdatering om AWS Activate-programmet, med fokus på å hjelpe oppstartsbedrifter med å gå fra tidlige builds til produksjon. Programmet gir teamene en rask vei til å komme i gang med AWS, tilgang til kreditter fra 500 til 100 000 dollar, og praktiske workshops for å skalere uten unødvendige infrastrukturkostnader. Fokuset forble praktisk: færre blokkere tidlig, klarere arkitekturvalg og raskere veier til shipping.

Åpningspanelet, moderert av Caroline York fra Fintech Association of Hong Kong, fokuserte på overvåking av AI-systemer når de er live. Vivek Kolli @SentientAGI, Ram Kumar @OpenLedger og Thiru @MetisL2 diskuterte sanntids helsesignaler, dataintegritet og hvordan desentraliserte systemer oppdager feil og ondsinnet atferd uten sentralisert tilsyn.

Diskusjonen dreide seg over til dataopprinnelse, styring og reviderbarhet etter hvert som KI-systemer beveger seg inn i bedrifts- og regulerte miljøer. Tom Ngo @MetisL2, Danny Lim @PundiAI og Sina Yamani @ActionModelAI dekket hvordan team sporer dataopprinnelse, bygger revisjonsspor og balanserer raskere AI-utvikling med økende regulatoriske krav – spesielt etter hvert som systemene blir mer autonome. Moderert av Lagranges egen Brian Novell.

Tom Ngo @MetisL2 avdekket tillitsgapene i sentralisert AI – ugjennomsiktig utførelse, svak opprinnelse og feiljusterte insentiver. Kjerneargumentet: blockchain gir et tillitslag, men reell fremgang kommer ved å verifisere modellens kjøring med kryptografiske bevis, ikke bare å forankre data på kjeden.

Samtalen dreide seg deretter over på hva som kreves for å integrere KI i eksisterende bedriftsarbeidsflyter. Terence Chow @awscloud, Jan Gorzny @Zircuit og Kye Gomez @swarms_corp diskutert å gå utover eksperimentering — navigere i eldre systemer, datasiloer og introdusere agentisk AI på måter som forbedrer prosesser uten å forstyrre dem. Moderert av Thiru @LazAINetwork.