Λογότυπο Zephyrnet

Άμυνα με γνώμονα τα δεδομένα: Η τεχνητή νοημοσύνη ως το νέο σύνορο στην Ασφάλεια των Επιχειρήσεων – ΔΙΑΒΟΛΗ ΔΕΔΟΜΕΝΩΝ

Ημερομηνία:

Μεγάλες επιχειρηματικές αποτυχίες λόγω αποτυχιών διαχείρισης κινδύνου συμβαίνουν κάθε χρόνο. Είναι επίσης μερικά από τα πιο δαπανηρά, προσθέτοντας έως και εκατομμύρια δολάρια σε ρυθμιστικά πρόστιμα, αγωγές, πληρωμές και χαμένη αξία επωνυμίας. Οι ηγέτες θέλουν να αποφύγουν αυτού του είδους τα ζητήματα και να βασίζονται σε υγιή εσωτερική διαχείριση δεδομένων για να μετριάσουν τον κίνδυνο και να διατηρήσουν την εμπιστοσύνη και την εμπιστοσύνη με τους ενδιαφερόμενους φορείς τους.

Ωστόσο, σύμφωνα με την Thomson Reuters Regulatory Intelligence Έκθεση Κόστους Συμμόρφωσης 2023, Το 45% των ηγετών δηλώνουν ότι δεν παρακολουθούν το κόστος συμμόρφωσής τους με τους κανονισμούς σε όλους τους οργανισμούς τους. Γιατί; Είναι ακόμα εξαιρετικά δύσκολο να τα καταφέρεις καλά.

Αλλά ίσως, αρκετά σύντομα, να μην είναι. Οι επιχειρήσεις χρησιμοποιούν εδώ και καιρό παραδοσιακές διαδικασίες AI/ML για να βελτιώσουν τις λειτουργίες τους. Η εμφάνιση της νέας γενιάς γενετικής τεχνολογίας AI (GenAI) παρουσιάζει μια σημαντική ευκαιρία να φέρει επανάσταση στις δυνατότητες πρόβλεψης και στη δημιουργία περιεχομένου, υπόσχοντας μετασχηματιστικό αντίκτυπο στις επιχειρήσεις.

Αυτό το κομμάτι διερευνά πώς οι επιχειρήσεις μπορούν να προστατεύσουν τον οργανισμό τους – και το κεφάλαιό τους – ενστερνίζοντας τα πιο πολύτιμα χαρακτηριστικά της τεχνητής νοημοσύνης. Οι ηγέτες επιχειρήσεων που μπορεί να ανησυχούν για την ενσωμάτωση του GenAI στις δραστηριότητές τους θα πρέπει να λάβουν υπόψη την ποσοτικοποιημένη αξία της αποτελεσματικότητας που μπορεί να παράγει αυτή η τεχνολογία μόνο στη διαχείριση κινδύνου. Η πιο ισχυρή αξία της τεχνητής νοημοσύνης είναι να βοηθά τους εργαζόμενους, προσθέτοντας αξία, συμβάλλοντας στην αποτελεσματικότερη διακυβέρνηση του οργανισμού και δίνοντας τη δυνατότητα στους υπαλλήλους να λαμβάνουν στρατηγικές αποφάσεις αντί να ξοδεύουν χρόνο σε αναποτελεσματικές χειρωνακτικές εργασίες. 

Η AI βελτιστοποιεί τις Siled Business Operations

Αν τα τελευταία αρκετά χρόνια μετά την πανδημία ψηφιακή μετατροπή έχουν διδάξει οτιδήποτε στους ηγέτες επιχειρήσεων, είναι ότι η ικανότητα ενός οργανισμού να μοιράζεται δεδομένα και να εργάζεται διαλειτουργικά είναι κρίσιμη για να συμβαδίζει με τη σύγχρονη επιχείρηση. Οι δομές με σιλό μπορεί να λύνουν βραχυπρόθεσμα προβλήματα, αλλά εμποδίζουν την επιτυχή πλοήγηση ενός οργανισμού σε μεγαλύτερα ζητήματα όπως ο επιχειρηματικός κίνδυνος. 

Η GenAI λύνει σιλό μέσω της ισχύος της ενσωμάτωσης: οι επιχειρήσεις μπορούν να εκπαιδεύσουν μεγάλα γλωσσικά μοντέλα σε τεράστιες ποσότητες μη δομημένων και ιστορικών δεδομένων για τη σύνθεση μιας πιο ολοκληρωμένης, βελτιωμένης άποψης της επιχείρησης. Αυτό συνιστά σαφές όφελος τόσο για τους διαχειριστές κινδύνου όσο και για τους ηγέτες, οι οποίοι πρέπει να αντιμετωπίζουν καθημερινά τις συνέπειες πολύπλοκων και αλληλένδετων απειλών για την επιχείρησή τους.

Ενσωματώνοντας διάφορες πηγές δεδομένων, η GenAI μπορεί να ξεπεράσει αυτά τα σιλό και να παρέχει μια ολιστική άποψη του κινδύνου σε ολόκληρο τον οργανισμό.

Η κρίση του Boeing 737 MAX χρησιμεύει ως τρανταχτό παράδειγμα του τρόπου με τον οποίο οι κατακερματισμένες επιχειρηματικές γνώσεις μπορούν να κορυφωθούν σε μια μεγάλη κρίση. Λόγω της σιωπηρής οργανωτικής δομής των χωριστών τμημάτων μηχανικής, κατασκευής και εποπτείας ασφάλειας της Boeing, σε συνδυασμό με την πολυπλοκότητα της κατασκευής του αεροσκάφους MAX, η Boeing έκανε λάθη με σοβαρές συνέπειες. Αυτό κορυφώθηκε σε μια συντριβή το 2018 λίγο μετά την απογείωση. Οι ερευνητές βρήκαν ελαττώματα σχεδιασμού και ανησυχίες για τους πιλότους κατά τη διάρκεια της εκπαίδευσης που δεν αναφέρθηκαν. 

Αν και οι παραλείψεις από μηχανικούς ελέγχου ποιότητας έπαιξαν εξίσου σημαντικό ρόλο στις αστοχίες, εάν η τεχνητή νοημοσύνη ήταν πιο διαθέσιμη, εξελιγμένη ή χρησιμοποιημένη από την ομάδα της Boeing σε ένα πλαίσιο κινδύνου, είναι πιθανό ότι θα είχαν καθιερωθεί πιο αποτελεσματικοί έλεγχοι - και θα παρακολουθούνταν συνεχώς – να συλλάβει τα είδη των κινδύνων, τις παραλείψεις και τις αναφορές πρώτης γραμμής από πιλότους που εκπαιδεύονται. Οι αλγόριθμοι NLP που χρησιμοποιούνται σήμερα έχουν τη δυνατότητα να επεξεργάζονται τεράστιες ποσότητες δεδομένων κειμένου από πιλοτικές αναφορές, αρχεία συντήρησης και έγγραφα που σχετίζονται με την ασφάλεια, για να ανιχνεύουν πρώιμα σημάδια ανησυχιών για την ασφάλεια, ειδοποιώντας τους διαχειριστές κινδύνου για λάθη στο σύνολο δεδομένων. Αυτό το παράδειγμα υπογραμμίζει τη σημασία των διαδικασιών ολοκληρωμένης διαχείρισης κινδύνων, τις οποίες η GenAI θα μπορούσε να βοηθήσει στον εξορθολογισμό και την αποφυγή, εάν αυτές οι λύσεις ήταν διαθέσιμες εκείνη τη στιγμή.

Οθόνες AI και ειδοποιήσεις για αλλαγές σε ένα σύστημα

Η μόνη σταθερά στην επιχείρηση είναι η αλλαγή. Οι ηγέτες φέρουν την ευθύνη να παραμείνουν στην κορυφή όλων των επιχειρηματικών αλλαγών, μεγάλων και μικρών, κάτι που είναι όλο και πιο δύσκολο να γίνει δεδομένου του γρήγορου ρυθμού της ψηφιοποίησης. Στον κόσμο του κινδύνου, οι ρυθμιστικές αλλαγές είναι από τις πιο δύσκολες για παρακολούθηση.

Οι κανονιστικές αλλαγές συμβαίνουν σε μαζική κλίμακα και σε τεράστιους όγκους και είναι αδύνατο για ένα άτομο, ή ακόμα και μια ομάδα, να συμβαδίσει. Οι μεγάλες παγκόσμιες επιχειρήσεις απασχολούν χιλιάδες ανθρώπους, με τη βοήθεια της απαρχαιωμένης τεχνολογίας, για να συμβαδίζουν με τις κανονιστικές αλλαγές και να παρακολουθούν τις πληροφορίες επιχειρήσεων και πελατών για παραβιάσεις της συμμόρφωσης. Η μη συμμόρφωση μπορεί να οδηγήσει σε πρόστιμα ή χειρότερα: ένα σοβαρό συμβάν κινδύνου που θα μπορούσε να οδηγήσει σε καταστροφική βλάβη της φήμης.

Πάρτε την Wells Fargo, μια από τις μεγαλύτερες τράπεζες των ΗΠΑ, η οποία το 2016 πιάστηκε να ανοίγει εκατομμύρια μη εξουσιοδοτημένους λογαριασμούς χωρίς τη γνώση ή τη συναίνεση των πελατών. Αυτή η παραβίαση πολλών κανονισμών, συμπεριλαμβανομένου του νόμου Dodd-Frank, οδήγησε τελικά σε βαριές ρυθμιστικές κυρώσεις κατά της τράπεζας και της ομάδας διαχείρισης της και ένα τεράστιο πλήγμα στην τιμή της μετοχής και στα κέρδη της. Στο τέλος, ειδικοί υπολογίζεται 3 δισεκατομμύρια δολάρια καταβλήθηκαν σε ποινές και η τράπεζα ανέφερε απώλεια 50% στα κέρδη για το τρίμηνο που ακολούθησε το γεγονός. 

Η συμμόρφωση, που θεωρείται από καιρό ένα αυξανόμενο κέντρο κόστους για μεγάλες επιχειρήσεις, έχει τη δυνατότητα να φέρει επανάσταση με το GenAI. Αυτά τα εργαλεία τεχνητής νοημοσύνης βελτιώνονται στην ικανότητά τους να εντοπίζουν, να αξιολογούν και να αντιμετωπίζουν προληπτικά πρότυπα και αλλαγές σε ένα σύστημα, όπως κινδύνους συμμόρφωσης. Στο μέλλον, οι τράπεζες θα μπορούσαν να χρησιμοποιήσουν το GenAI για να αποτρέψουν παραβιάσεις κανονιστικών ρυθμίσεων, να βελτιώσουν τη διαφάνεια και να οικοδομήσουν ξανά την εμπιστοσύνη με τους πελάτες, τις ρυθμιστικές αρχές και τους επενδυτές μέσω πληροφοριών σε πραγματικό χρόνο και προγνωστικών αναλύσεων που προκύπτουν από κατάλληλα εκπαιδευμένες δυνατότητες LLM. 

Το AI προβλέπει και εντοπίζει απειλές για την ασφάλεια των επιχειρήσεων

Για τους επαγγελματίες δεδομένων, η παρατεταμένη απειλή του εγκλήματος στον κυβερνοχώρο είναι πάντα στο επίκεντρο. Οι ειδικοί κινδύνου έχουν προβλέψει εδώ και καιρό ότι το έγκλημα στον κυβερνοχώρο θα συνεχίσει να αυξάνεται καθώς η εξελιγμένη ψηφιοποίηση μεγαλώνει. Το επιζήμιο κόστος του εγκλήματος στον κυβερνοχώρο θα συνεχίσει επίσης να αυξάνεται: oκαμία αναφορά αναμένει ότι το συνολικό παγκόσμιο κόστος της ζημίας από το έγκλημα στον κυβερνοχώρο αναμένεται να φτάσει τα 10.5 τρισεκατομμύρια δολάρια ετησίως έως το 2025, από 3 τρισεκατομμύρια δολάρια μόλις πριν από μια δεκαετία.

Οι φορείς απειλών θα μάθουν να αξιοποιούν νέα επαναληπτικά εργαλεία τεχνητής νοημοσύνης όπως το GenAI για να κάνουν τις επιθέσεις στον κυβερνοχώρο και τις ενέργειες απειλών πιο αποτελεσματικές σε μεγαλύτερη κλίμακα. Οι οργανισμοί, λοιπόν, χρειάζονται εξίσου ισχυρά εργαλεία GenAI για να αισθάνονται εξουσιοδοτημένοι να κατασκευάζουν έξυπνα, ασφαλή και αυτοματοποιημένα συστήματα ικανά να ανιχνεύουν, να αποτρέπουν και να προλαμβάνουν απειλές σε πραγματικό χρόνο. 

Σε ένα πρόσφατο παράδειγμα της σημασίας της ισχυρής ασφάλειας δεδομένων, AT & T αποκάλυψε μια σημαντική διαρροή δεδομένων που επηρεάζει πάνω από 70 εκατομμύρια σημερινούς και πρώην πελάτες. Η διαρροή περιελάμβανε ευαίσθητες πληροφορίες όπως αριθμούς κοινωνικής ασφάλισης. Ενώ η πηγή της διαρροής είναι ακόμη υπό διερεύνηση, αυτό το περιστατικό υπογραμμίζει τον κρίσιμο ρόλο που μπορεί να παίξει η τεχνητή νοημοσύνη στην ασφάλεια των δεδομένων. Η ικανότητα του GenAI να αναλύει τεράστιες ποσότητες δεδομένων μπορεί να βοηθήσει στον εντοπισμό ύποπτης δραστηριότητας και στην πρόληψη παραβιάσεων δεδομένων.

Τον Οκτώβριο του 2023 η MGM Resorts, μια από τις μεγαλύτερες εταιρείες τυχερών παιχνιδιών στον κόσμο, δέχτηκε μια μεγάλη κυβερνοεπίθεση που έθεσε σε κίνδυνο τα προσωπικά δεδομένα των καταναλωτών και τελικά έκλεισε τις λειτουργίες του καζίνο για να μετριάσει τη ζημιά. Ήταν μια από τις μεγαλύτερες επιθέσεις στον κυβερνοχώρο της χρονιάς, με λειτουργικές διακοπές που προκλήθηκαν α ανέφερε πλήγμα 100 εκατομμυρίων δολαρίων στα τριμηνιαία αποτελέσματα της MGM. Τι έθεσε την MGM σε τέτοιο κίνδυνο; ο οι χάκερ πέτυχαν στην παραβίαση των συστημάτων ενός προμηθευτή ασφάλειας πληροφορικής μέσω εξελιγμένων μεθόδων phishing – και αυτή δεν ήταν η μόνη υψηλού προφίλ κυβερνοεπίθεση αυτής της ομάδας. Αν και η MGM αντέδρασε όσο πιο γρήγορα μπορούσε, η επίθεση προκάλεσε ακόμα ένα καταστροφικό και δαπανηρό αποτέλεσμα για την ομάδα του καζίνο.

Σήμερα, αυτός ο τύπος επίθεσης θα μπορούσε να είναι ακόμη πιο περίπλοκος – αλλά διπλάσια αποτρέψιμος με τα σωστά ψηφιακά εργαλεία. Από το NLP έως τις αυτοματοποιημένες ροές εργασίας, τη μηχανική εκμάθηση και την ανίχνευση προσώπων, οι εταιρείες μπορούν να δημιουργήσουν ή να συνάψουν σύμβαση με το GenAI που να περιλαμβάνει μια σειρά λειτουργιών, συμπεριλαμβανομένης της αυτόματης ανίχνευσης απειλών. Για να ενισχύσουν μια προσέγγιση διαχείρισης κινδύνου, οι ηγέτες πρέπει να στραφούν σε αποτελεσματικότητες που εστιάζουν στην ασφάλεια που παρέχει η τεχνητή νοημοσύνη, συμπεριλαμβανομένης της ιεράρχησης προτεραιοτήτων, των αναλυτικών στοιχείων και της συνεχούς παρακολούθησης σε πολλαπλά διαφοροποιημένα πλαίσια στον κυβερνοχώρο.

Το μέλλον της τεχνητής νοημοσύνης στην προστασία των επιχειρήσεων από τον κίνδυνο

Σε όλα αυτά τα παραδείγματα, το κόστος του κινδύνου, της συμμόρφωσης και της ασφάλειας μπορεί να είναι συγκλονιστικό όταν συμβαίνει ένα κρίσιμο γεγονός. Επιπλέον, τα συμβάντα κινδύνου δεν σταματούν – μεγαλώνουν και γίνονται όλο και πιο περίπλοκα. 

Φυσικά, η προστασία του κεφαλαίου δεν είναι το μόνο όφελος από τη μόχλευση της τεχνητής νοημοσύνης. Το να εξετάσουμε μόνο το κόστος της συμμόρφωσης είναι μια στενή άποψη όταν η GenAI μπορεί να κάνει πολύ περισσότερα για τις επιχειρήσεις μέσω της αποτελεσματικότητας που δημιουργεί στη διαχείριση κινδύνου. Συχνά, οι εταιρείες επαναλαμβάνουν τις προσπάθειες σε μέρη της στρατηγικής τους για τη διαχείριση κινδύνων και υποβαθμίζουν σε άλλους τομείς. Η GenAI μπορεί να εντοπίσει γρήγορα κενά και διπλότυπα στους εσωτερικούς ελέγχους, βοηθώντας τους ηγέτες να διατηρήσουν απρόσκοπτες τις προσπάθειές τους όσον αφορά τη διακυβέρνηση, τον κίνδυνο και τη συμμόρφωση (GRC).

Το GenAI είναι μια πολλά υποσχόμενη τεχνολογία για τις λειτουργίες του GRC, επειδή οι δυνατότητές του μπορούν να βοηθήσουν τους ηγέτες να δημιουργούν αναφορές πιο εύκολα, να προσομοιώνουν σενάρια απειλών, να προβλέπουν κινδύνους και να ενεργούν πιο γρήγορα, οδηγώντας τελικά σε καθαρό όφελος. Η πρόβλεψη των κινδύνων σημαίνει μια σαφέστερη διαδρομή για την αποφυγή δαπανηρών προβλημάτων.

Το αρχικό κόστος της εφαρμογής του GenAI μπορεί να φαίνεται τρομακτικό: Οι επιχειρήσεις θα πρέπει να χρησιμοποιήσουν τα δικά τους δεδομένα για να βαθμονομήσουν σωστά τα LLM για συγκεκριμένες λειτουργίες ή να επενδύσουν περαιτέρω στην ανάπτυξη των κατά παραγγελία αλγορίθμων τους. Ωστόσο, η δυνατότητα εξορθολογισμού των λειτουργιών, προληπτικού εντοπισμού απειλών και διασφάλισης της κανονιστικής συμμόρφωσης υπερτερεί κατά πολύ της αρχικής επένδυσης. Αξιοποιώντας την αναλυτική ικανότητα της τεχνητής νοημοσύνης, οι επιχειρήσεις μπορούν όχι μόνο να εξοικονομήσουν χρήματα αλλά και να αποκτήσουν σημαντικό ανταγωνιστικό πλεονέκτημα. Το μέλλον της διαχείρισης κινδύνων είναι αναμφίβολα συνδεδεμένο με το GenAI και ίσως υπονοεί ένα μέλλον όπου η τεχνητή γενική νοημοσύνη (AGI) θα διαδραματίζει μεγαλύτερο γνωστικό ρόλο παράλληλα με τους διαχειριστές ανθρώπινου κινδύνου – και οι επιχειρήσεις που ασπάζονται αυτήν την τεχνολογία θα είναι σε θέση να αντιμετωπίσουν μελλοντικές καταιγίδες και επιτύχει μακροπρόθεσμη επιτυχία.

spot_img

Τελευταία Νοημοσύνη

spot_img