مقابلات

Rami Habal، المؤسس والرئيس التنفيذي لشركة Magnitude – سلسلة المقابلات

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

Rami Habal، المؤسس والرئيس التنفيذي لشركة Magnitude هو مدير تنفيذي مخضرم في مجال الأمن السيبراني ومنتجات الذكاء الاصطناعي، تمتد مسيرته المهنية عبر أمان المؤسسات، التعلم الآلي، التكنولوجيا الاستهلاكية، والشركات الناشئة المدعومة من رأس المال المخاطر. قبل تأسيس Magnitude، شغل منصب رائد أعمال مقيم في Ballistic Ventures وقضى أكثر من أربع سنوات في Abnormal Security، بما في ذلك أدوار مدير المنتج التنفيذي (Chief Product Officer) ومدير العملاء التنفيذي (Chief Customer Officer). في السابق، قاد هبال تجربة الأجهزة المتعددة لـ Amazon Alexa، وأدار منتجات في Reverb، وكان أحد أوائل الموظفين في Proofpoint، حيث ساهم في بناء وتسويق منتجات الأمن بينما نمت الشركة من شركة ناشئة إلى طرحها العام النهائي. تشمل مسيرته أيضًا خبرة في رأس المال المخاطر، تكنولوجيا الهواتف المحمولة، واجهات برمجة التطبيقات (APIs)، واستراتيجية المنتجات، مما يمنحه خلفية واسعة عند تقاطع الأمن السيبراني والذكاء الاصطناعي وبرمجيات المؤسسات.

Magnitude هي شركة أمن سيبراني ذات طابع ذكاء اصطناعي أصيل تركز على تحويل إدارة مخاطر الطرف الثالث (TPRM) من مراجعات الامتثال الدورية إلى وظيفة أمنية مستمرة. يستخدم منصّها متعدد الوكلاء وكلاء ذكاء اصطناعي متخصصين لتقييم البائعين والمنتجات، ومراقبة الثغرات وتغييرات المخاطر الأخرى بشكل مستمر، ورسم خريطة الاعتمادات من الطرف الرابع والخامس والأعمق، وأتمتة اتصالات البائعين، والمساعدة في إدارة الإصلاح. بدلاً من الاعتماد أساسًا على الاستبيانات والتقييمات اللحظية، صُممت Magnitude لتستند إلى سياسات المنظمة نفسها وتقدّم قرارات مدعومة بالأدلة مع مصادر وتبريرات يمكن تتبعها. الهدف الأوسع هو توفير رؤية مستمرة لفرق الأمن عبر بيئات برمجيات ومورّدين متزايدة التعقيد، مع تمكين المحللين البشريين من التركيز على القرارات ذات القيمة الأعلى.

بعد المساهمة في بناء منتجات في Proofpoint وAmazon Alexa وAbnormal Security، ما الذي أقنعك أن اللحظة الحالية هي الأنسب لتأسيس Magnitude؟ هل كان هناك إدراك محدد أو نقطة ألم لدى العملاء جعلتك تعتقد أن إدارة مخاطر الطرف الثالث المستقلة تحتاج إلى أن تصبح شركة مستقلة؟

كنت أعلم أنه بعد فترة عملي في Abnormal أرغب في تأسيس شركة. ما لم أكن أعرفه هو أي مشكلة تستحق بناء شركة حولها. طوال مسيرتي، انجذبت إلى منتجات التعلم الآلي التطبيقية التي تلبي احتياجات واسعة وعالمية، مثل أمان البريد الإلكتروني في Proofpoint، والحوسبة الصوتية مع Alexa، والأمان السلوكي في Abnormal. أردت العثور على مشكلة أخرى ذات نفس النطاق لتساعد المؤسسات.

ثم ظهرت الوكلاء. بعد العمل عبر موجة التعلم الآلي السابقة، رأيت أن هذا ليس مجرد ميزة منتج أخرى. إنه تحول في المنصة، وهذه التحولات نادرة الحدوث.

أثناء وجودي كرائد أعمال مقيم في Ballistic Ventures، بدأت أتحدث مع رؤساء الأمن المعلوماتي (CISOs) حول أين يمكن لهذا التحول أن يحدث أكبر تأثير. تكررت الإشارة إلى مخاطر الطرف الثالث. تاريخيًا، كان من المنطقي أن تكون إدارة مخاطر الطرف الثالث (TPRM) ضمن وظيفة الحوكمة وإدارة المخاطر والامتثال (GRC) لأن مخاطر البائعين كانت تتحرك ببطء يكفي للمراجعات الدورية لمواكبتها. لكن هذا الافتراض بدأ يتلاشى. اتفق الجميع على أنها مشكلة كبيرة، لكن معظم المؤسسات لا تزال تديرها باستخدام استبيانات سنوية، وجداول بيانات، ومراجعات دورية، وعمل يدوي مكثف. كان الرد موحدًا: إدارة مخاطر الطرف الثالث أمر حيوي، لكننا لا نمتلك حتى الآن طريقة جيدة لحلها.

هذا هو الإدراك الذي كان وراء Magnitude. علمت أن النموذج التقليدي لم يعد يعمل، وأننا نحتاج إلى تقنية قادرة على تغيير نموذج التشغيل بالكامل، وليس مجرد تسريع العملية القديمة القائمة على الجداول. منذ البداية، كان رأيي أن كل مورد سيحصل في النهاية على مجموعة من الوكلاء الذين يقيمون المخاطر المحيطة به باستمرار. نمت Magnitude من هذا الاعتقاد.

تصف وصول \”عصر الأساطير\”، حيث يمكن للذكاء الاصطناعي تحديد الثغرات وتسليحها أسرع مما يمكن للبشر الرد. ما التغييرات التي لاحظتها خلال العام الماضي والتي أقنعتك بأن هذا التحول جارٍ بالفعل وليس مجرد قلق مستقبلي؟

أكبر تغيير لاحظته هو السرعة التي تحدث بها هذه الهجمات الآن. قبل عام، كان معظم الحديث لا يزال يدور حول ما قد يمكّن الذكاء الاصطناعي المهاجم من القيام به في المستقبل. الآن يمكننا رؤية تلك القدرات تتشكل في الوقت الحقيقي. يمكن للذكاء الاصطناعي مساعدة المهاجم على فحص نظام برمجي أكبر بكثير، واكتشاف نقاط ضعف ربما كانت غير معروفة سابقًا، ومهاجمة تلك النقاط على نطاق يصعب على فريق بشري مضاهاة.

في عصر الأساطير، أظهرت أنظمة الذكاء الاصطناعي القدرة على الكشف عن أكثر من 2,000 عيب غير معروف سابقًا عبر أنظمة البرمجيات، ومن المتوقع أن ينخفض الوقت المتوسط من اكتشاف الثغرة إلى استغلالها إلى أقل من ساعة بحلول نهاية عام 2026. بينما يستمر الوقت بين الاكتشاف والاستغلال في الانخفاض، يخلق ذلك فجوة بين سرعة ظهور التعرض وسرعة استجابة دورات المراجعة التقليدية.

كما نلاحظ أن نمط الحوادث يتحرك في نفس الاتجاه. في تحليلنا، ارتفعت وتيرة هجمات سلاسل التوريد من حوالي 13 حادثة شهريًا في 2024 إلى 41 حادثة شهريًا في 2026. لاحظنا أن النشاط يزداد جنبًا إلى جنب مع التحسينات الكبيرة في النماذج المتقدمة. لا أزعم أن كل إصدار نموذج يسبب زيادة مباشرة في الهجمات، لكن الاتجاه من الصعب تجاهله. الأدوات تصبح أكثر قدرة مع تسارع وتيرة الهجمات.

ما يؤكد هذا التغيير بالنسبة لي حقًا هو المحادثات التي أجريها مع قادة الأمن. لم يعودوا يتحدثون عن مخاطر الطرف الثالث كشيء يمكن التعامل معه من خلال مراجعة سنوية وإعادة النظر عند التجديد. يشعرون بالتعرض في الأشهر بين تلك المراجعات لأن مورديهم واعتماديات البرمجيات والموردين المتدرجين يتغيرون باستمرار.

هذا ما يعنيه عصر Mythos بالنسبة لي. النافذة لفهم المخاطر والاستجابة لها تضيق، بينما تأثير مورد واحد مخترق يتسع. لم يُصمم عملية الامتثال الدورية لتناسب هذه البيئة.

العديد من المؤسسات تقوم بنشر وكلاء الذكاء الاصطناعي بسرعة عبر مؤسساتها. كيف يجب على قادة الأمن إعادة التفكير في الحوكمة عندما تتفاعل هذه الوكلاء بشكل متزايد مع البائعين الخارجيين وواجهات برمجة التطبيقات والاعتماديات المتدرجة؟

أول شيء يحتاج قادة الأمن إلى إدراكه هو أن حتى وكيل الذكاء الاصطناعي المبني داخل الشركة قد لا يكون داخليًا بالكامل. قد يعتمد على منصة خارجية، أو مهارة طرف ثالث عبر MCP، أو خدمة مثل Google Drive، أو تقنية أخرى لا تتحكم فيها المنظمة مباشرة. وقد يكون لكل من هؤلاء المزودين موردون خاصون بهم.

لم يعد من الكافي الموافقة على الوكيل نفسه فقط. يحتاج القادة إلى فهم ما هي المعلومات التي يمكنه الوصول إليها، وما هي الإجراءات التي يمكنه اتخاذها، وأي الخدمات الخارجية يعتمد عليها، ومتى يلزم الحصول على موافقة بشرية. كما أنهم بحاجة إلى معرفة كيف يمكن أن تتغير تلك الاعتماديات مع مرور الوقت عندما يكتسب الوكيل قدرات جديدة، أو يتصل بأنظمة جديدة، أو يبدأ بالاعتماد على مزودين متدرجين إضافيين. لا يمكن إعداد تلك الضوابط مرة واحدة ونسيانها. كلما اكتسب الوكيل قدرات أو اتصالات جديدة، يجب أن تتكيف حوكمته وفقًا لذلك.

ليس الهدف إبطاء تبني الذكاء الاصطناعي. الهدف هو تزويد الشركات بما يكفي من الرؤية لاستخدام الوكلاء بثقة. يجب أن تصبح الحوكمة ممارسة أمنية مستمرة، وليس مجرد موافقة مرة واحدة تُستكمل عند إدخال أداة جديدة.

إدارة مخاطر الطرف الثالث اعتمدت تقليديًا على الاستبيانات والمراجعات الدورية. لماذا تعتقد أن هذا النموذج يتعطل أساسًا في بيئة مدفوعة بالذكاء الاصطناعي؟ 

المشكلة في نموذج إدارة مخاطر الطرف الثالث التقليدي هي أنه يقدم لقطة لما قاله المورد بأنه صحيح في لحظة معينة. قد تُكمل الشركة استبيانًا عند الموافقة الأولية عليها ثم لا تُراجع مرة أخرى حتى التجديد، وهو ما قد يستغرق سنوات. وفي تلك الأثناء، قد تتغير تقنيتها وممارسات الأمن ونماذج الذكاء الاصطناعي واستخدام البيانات والموردين. نحن بالكاد نستطيع التنبؤ بما سيتغير خلال الأسابيع القليلة القادمة، لذا فإن الاعتماد على تقييم قديم لسنوات لم يعد منطقيًا.

هناك أيضًا سؤال حول مدى موثوقية المعلومات. الإجابة المسجلة من قبل شخص يحاول إتمام صفقة ليست هي نفسها الحقيقة المدعومة بتدقيق مستقل أو ملف شركة موقع أو مصدر قابل للتحقق آخر. يحتاج قادة الأمن إلى معرفة ليس فقط ما هي الإجابة، بل من أين جاءت وما إذا كانت لا تزال حديثة.

أخيرًا، عادةً ما تتوقف الاستبيانات عند المورد المباشر. نادرًا ما تُظهر الأطراف N، رغم أن تلك العلاقات المخفية للجهات الرابعة والخامسة يمكن أن تُحدث تعرضًا حقيقيًا. الآن يعرف المهاجمون أن أضعف حلقة في المؤسسة ليست المؤسسة نفسها، بل أحد هؤلاء الموردين المتدرجين. وهجومهم على هؤلاء الموردين يمكن أن يمنحهم في النهاية الوصول إلى المؤسسة. الأمر ببساطة أرخص وأسهل.

لهذا السبب لا أعتقد أن الجواب هو ببساطة استخدام الذكاء الاصطناعي لإكمال الاستبيانات بسرعة. في ذلك النموذج، ستظل هناك فجوات دائمًا. يجب أن يتغير النموذج نفسه، من لقطات دورية يُبلغ عنها ذاتيًا إلى فهم مستمر، لحظي، قائم على الأدلة للمخاطر بعمق سلسلة إمداد الشركة.

تقدم Magnitude مفهوم قوة عمل ذاتية للذكاء الاصطناعي لفرق الأمن. أين ترى التوازن بين اتخاذ القرارات المدفوعة بالذكاء الاصطناعي والرقابة البشرية، خاصةً بالنسبة للقرارات الأمنية ذات الأثر العالي؟ 

الاستقلالية لا تعني عدم المساءلة. ما أفكر به هو أن الذكاء الاصطناعي يجب أن يتولى الأعمال الحرجة ولكن المتكررة التي تستهلك الكثير من وقت فريق الأمن، بينما يظل الأشخاص مشاركين عندما يتطلب القرار حكمًا أو سياقًا أو يحمل عواقب تجارية كبيرة. الحقيقة هي أنه لا يمتلك أي فريق أمان اليوم موارد كافية للتعامل مع المهمة الحالية. يمكن للذكاء الاصطناعي المساعدة في سد تلك الفجوة.

جودة الذكاء الاصطناعي لها أهمية هائلة. عندما يتم تنفيذه بشكل جيد، يصبح الذكاء الاصطناعي مضاعفًا للقوة. يمنح الفريق قدرة أكبر ويساعد الأشخاص على التركيز على الأعمال ذات القيمة الأعلى. عندما يتم تنفيذه بشكل سيء، يكون له العكس لأن شخصًا ما يجب أن يتحقق من كل ناتج. بالنسبة للقرارات الأمنية ذات الأثر العالي، يجب أن يكون النظام عالي الجودة وقادرًا على إظهار الأدلة التي استخدمها وكيف وصل إلى توصيته، مما يخلق سجلًا يمكن تدقيقه.

مستوى الرقابة المناسب سيتفاوت أيضًا حسب المؤسسة. قد تستخدم شركة كبيرة ذات فريق أمان مُؤسس الذكاء الاصطناعي كأنظمة طيار آلي، مع إشراف الأشخاص على العمل وتدخلهم في الحالات الاستثنائية. قد تختار مؤسسة أصغر أتمتة أكبر جزء من البرنامج لأنها تفتقر إلى الموظفين أو الميزانية لبناء فريق كبير. في كلتا الحالتين، يجب أن تكون هناك نقاط واضحة يتم فيها تصعيد المشكلة إلى شخص.

في النهاية، يجب أن تكون المنظمة قادرة على تحديد مقدار المشاركة البشرية التي تريدها بناءً على أهمية القرار. الهدف ليس إبعاد الأشخاص عن الأمن، بل مساعدتهم على استغلال وقتهم بشكل أفضل، واتخاذ قرارات تجارية أسرع، وحجز انتباه البشر للقرارات التي تضيف أكبر قيمة.

يجمع فريقكم بين الخبرات في الذكاء الاصطناعي، والأمن السيبراني، ومنصات المستهلك على نطاق واسع. كيف أثر هذا الجمع على طريقة تصميمكم لـ Magnitude مقارنة بالمنتجات التقليدية للأمن السيبراني؟ 

كل خلفية من خلفياتنا علمتنا شيئًا مختلفًا حول ما يجب أن يبرع فيه منتج الأمن السيبراني القائم على الذكاء الاصطناعي. في الأمن السيبراني، تكون الإجابة مفيدة فقط إذا كان يمكنك الوثوق بها، وتتبعها إلى دليل، واتخاذ إجراء بناءً عليها. ومن عملنا في الذكاء الاصطناعي وتعلم الآلة، تعلمنا أن الفرصة الحقيقية ليست مجرد تلخيص المعلومات، بل تحويل العمل الخبير إلى نظام يمكنه أداء ذلك العمل باستمرار. علمتنا بناء منصات مثل Alexa وPandora التفكير في الموثوقية وسهولة الاستخدام على نطاق واسع جدًا.

قادتنا تلك الدروس إلى الابتعاد عن نموذج الأمن السيبراني التقليدي القائم على إنتاج لوحة تحكم أخرى أو تدفق آخر من التنبيهات لفريقٍ بالفعل مثقل بالمهام للتحقق منها. صممنا Magnitude للقيام بالعمل: جمع والتحقق من المعلومات، تقييم الموردين، مراقبة التغييرات، ربط المعلومات الجديدة بالمخاطر التجارية، والمساعدة في دفع القضايا نحو الحل.

خلف الكواليس، يتضمن ذلك عدة وكلاء ذكاء اصطناعي متخصصين يعملون معًا. لكن تجربة العميل يجب أن تظل بسيطة. لا ينبغي على فرق الأمن أن تضطر إلى أن تصبح خبراء في الذكاء الاصطناعي لفهم ما وجده النظام، ولماذا يهم، أو ما الإجراء الذي يجب اتخاذه.

النتيجة هي منتج صُمم للعمل باستمرار عبر آلاف الموردين مع الاستمرار في تلبية المعايير المطلوبة للقرارات الأمنية ذات الأثر العالي. ليس مجرد ذكاء اصطناعي مضاف إلى سير عمل قديم. بل بُني من البداية حول فكرة أن الذكاء الاصطناعي يمكنه أداء جزء كبير من سير العمل نفسه، مع تزويد الأشخاص بالأدلة والرؤية والتحكم الذين يحتاجونهم.

أحد أكبر المخاوف المتعلقة بالذكاء الاصطناعي في الأمن السيبراني هو أنه يمكّن كلًا من المدافعين والهجومين. هل تعتقد أن الميزة حالياً تكمن مع المدافعين أم مع الخصوم، وما الذي سيحدد من سيظل متقدمًا خلال السنوات القليلة القادمة؟

أعتقد أن الميزة اليوم تميل إلى الخصوم، لا سيما في هجمات سلسلة التوريد. لا أقول إن المدافعين متأخرون بشكل لا يمكن تعويضه. الدعوة إلى اتخاذ إجراء للمدافعين هي التوقف عن اعتبار ذلك مشكلة مستقبلية والتحرك بسرعة الآن. كلا الطرفين يمتلكان العديد من أدوات الذكاء الاصطناعي نفسها، لكن الاقتصاديات والوقت إلى السوق حاليًا يفضّلان المهاجم.

يجعل الذكاء الاصطناعي الاختبار أرخص وأسهل لمسارات هجوم أكثر، وإطلاق محاولات أعمق على مستويات متعددة، وتكرار تلك العملية على نطاق واسع. عندما يختراق المهاجم موردًا أو مكوّنًا برمجيًا واسع الاستخدام، يمكن لهجوم واحد ناجح أن ينتشر إلى مئات أو حتى آلاف الشركات.

يواجه المدافعون مهمة أصعب لأن عليهم فهم وحماية شبكة واسعة من البائعين، والمكوّنات البرمجية، والموردين التابعين، كما يستغرق الأمر وقتًا لتستجيب المؤسسات، وتشتري البرمجيات التي تساعد، وت operationalize تلك الأدوات، مما يخلق نافذة يمكن للمهاجمين استغلالها.

ما سيحدد من سيظل متقدمًا هو ما إذا كان المدافعون قادرون على تغيير تلك المعادلة. يحتاجون إلى الانتقال من المراجعات العرضية والمتابعات اليدوية إلى المراقبة المستمرة والإجراءات الأسرع. أنظمة الحوكمة والدفاع الآلية التي تراقب التغييرات باستمرار، وتربطها بالمخاطر التجارية، وتستجيب بسرعة ستجعل الهجمات أصعب في التوسع وأكثر تكلفة لتكرارها.

لطالما كان الأمن السيبراني لعبة قط وفأر. لا يغيّر الذكاء الاصطناعي ذلك، لكنه يزيد من السرعة والرهانات. يحتاج المدافعون إلى أنظمة يمكنها التعلم، والتكيف، والعمل بنفس وتيرة المهاجمين الذين بدأوا يعملون بها.

سلاسل إمداد الذكاء الاصطناعي تصبح أكثر تعقيدًا، حيث تعتمد المؤسسات على عدد كبير من نماذج الأساس، ومزودي SaaS، والوكلاء المستقلين. ما هي المخاطر الناشئة التي تعتقد أن المؤسسات لا تزال تقلل من شأنها؟

أكثر المخاطر التي يتم التقليل من شأنها هو التكنولوجيا التي تكمن خلف المنتج الذي تعتقد الشركة أنه قد تم الموافقة عليه. حتى الوكيل المبني داخليًا قد يعتمد على منصات خارجية، أو إضافات، أو مقاولين، أو مكوّنات برمجية. تلك العلاقات المخفية تخلق مخاطر من الطرف Nth، أي الموردين وراء المورد المباشر.

لا تزال معظم المؤسسات تفتقر إلى رؤية واضحة لتلك الطبقة الأعمق. قد يعرفون من وقعوا عقدًا معه، لكن ليس كل خدمة خارجية، أو مكوّن برمجي، أو مقاول فرعي يدعم المنتج في النهاية.

المسألة الأخرى هي مدى ترابط هذه الأنظمة. قد لا يبقى الضعف في إضافة أو خدمة داعمة معزولًا إلى ذلك المزود. يمكن أن يخلق مسارًا إلى منصة أكبر ثم يؤثر على العديد من المؤسسات التي تعتمد عليها. وهذا يعني أن موردًا صغيرًا نسبيًا يمكن أن يصبح مصدرًا أكبر بكثير للتعرض.

ما يجب على قادة المخاطر أن يسألوا عنه ليس مجرد «ما نموذج الذكاء الاصطناعي الذي نستخدمه؟» بل هو «على ماذا يعتمد هذا النظام، وعلى ماذا يعتمد هؤلاء المزودون، وكيف يمكن لمشكلة في أي مكان في تلك السلسلة أن تصل إلينا؟» وحتى تتمكن الشركات من الإجابة على هذه الأسئلة، ستستمر في تحمل مخاطر لا يمكنها رؤيتها.

نظراً إلى ما وراء نماذج اللغة الكبيرة اليوم، ما التطورات التقنية التي تتوقع أن تعيد تشكيل أمن المعلومات المؤسسي وإدارة المخاطر خلال السنوات الخمس القادمة بشكل كبير؟ 

لا أعتقد أن التغيير الحاسم سيكون نموذجاً جديداً واحداً. بل سيكون الانتقال من الذكاء الاصطناعي الذي يجيب على الأسئلة إلى أنظمة الذكاء الاصطناعي القادرة على مراقبة ما يحدث باستمرار، وربط المعلومات من مصادر مختلفة، واتخاذ الإجراءات.

الجيل القادم من النماذج لن يكون مجرد تحسين طفيف؛ بل سيكون أكثر قدرةً بكثير. لكن التحول الأكبر سيأتي من الوكلاء المتخصصين الذين يعملون معاً عبر عمليات الأمن. اليوم، تُدار مراجعات البائعين، ومعلومات التهديدات، ومخاطر الأعمال، وإجراءات التصحيح غالباً في أدوات منفصلة ومن قبل فرق منفصلة. ومع مرور الوقت، ستبدأ هذه الوظائف بالاندماج.

أتوقع أن تصبح أنظمة الأمن أكثر ترابطاً بكثير، حيث تُجمع معلومات التهديدات، والسياق التجاري، وسياسات الشركة، وإجراءات الاستجابة معاً بدلاً من إدارتها في أدوات منفصلة. يمكنها أن تتعرف على أن مورداً تعرض لتهديد جديد، وتفهم أي أجزاء من الأعمال قد تتأثر، وتساعد في بدء الاستجابة دون الانتظار لعدة عمليات تسليم يدوية.

سيفتح ذلك باب تحويل إدارة المخاطر من سلسلة من التمارين الدورية إلى قدرة تشغيلية مستمرة. ستُبنى أقوى برامج المخاطر حول سياق المؤسسة، والأدلة الموثوقة، والقدرة على تحويل المعلومات إلى إجراءات موثوقة.

إذا كان بإمكانك تقديم نصيحة واحدة إلى رؤساء أمن المعلومات والقادة المؤسسين الذين يستعدون للجيل القادم من التهديدات المدعومة بالذكاء الاصطناعي، ما هي هذه النصيحة وما هي الإجراءات التي ينبغي أن يعطوا أولوية لها اليوم؟

نصيحتي هي التوقف عن إدارة مخاطر سلسلة التوريد كتمرين يُجرى مرة واحدة في السنة. المخاطر تتغير باستمرار، ويجب أن يواكب نهجك هذا التغير. البيئة حية وتتنفس. إنها مترابطة للغاية، وتتغير بسرعة كبيرة تجعل من الصعب على سلسلة من المراجعات والأدوات المنفصلة مواكبتها.

طريقة حماية هذه السطح الهجومي الناشئ هي من خلال طبقة تحكم واحدة أصلية للذكاء الاصطناعي تُوفر حوكماً ودفاعاً مستمرين ومستقلين لجميع مخاطركم الخارجية.

المكان الذي يجب أن تبدأ منه هو الأجزاء الأكثر أهمية في الأعمال. حدد الموردين والخدمات الخارجية التي تدعم تلك العمليات الحيوية، وافهم أين تكمن الاعتمادات المخفية، وضع مسؤولية واضحة لما يحدث عندما يُكتشف خطر. ثم قم بأتمتة أكبر قدر ممكن من المراقبة المستمرة والاستجابة الروتينية، مع إبقاء الأشخاص مشاركين في اتخاذ القرارات ذات العواقب التجارية الكبيرة.

الهدف ليس مجرد جمع المزيد من المعلومات. بل يتعلق بربط ما تعرفه باستمرار، وتحديد ما هو مهم، واتخاذ إجراءات قبل أن تتحول مشكلة المورد إلى مشكلة على مستوى الشركة بأكملها.

شكرًا لكم على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Magnitude

أنطوان هو قائد رؤيوي وشريك مؤسس في Unite.AI، مدفوعًا برغبة لا تكل في تشكيل وتعزيز مستقبل الذكاء الاصطناعي والروبوتات. وهو رائد أعمال متسلسل، يعتقد أن الذكاء الاصطناعي سيكون مدمرًا للمجتمع مثل الكهرباء، وغالبًا ما يُقبض عليه وهو يثرثر عن إمكانات التكنولوجيا المثيرة للدهشة والذكاء الاصطناعي العام.

كما أنه مستقبلي، فهو مخصص لاستكشاف كيف ستشكل هذه الابتكارات العالم. بالإضافة إلى ذلك، فهو مؤسس Securities.io، وهي منصة تركز على الاستثمار في التكنولوجيا المتقدمة التي تعيد تعريف المستقبل وتعيد تشكيل القطاعات بأكملها.