روهان ساتيه، المؤسس المشارك والرئيس التنفيذي لشركة نايت فال – سلسلة المقابلات

في الأيام الأولى، كنا نريد استخدام التعلم الآلي لاكتشاف وحماية البيانات الحساسة في أي مكان تعيش عبر تطبيقات السحابة والعمليات الحديثة. عندما خرجنا من وضع السرية في عام 2019، وضعنا أنفسنا كحلاً أصليًا للبيانات في السحابة، مدعومًا بالتعلم الآلي، مع رؤية بناء “لوحة التحكم للبيانات السحابية”. عندما توسعنا إلى ما وراء تطبيقات السحابة لتغطية تسرب البيانات عبر النقاط النهائية والذكاء الاصطناعي، أصبح “حماية البيانات الأصلية بالذكاء الاصطناعي” مصطلحنا الشامل.

قبل تأسيس نايت فال، كنت مهندسًا مؤسسًا في أوبير إيتس، حيث رأيت بشكل مباشر كيف تنتشر البيانات عبر تطبيقات السحابة وأدواتها. كيف شكلت تجاربك هناك منظورك حول أمان البيانات، وما هي اللحظات أو التحديات المحددة التي أطلقت فكرة نايت فال؟

في أوبير إيتس، كنت أؤدي دورًا قياديًا في فرق الخلفية، وكنّا نتعامل مع بيانات على مستوى البيتا، موزعة عبر العديد من الأنظمة المختلفة، وهو بيئة حيث يمكن للبيانات الحساسة أن تتحرك بسرعة وغالبًا بشكل غير مرئي. هذا التجربة، إلى جانب ما تعلمه القطاع ككل من حوادث مثل اختراق أوبير في عام 2016 – حيث استغل المهاجمون بيانات اعتماد تم الكشف عنها في الكود على جيت هاب للوصول إلى بيانات أوبير – أبرز كيف يخلق هذا الجمع بين انتشار البيانات والبيانات الحساسة والبنية السحابية مخاطر كبيرة دون حماية أفضل. هذه الحقائق شكلت تركيز نايت فال على اكتشاف الحساسة وتنبيهات الحماية من البداية.

أطلقت نايت فال بشكل عام في عام 2019 مع تمويل من السلسلة أ. هل يمكنك أن تشرح لنا الرحلة المبكرة من وضع السرية إلى الإطلاق، بما في ذلك أي نقاط تحول رئيسية؟

عملنا في وضع السرية لمدة عام تقريبًا، ثم أطلقنا رسميًا في 7 نوفمبر 2019 مع 20.3 مليون دولار في التمويل بقيادة Bain Capital Ventures وVenrock. النقاط الرئيسية في الرحلة المبكرة تركزت حول بناء تكاملات سحابية واسعة النطاق وتطوير تصنيف محتوى أكثر دقة باستخدام التعلم الآلي، مما يقلل من الإيجابيات الكاذبة التي عانت منها حلول حماية البيانات التقليدية.

يشير مصطلح “الذكاء الاصطناعي الخفي” إلى استخدام غير مراقب لأدوات مثل ChatGPT وGemini وCopilot في مكان العمل، مما يؤدي غالبًا إلى تسربات بيانات غير مرئية. كيف تعرف “الذكاء الاصطناعي الخفي”، ولماذا يعتبر قلقًا متزايدًا للمنظمات الحديثة؟

نعرّف “الذكاء الاصطناعي الخفي” على أنه استخدام غير مصرح به أو غير مراقب لأدوات الذكاء الاصطناعي من قبل الموظفين – مثل لصق الشفرة المصدرية أو بيانات العملاء في الدردشة – مما يخلق مخاطر تسرب البيانات خارج إدارة تكنولوجيا المعلومات. هذا التعريف يتوافق مع ما نراه من لاعبين آخرين في الصناعة مثل آي بي إم وسبلونك. “الذكاء الاصطناعي الخفي” هو أساسًا استخدام الذكاء الاصطناعي بدون موافقة أو إشراف، مما يؤدي إلى ظهور نقاط عمياء ومخاطر تسرب البيانات المحتملة. الجمع بين تطبيقات الذكاء الاصطناعي الجديدة وعدم وجود ضوابط مناسبة هو السبب في نمو هذه المشكلة بسرعة.

لقد وصفتم عدة طرق تختلف بها نهج نايت فال عن حماية البيانات التقليدية. أي من هذه الميزات – سواء كانت مراقبة متواصلة، أو سجل البيانات، أو حجب في الوقت الفعلي – أثبتت أنها الأكثر تأثيرًا لعملائك؟

من ما نسمعه بشكل متكرر من العملاء، هناك两个 محور رئيسيان يجعلان الفرق الأكبر. الأول هو التحكم قبل الإرسال – حيث يتم إيقاف المحتوى الحساس قبل إرساله إلى أدوات الذكاء الاصطناعي أو نشره على الويب. الثاني هو كشف الذكاء الاصطناعي الأصلي الذي يتجاوز مطابقة الأنماط التقليدية لفهم سجل البيانات والسياق.

ما يبدو قويًا حقًا هو تقليل الضوضاء من خلال التعلم المستمر. نظامنا يفهم المحتوى وتسلسل الملفات، ويتعلم من تعليقات المستخدمين وأفعالهم، ويتعرف على سير العمل الآمنة لقمع النشاط منخفض الخطر. هذا يقلل بشكل كبير من الإيجابيات الكاذبة مقارنة بحلول حماية البيانات التقليدية. كما أننا ن thựcن كشف التهديدات في الوقت الفعلي وتحديد الأولويات باستخدام نماذج اللغة والرؤية الحاسوبية، مع مصنفات مخصصة للملفات والحساسية التي يمكنها كشف تحرك الملكية الفكرية والوثائق القيمة التي تتجاوز ببساطة كشف الكيانات القائم على القواعد.

كيف تقوم نظام نايت فال المبني على المتصفح ووكلاء النقاط النهائية بمنع التسريبات قبل حدوثها، وكيف يختلف ذلك عن أنظمة حماية البيانات التقليدية التي تكتشف الاختراقات فقط بعد الإرسال؟

مكمل المتصفح ووكلاء النقاط النهائية يفحصون المحتوى والملفات قبل إرسالها. يمكننا حذف أو حجب المحتوى الخطر في الوقت الفعلي – قبل إرسال استعلام ChatGPT، على سبيل المثال. كما أننا نتعقب سجل الملفات حتى يعرف فريق الأمن إذا كان الملف قد أتى من نظام شركاتي. ننشر على نظامي ماك أو إس وويندوز مع ملحقات المتصفح كروم و파이어폭س التي توفر هذه الوظيفة الحذف والتحديد قبل الإرسال.

توسعت نايت فال بشكل كبير منذ تأسيسها. كيف تطور احتياجات أمان البيانات للشركات على مدار هذا الوقت، وكيف تطور منتجك استجابة لذلك؟

المناظر الطبيعية قد تغيرت بشكل كبير. بدأنا بفحص تطبيقات السحابة – مثل سلاك وجوجل درايف – حول عام 2020-2021. ثم أصبح حماية الذكاء الاصطناعي حاسمًا بدءًا من عام 2023، والآن نرى هذا الحاجة الملحة إلى منع التهديدات الذكية والخاضعة للسيطرة التي يمكنها النمو مع نمو المنظمة.

أفرقة عمليات الأمان تكافح مع أدوات معقدة بشكل متزايد، وحماية البيانات التقليدية القائمة على مطابقة الأنماط، وتعديل السياسات اليدوي المستمر، ومتلازمة الإشعارات المزعجة. هذه القضايا تبطئ التحقيقات، وتزيد الحمل، وتقلل من فعالية الأمان. تطور منتجنا اتبع هذا التحول من العمليات اليدوية والتفاعلية إلى التutomatية الذكية. أعلنا عن تغطية الذكاء الاصطناعي في عام 2023، ووسعنا إلى منع التسرب، والتشفير، وحماية البريد الإلكتروني في عام 2024، والآن مع Nyx، نحن نشهد ما نعتبره العصر التالي للذكاء الاصطناعي في حماية البيانات – تحويل متلازمة الإشعارات إلى إجراءات أمان تركيزية وذكية عبر تطبيقات السحابة والنقاط النهائية وأدوات الذكاء الاصطناعي.

أعلنت مؤخرًا عن نايت فال Nyx، التي تصفها بأنها منصة حماية البيانات الأصلية بالذكاء الاصطناعي الأولى في الصناعة. ما يجعلها ذاتية، وما هي المشاكل التي تحلها لفريق الأمان؟

منصة كشف الذكاء الاصطناعي في نايت فال تقدم بالفعل نتائج دقيقة جدًا وذات ضوضاء منخفضة – دقة 95% مقارنة بالـ 5-30% النموذجية لحماية البيانات التقليدية القائمة على الأنماط أو القواعد. مبنيًا على هذا الأساس، Nyx هو طبقة الذكاء الاصطناعي التي تساعد أفرقة الأمان على التحقيق والارتباط وفهم المخاطر.

حتى بعد إزالة الضوضاء، يبدأ العمل الحقيقي. في المنظمات الكبيرة، قد تواجه أفرقة الأمان مئات من التنبيهات المشروعة كل يوم. البحث عن هذه التنبيهات لفصل سير العمل المعتمدة من قبل الأعمال عن قضايا النظافة البيانات الخطرة أو تهديدات الداخل يمكن أن يأخذ ساعات. Nyx يأخذ على عاتقه هذا التحقيق الشاق – يعجل التحليل حتى يتمكن الفريق من التركيز على الإجراءات، لا على البحث والفرز خلال صفحات من التنبيهات.

Nyx يربط النقاط عبر أحداث التسرب – المستخدمين، والمناطق، والأجهزة، وتنسيق البيانات، وأسماء الملفات، وغيرها – ويظهر الأنماط على الفور. من خلال واجهة اللغة الطبيعية، يمكن للمحللين التفاعل مع الأنماط، والتحقيق في النتائج، وإنتاج التقارير، والحصول على إجراءات مقترحة في ثوان. المهام التي كانت تأخذ ساعتين يمكن أن تتم الآن في أقل من دقيقتين – توفير زمني حقيقي يصل إلى 20 مرة.

مع انفجار استخدام الذكاء الاصطناعي في أماكن العمل، واضطرار أفرقة الأمان إلى مواكبة ذلك، هل تعتقد أن أدوات مثل نايت فال ست trở thành طبقة تحكم افتراضية في بيئات الشركات؟

أعتقد أن المسار يشير إلى ذلك. نحن نرى خططًا واسعة النطاق لتبني الذكاء الاصطناعي في الشركات، ومنصات كبيرة مثل مايكروسوفت إنترا إنترنت أكسس تقدم ضوابط مسبقة قبل الإرسال للحركة المرور للذكاء الاصطناعي. عند 結合 ذلك مع الإجماع الصناعي حول مخاطر “الذكاء الاصطناعي الخفي”، من المعقول توقع أن تصبح حماية البيانات القائمة على الذكاء الاصطناعي قبل الإرسال طبقة تحكم افتراضية إلى جانب أشياء مثل إدارة الهوية والوصول والكشف عن التهديدات في النقاط النهائية.

أخيرًا، كمنشئ بناء في مساحة سريعة التحرك، ما هو رؤيتك طويلة الأمد لنايت فال ودور الذكاء الاصطناعي في حماية البيانات للشركات؟

رؤيتنا طويلة الأمد تبني على ما أعلناه عند الإطلاق – أن نكون لوحة التحكم للبيانات السحابية – ولكن الآن نحن نوسع ذلك مع العمليات الذاتية وقدرات الذكاء الاصطناعي. نحلم بمستقبل حيث تحسّن وضع الأمان باستمرار دون إضافة عمل إضافي على المحللين، حيث يزيل الذكاء الاصطناعي الحاجة إلى خبرة خاصة في المجال، وحيث يمكن للمنظمات الانتقال من عمليات الأمان اليدوية التفاعلية إلى منع التهديدات الذكية والخاضعة للسيطرة.

في الممارسة، يعني ذلك الذكاء الاصطناعي الذي يفهم البيانات في السياق ويأخذ إجراءات آمنة وذكية – التحقيق، والتدريب، والتحديد، والحجب – عبر تطبيقات السحابة، والنقاط النهائية، والبريد الإلكتروني، وأدوات “الذكاء الاصطناعي الخفي”. نريد إغلاق الحلقة من الكشف إلى الوقاية، مما يوفر لفريق الأمان شريكًا ذكيًا دائمًا يصبح أكثر ذكاءً مع كل تحقيق ويحول أسابيع من التحقيقات اليدوية إلى دقائق من الاستجابة المُركّزة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا نايت فال.