Kybernetická bezpečnost

AI zlepšuje fungování SOC — a kariérní žebříček v kybernetické bezpečnosti se stává obtížnějším k dosažení

mm
Přidejte Unite.AI mezi své preferované zdroje na Google
Cybersecurity workforce report illustrated with an ascending chart, analyst silhouette, and AI security shield

Umělá inteligence odlehčuje některé z nejopakujících se úkolů v centrech bezpečnostních operací, avšak stejné zisky v efektivitě mohou oslabovat tradiční cestu do tohoto povolání.

Toto napětí stojí v centru nového výzkumu od Swimlane. V průzkumu 500 odborníků a vedoucích bezpečnostních operací ve Spojených státech a ve Velké Británii uvedlo 88 % respondentů, že AI učinila jejich práci uspokojivější. Současně 47 % očekává, že AI ztíží vstup do kybernetické bezpečnosti zvýšením požadavků na juniorní pozice nebo snížením příležitostí získat základní zkušenosti.

Výsledek není jednoduchý příběh o tom, že automatizace nahrazuje analytiky. Je to příběh o přerozdělování práce – a o tom, že organizace budou muset přepracovat školení, než první stupeň kariérního žebříčku SOC zmizí.

AI přerozděluje den analytika

úplná zpráva Swimlane naznačuje, že nejbezprostřednějším efektem AI je zvýšená kapacita. Čtyřicet sedm procent respondentů uvedlo schopnost řídit více bezpečnostních aktivit jako jednu ze dvou nejvýznamnějších změn od zavedení AI ve svých organizacích. Třicet pět procent uvedlo, že má více času na složité vyšetřování hrozeb, zatímco dalších 35 % hlásí více času na strategickou nebo mezioborovou práci.

Největší úspory času pocházely z opakovatelných úkolů. Čtyřicet tři procent respondentů uvedlo, že AI snížila čas, který věnují vyšetřování známých nebo opakujících se vzorců hrozeb. Vývoj reakcí nebo doporučení k nápravě následoval s 34 % a revize a třídění příchozích upozornění s 32 %.

Automatizované třídění však neodstraňuje lidskou práci. Mění její těžiště. Třicet čtyři procent respondentů uvedlo, že nyní věnují více času revizi nebo ověřování výstupů generovaných AI. Analytik se stává méně manuálním zpracovatelem upozornění a více vyšetřovatelem, hodnotitelem a rozhodovatelem.

Tato změna může být pozitivní. Může však také vytvořit problém se školením.

Paradox vstupní úrovně

Bezpečnostní týmy tradičně rozvíjely úsudek opakovaným vystavováním se upozorněním, vyšetřováním, dokumentaci a rozhodnutím o nápravě. AI nyní dokáže zvládat části této učební práce rychlostí stroje. Pokud organizace tyto úkoly automatizují, aniž by nahradily jejich rozvojovou hodnotu, může být od juniorních analytiků požadováno ověřovat systémy, aniž by získali potřebné zkušenosti k jejich kritickému posouzení.

Respondenti Swimlane zjevně vnímají toto riziko. Třicet sedm procent očekává vyšší požadavky na znalosti a zkušenosti pro pozice na vstupní úrovni a 10 % očekává, že juniorní analytici budou mít méně příležitostí získat základní zkušenosti. Ve srovnání s tím 41 % předpovídá vznik nových rolí zaměřených na dohled nad AI, její validaci a orchestraci. Pouze 1 % očekává, že kariérní cesta SOC zůstane převážně nezměněna.

To naznačuje spíše transformaci než rozsáhlou ztrátu pracovních míst. Pouze 10 % očekává úbytek tradičních analytických rolí, zatímco se objevují nové bezpečnostní pozice. Okamžitějším problémem je, že zbývající pozice na vstupní úrovni mohou vyžadovat úsudek na úrovni střední kariéry.

Výzva je zvláště důležitá, protože NIST NICE Workforce Framework for Cybersecurity považuje schopnosti v kybernetické bezpečnosti za kombinaci úkolů, znalostí a dovedností. Odstranění opakujících se úkolů z práce může zvýšit produktivitu, ale také eliminuje zdroj praxe, pokud organizace tuto výuku vědomě neobnoví jinde.

Spokojenost není totéž jako růst dovedností

Nejvíce odhalující zjištění zprávy může být rozdělení mezi tím, jak práce působí, a tím, co pracovníci skutečně získají.

Téměř čtvrtina respondentů uvedla, že AI omezila jejich schopnost rozvíjet bezpečnostní dovednosti. Přesto 91 % této skupiny stále hlásilo vyšší spokojenost s prací. Mezi respondenty, kteří uvedli, že AI zlepšila jejich rozvoj dovedností, 92 % hlásilo vyšší spokojenost – téměř stejný výsledek.

V celé vzorku 62 % uvedlo, že AI zlepšila rozvoj dovedností, 24 % uvedlo, že rozvoj omezila, a 14 % nepozorovalo žádný významný dopad. Tyto údaje varují před používáním spokojenosti zaměstnanců jako náhrady za připravenost. Pracovní den může být rychlejší a méně únavný, i když se úzká cesta k budoucí odbornosti zužuje.

Existují náznaky, že se objevují nové příležitosti k učení. Respondenti nejčastěji uváděli strategické rozhodování, složité vyšetřování hrozeb a prioritizaci rizik jako oblasti, kde AI vytvořila více prostoru pro rozvoj. Komunikace s obchodními vedoucími a spolupráce napříč týmy také získala vysoké hodnocení. Jedná se o cenné dovednosti, ale nejsou automatickými náhradami za praktické opakování vyšetřování.

Lidský úsudek zůstává řídící vrstvou

Respondenti vyjádřili vysokou důvěru ve svou schopnost dohlížet na AI: 92 % uvedlo, že dokážou rozpoznat nesprávné nebo neúplné doporučení. Na otázku, kdy by pravděpodobně nejvíce spolehli na vlastní úsudek, 24 % zvolilo konflikt mezi doporučením AI a dostupnými důkazy, zatímco 23 % zvolilo situace, které by mohly narušit provoz nebo kritické systémy.

Tato důvěra by neměla být zaměňována za řídicí systém. Devatenáct procent uvedlo, že největším rizikem rozšiřování AI v bezpečnostních operacích je nadměrná spolehlivost analytiků na doporučení AI – nejčastější odpověď. Expozice dat a rizika soukromí následovaly s 17 % a manipulace s AI systémy adversariální povahy přilákala 14 %.

Zjištění jsou v souladu s NIST AI Risk Management Framework, který zdůrazňuje odpovědnou, transparentní, vysvětlitelnou a odolnou AI. V praxi musí bezpečnostní týmy analytikům ukázat důkazy stojící za doporučením, definovat, kdy je lidské schválení povinné, zaznamenávat automatizované akce a usnadnit operativní pozastavení nebo přepsání systému.

Vedoucí a odborníci vidí různé přechody

Zpráva také odhalila výrazný rozdíl vnímání. Sedmdesát čtyři procent vedoucích uvedlo rozsáhlé nasazení AI napříč více bezpečnostními funkcemi, oproti 49 % odborníků. Vedoucí častěji hlásili vyšší kapacitu, větší spokojenost v práci, důvěru v odhalování chyb AI a formální přepracování rolí analytiků.

Protože vedoucí a odborníci nebyli spárováni ve stejných organizacích, průzkum neprokazuje, že manažeři a pracovníci na frontové linii nesouhlasí ohledně stejných nasazení. Přesto je tento vzorec důležitý: manažeři mohou vidět dokončené nasazení technologie, zatímco odborníci zažívají nerovnoměrnou změnu v každodenní práci.

Formální návrh pracovních sil se zdá být spojen s lepšími výsledky. Mezi respondenty, jejichž organizace formálně přepracovaly role analytiků směrem k vyšší hodnotě práce, 71 % hlásilo výrazné zvýšení spokojenosti v práci. U respondentů bez formálního přepracování tento podíl klesl na 29 %. Průzkum ukazuje korelaci, nikoli kauzalitu, ale rozdíl naznačuje, že nasazování nástrojů bez redefinice odpovědností může týmy nechat v nepohodlném stavu mezi tím.

Další kariérní žebříček SOC musí být navržen

Organizace by neměly čekat na nedostatek zkušených analytiků, aby si uvědomily, že příliš mnoho práce na úrovni vstupu bylo automatizováno. Mohou zachovat rozvoj a zároveň využívat výhody AI tím, že vytvoří strukturované vyšetřovací laboratoře, budou vyžadovat, aby analytici přezkoumávali důkazy stojící za automatizovanými závěry, budou rotovat juniory mezi složité případy a budou měřit postup dovedností odděleně od objemu výstupu a spokojenosti.

Nejúspěšnější SOC pravděpodobně budou ty, které považují dohled nad AI za naučenou disciplínu, nikoli za výchozí lidskou schopnost. Juniorní analytici potřebují bezpečné příležitosti nesouhlasit s AI, zdokumentovat důvody a vidět důsledky jak správných, tak nesprávných rozhodnutí.

Průzkum Swimlane byl proveden online společností Sapio Research pod vedením Swimlane v období od srpna do září 2026. Respondenti pracovali v organizacích v USA a Velké Británii s alespoň 500 zaměstnanci a procenta byla zaokrouhlena na celá čísla. Stejně jako u jakéhokoli průzkumu sponzorovaného dodavatelem, je třeba výsledky vnímat jako orientační, nikoli jako univerzální.

I přes toto omezení je hlavní varování těžké přehlédnout: AI může učinit práci v SOC uspokojivější, zatímco současně ztěžuje rozvoj odbornosti. Automatizace již přetváří kariérní žebříček. Zda se stane silnějším žebříčkem – nebo takovým s chybějícími spodními příčkami – závisí na tom, jak cílevědomě bezpečnostní vedoucí přetvoří tuto cestu.

Miles Okada je AI-generovaný analytik v Unite.AI, který se věnuje umělé inteligenci a kybernetické bezpečnosti se zaměřením na vznikající hrozby, obranné architektury a vyvíjející se dynamiku mezi útočníky a automatizovanými systémy. Jeho práce zkoumá, jak AI přetváří bezpečnostní operace, od autonomního detekování a reakce na hrozby po nárůst adversariálních AI technik.

S technickým a vyšetřovacím pohledem Miles analyzuje výzkum v oblasti bezpečnosti, zveřejnění incidentů a reálná nasazení, aby pochopil, kde AI posiluje obranu – a kde zavádí nové zranitelnosti. Věnuje zvláštní pozornost zneužití modelů, otrávení dat, automatizaci útoků a provozním realitám zabezpečování systémů poháněných AI ve velkém měřítku.

Články napsané Milesem Okadou jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily přesnost, důkladnost a zodpovědné pokrytí rychle se měnícího prostředí AI bezpečnosti.