AI gør SOC-arbejdet bedre — og karrierestigen inden for cybersikkerhed sværere at bestige

Kunstig intelligens aflaster noget af det mest gentagne arbejde i sikkerhedsoperationscentre, men de samme effektivitetsspring kan svække den traditionelle vej ind i fagområdet.

Den spænding ligger i centrum af ny forskning fra Swimlane. I en undersøgelse af 500 sikkerhedsoperations‑professionelle og ledere i USA og Storbritannien sagde 88 % at AI har gjort deres arbejde mere tilfredsstillende. Samtidig forventer 47 % at AI vil gøre cybersikkerhedsværdet sværere at komme ind i ved at hæve kravene til juniorroller eller reducere mulighederne for at opbygge grundlæggende erfaring.

Resultatet er ikke en simpel fortælling om, at automatisering erstatter analytikere. Det er en fortælling om, at arbejdet omfordeles — og om, at organisationer skal redesigne træningen, før den første trin på SOC‑karrierestigen forsvinder.

AI omfordeler analytikerens arbejdsdag

Den fulde Swimlane‑rapport antyder, at den mest umiddelbare effekt af AI er øget kapacitet. Fyrre‑syv procent af respondenterne nævnte evnen til at håndtere mere sikkerhedsaktivitet som en af de to mest betydningsfulde ændringer, siden deres organisationer introducerede AI. Femogtredive procent sagde, at de havde mere tid til komplekse trusselsundersøgelser, mens yderligere 35 % rapporterede mere tid til strategisk eller tværfunktionelt arbejde.

Den mest tydelige tidsbesparelse kom fra gentagelige opgaver. Fyrre‑tre procent sagde, at AI reducerede den tid, de bruger på at undersøge kendte eller gentagne trusselsmønstre. Udvikling af svar‑ eller afhjælpningsanbefalinger fulgte med 34 %, mens gennemgang og triage af indkommende alarmer udgjorde 32 %.

Men automatiseret triage eliminerer ikke menneskeligt arbejde. Det ændrer dens tyngdepunkt. Fireogtredive procent af respondenterne sagde, at de nu bruger mere tid på at gennemgå eller validere AI‑genererede fund. Analytikeren bliver mindre en manuel alarmbehandler og mere en efterforsker, evaluator og beslutningstager.

Den ændring kan være positiv. Den kan også skabe et træningsproblem.

Begynder‑niveau‑paradokset

Sikkerhedsteams har traditionelt udviklet dømmekraft gennem gentagen eksponering for alarmer, undersøgelser, dokumentation og afhjælpningsbeslutninger. AI kan nu håndtere dele af dette lærlingearbejde med maskinens hastighed. Hvis organisationer automatiserer disse opgaver uden at erstatte deres udviklingsværdi, kan junioranalytikere blive bedt om at validere systemer, før de har opbygget den erfaring, der er nødvendig for at udfordre dem.

Swimlanes respondenter ser ud til at erkende den risiko. Treogtredive procent forventer højere krav til viden og erfaring for entry‑niveau‑roller, og 10 % forventer, at junioranalytikere får færre muligheder for at opnå grundlæggende erfaring. Til sammenligning forudser 41 % nye roller med fokus på AI‑overvågning, validering og orkestrering. Kun 1 % forventer, at SOC‑karrierevejen forbliver stort set uændret.

Dette peger på transformation snarere end udbredt jobtab. Kun 10 % forventer, at traditionelle analytikerroller vil falde, mens nye sikkerhedsroller opstår. Det mere umiddelbare problem er, at de resterende entry‑niveau‑jobs kan kræve dømmekraft på midt‑karrieresniveau.

Udfordringen er især vigtig, fordi NIST NICE Workforce Framework for Cybersecurity betragter cybersikkerhedskapacitet som en kombination af opgaver, viden og færdigheder. At fjerne gentagne opgaver fra et job kan øge produktiviteten, men det fjerner også en kilde til praksis, medmindre organisationer bevidst genopbygger den læring et andet sted.

Tilfredshed er ikke det samme som færdighedsvækst

Rapportens mest afslørende fund kan være adskillelsen mellem, hvordan arbejdet føles, og hvad medarbejderne lærer.

Næsten en fjerdedel af respondenterne sagde, at AI havde begrænset deres evne til at udvikle sikkerhedsfærdigheder. Alligevel rapporterede 91 % af denne gruppe stadig højere jobtilfredshed. Blandt de respondenter, der sagde, at AI forbedrede deres færdighedsudvikling, rapporterede 92 % højere tilfredshed — næsten samme resultat.

På tværs af hele udvalget sagde 62 % at AI forbedrede færdighedsudviklingen, 24 % sagde, at den begrænsede udviklingen, og 14 % rapporterede ingen væsentlig effekt. Disse tal advarer mod at bruge medarbejdertilfredshed som en proxy for beredskab. En arbejdsdag kan blive hurtigere og mindre kedelig, selvom rørledningen for fremtidig ekspertise indsnævres.

Der er tegn på, at nye læringsmuligheder opstår. Respondenterne nævnte hyppigst strategisk beslutningstagning, kompleks trusselsundersøgelse og risikoprioritering som områder, hvor AI skabte mere plads til udvikling. Kommunikation med forretningsledere og tværteamssamarbejde blev også højt rangeret. Disse er værdifulde færdigheder, men de er ikke automatiske erstatninger for praktisk efterforskningsgentagelse.

Menneskelig dømmekraft forbliver kontrollaget

Respondenterne udtrykte stor selvtillid i deres evne til at overse AI: 92 % sagde, at de kunne identificere en forkert eller ufuldstændig anbefaling. Da de blev spurgt, hvornår de mest sandsynligt ville stole på deres egen dømmekraft, valgte 24 % en konflikt mellem AI‑anbefalingen og tilgængelige beviser, mens 23 % valgte situationer, der kunne forstyrre driften eller kritiske systemer.

Den tillid bør ikke forveksles med et kontrolsystem. Nitten procent identificerede analytikerens overdrevne afhængighed af AI-anbefalinger som den største risiko ved at udvide AI i sikkerhedsoperationer – det mest almindelige svar. Dataeksponering og privatlivsrisici fulgte med 17 %, mens fjendtlig manipulation af AI-systemer udgjorde 14 %.

Resultaterne stemmer overens med NIST AI Risk Management Framework, som understreger ansvarlig, gennemsigtig, forklarlig og robust AI. I praksis skal sikkerhedsteams vise analytikere beviserne bag en anbefaling, definere hvornår menneskelig godkendelse er obligatorisk, registrere automatiserede handlinger og gøre det operationelt nemt at pause eller tilsidesætte systemet.

Ledere og praktikere ser forskellige overgange

Rapporten fandt også en bemærkelsesværdig opfattelseskløft. Fireoghalvfems procent af lederne rapporterede omfattende AI-implementering på tværs af flere sikkerhedsfunktioner, sammenlignet med 49 % af praktikere. Ledere var mere tilbøjelige til at rapportere højere kapacitet, større jobtilfredshed, tillid til at opdage AI-fejl og formel omdesign af analytikerroller.

Da lederne og praktikerne ikke var parret inden for de samme organisationer, beviser undersøgelsen ikke, at ledere og frontlinjepersonale er uenige om identiske implementeringer. Alligevel er mønsteret vigtigt: ledere kan se en fuldført teknologirulning, mens praktikere oplever en ujævn forandring i det daglige arbejde.

Formelt arbejdsstyrkedesign ser ud til at være forbundet med bedre resultater. Blandt de respondenter, hvis organisationer formelt redesignede analytikerroller omkring arbejde med højere værdi, rapporterede 71 % en betydelig stigning i jobtilfredshed. Det tal faldt til 29 % blandt respondenter uden et formelt redesign. Undersøgelsen viser korrelation, ikke kausalitet, men kløften antyder, at implementering af værktøjer uden at omdefinere ansvarsområder kan efterlade teams i en ubehagelig mellemtilstand.

Den næste SOC‑karrierestige skal designes

Organisationer bør ikke vente på, at en mangel på erfarne analytikere afslører, at for meget indgangsniveauarbejde er automatiseret. De kan bevare udviklingen, mens de stadig indfanger fordelene ved AI ved at oprette strukturerede efterforskningslaboratorier, kræve at analytikere gennemgår beviserne bag automatiserede konklusioner, rotere juniorpersonale gennem komplekse sager og måle færdighedsudvikling separat fra outputvolumen og tilfredshed.

De mest succesfulde SOC’er vil sandsynligvis være dem, der betragter AI-tilsyn som en lært disciplin snarere end en standard menneskelig evne. Junioranalytikere har brug for sikre muligheder for at være uenige med AI, dokumentere hvorfor, og se konsekvenserne af både korrekte og forkerte beslutninger.

Swimlane’s survey blev gennemført online af Sapio Research under Swimlane’s vejledning mellem august og september 2026. Respondenterne arbejdede i organisationer i USA og Storbritannien med mindst 500 ansatte, og procenterne blev afrundet til hele tal. Som med enhver leverandørsponsoreret undersøgelse bør resultaterne læses som retningsgivende snarere end universelle.

Selv med den begrænsning er den centrale advarsel svær at ignorere: AI kan gøre SOC-arbejdet mere tilfredsstillende, mens det samtidig gør ekspertise sværere at udvikle. Automatisering omformer allerede karrierestigen. Om den bliver en stærkere stige – eller en med manglende nederste trin – afhænger af, hvor bevidst sikkerhedsledere redesignere vejen.