Chris Joynt, direktør for produktmarkedsføring hos Securiti AI – Intervju-serie

Chris Joynt, direktør for produktmarkedsføring hos Securiti AI, har mere end 15 års erfaring med data og AI, hvor han har haft mange forskellige roller, fra salg til løsninger og nu produktmarkedsføring. Denne brede erfaring informerer hans perspektiv på den nuværende situation i AI. Hans rejse inkluderer salg af Big Data med IBM, vækst af en AutoML-startup før han dykkede ned i ML i IoT og streaming data-platforme. Chris er nu forkæmper for AI-sikkerhed og -styring hos Securiti AI. 

En veteran fra “de store datakrige”, elsker Chris at gøre kompleks teknologi forståelig og værdifuld ved at omdanne komplekse begreber til overbevisende historier. Ud over teknologi er han en hengiven far og træner både Muay Thai og fodbold.

I min rejse gennem de store datakrige har jeg udviklet en grundlæggende princip, som jeg anvender på teknologi, og den virker næsten altid. Det er, at når en varm ny innovation kommer frem, der synes at være løsningen, vi har håbet på, giver den os ikke automatisk det resultat, vi håber på. Den løser ét nøgleproblem, ja, men så opdager vi alle, at “det hårde” bare er flyttet et andet sted.

For eksempel, da Hadoop og NoSQL kom frem, kunne organisationer gemme enorme mængder af ustruktureret data. Men så opdagede alle, at “det hårde” var flyttet fra at gemme enorme mængder af data til “hvordan skal jeg bygge applikationer og værktøjer, der kan bruge denne data?”  Da AutoML gjorde modelbygning billig, blev det hårde problem at repræsentere et forretningsproblem med struktureret data, og så videre, og så videre.

Lige nu er AI-teknologi utrolig varm og med god grund – den har stor transformerende potentiale. Men det nye hårde problem er, hvordan kan jeg sætte de rigtige kontroller i gang, så jeg kan udnytte min ejendomsdata sikkert? Hvis AI kan kravle gennem hver fil i et øjeblik, hvordan kan jeg sikre, at jeg ikke eksponerer følsomme data? Securiti AI startede med at bygge løsningen lang tid før nogen andre indså, at det hårde problem for virksomheds-AI ville være at operationalisere data- og AI-intelligens og -sikkerhed.

For læsere, der måske ikke er bekendt med, hvordan ville du beskrive Securiti AI’s kernefokus på AI Tillid, Risiko og Sikkerhedsstyring (TRiSM), og hvorfor bliver dette til en kritisk kategori?

AI TRiSM, forkortelse for Tillid, Risiko og Sikkerhedsstyring. AI er en så kraftfuld teknologi, der lover enorme belønninger, men også medfører risiko. Overholdelsesproblemer, skadefrygt, dataleaks eller cyber-sårbarheder kan fuldstændig afspore AI-momentum.  TRiSM handler om at adressere disse risici proaktivt for at accelerere AI-adopteringshastighed sikkert og bæredygtigt ved at udvikle en strategisk evne til at kontrollere AI-systemer og opbygge tillid. Tillid er det, der driver AI-adopteringshastighed. Det, der er briliant ved TRiSM-modellen, er, at det er et lagdelt model, hvor grundlæggende evner bygges oven på.

TRiSM foreskriver informationsstyring som den grundlæggende evne, der understøtter runtime-kontrollag og ultimativt synlighed og styring. Securiti AI passer meget rent på denne model og understøtter AI TRiSM med en lagdelt tilgang, der prioriterer informationsstyring og datasikkerhed, hvilket igen gør vores runtime-kontroller mere effektive. Vores runtime-kontroller hjælper med at skabe synlighed for styringslaget, hvor vi kan teste disse kontroller mod reguleringer og bedste praksis-rammer, så vi har garantier for, at data er sikre.

Securiti AI’s tilgang til TRiSM forbedrer sikkerhedspositionen, reducerer risikoen for følsomme dataleaks, beskytter virksomhedsrygte og IP, giver bedre indsigt i AI-brug og muliggør en sikker genanvendelse af AI-aktiver.

M&A-aftaler udsætter organisationer for massive data-risici. Hvordan hjælper Securitis platform specifikt virksomheder med at spotte og neutralisere disse risici før, under og efter integration?

Securiti AI scanner og kortlægger automatisk data på tværs af begge fusionerende enheder, identificerer følsomme oplysninger, skjult “mørk data” og redundante eller risikable datasæt. Denne synlighed giver organisationer mulighed for at spotte problemer tidligt, gennemtvinge dataadgangskontroller og minimere dataansvar efter M&A-transaktionen.

Ved at automatisere opdagelse og klassificering sikrer Securiti AI, at ROT-data (Redundant, Forældet, Trivial) behandles, og alle kritiske immaterielle aktiver, regulerede personlige data og alle data, der udgør en betydelig privatlivs- eller sikkerhedsrisiko, beskyttes. Resultatet er en hurtigere, sikrere og mere overholdende overgang gennem hver fase af transaktionen.

Securiti taler ofte om at aktivere en “styrings-overgangs-team”. Hvordan understøtter selskabets teknologi samarbejdet mellem IT, juridiske og overholdelsesgrupper i disse højtryks-scenarier?

Securiti AI’s Data+AI Command Center skaber en enkelt sandhedskilde for data og risiko, så IT-, juridiske og overholdelseshold ikke arbejder fra afkortede regneark og antagelser. Visualisering af relationerne mellem data, brugere, systemer og politikker som dataflader hjælper med at drive en mere intuitiv forståelse af risiko og giver en fælles sprog til disse interessenter. At have en enkelt platform, hvorfra jeg kan se risiko, finpudse og gennemtvinge politik, og skubbe remediering ind i mine datasystemer, giver mulighed for, at tværfaglige hold kan være meget effektive.

Hvad rolle spiller AI i Securitis løsninger – især i områder som kortlægning af følsomme data, automatisering af identitetskontroller eller opdagination af overholdelsesrisici?

AI er kerne til, hvordan vi operationaliserer dataintelligens og -sikkerhed. Data+AI Command Center opdager og klassificerer automatisk følsomme data ved hjælp af AI. Dette giver vores kunder tillid til, at ingen følsomme data gemmer sig i filer, som vi ikke fandt. Vores AI-brandmure (eller -kontroller) bruger også AI til at opdage følsomme data, skadelig indhold eller ondsindet instruktioner i prompter og svar, der kunne kompromittere overholdelse, mens vores hentnings-brandmur gennemtvinger dataadgangskontroller mod kilde-data, selv når AI forespørger på en brugers vegne.

Brug af AI hjælper vores kunder med at skala deres styring af data og AI-systemer, så de kan forblive i kontrol, selv når deres miljøer bliver stadig mere komplekse.

Mange virksomheder kæmper med redundante, forældede og trivielle (ROT) data. Hvordan hjælper Securiti organisationer med at reducere deres data-fodaftryk, samtidig med at de forbedrer sikkerhedspositionen og reducerer omkostningerne?

ROT-data er en tikkende bombe, der driver op omkostningerne, skaber overholdelsesrisici og udvider angrebsfladen. Med Securiti AI’s Data+AI Command Center kan organisationer automatisk opdage skygge- og native data på tværs af multicloud- og SaaS-miljøer, centralisere lager og flagre redundante eller forældede filer baseret på alder, aktivitet eller duplication. Securiti AI klassificerer derefter følsomme data for at identificere overholdelseskrænkelser og anvende føderale auto-remedieringspolitikker for at sikkert slette eller karantæne ROT-data. Dette niveau af automatisering reducerer omkostningerne, styrker overholdelsen af globale reguleringer som GDPR og CPRA og reducerer angrebsfladen.

Hvad adskiller Securiti AI fra andre spillere i sikkerheds- og styringsrummet, især når virksomheder vurderer TRiSM-løsninger?

I modsætning til værktøjer, der adresserer fragmenter af AI- og datasikkerhedsproblemet, samler Securiti AI data-sikkerhed, privatliv, overholdelse og AI-styring i én platform. Vores Data+AI Command Center, drevet af graf-teknologi, giver virksomheder en samlet visning af deres data, risici, berettigelse og AI-aktivitet på tværs af hybride miljøer.

Dette grundlag giver os mulighed for at gøre tre ting, der adskiller os. Først giver vi grundlæggende intelligens ved at opdage modeller, automatisk klassificere følsomme data, bevare fil-niveau-adgangskontroller og kortlægge hele data- og AI-estaten. Anden giver vi reel-time AI-beskyttelse, overvågning af prompter, hentning, slutninger og udgangspunkter for at blokere lækkage, forgiftning og andre angreb. Tredje giver vi top-down-synlighed og kontrol, hvor vi kontinuerligt tester data- og AI-aktiver mod reguleringer og automatiserer overholdelsesrapportering.

Resultatet er en holistisk TRiSM-løsning, der ikke kun beskytter virksomheder mod AI-risiko, men også accelererer en sikker udvikling i stor skala. Kunder fortæller os, at dækningens bredde, automatisering og brugervenlighed på tværs af sikkerhed, overholdelse og forretningshold er, hvad der adskiller Securiti AI.

Tempoet i reguleringændringer accelererer verden over. Hvordan hjælper Securiti kunder med at holde sig foran nye overholdelseskrav under komplekse transaktioner?

Data+AI Command Center kortlægger kontinuerligt data til reguleringer på tværs af globale og nationale amerikanske jurisdiktioner, så virksomheder kan se præcis, hvor overholdelsesgap kan opstå. Under højrisiko-hændelser som M&A automatiserer vi kontroller og rapportering for at hjælpe kunder med at holde sig i overensstemmelse med udviklende love uden at bremse handlen.

Uden for M&A, hvor bruger kunder Securitis AI-sikkerhedsløsninger i dag – for eksempel i cloud-migrationer, afhændelser eller AI-modelstyring?

Kunder bruger vores AI-sikkerhedsløsninger til at opdage skygge-AI, kortlægge data- og AI-brug, udrulle tilladelsesbevidste virksomheds-AI-assistenter, kuratere rensede datasæt til træning og finjustering, sikre RAG-systemsårbarheder, gennemtvinge kontroller for at beskytte følsomme data og brugere, forhindre prompt-injektion og andre angreb og generere rapporter til overholdelse og risikostyring.

Settende fremad, hvor ser du Securiti AI positioneret i de næste tre til fem år, og hvordan forestiller du dig, at selskabet former fremtiden for AI-tillid og datasikkerhed?

Securiti AI er meget godt positioneret lige nu. AI vil fortsætte med at integrere og indlejre sig dybere i processer og oplevelser. Evnen til at beskytte brugere og data og sikre, at AI kan tillades, vil være en strategisk evne. Den kontekstuelle intelligens, som Securiti AI udtrækker gennem klassificering og grafik, vil blive stadig mere værdifuld, når AI-agenter får større autonomi, beslutningskraft og adgang til værktøjer og data. Jeg tror, at om tre til fem år vil multi-agent-systemer kunne tackle komplekse processer, men deres succes vil afhænge af organisationens evne til at styre datakontekst med sofistikerede adgangskontroller og sikkerhedsforanstaltninger for at levere tillid i disse systemer.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Securiti AI.