Gil Cohen, Chief Product Officer hos Cognyte – Interviewserie

Gil Cohen er en erfaren software-executive med en dokumenteret track record for at lede store globale organisationer, med mere end to årtiers erfaring og ekspertise i enterprise software, big data, telco og kunstig intelligens.

Gil leder Cognytes produktorganisation, virksomhedens globale R&D-centre og go-to-market-strategien for det fulde produktportefølje.

Før han tiltrådte stillingen i Cognyte i 2021, var Gil GM for NICE, en stemmeoptagelsesplatform, og CEO for Telefonica Israel.

Cognyte er en israelsk-baseret global leverandør af undersøgelses- og sikkerhedsanalyse-software designet til at levere “Actionable Intelligence for a Safer World™.” Grundlagt i 2021 som en spin-off fra Verint Systems (VRNT ) , virksomheden betjener hundredvis af regerings- og virksomheds-kunder over næsten 100 lande, og muliggør det for sikkerheds-, efterretnings- og lovenkraftsmyndigheder at sammenføje, analysere og visualisere store, fragmenterede datasæt for tidlig trusselforskning, efterforskning og respons.

Hvad var det oprindelige motiv for en karrierevej fokuseret på intelligens, analytics og national sikkerhed? Var der tidlige erfaringer eller formative begivenheder, der hjalp med at forme denne retning?

Det var en ret naturlig tilpasning. Cognytes mission – at hjælpe med at gøre verden sikrere – passer perfekt med, hvad jeg bekymrer mig om, både personligt og professionelt. Jeg har brugt år på at arbejde med enterprise software, big data, telecom og AI, og jeg har også en militær baggrund, så det var bare logisk at træde ind i en rolle, der tillod mig at bidrage direkte til denne mission.

Over årene har jeg ledet globale organisationer og R&D-hold til at levere avancerede enterprise-løsninger og go-to-market-strategier, hvilket har givet mig den erfaring, der er nødvendig for at sikre, at Cognyte forbliver førende med teknologi, der virkelig kan udnytte vores kunders muligheder. Det er utrolig tilfredsstillende at se, hvordan lovenkraftsmyndigheder, nationale sikkerheds- og militære efterretningsorganisationer bruger vores analytics-løsninger til at opdage trusler tidligt og holde mennesker sikre. Det, der virkelig motiverer mig, er at vide, at vi bygger værktøjer, der kan hjælpe disse organisationer med at forblive ét skridt foran kriminelle og terroraktiviteter og tilpasse sig hurtigt til nye udfordringer. At se vores teknologi i aktion – og have en reel indvirkning – er noget, jeg er sandt stolt af.

Over årene er den undersøgelsesmæssige teknologi-landskab ændret betydeligt, og hvordan har Cognytes mission tilpasset sig for at imødekomme de ændrede behov hos lovenkraftsmyndigheder og efterretningsorganisationer?

Den undersøgelsesmæssige teknologi-landskab har gennemgået en betydelig udvikling, primært drevet af den hurtigt voksende mængde og diversitet af data, opkomsten af stadig mere avancerede modstandere og den konstante udvikling af teknologi. En central udfordring, der former denne omgang, er den indre ubalance mellem dårlige aktører og dem, der arbejder på at stoppe dem. Dårlige aktører (enten kriminelle eller terrorister) opererer med agility og persistence og kan udnytte en enkelt svaghed med ødelæggende virkning. Lovenskraftsmyndigheder og sikkerhedsorganisationer må på den anden side identificere, forstå og reagere på en bred vifte af udviklende trusler, ofte i realtid og med absolut præcision. Denne asymmetri placerer en enormt pres på efterforskningsteams for at handle hurtigere, smartere og mere præcist end nogensinde før.

Introduktionen af intelligence co-pilot introducerer en generativ AI-kapacitet specifikt bygget til undersøgelsesmæssige arbejdsgange. Hvad gør denne kapacitet fundamentalt anderledes fra eksisterende AI-værktøjer, der i forvejen er i brug inden for sikkerhedssektoren?

Cognytes intelligence co-pilot er fundamentalt anderledes fra andre AI-værktøjer, fordi det er bygget specifikt til virkelige undersøgelser, ikke kun generiske opgaver. I modsætning til typiske GenAI-løsninger er det integreret direkte i efterforskningens arbejdsplads og proces, forstår terminologien, som analytikere bruger, og leverer gennemsigtige, forklarede resultater. Det er designet til at analysere følsomme og klassificerede datakilder, som regeringsorganisationer beskæftiger sig med, og opererer sikkert i enhver installationsmiljø og er designet til at accelerere – ikke erstatte – menneskelig ekspertise.

Mange efterforskere står over for en afbrydelse mellem deres virkelige instinkter og de tekniske krav til legacy-platforme. Hvordan imødekommer denne nye co-pilot udfordringen og bropper gapet mellem menneskelig tankegang og maskinoutput?

Efterforskere og analytikere er trænet til at udføre efterforskninger og efterretningsanalyse, ikke til at konstruere komplekse forespørgsler eller oversætte deres tankegang til rigid system-syntaks. Cognytes intelligence co-pilot er bygget med denne realitet i mente ved at lade brugerne arbejde med deres egne ord. Det tager natural-language-input og konverterer det til struktureret, forklaret logik, eliminerer behovet for tekniske forespørgsler eller dyb system-ekspertise. Ved at tilpasse sig, hvordan efterforskere faktisk tænker og arbejder, fjerner co-piloten friktion, accelererer indsigtsgenerering og frigør analytikere til at fokusere på, hvad de gør bedst: følge spor, undersøge beviser og analysere trusler.

Undersøgelsesmiljøer indebærer ofte overvældende datamængder og højst fragmenterede værktøjsøkosystemer. På hvilke måder forbedrer co-piloten data-syntese, accelererer analyse og forbedrer den overordnede tempo for trusselsløsning?

Cognytes intelligence co-pilot transformerer efterforskningens arbejdsgang ved at eliminere de manuelle flaskehalse, der skyldes siloede værktøjer og overvældende datamængder. I stedet for at kræve, at efterforskere oversætter komplekse spørgsmål til system-specifikke forespørgsler, tillader co-piloten dem at bruge intuitiv natural-language til at udforske diverse, multi-kilde-data. Det syntetiserer automatisk struktureret og ustruktureret data, overflader relevante forbindelser og præsenterer resultater med klare, trin-for-trin-logik.

Sikkerhed, gennemsigtighed og transparens er kritiske for mission-orienterede operationer. Hvilke sikkerhedsforanstaltninger og arkitektoniske principper blev prioriteret for at sikre, at AI-co-piloten opfylder de strenge krav fra efterretningsorganisationer?

Med over 30 års erfaring med at støtte mission-orienterede operationer var sikkerhed, gennemsigtighed og transparens grundlæggende for designet af Cognytes intelligence co-pilot. Sikkerhed er bygget ind på arkitektonisk niveau: co-piloten understøtter både cloud- og on-premise-installationer for at opfylde strenge krav omkring datasensitivitet, privatliv og suverænitet.

Platformen tilbyder visuelle logik-flows og gennemsigtige resonnering i respons til natural-language-forespørgsler. Hvordan påvirker disse funktioner måden, efterforskere træffer beslutninger under pres, især i højrisiko- eller tidskritiske sager?

Cognytes intelligence co-pilot forbedrer efterforskningens beslutningstagning ved at kombinere natural-language-input med trin-for-trin-visuelle logik-flows baseret på beprøvet domæne-ekspertise. Resultaterne visualiseres inden for en efterretningsanalyse-arbejdsplads for kontekst og yderligere udforskning. Disse visualiseringer afslører, hvordan data-punkter er forbundet og hvordan indsigt genereres, hvilket gør systemets resonnering fuldstændig gennemsigtig.

Hvad for slags maskinlæringsmodeller danner grundlaget for co-pilotens generative kapaciteter, og hvordan blev de trænet til at reflektere sproget og logikken specifikt for efterretningsarbejdsgange snarere end generel konversations-AI?

Modellerne på grundlag af vores co-pilot er nogle af branchens seneste og mest avancerede LLM-modeller. Vi finjusterer LLM’erne til hver enkelt kundes domæne og jargon ved hjælp af vores proprietære data-modeller, der repræsenterer systemets data-struktur – herunder enheder, relationer og parametre.

Forklarbarhed og struktureret resonnering er understreget i systemets output. Hvordan blev maskinlærings-teknikker eller model-arkitekturer brugt til at sikre gennemsigtige, sporbar beslutningstagning, især når analytikere skal validere resultater under skud?

Co-piloten er trænet på data-modellen og er finjusteret til efterretnings- og undersøgelsesmæssige bedste praksis, hvilket bygger på en træningsapproach, der går ud over generel konversations-AI. Denne specialiserede træning er bygget på mere end tre årtiers domæne-ekspertise i efterretningsanalyse.

Dette produkt opstår på et tidspunkt, hvor AI går fra pilotprojekter til fuld-skala operationel udvikling. Hvordan afspejler dette bredere tendenser i, hvordan nationale sikkerhedsorganisationer nærmer sig AI-adopteringsprocessen i 2025?

Lanceringen kommer, da generativ AI-adopteringshastighed accelererer på tværs af virksomhed og regering, med over 2 billioner dollars i investeringer forventet omkring AI i sektoren over de næste tre år. 2025 markerer et klart inflections-punkt, da organisationer bevæger sig fra eksperimenter til rigtige verdensudvikling.

I de kommende år, hvordan forventes rollen af generativ AI at udvikle sig inden for militær efterretning, lovenkraft og national sikkerhed? Hvad vil dette have for indvirkning på efterforskningens strategi, organisationsstruktur og global trusselsrespons?

I de kommende år vil generativ AI spille en afgørende rolle i at hjælpe med at lukke det operationelle gap mellem angreb og forsvar. Dårlige aktører vil fortsætte med at innovere hurtigt, ofte uden begrænsninger af regler eller risiko. Offentlige sikkerhedsorganisationer vil på den anden side være nødt til at opretholde konstant, adaptiv dækning på tværs af en udvidende række trusselsvektorer.

Tak for det store interview, læsere, der ønsker at lære mere, skal besøge Cognyte.