Gil Cohen, Chief Product Officer hos Cognyte – Interview Serie

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 indenfor 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 portefølje.

Før han tiltrådte stillingen i Cognyte i 2021, var Gil GM for NICE, en voice recording-platform, 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, servicerer virksomheden hundredvis af regerings- og enterprise-kunder i mere end 100 lande, og muliggør det for sikkerheds-, intelligens- og lovenkræftsmyndigheder at samle, analysere og visualisere store, fragmenterede datasæt for tidlig trusselsdetektion, undersøgelse og respons.

Hvad motiverede oprindeligt 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 fit. Cognytes mission – at hjælpe med at gøre verden sikrere – linjer op 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 belønnende at se, hvordan lovenkræftsmyndigheder, nationale sikkerheds- og nationale og militære efterretningstjenester bruger vores analytics-løsninger til at spotte trusler tidligt og holde mennesker i sikkerhed. Det, der virkelig motiverer mig, er at vide, at vi bygger værktøjer, der kan hjælpe disse myndigheder 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 impact – er noget, jeg er ærlig talt stolt af.

Over årene, hvordan har den undersøgelsesmæssige teknologilandskab udviklet sig, og hvordan har Cognytes mission tilpasset sig for at møde de skiftende behov hos lovenkræftsmyndigheder og efterretningstjenester?

Det undersøgelsesmæssige teknologilandskab 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 kerneudfordring, der former denne omgang, er den indbyggede ubalance mellem onde aktører og dem, der arbejder på at stoppe dem. Onde aktører (enten kriminelle eller terrorister) opererer med agility og persistence, og kan udnytte en enkelt svaghed med ødelæggende effekt. Lovenskræfts- 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 undersøgelsesholdene for at handle hurtigere, smartere og mere præcist end nogensinde før. Analytikere kæmper ofte med voksende mængder af data, fragmenterede værktøjer og presserende operationelle krav, hvilket gør det svært at omdanne deres undersøgelsesindsigter til effektive interaktioner med avancerede løsninger.

Som svar har Cognyte kontinuerligt tilpasset sig for at opfylde vores mission om at hjælpe kunderne med at afsløre indsigt og eliminere det ukendte gennem actionable intelligence. Kendt for at levere gennembrudsteknologier, udnytter Cognyte AI på tværs af vores platform, i stor skala, til at fusione, analysere og visualisere komplekse data – og muliggør hurtigere, mere præcise beslutninger og handlinger. Intelligence co-piloten er bygget med denne asymmetri i mente, designet til at udligne banen ved at enable defenders til at arbejde med samme hastighed som truslen. Intelligence co-piloten er en generativ AI-assistent, der simplificerer undersøgelsesworkflows gennem naturlig sproginteraktion og forklarelige outputs, specialbygget til behovene hos lovenkræfts-, national sikkerheds- og efterretningstjenester. Nu kan selv de mest avancerede systemer give analytikere en hurtig værdi uden, at de behøver teknisk viden for at operere systemet eller definere komplekse forespørgsler.

Lanceringen af intelligence co-pilot introducerer en generativ AI-kapacitet specifikt bygget til undersøgelsesworkflows. Hvad gør denne kapacitet fundamentalt forskellig fra eksisterende AI-værktøjer, der i øjeblikket er i brug inden for sikkerhedssektoren?

Cognytes intelligence co-pilot er fundamentalt forskellig fra andre AI-værktøjer, fordi det er specialbygget til virkelige undersøgelser, og ikke kun generiske opgaver. I modsætning til typiske GenAI-løsninger er det integreret direkte i undersøgelsesarbejdspladsen og processen, forstår terminologien, som analytikere bruger, og leverer transparente, forklarelige resultater. Det er designet til at analysere følsomme og klassificerede datakilder, som regeringsmyndigheder arbejder med, og kan operere sikkert i enhver installationsmiljø, og er designet til at accelerere – ikke erstatte – menneskelig ekspertise. Dette muliggør, at undersøgere og analytikere kan høste fuld fordel af menneske-maskine-samarbejdet med en løsning, der er unikt designet til de høje krav hos sikkerheds- og efterretningstjenester.

Mange undersøgere står over for en afbrydelse mellem deres virkelige instinkter og de tekniske krav til legacy-platforme. Hvordan adresserer denne nye co-pilot denne udfordring og bropper gapet mellem menneskelig reasoning og maskineoutput?

Undersøgere og analytikere er trænet til at udføre undersøgelser og efterretningsanalyse, og ikke til at ingeniøre komplekse forespørgsler eller oversætte deres tænkning til rigid systemsyntax. Cognytes intelligence co-pilot er bygget med denne realitet i mente ved at lade brugerne arbejde med deres eget sprog. Det tager naturlig sproginput og konverterer det til struktureret, forklarelig logik, og eliminerer behovet for tekniske forespørgsler eller dyb systemekspertise. Ved at linere op med, hvordan undersøgere 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 datavolumener og højst fragmenterede værktøjsøkosystemer. På hvilke måder forbedrer co-piloten data-syntese, accelererer analyse og forbedrer den overordnede tempo af trusselsløsning?

Cognytes intelligence co-pilot transformerer undersøgelsesworkflowen ved at eliminere de manuelle flaskehalse, der skyldes silo-værktøjer og overvældende datavolumener. I stedet for at kræve, at undersøgere oversætter komplekse spørgsmål til systemspecifikke forespørgsler, tillader co-piloten dem at bruge intuitivt naturligt sprog til at udforske diverse, multi-kilde-data. Det synthesiserer automatisk struktureret og ustruktureret data, overflader relevante forbindelser og præsenterer resultater med klar, trin-for-trin logik. For eksempel kan en undersøger blot bede co-piloten om at “vise alle forbindelser mellem mistænkt A og mistænkt B i de sidste 6 måneder”.

Co-piloten vil udføre det hårdt arbejde på tværs af multiple datakilder og formater, som f.eks. CCTV, finansielle optegnelser og håndskrevne rapporter. Det vil hurtigt sortere, filtrere og kategorisere enorme datamængder for at afsløre indsigt og visualisere direkte og indirekte mistænktforbindelser, og fjerne behovet for, at undersøgeren skal gennemgå rådata. Ved at unificere søgning, korrelation og indsigtsgenerering inden for en enkelt GenAI-drevet assistent, accelererer co-piloten beslutningstagning, forbedrer præcision og reducerer betydeligt den tid, der er nødvendig for at reagere på trusler.

Sikkerhed, forklareligehed og gennemsigtighed er kritiske for mission-drevne operationer. Hvilke sikkerhedsforanstaltninger og arkitekturprincipper blev prioriteret for at sikre, at AI co-piloten opfylder de strenge krav hos efterretningstjenester?

Med over 30 års erfaring med at støtte mission-drevne operationer, var sikkerhed, forklareligehed og gennemsigtighed 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. Det arver den native bruger-tilstandsmodel fra værtsystemet, og sikrer, at det ikke kan eksponere data, som en bruger normalt ikke ville have adgang til via standard-workflows.

For forklareligehed og gennemsigtighed giver co-piloten en klar oversigt over dens end-to-end-reasoning, ned til den præcise logik, betingelser og baggrundstrin, det tog for at generere resultater. Brugere kan gennemgå, validere og endda udfordre systemets fortolkning ved hjælp af deres egen dømmekraft. Alt reasoning er fuldt auditerbart, og muliggør sporing og ansvarlighed i højrisiko-miljøer.

Platformen tilbyder visuelle logikflader og gennemsigtige begrundelser i respons til naturlige sprogforespørgsler. Hvordan påvirker disse funktioner måden, undersøgere tager beslutninger under pres, især i højrisiko- eller tidskritiske sager?

Cognytes intelligence co-pilot forbedrer undersøgelsesbeslutningstagning ved at kombinere naturlig sproginput med trin-for-trin visuelle logikflader baseret på beviser for domæneekspertise. Resultaterne visualiseres inden for en efterretningsanalyse-arbejdsplads for kontekst og yderligere udforskning. Disse visualiseringer afslører, hvordan datapunkter er forbundet, og hvordan indsigt genereres, og gør systemets reasoning fuldt gennemsigtigt. I højtryksmiljøer muliggør dette, at undersøgere kan validere relevans og gå fra spørgsmål til tillid uden at være afhængig af sorte-kasse-outputs. Resultatet er hurtigere, smartere beslutningstagning baseret på forklarelig AI, fuldt i tråd med virkelige undersøgelsesworkflows.

Hvad slags maskinlæringsmodeller danner grundlaget for co-pilotens generative kapaciteter, og hvordan blev de trænet for at reflektere sproget og logikken specifikt for efterretningsworkflows i stedet for generel konversations-AI?

Modellerne, der ligger til grund for vores co-pilot, er nogle af branchens seneste og mest avancerede LLM-modeller. Vi tilpasser LLM’erne til hver enkelt kundes domæne og jargon ved hjælp af vores proprietære datamodeller, der repræsenterer systemets datastruktur – herunder enheder, relationer og parametre. Dette muliggør os at træne co-piloten på en repræsentativ eller “digital tvilling” af vores kunders domæne, i stedet for på de faktiske data, der er følsomme og ikke tilgængelige som en træningssæt. Vi inkluderer også bedste-praksis-brugerflader, der er afledt fra årtiers interne, brancheforståelse, vores kundesucceshold og med hjælp fra vores fællesskab af kunde-udvalgte. Ved at bruge denne metode har vi oprettet en skalerbar tilgang til at tage off-the-shelf LLM’er og omdanne dem til domæne-modeller, tilpasset til sikkerhedsbehov.

Forklareligehed og struktureret reasoning er fremhævet i systemets outputs. Hvad maskinlærings-teknikker eller modelarkitekturer blev brugt for at sikre gennemsigtige, sporbare beslutningstagning, især når analytikere behøver at validere resultater under skud?

Co-piloten er trænet på datamodellen og er tilpasset til efterretnings- og undersøgelses-bedste-praksis, hvilket bygger på en træningsapproach, der går ud over generel konversations-AI. Denne specialiserede træning er bygget på mere end tre årtiers domæneekspertise i undersøgelsesanalyse. Denne dybe integration af virkelige operationelle kundskaber sikrer, at co-piloten indbygget forstår og behandler den specifikke terminologi, logik og nuancer, der er kritiske for efterretningsworkflows. Det tager brugerens naturlige sprogspørgsmål og forstår, hvordan det skal oversættes inden for Cognyte-løsningen som en API-kald, der forespørger den anmodede data. Spørgsmålet er på alle punkter tilgængeligt for analytikerne, så det er gennemsigtigt, hvilket spørgsmål der blev sendt. Data returneres derefter fra løsningens databases, og fjerner enhver chance for hallucinationer, med struktureret, forklarelig logik. Ingen separat sporing er nødvendig for data selv for at validere, at sammenfattelsen og indsigtene giver mening.

Dette produkt dukker op på et tidspunkt, hvor AI er i gang med at gå fra pilotprojekter til fuld-skala operationel installation. Hvordan reflekterer dette bredere tendenser i, hvordan nationale sikkerhedsorganisationer tilgår AI-adopteringsprocessen i 2025?

Lanceringen kommer, da generativ AI-adopteringshastighed accelererer på tværs af enterprise og regering, med mere end 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 verdensinstallationer. Myndighederne ser den potentielle værdi i at udnytte LLM-drevne co-piloter, og i en seneste Cognyte-undersøgelse, 47% af myndighederne angav GenAI-drevet dataanalyse og -udforskning som den øverste teknologi-funktion, der kan accelerere deres undersøgelser. For lovenkræfts- og nationale sikkerhedsmyndigheder er denne transformation ved at sætte en ny standard for hastighed, skala og præcision i beslutningstagning. Med liv og nationale interesser på spil er kravet om pålidelig, operationel AI ikke længere et valg – det er en mission-kritisk imperativ, og noget, som Cognyte-intelligence co-piloten er bygget til at imødekomme.

Set fem år frem, hvordan forventes rollen af generativ AI at udvikle sig inden for militær efterretning, lovenkræft og national sikkerhed? Hvad vil dette have for indvirkning på undersøgelsesstrategi, 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 offensiv og defensiv. Onde aktører vil fortsætte med at innovere hurtigt, ofte udenfor rammerne 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 af trusselsvektorer. I dette miljø vil AI ikke blot være en kraftmultiplier; det vil blive en operationel nødvendighed for at holde trit med modstandere, der er hurtige, uforudsigelige og stadig mere automatiserede.

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