Kyberturvallisuus

Tekoäly tekee SOC-työstä parempaa—ja kyberturvallisuuden uraportailla etenemisestä vaikeampaa

Miles Okada
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Cybersecurity workforce report illustrated with an ascending chart, analyst silhouette, and AI security shield
Keskeiset kohdatTekoäly helpottaa toistuvia SOC-tehtäviä, mutta voi viedä nuoremmilta työntekijöiltä…
Näytä lisää
  • Tekoäly helpottaa toistuvia SOC-tehtäviä, mutta voi viedä nuoremmilta työntekijöiltä sen harjoituksen, joka rakentaa tutkinnallista harkintakykyä.
  • Korkeampi työtyytyväisyys ei takaa, että analyytikot todella kehittävät kestäviä turvallisuustaitoja.
  • Johtajat ja käytännön tekijät ovat eri mieltä siitä, kuinka syvästi tekoäly on todella muokannut päivittäistä turvallisuustoimintaa.

Tekoäly keventää joitakin turvallisuusoperaatiokeskusten toistuvimmista tehtävistä, mutta samat tehokkuushyödyt saattavat heikentää perinteistä reittiä alalle.

Tuo jännite on keskiössä uudessa Swimlane‑tutkimuksessa. 500 Yhdysvalloissa ja Yhdistyneessä kuningaskunnassa työskentelevän turvallisuusoperaatioiden ammattilaisen ja johtajan kyselyssä 88 % kertoi, että tekoäly on tehnyt heidän työnsä tyydyttävämmäksi. Samanaikaisesti 47 % odottaa tekoälyn vaikeuttavan kyberturvallisuuden alalle pääsyä nostamalla junioriroolien vaatimuksia tai vähentämällä mahdollisuuksia hankkia perustavaa kokemusta.

Tuloksena ei ole yksinkertainen tarina automaatiosta, joka korvaa analyytikot. Se on tarina työn uudelleenjakautumisesta—ja siitä, että organisaatioiden on suunniteltava koulutus uudelleen ennen kuin SOC-urapolun ensimmäinen askel katoaa.

Tekoäly jakaa analyytikon työpäivän uudelleen

koko Swimlane‑raportti viittaa siihen, että tekoälyn nopein vaikutus on kapasiteetin kasvu. 47 % vastaajista mainitsi kyvyn hallita enemmän turvallisuustoimintaa yhtenä kahdesta merkittävimmästä muutoksesta sen jälkeen, kun organisaatiot ovat ottaneet tekoälyn käyttöön. 35 % kertoi saaneensa enemmän aikaa monimutkaisiin uhkatutkintoihin, kun taas toinen 35 % ilmoitti saaneensa enemmän aikaa strategiseen tai poikkitiimityöhön.

Selkeimmät ajansäästöt tulivat toistettavista tehtävistä. 43 % kertoi, että tekoäly lyhensi aikaa, jonka he käyttävät tunnettujen tai toistuvien uhkamallien tutkimiseen. Reagointi- tai korjaussuositusten kehittäminen oli seuraavaksi 34 %, ja saapuvien hälytysten tarkastelu ja triage 32 %.

Automatisoitu triage ei kuitenkaan poista ihmistyötä. Se muuttaa sen painopistettä. 34 % vastaajista kertoi, että he käyttävät nyt enemmän aikaa tekoälyn tuottamien havaintojen tarkistamiseen tai vahvistamiseen. Analyytikosta tulee vähemmän manuaalinen hälytysten käsittelijä ja enemmän tutkija, arvioija ja päätöksentekijä.

Tämä muutos voi olla positiivinen. Se voi myös aiheuttaa koulutusongelman.

Aloitustason paradoksi

Turvallisuustiimit ovat perinteisesti kehittäneet arvostelukykyään toistuvassa altistumisessa hälytyksille, tutkinnalle, dokumentaatiolle ja korjauspäätöksille. Tekoäly voi nyt hoitaa osia tästä oppisopimustyöstä koneen nopeudella. Jos organisaatiot automatisoivat nämä tehtävät korvaamatta niiden kehitysarvoa, juniorianalyytikoita saatetaan pyytää vahvistamaan järjestelmiä ennen kuin he ovat keränneet tarvittavan kokemuksen niiden haastamiseen.

Swimlane‑vastaajat näyttävät näkevän riskin. 37 % odottaa korkeampia tietotaitovaatimuksia ja kokemusta aloitustason rooleissa, ja 10 % odottaa juniorianalyytikoiden saavan vähemmän mahdollisuuksia hankkia perustavaa kokemusta. Vertailun vuoksi 41 % ennustaa uusia rooleja, jotka keskittyvät tekoälyn valvontaan, vahvistamiseen ja orkestrointiin. Vain 1 % odottaa SOC-urapolun pysyvän suurin piirtein muuttumattomana.

Tämä viittaa muuntumiseen enemmän kuin laajamittaiseen työpaikkojen menetykseen. Vain 10 % odottaa perinteisten analyytikkoroolien vähenemistä samalla kun uusia turvallisuusrooleja syntyy. Lähitulevaisuuden haasteena on, että jäljelle jäävät aloitustason tehtävät saattavat vaatia keskiurapolun arvostelukykyä.

Haaste on erityisen tärkeä, koska NIST NICE Workforce Framework for Cybersecurity käsittelee kyberturvallisuuden kyvykkyyttä tehtävien, tiedon ja taitojen yhdistelmänä. Toistuvien tehtävien poistaminen työstä voi parantaa tuottavuutta, mutta se myös poistaa harjoittelulähteen, elleivät organisaatiot tarkoituksellisesti rakenna oppimista uudelleen muualla.

Työtyytyväisyys ei ole sama kuin taitojen kehittyminen

Raportin ehkä paljastavin havainto on työn tuntemusten ja työntekijöiden oppimisen välinen erottelu.

Lähes neljännes vastaajista kertoi, että tekoäly on rajoittanut heidän kykyään kehittää turvallisuustaitoja. Silti 91 % tästä ryhmästä ilmoitti korkeammasta työtyytyväisyydestä. Niistä vastaajista, jotka sanoivat tekoälyn parantaneen taitojen kehitystä, 92 % ilmoitti korkeammasta tyytyväisyydestä – lähes sama tulos.

Koko otoksessa 62 % kertoi, että tekoäly paransi taitojen kehitystä, 24 % sanoi sen rajoittaneen kehitystä, ja 14 % ei havaissut merkittävää vaikutusta. Nämä luvut varoittavat käyttämästä työntekijöiden tyytyväisyyttä valmiuden mittarina. Työpäivä voi tulla nopeammaksi ja vähemmän tylsäksi, vaikka tulevaisuuden asiantuntijaputki kaventuu.

On merkkejä siitä, että uudet oppimismahdollisuudet syntyvät. Vastaajat mainitsivat eniten strategisen päätöksenteon, monimutkaisen uhkatutkinnan ja riskien priorisoinnin alueina, joilla tekoäly loi enemmän tilaa kehittyä. Viestintä liiketoimintajohtajien kanssa ja poikkitiimiyhteistyö sijoittuivat myös korkealle. Nämä ovat arvokkaita taitoja, mutta ne eivät ole automaattisia korvaajia käytännön tutkinnan toistamiselle.

Ihmisen arvostelukyky pysyy ohjauskerroksena

Vastaajat ilmaisivat vahvan luottamuksen kykyynsä valvoa tekoälyä: 92 % sanoi pystyvänsä tunnistamaan virheellisen tai puutteellisen suosituksen. Kysyttäessä, milloin he todennäköisimmin turvautuisivat omaan arvostelukykyynsä, 24 % valitsi konfliktin tekoälyn suosituksen ja saatavilla olevan todistusaineiston välillä, kun taas 23 % valitsi tilanteet, jotka voisivat häiritä toimintoja tai kriittisiä järjestelmiä.

Tuota luottamusta ei pidä sekoittaa ohjausjärjestelmään. 19 % katsoi analyytikoiden liiallista riippuvuutta tekoälyn suosituksista suurimmaksi riskiksi tekoälyn laajentamisessa turvallisuustoiminnoissa – yleisin vastaus. Tietojen paljastuminen ja tietosuojariskit saivat 17 %, kun taas tekoälyjärjestelmien vihamielinen manipulointi keräsi 14 %.

Tulokset ovat linjassa NIST AI Risk Management Framework -kehyksen kanssa, joka korostaa vastuullista, läpinäkyvää, selitettävää ja kestävää tekoälyä. Käytännössä turvallisuustiimien on näytettävä analyytikoille suosituksen taustalla oleva näyttö, määritettävä, milloin ihmisen hyväksyntä on pakollista, kirjattava automatisoidut toimet ja tehtävä järjestelmän pysäyttäminen tai ohittaminen operatiivisesti helpoksi.

Johtajat ja käytännön tekijät näkevät erilaisia siirtymiä

Raportti havaitsi myös merkittävän havaintokuilun. 74 % johtajista ilmoitti laajasta tekoälyn käyttöönotosta useissa turvallisuusfunktioissa, kun taas 49 % käytännön tekijöistä. Johtajat raportoivat todennäköisemmin suuremmasta kapasiteetista, korkeammasta työtyytyväisyydestä, luottamuksesta tekoälyn virheiden havaitsemiseen sekä analyytikkoroolien muodollisesta uudelleensuunnittelusta.

Koska johtajia ja käytännön tekijöitä ei ollut yhdistetty pareiksi samojen organisaatioiden sisällä, kysely ei todista, että johtajat ja etulinjan henkilöstö ovat eri mieltä samoista käyttöönotoista. Silti malli on merkityksellinen: johtajat saattavat nähdä teknologian täyden käyttöönoton, kun taas käytännön tekijät kokevat epätasaisen muutoksen päivittäisessä työssä.

Formaalinen työvoiman suunnittelu näyttää liittyvän parempiin tuloksiin. Vastaajista, joiden organisaatiot uudistivat analyytikkoroolit muodollisesti korkeamman arvon työn ympärille, 71 % raportoi merkittävän työtyytyväisyyden kasvun. Luku laski 29 %:iin vastaajilla, joilla ei ollut muodollista uudelleensuunnittelua. Kysely osoittaa korrelaation, ei kausaalisuutta, mutta kuilu viittaa siihen, että työkalujen käyttöönotto ilman vastuiden uudelleenmäärittelyä voi jättää tiimit epämukavaan keskivaiheeseen.

Seuraava SOC-urapolku on suunniteltava

Organisaatioiden ei tulisi odottaa kokeneiden analyytikoiden puutetta paljastaakseen, että liian paljon aloitustason työtä on automatisoitu. Ne voivat säilyttää kehittymisen samalla kun hyödyntävät tekoälyn etuja luomalla strukturoituja tutkimuslaboratorioita, vaatimalla analyytikoiden tarkistavan automatisoitujen johtopäätösten taustalla olevan näytön, kierrättämällä junioritason työntekijöitä monimutkaisissa tapauksissa sekä mittaamalla taitojen kehittymistä erikseen tuotantomäärästä ja tyytyväisyydestä.

Menestyneimmät SOC:t ovat todennäköisesti ne, jotka pitävät tekoälyn valvontaa opittuna osaamisalueena oletusarvoisen inhimillisen kyvyn sijaan. Juniorianalyytikot tarvitsevat turvallisia mahdollisuuksia olla eri mieltä tekoälyn kanssa, dokumentoida syyt ja nähdä sekä oikeiden että virheellisten päätösten seuraukset.

Swimlane‑kysely toteutettiin verkossa Sapio Researchin toimesta Swimlane‑ohjauksessa elokuun ja syyskuun 2026 välillä. Vastaajat työskentelivät Yhdysvaltain ja Yhdistyneen kuningaskunnan organisaatioissa, joissa on vähintään 500 työntekijää, ja prosenttiluvut pyöristettiin kokonaisluvuiksi. Kuten kaikissa toimittajalta rahoitetuissa kyselyissä, tuloksia tulisi lukea suuntaa antavina eikä yleispätevinä.

Vaikka rajoitus on olemassa, keskeinen varoitus on vaikea sivuuttaa: tekoäly voi tehdä SOC-työstä tyydyttävämpää samalla kun se vaikeuttaa asiantuntemuksen kehittymistä. Automaatio muokkaa jo urapolkua. Se, muuttuuko se vahvemmaksi urapoluksi – vai sellaiseksi, jonka alimmat askelmat puuttuvat – riippuu siitä, kuinka tarkoituksellisesti turvallisuusjohtajat suunnittelevat polun uudelleen.

Miles Okada on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka käsittelee tekoälyä ja kyberturvallisuutta keskittyen uusiin uhkiin, puolustaviin arkkitehtuureihin sekä kehittyviin dynamiikkoihin hyökkääjien ja automatisoitujen järjestelmien välillä. Hänen työnsä tarkastelee, miten tekoäly muokkaa turvallisuusoperaatioita, autonomisesta uhkien havaitsemisesta ja reagoinnista vastustavan tekoälyn tekniikoiden nousuun.

Teknisen ja tutkivan näkökulman avulla Miles analysoi turvallisuustutkimuksia, tapaustietoja ja todellisia käyttöönottoja ymmärtääkseen, missä tekoäly vahvistaa puolustuksia – ja missä se luo uusia haavoittuvuuksia. Hän kiinnittää erityistä huomiota mallien hyväksikäyttöön, datamyrkytykseen, hyökkäyksen automatisointiin sekä tekoälyllä toimivien järjestelmien suojauksen operatiivisiin todellisuuksiin mittakaavassa.

Miles Okadan kirjoittamat artikkelit ovat tekoälyn luomia ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen tarkkuuden, perusteellisuuden ja vastuullisen kattavuuden nopeasti muuttuvassa AI-turvallisuusmaisemassa.