Haastattelut
Ryan Schonfeld, HiveWatchin toinen perustaja ja toimitusjohtaja – Haastattelusarja

Keskeiset kohdatHiveWatch käyttää tekoälyä yhdistääkseen hajanaiset turvajärjestelmät ja vähentääkseen…
Näytä lisää
- HiveWatch käyttää tekoälyä yhdistääkseen hajanaiset turvajärjestelmät ja vähentääkseen vääriä hälytyksiä proaktiivista uhkien havaitsemista varten.
- Tekoälyyn perustuva kaavamainen tunnistus havaitsee hienovaraisia poikkeavuuksia, jotka ihmisryhmät jättävät huomaamatta suurten turvallisuusoperaatioiden aikana.
- Syvä integraatio videovalvontaan, pääsynvalvontaan ja antureihin on ehdoton edellytys, jotta tekoäly voi tarjota todellista tilannetietoisuutta.
Ryan Schonfeld on HiveWatchin toinen perustaja ja toimitusjohtaja. HiveWatch on turvallisuusteknologiayritys, joka keskittyy parantamaan organisaatioiden tapaa hallita ja reagoida fyysisiin turvallisuusuhkiin. Kokemuksensa turvallisuuskonsulttina, lainvalvontaviranomaisena ja Fortune 500 -yrityksen loppukäyttäjänä hänelle on muodostunut ensimmäisen käden tietäminen turvallisuustiimien operatiivisista haasteista, mikä lopulta johti HiveWatchin perustamiseen.
HiveWatch tarjoaa pilvipohjaisen alustan, joka yhdistää työkalut, kuten videovalvonta, kulunvalvonta, hälytysjärjestelmät ja poikkeamien hallinta, yhdeksi operatiiviseksi hallintanäkymäksi. Tunnetaan HiveWatch GSOC -käyttöjärjestelmänä, alusta mahdollistaa organisaatioiden seurata toimintaa laitosten yli, tutkia tapahtumia ja koordinoida vastauksia käyttäen automaatiota ja tekoälypohjaista analyysia parantamaan tehokkuutta ja vähentämään vääriä hälytyksiä.
Mikä johti sinut perustamaan HiveWatchin yhdessä muiden kanssa, ja mitkä rajoitukset perinteisessä fyysisessä turvallisuudessa tekivät tekoälystä oikean perustan alusta alkaen?
Olen viettänyt vuosia johtamassa globaaleja turvallisuus- ja turvallisuusteknologiaprojekteja globaaleissa organisaatioissa, ja meidän kykymme hyödyntää teknologiaa oli ärsyttävää. Turvallisuus oli huipputasoa, mutta meidän piti käyttää infrastruktuuria, joka oli fragmentoitu, hidas, reaktiivinen ja ihmiskeskeinen. Niinpä aloin RAS Consultingin avustamaan organisaatioita modernisoimaan turvallisuustoimintojaan, suunnittelua, koulutusta, riski- ja vastuunhallintaa. Rakensimme teknologiajohtaisia ohjelmia nopeasti kasvaville yrityksille, jotka tarvitsivat skaalautua nopeasti.
Mutta vielä silloin, näin saman ongelman: asiakkaideni operaattorit olivat hukkumassa hälytyksissä, haudattuna erillisiin järjestelmiin, reagoimassa kaikkeen ja ennakoinnin puutteessa. RAS Consulting -asiakkaat tarvitsivat proaktiivista turvallisuutta, mutta heillä ei ollut tietoa tai henkilöstöä rakentamaan sitä itse. Pandemia pahensi tilannetta. Yhtäkkiä jokaisen piti uudelleenarvioida, miten he suojelevat ihmisiä ja varoja, mutta he käyttivät työkaluja, jotka oli suunniteltu toiselle ajalle.
Siksi loimme HiveWatchin. Tarvitsimme alustan, joka voisi tehdä oman turvallisuustiimistämme tietoisemmaksi, yhdistetyksi, ennakoivaksi ja informoiduksi. Halusimme kaiken tämän lisäksi olevan nopeampi ja parempi toimintahäiriöiden hallinnassa. Tekoäly ei ollut ominaisuus, jota lisäsimme myöhemmin, se oli ainoa käytännöllinen tapa yhdistää dataa parhaan, informoiduimman päätöksenteon vuoksi. Voimme tehdä sen riippumatta siitä, mitä järjestelmiä asiakkaamme käyttävät. Niinpä voimme helposti leikata väärät hälytykset ja auttaa tiimejä siirtymään reaktiivisesta proaktiiviseen. Kaikki muu vain kaunistelisi samoja vanhoja ongelmia.
Kuinka taustasi poliisina ja tutkijana vaikutti siihen, miten suunnittelit tekoälyä tukemaan todellisia turvallisuustoimintoja?
Olen istunut paikassa, kun tapahtumia on kehittynyt turvallisuustoimintakeskuksissa, ja olen ollut maastossa korkean riskin tapahtumien aikana, hallitsemassa uhkia reaaliajassa. Tämä kokemus opetti minulle, että sekä ihmiset että teknologia ovat tärkeitä noina hetkinä, ja että uupumus tai polttoutuminen voi vaikuttaa päätöksentekoon hätätilanteessa. Se myös opetti minulle, mitä toimii, mitä ei, ja mitä saa ihmiset loukkaantumaan, kun järjestelmät epäonnistuvat. Tässä valossa rakensimme HiveWatchin.
Käyttäen tätä kokemusta, tekoälyalustamme ei ollut vain valkotaululla. Suunnittelimme sen turvallisuustoimintakeskuksista. Ihmiset, jotka rakensivat tämän, ovat viettäneet uransa tarkastelemalla näyttöjä täynnä melua, yrittäen löytää todelliset uhkat, mutta ilman työkaluja, joilla voisi nähdä tilanteen selvästi tai toimia riittävän nopeasti.
Alan yritykset myivät aivan liian pitkään reaktiivista poikkeamiin reagointia ja kutsuivat sitä innovaatioksi. Tiimit tarvitsevat todellisuudessa kykyä nähdä, mitä on tulossa, ja sitä varten rakensimme alustamme.
Monet organisaatiot toimivat edelleen reaktiivisesti. Miten tekoäly mahdollistaa siirtymisen proaktiiviseen ja ennakoivaan fyysiseen turvallisuuteen?
Reaktiivinen turvallisuus ei ole strategiaongelma, se on ongelma, joka kattaa hajanaisen järjestelmän hallinnan, joka voi johtaa viestintäkatkoksiin. Se sisältää myös priorisoinnin puutteen, kun tapahtumia esiintyy. Tiimit ovat myös hukkumassa melussa, jota luovat jatkuvat hälytykset, jotka usein ovat väärä ja luodaan ilman mitään asiayhteyttä. Siinä kaikki menee pieleen.
Asiakkaamme käyttävät mukautettua tekoälyoperaattoria, joka oppii heidän tiloja — layoutin, työnkulun, miten heidän tiiminsä toimivat. Sen sijaan, että heidän pitäisi nähdä satoja tai tuhansia hälytyksiä päivässä, he näkevät vain ne, jotka ovat tärkeitä, videon ja asiayhteyden kanssa, joka näyttää tarkalleen, miksi.
Kun leikataan melu ja näytetään todellisia kuvioita, jotain muuttuu. Tiimit lopettavat eilen ongelmien metsästämisen ja alkavat päästä huomisen uhkiin. He pystyvät paremmin rakentamaan turvallisuusohjelmia, jotka toimivat todella.
Kun puhut ennakoivasta turvallisuudesta, miltä se näyttää yritysten todellisissa käyttöympäristöissä?
Se ei ole kristallipallo. Se on nopeaa hahmontunnistusta.
Kyse voi olla ovesta, joka on auki vaikka sen ei pitäisi olla. Tai kamerassa näkyvästä liikkeestä, joka poikkeaa normaalista. Tai toiminnasta, jota ei ole koskaan nähty siinä paikassa siihen aikaan. Tekoäly huomaa sen, merkitsee sen ja kertoo operaattorille, mitä tapahtuu, miksi se on tärkeää ja mitä seuraavaksi pitäisi tehdä.
Se liittyy jo käytössä oleviin kameroihin, antureihin ja kulunvalvontajärjestelmiin, jotta mitään ei pääse läpi siksi, etteivät kaksi järjestelmää keskustele keskenään. Tuloksena on tarkempi ja nopeampi turvallisuustoiminta, joka on aidosti rakennettu suojelemaan ihmisiä suuressa mittakaavassa.
Millaisia riskimerkkejä, käyttäytymisiä tai kuvioita tekoäly havaitsee johdonmukaisesti, joita ihmisryhmät usein jättävät huomiotta?
Ihmiset ovat hyviä, kun jotain ilmeistä menee pieleen. Tekoäly on hyvä havaitsemaan kaiken, mitä on hiljaisesti pielessä.
Puhumme hillityistä poikkeamista. Asioista, jotka eivät laukaise perinteistä hälytystä, vaikka niiden ehdottomasti pitäisi. Tekoäly oppii jatkuvasti, mitä “normaali” näyttää kullakin ympäristöllä, joten kun jotain muuttuu, se huomaa. Korkean volyymin toiminnassa, jossa tiimisi hallitsee tuhansia signaaleja, nämä riskit usein pääsevät läpi. Lisäämällä tekoälyoperaattorin tulee muutos hälytysten priorisointiin, jotta operaattorit, jotka vastaavat tapahtumiin, tietävät, mikä on kriittistä (ja saavat ohjeita siitä, miten vastata tehokkaasti).
Kuinka tekoäly muuttaa päätöksentekoa turvallisuustoimintakeskuksissa, kun aika ja tieto ovat rajallisesti?
Reaaliajassa tapahtuvassa hälytyksessä on aukko “mitä tapahtuu?” ja “mitä me teemme?” Tämä aukko on siellä, missä huonot lopputulokset elävät.
Tekoäly sulkee sen. Se vetää asiayhteyden ympäristön järjestelmistä, kuten video, pääsyvalvonta, anturit, viestintä, uhka-analyysi, ja asettaa sen operaattorin eteen suositeltavalla seuraavalla toimella. He eivät enää tarvitse vaihtaa 15 välilehteä. He eivät enää tarvitse arvata. Tiimisi siirtyy hälytyksestä toimeen sekunneissa eikä minuuteissa.
Todellisuus on, että useimmat turvallisuustoimintakeskukset ovat alimiehitettyjä ja ylikuormittuneita. Tekoäly ei korjaa sitä lisäämällä henkilöstöä; se korjaa sen varmistamalla, että jokainen henkilö huoneessa on keskittynyt siihen, mikä todella on tärkeää, ja heillä on tieto, jota he tarvitsevat tekemään oikean valinnan juuri nyt.
Miten suuret tapahtumat, kuten suuret urheilutapahtumat tai palkintogaalat, luovat äärimmäisen monimutkaisuuden. Miten tekoäly auttaa koordinoimaan vastetta paineen alla?
Isot tapahtumat voivat rikkoa perinteisen turvallisuuden. Signaalin määrä räjähtää, riskipinta-alan moninkertaistuu, ja perinteiset työkalut eivät pysty pitämään perässä.
Olen koordinoinut suojelua suurissa tapahtumissa yhteistyössä johtohenkilöiden suojelutiimien, tapahtumapaikan turvallisuushenkilöstön, tapahtuman isäntien, paikallisten viranomaisten, lääkäreiden ja liittovaltion viranomaisten kanssa. Se on kerroksellista turvallisuutta kerroksellisen turvallisuuden päällä. Mutta viime vuosien opetus on: joskus uhka on jo esteen sisällä. Luotettu sisäpiiriläinen. Akkreditoitu vieras. Joku, joka on jo päässyt esteiden ohi.
Olemme nähneet sen toteutuvan myös livenä televisiossa: tapahtumia palkintogaaloissa, fanit rikkoivat esteitä, ihmiset hyppäävät kentille poliittisilla viesteillä. Missä olemme perinteisesti piirtäneet rajojamme, saattaa olla täysin uudelleenarvioitava..
Tekoäly antaa sinulle lisää silmiä koko ympäristössä, ei vain sisäänpääsykohtia. Se seuraa kuvioita, liikettä ja poikkeamia reaaliajassa, joten kun jotain nousee esiin esteen sisällä, turvallisuustiimi tietää ennen kuin se eskaloituu. Näissä tapauksissa sekunnit merkitsevät, ja tilannetietoisuus ei ole vain mukava lisä.
Kuinka tärkeää on syvä järjestelmäintegrointi videon, kulunvalvonnan, anturien ja viestinnän välillä, jotta tekoäly voi toimittaa todellisen tilannetietoisuuden?
Siitä ei voida tinkiä. Tekoäly on vain niin älykäs kuin data, jonka se näkee. Monissa tapauksissa nämä järjestelmät ovat erillisiä, ja jos ne eivät ole kytketty, tekoäly saattaa ei näe koko kuvaa (tässä HiveWatch voi tehdä todellisen eron, yhdistämällä kaikki nämä järjestelmät yhdeksi ympäristöksi).
Kun kaikki on integroitu (ajattele: video, pääsyvalvonta, anturit, viestintä, uhka-analyysi), tekoälyllä on täysi näkyvyys suositella oikeaa toimintaa. On kriittistä, että turvallisuustoimintasi on rakennettu toimimaan siinä, mitä sinulla on jo. Olet ostanut hyviä työkaluja. Ne pitäisi pystyä toimimaan yhdessä, jotta et joudu repimään ja korvaamaan saadaksesi arvon.
Kuinka johtajat tulisi realistisesti ajatella tekoälyohjattujen fyysisten turvallisuusjärjestelmien ROI:ta?
Aloita siitä, mitä sinulle jo maksaa rahaa, koska se on enemmän kuin luulet.
Väärät hälytykset syövät tunteja. Erilliset järjestelmät merkitsevät päällekkäistä työtä. Operaattorien uupuminen ja vaihtuvuus merkitsevät jatkuvaa rekrytointia ja uudelleenkoulutusta. Tämä rakentaa raskaita kustannuksia, ja useimmat organisaatiot eivät ole koskaan määrittäneet sitä.
Tekoälyohjatut alustamme voivat vähentää operaattoreiden määrää turvallisuustoimintakeskuksissa ja sen vartijaresursseissa, mikä voi johtaa merkittäviin säästöihin. Lisäksi, kun teknologia leikkaa väärät hälytykset dramaattisesti, vähemmän ihmisiä tarvitaan hälytysten priorisointiin. Toissijaisesti, toistuvan teknologian vähentäminen turvallisuustoimintakeskuksen teknologiapinossa voi vähentää päällekkäisten järjestelmien kustannuksia. Lopulta, koska integroidaan infrastruktuuriin, jonka jo omistat, et ole repimässä sitä, mitä olet vuosia rakentanut. Sen sijaan saat lopulta arvon siitä.
ROI ei ole vain siinä, mitä säästät, vaikka se voi olla merkittävää, kun otetaan huomioon resurssien säästö, joita tarvitaan ohjelmasi tukemiseen (joka on historiallisesti ollut vaikea määritellä turvallisuusjohtajille). Se voidaan myös paljastaa siinä, mitä tiimisi estää. Yksi estetty tapahtuma, yksi nopeampi vastaus, yksi uhka havaittu aikaisin. Hallitukselle, työntekijöille ja asiakkaille se on se laskelma, jolla on merkitystä. Tämän ymmärtävät tiimit eivät osta uutta teknologiaa vain teknologian vuoksi. Ne korjaavat toimimatonta turvallisuusohjelmaa.
Miten näet suhteen kehittyvän ihmisten turvallisuustiimien ja tekoälyjärjestelmien välillä seuraavan kymmenen vuoden aikana?
Olkaamme rehellisiä: muutamassa vuodessa tekoäly turvallisuudessa ei ole enää valinnainen. Se on perusvaatimus. Tiimit, jotka kohtelevat sitä “hyvänä”, jäävät jälkeen niihin, jotka jo työskentelevät sen rinnalla.
Kun järjestelmät kypsyvät, tekoäly ottaa enemmän kognitiivista kuormitusta — suodattaa melua, havaitsee kuvioita, suosittelee toimia — kun taas ihmiset pysyvät siinä, mihin he kuuluvat: harkinnan ja vastuun kantajina. Tämä kumppanuus määrittelee, miltä moderni fyysinen turvallisuus näyttää. Tiimit, jotka selviävät siitä ensimmäisenä, voittavat.
Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla HiveWatch-sivustolla.












