Ryan Schonfeld, HiveWatchin perustaja ja toimitusjohtaja – Haastattelusarja

Ryan Schonfeld on HiveWatchin perustaja ja toimitusjohtaja, 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, pääsysteemi, hälytysjärjestelmä ja tapahtumanhallinta, yhdeksi operatiiviseksi kojuluksi. Tunnetaan HiveWatch GSOC -käyttöjärjestelmänä, alusta mahdollistaa organisaatioiden seurata toimintaa laitosten yli, tutkia tapahtumia ja koordinoida vastauksia käyttäen automaatiota ja tekoälyohjausta parantamaan tehokkuutta ja vähentämään väärä hälytyksiä.

Mikä johti sinut perustamaan HiveWatchin, 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, ennakkoivaksi 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. Mitään muuta on vain vanhojen ongelmien hiomaista.

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 eivät ole olleet tarpeeksi nopeita.

Monet organisaatiot toimivat edelleen reaktiivisesti. Miten tekoäly mahdollistaa siirtymisen proaktiiviseen ja ennakkoivaan 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.

Asemme asiakkaat 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.

Milaisia 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 laukaista perinteistä hälytystä, mutta jotka eivät olekaan aivan oikein. Tekoäly jatkuvaan oppii, 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 alipalkattuja 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 johtoryhmien, areenan turvallisuuden, 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 tilanneherkkyyttä ei ole vain “hyvä”.

Kuinka tärkeää on syvä järjestelmäintegrointi videon, pääsysteemin, anturien ja viestinnän välillä, jotta tekoäly voi toimittaa todellisen tilanneherkkyyden?

Ei neuvotteluja. 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. Eri järjestelmien toistoista työtä merkitsee, että operaattorit palavat loppuun ja kääntävät ylös, mikä tarkoittaa, että he joutuvat jatkuvasti palkkaamaan ja kouluttamaan uudelleen. 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 kustannuksia ylittävistä järjestelmistä. 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 matematiikka, joka merkitsee.

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: tuomion ja vastuun hallinnassa. 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.