Gil Cohen, Chief Product Officer chez Cognyte – Série d’entretiens

Gil Cohen est un dirigeant expérimenté dans le domaine des logiciels, avec une feuille de route éprouvée en tant que chef d’organisations mondiales, plus de deux décennies d’expérience et d’expertise dans les logiciels d’entreprise, les mégadonnées, les télécommunications et l’intelligence artificielle.

Gil dirige l’organisation produit de Cognyte, les centres de R&D mondiaux de l’entreprise et la stratégie de lancement sur le marché pour l’ensemble du portefeuille.

Auparavant, avant de rejoindre l’entreprise Cognyte en 2021, Gil était le directeur général de NICE, une plate-forme d’enregistrement vocal, et le PDG de Telefonica Israel.

Cognyte est un fournisseur israélien de logiciels d’analyse de sécurité et d’investigation conçus pour fournir une « intelligence actionnable pour un monde plus sûr ». Fondée en 2021 en tant que spin-off de Verint Systems (VRNT ) , l’entreprise sert des centaines de clients gouvernementaux et d’entreprise dans près de 100 pays, permettant aux agences de sécurité, d’intelligence et de maintien de l’ordre de fusionner, d’analyser et de visualiser de grands ensembles de données fragmentées pour la détection, l’enquête et la réponse aux menaces en temps opportun.

Qu’est-ce qui a motivé à l’origine une carrière axée sur le renseignement, l’analyse et la sécurité nationale ? Y a-t-il eu des expériences ou des événements formatifs qui ont contribué à orienter cette direction ?

C’était un choix naturel. La mission de Cognyte – aider à rendre le monde plus sûr – correspond parfaitement à ce que je défends, à la fois sur le plan personnel et professionnel. J’ai passé des années à travailler dans les logiciels d’entreprise, les mégadonnées, les télécommunications et l’intelligence artificielle, et j’ai également une expérience militaire, donc passer à un rôle qui me permettait de contribuer directement à cette mission avait tout simplement du sens.

Au fil des ans, j’ai dirigé des organisations mondiales et des équipes de R&D pour livrer des solutions d’entreprise de pointe et des stratégies de lancement sur le marché, me donnant l’expérience nécessaire pour aider Cognyte à rester à la pointe de la technologie qui réellement donne du pouvoir à nos clients. C’est extrêmement gratifiant de voir comment les agences de maintien de l’ordre, les agences de sécurité nationale et les agences de renseignement utilisent nos solutions d’analyse pour détecter les menaces à temps et maintenir les gens en sécurité. Ce qui me motive réellement, c’est de savoir que nous construisons des outils qui aident ces agences à rester une longueur d’avance sur les activités criminelles et terroristes et à s’adapter rapidement aux nouveaux défis. Voir notre technologie à l’œuvre – avoir un impact réel – est quelque chose dont je suis réellement fier.

Au fil des ans, comment le paysage technologique de l’investigation a-t-il évolué, et comment la mission de Cognyte s’est-elle adaptée pour répondre aux besoins changeants des agences de maintien de l’ordre et de renseignement ?

Le paysage technologique de l’investigation a subi une évolution significative, principalement impulsée par le volume et la diversité croissants des données, l’émergence d’adversaires de plus en plus sophistiqués et l’évolution constante de la technologie. Un défi fondamental qui façonne cet environnement est le déséquilibre inhérent entre les acteurs malveillants et ceux qui cherchent à les arrêter. Les acteurs malveillants (qu’il s’agisse de criminels ou de terroristes) opèrent avec agilité et persistance, capables d’exploiter une seule faiblesse avec un impact dévastateur. Les agences de maintien de l’ordre et de sécurité, en revanche, doivent identifier, comprendre et répondre à une large gamme de menaces en évolution, souvent en temps réel et avec une précision absolue. Cette asymétrie exerce une pression énorme sur les équipes d’investigation pour agir plus rapidement, plus intelligemment et avec plus de précision que jamais auparavant. Les analystes sont fréquemment aux prises avec des volumes de données croissants, des outils fragmentés et des exigences opérationnelles pressantes, ce qui rend difficile la traduction de leurs connaissances en interactions efficaces avec des solutions avancées.

Le lancement du co-pilote d’intelligence introduit une capacité d’intelligence artificielle générative spécifiquement conçue pour les flux de travail d’investigation. Qu’est-ce qui rend cette capacité fondamentalement différente des outils d’IA existants actuellement utilisés dans le secteur de la sécurité ?

Le co-pilote d’intelligence de Cognyte est fondamentalement différent des autres outils d’IA car il est conçu spécifiquement pour les enquêtes du monde réel, et non pour des tâches génériques. Contrairement aux solutions d’IA générative typiques, il est intégré directement dans l’espace de travail d’investigation et le processus, comprend la terminologie utilisée par les analystes et fournit des résultats transparents et explicables. Il est conçu pour analyser des sources de données sensibles et classifiées que les agences gouvernementales traitent, fonctionne de manière sécurisée dans n’importe quel environnement de déploiement et est conçu pour accélérer – et non remplacer – l’expertise humaine. Cela permet aux enquêteurs et aux analystes de bénéficier pleinement de la collaboration homme-machine avec une solution spécifiquement conçue pour répondre aux exigences à haute pression des agences de sécurité et de renseignement.

De nombreux enquêteurs sont confrontés à une déconnexion entre leurs instincts du monde réel et les exigences techniques des plateformes héritées. Comment ce nouveau co-pilote répond-il à ce défi et comble-t-il l’écart entre la raison humaine et la production de la machine ?

Les enquêteurs et les analystes sont formés pour mener des enquêtes et des analyses de renseignement, et non pour concevoir des requêtes complexes ou traduire leur pensée en syntaxe de système rigide. Le co-pilote d’intelligence de Cognyte est conçu en tenant compte de cette réalité en permettant aux utilisateurs de travailler avec leurs propres mots. Il prend une entrée en langage naturel et la convertit en logique structurée et explicative, éliminant ainsi le besoin de requêtes techniques ou d’une expertise approfondie du système. En s’alignant sur la façon dont les enquêteurs réfléchissent et travaillent réellement, le co-pilote supprime les frictions, accélère la génération d’insights et libère les analystes pour se concentrer sur ce qu’ils font le mieux : suivre les pistes, examiner les preuves et analyser les menaces.

Les environnements d’investigation impliquent souvent des volumes de données écrasants et des écosystèmes d’outils très fragmentés. De quelle manière le co-pilote améliore-t-il la synthèse des données, accélère-t-il l’analyse et améliore-t-il le rythme de résolution des menaces ?

Le co-pilote d’intelligence de Cognyte transforme le flux de travail d’investigation en éliminant les goulets d’étranglement manuels causés par des outils cloisonnés et des volumes de données écrasants. Au lieu d’exiger que les enquêteurs traduisent des questions complexes en requêtes spécifiques au système, le co-pilote permet aux utilisateurs d’utiliser un langage naturel intuitif pour explorer des données diverses et multiformes. Il synthétise automatiquement les données structurées et non structurées, met en évidence les connexions pertinentes et présente les résultats avec une logique claire et étape par étape. Par exemple, un enquêteur peut simplement demander au co-pilote de « montrer toutes les connexions entre le suspect A et le suspect B au cours des six derniers mois ».

Le co-pilote effectuera les tâches lourdes sur plusieurs sources de données et formats, comme les enregistrements de CCTV, les dossiers financiers et les rapports manuscrits. Il trie rapidement les ensembles de données massifs pour découvrir des insights et visualiser les connexions directes et indirectes entre les suspects, supprimant ainsi le besoin pour l’enquêteur de fouiller dans les données brutes. En unifiant la recherche, la corrélation et la génération d’insights au sein d’un assistant généré par l’IA, le co-pilote accélère la prise de décision, améliore la précision et réduit considérablement le temps nécessaire pour agir contre les menaces.

La sécurité, l’explicabilité et la transparence sont des éléments critiques pour les opérations axées sur la mission. Quelles sont les garanties et les principes architecturaux qui ont été privilégiés pour garantir que le co-pilote d’IA répond aux exigences strictes des organisations de renseignement ?

Avec plus de 30 ans d’expérience dans le soutien aux opérations axées sur la mission, la sécurité, l’explicabilité et la transparence ont été fondamentales dans la conception du co-pilote d’intelligence de Cognyte. La sécurité est intégrée au niveau de l’architecture : le co-pilote prend en charge les déploiements à la fois dans le cloud et sur site pour répondre aux exigences strictes en matière de sensibilité des données, de confidentialité et de souveraineté. Il hérite du modèle de permissions d’utilisateur natif du système hôte, garantissant qu’il ne peut pas exposer des données que l’utilisateur n’aurait normalement pas accès via les flux de travail standard.

Pour l’explicabilité et la transparence, le co-pilote fournit une vue claire de sa logique de bout en bout, jusqu’à la logique exacte, les conditions et les étapes cachées qu’il a prises pour générer les résultats. Les utilisateurs peuvent examiner, valider et même contester l’interprétation du système en utilisant leur propre jugement. Toute la logique est entièrement auditable, permettant la traçabilité et la responsabilité dans des environnements à haute pression.

La plateforme propose des flux de logique visuels et une logique transparente en réponse à des requêtes en langage naturel. Comment ces fonctionnalités influencent-elles la manière dont les enquêteurs prennent des décisions sous pression, en particulier dans des cas à haute pression ou sensibles dans le temps ?

Le co-pilote d’intelligence de Cognyte améliore la prise de décision d’investigation en combinant l’entrée en langage naturel avec des flux de logique visuels étape par étape basés sur une expertise de domaine éprouvée. Les résultats sont visualisés dans un espace de travail d’analyse de renseignement pour le contexte et l’exploration ultérieure. Ces visualisations révèlent comment les points de données sont connectés et comment les insights sont générés, rendant la logique du système entièrement transparente. Dans des environnements à haute pression, cela permet aux enquêteurs de valider rapidement la pertinence et de passer de la question à la confiance sans s’appuyer aveuglément sur des sorties de boîte noire. Le résultat est une prise de décision plus rapide, plus intelligente et ancrée dans une IA explicative, entièrement alignée sur les flux de travail d’investigation du monde réel.

Quels types de modèles d’apprentissage automatique forment la base des capacités génératives du co-pilote, et comment ont-ils été formés pour refléter le langage et la logique spécifiques aux flux de travail de renseignement plutôt que l’IA conversationnelle générale ?

Les modèles à la base de notre co-pilote sont certains des modèles LLM les plus récents et les plus avancés de l’industrie. Nous affinons les LLM pour chaque domaine client et jargon en utilisant nos modèles de données propriétaires, qui représentent la structure de données du système – y compris les entités, les relations et les paramètres. Cela nous permet de former le co-pilote sur un « jumeau numérique » du domaine client, plutôt que sur les données réelles qui sont sensibles et non disponibles en tant que jeu de formation. Nous incluons également des flux d’utilisateurs de meilleures pratiques dérivés de décennies de méthodologies spécifiques à l’industrie, de nos équipes de réussite client et avec l’aide de notre communauté de champions client. En utilisant cette méthode, nous avons créé une approche évolutives pour prendre des LLM standard et les transformer en modèles de domaine, affinés pour répondre aux besoins de sécurité.

L’explicabilité et la logique structurée sont mises en avant dans les sorties du système. Quelles techniques ou architectures de modèles d’apprentissage automatique ont été utilisées pour garantir une prise de décision transparente et traçable, en particulier lorsque les analystes doivent valider les résultats sous examen ? 

Le co-pilote est formé sur le modèle de données et est affiné pour les meilleures pratiques d’investigation et de renseignement, reflétant une approche de formation qui va au-delà de l’IA conversationnelle générale. Cette formation spécialisée repose sur plus de trois décennies d’expertise dans l’analyse d’investigation. Cette intégration approfondie de connaissances opérationnelles du monde réel garantit que le co-pilote comprend et traite naturellement la terminologie, la logique et les nuances critiques pour les flux de travail de renseignement. Il prend la question en langage naturel de l’utilisateur et comprend comment la traduire dans la solution Cognyte comme un appel d’API, en interrogeant les données demandées. La requête est à tout moment disponible pour l’analyste, il est donc transparent quelle requête a été envoyée. Les données sont ensuite renvoyées à partir des bases de données de la solution, éliminant toute chance d’hallucinations, avec une logique structurée et explicative. Aucune traçabilité supplémentaire n’est nécessaire pour les données elles-mêmes pour valider que le résumé et les insights ont du sens.

Ce produit émerge à un moment où l’IA passe des projets pilotes à des déploiements opérationnels à grande échelle. Comment cela reflète-t-il les tendances plus larges dans la manière dont les organisations de sécurité nationale abordent l’adoption de l’IA en 2025 ?

 Le lancement a lieu alors que l’adoption de l’IA générative s’accélère à travers l’entreprise et le gouvernement, avec plus de 2 000 milliards de dollars attendus en investissements dans le secteur de l’IA au cours des trois prochaines années. 2025 marque un point d’inflexion clair, car les organisations passent de l’expérimentation au déploiement réel. Les agences voient la valeur potentielle de l’utilisation de co-pilotes d’IA alimentés par LLM, et dans une récente enquête menée par Cognyte, 47 % des agences interrogées ont cité l’analyse et l’exploration de données alimentées par l’IA générative comme la principale capacité technologique pouvant accélérer leurs enquêtes. Pour les agences de maintien de l’ordre et de sécurité nationale, cette transformation définit une nouvelle norme pour la vitesse, l’échelle et la précision dans la prise de décision. Avec des vies et des intérêts nationaux en jeu, la demande d’une IA opérationnelle de confiance n’est plus un choix – c’est une exigence impérative pour la mission, et c’est ce que le co-pilote d’intelligence de Cognyte a été conçu pour répondre.

En regardant cinq ans à l’avance, comment le rôle de l’IA générative est-il censé évoluer au sein du renseignement militaire, du maintien de l’ordre et de la sécurité nationale ? Quel impact cela aura-t-il sur la stratégie d’investigation, la structure organisationnelle et la réponse aux menaces mondiales ?

Dans les années à venir, l’IA générative jouera un rôle essentiel pour aider à combler l’écart opérationnel entre l’offense et la défense. Les acteurs malveillants continueront d’innover rapidement, souvent sans contraintes ni risques. Les organisations de sécurité publique, en revanche, devront maintenir une couverture constante et adaptable sur une gamme de plus en plus large de vecteurs de menaces. Dans cet environnement, l’IA ne sera pas seulement un multiplicateur de force ; elle deviendra une nécessité opérationnelle pour suivre le rythme des adversaires qui sont rapides, imprévisibles et de plus en plus automatisés.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Cognyte.