Tentu, Kesabaran Adalah Kebajikan di AI

Dalam hampir dua tahun sejak ChatGPT diluncurkan, kecerdasan buatan generatif telah melewati seluruh siklus hipe teknologi, dari harapan yang tinggi dan dapat mengubah masyarakat menjadi memicu koreksi pasar saham baru-baru ini. Namun, di dalam industri keamanan siber secara khusus, kegembiraan seputar Kecerdasan Buatan Generatif (genAI) masih dibenarkan; itu hanya mungkin membutuhkan waktu lebih lama dari yang diantisipasi investor dan analis untuk mengubah sektor tersebut sepenuhnya.

Tanda paling jelas dan baru-baru ini dari pergeseran hipe ini terjadi di Konferensi Black Hat USA pada awal Agustus, di mana kecerdasan buatan generatif memainkan peran yang sangat kecil dalam peluncuran produk, demonstrasi, dan pembuatan buzz. Dibandingkan dengan Konferensi RSA empat bulan sebelumnya yang menampilkan vendor yang sama, fokus Black Hat pada AI sangat kecil, yang secara wajar menyebabkan pengamat netral percaya bahwa industri sedang bergerak atau bahwa AI telah menjadi komoditas. Tapi itu tidak sepenuhnya benar.

Inilah yang saya maksud. Manfaat transformatif dari menerapkan kecerdasan buatan generatif di dalam industri keamanan siber kemungkinan besar tidak akan datang dari chatbot generik atau dengan cepat menumpuk AI di atas model pengolahan data. Ini adalah blok bangunan untuk penggunaan yang lebih maju dan efisien, tetapi saat ini, mereka tidak dikhususkan untuk industri keamanan, dan sebagai hasilnya, tidak mengarah pada gelombang baru hasil keamanan yang optimal untuk pelanggan. Sebaliknya, transformasi nyata yang AI akan berikan untuk industri keamanan akan terjadi ketika model AI dikustomisasi dan disesuaikan untuk penggunaan keamanan.

Penggunaan kecerdasan buatan generatif saat ini di keamanan sebagian besar menggunakan rekayasa prompt dan Generasi yang Ditingkatkan dengan Pengambilan, yang pada dasarnya merupakan kerangka kerja AI yang memungkinkan model bahasa besar (LLM) untuk mengakses sumber daya data tambahan di luar data pelatihan, menggabungkan bagian terbaik dari kecerdasan buatan generatif dan pengambilan database. Utilitas ini bervariasi secara signifikan tergantung pada penggunaan dan seberapa baik pengolahan data vendor yang ada mendukung penggunaan; mereka tidak “ajaib”. Ini juga berlaku untuk aplikasi lain yang memerlukan data dan keahlian propietary yang tidak umum di internet, seperti diagnosis medis dan pekerjaan hukum. Kemungkinan perusahaan akan menyesuaikan pipa pengolahan data dan sistem akses data untuk mengoptimalkan penggunaan kecerdasan buatan generatif. Selain itu, perusahaan kecerdasan buatan generatif mendorong pengembangan model yang disesuaikan khusus, meskipun masih belum jelas seberapa baik ini akan bekerja untuk penggunaan di mana kualitas dan detail sangat penting.

Ada beberapa alasan mengapa spesialisasi ini akan membutuhkan waktu untuk berpengaruh di industri keamanan. Alasan utama adalah bahwa mengustomisasi model ini memerlukan banyak manusia yang terlibat dalam pelatihan yang merupakan ahli mata pelajaran di keamanan siber dan AI, dua industri yang kesulitan merekrut bakat yang cukup. Industri keamanan siber kekurangan sekitar empat juta profesional di seluruh dunia, menurut Forum Ekonomi Dunia, dan Reuters memperkirakan bahwa akan ada celah perekrutan 50% untuk posisi terkait AI di masa depan.

Tanpa keberadaan ahli yang melimpah, pekerjaan presisi yang diperlukan untuk menyesuaikan model AI untuk bekerja dalam konteks keamanan akan melambat. Biaya untuk melakukan ilmu data yang diperlukan untuk melatih model ini juga membatasi jumlah organisasi yang memiliki sumber daya untuk melakukan penelitian tentang pemodelan AI kustom. Dibutuhkan jutaan dolar untuk membeli kekuatan pemrosesan yang diperlukan untuk model AI terdepan, dan uang itu harus datang dari suatu tempat. Bahkan ketika sebuah organisasi memiliki sumber daya dan tim untuk membiayai penelitian tentang kustomisasi AI, kemajuan nyata tidak terjadi dalam semalam. Akan membutuhkan waktu untuk menemukan cara terbaik untuk meningkatkan model AI untuk mendukung praktisi dan analis keamanan, dan seperti dengan alat baru, akan ada kurva belajar ketika pengolah bahasa alami khusus keamanan, chatbot, dan integrasi AI lainnya diperkenalkan.

Kecerdasan buatan generatif masih siap untuk menggeser dunia keamanan siber ke dalam paradigma baru, di mana kecerdasan buatan generatif (genAI) yang digunakan oleh penyerang dan pelaku ancaman akan bersaing dengan model AI penyedia keamanan yang dibangun untuk mendeteksi dan memantau ancaman. Penelitian dan pengembangan yang diperlukan untuk memicu pergeseran itu hanya akan membutuhkan waktu sedikit lebih lama dari yang diantisipasi oleh komunitas teknologi umum.