コグナイトのチーフプロダクトオフィサー、ギル・コーエン – インタビュー・シリーズ

ギル・コーエンは、経験豊富なソフトウェアエグゼクティブで、世界的な大規模組織を率いてきた実績があり、エンタープライズソフトウェア、ビッグデータ、テレコム、アーティフィシャルインテリジェンス分野で20年以上の経験と専門知識を持っています。

ギルは、コグナイトの製品組織、世界的なR&Dセンター、そして全製品ポートフォリオのマーケティング戦略を牽引しています。

2021年にコグナイトに入社する前、ギルはNICEのGMであり、テレフォニカ・イスラエルのCEOでした。

コグナイトは、イスラエルを拠点とする調査およびセキュリティ分析ソフトウェアのグローバルプロバイダーで、「Actionable Intelligence for a Safer World」ことをミッションに掲げており、2021年にVerint Systems (VRNT ) からスピンオフして設立されました。同社は、約100カ国に展開する政府および企業クライアントにサービスを提供し、セキュリティ、インテリジェンス、法執行機関が、大規模で断片化されたデータセットを統合、分析、視覚化して、脅威を迅速に検知、調査、対応できるように支援しています。

インテリジェンス、分析、国家安全保障に焦点を当てたキャリアパスを最初にどのように選択しましたか？ 初期の経験や形成的なイベントはありましたか？

これはかなり自然な適合でした。 コグナイトのミッション – 世界をより安全な場所にすることを支援する – が、私が個人的にも職業的に关心を持っていることと完全に一致しています。私は、エンタープライズソフトウェア、ビッグデータ、テレコム、アーティフィシャルインテリジェンス分野で数年間働いてきました。また、軍事的背景もあります。したがって、コグナイトのような企業で働くことは、私の経験とスキルを活かして世界をより安全な場所にすることを支援するための絶好の機会でした。

これまで、世界的な組織やR&Dチームを率いて、最先端のエンタープライズソリューションやマーケティング戦略を提供してきました。コグナイトの顧客が最先端のテクノロジーを活用して脅威を検知し、世界をより安全な場所にすることを支援することを助けることは、非常にやりがいがあることです。法執行機関、国家安全保障機関、軍事機関がコグナイトの分析ソリューションを使用して脅威を検知し、対応するさまざまな方法を見て、私は本当に誇りに思っています。私が最も動機付けられるのは、コグナイトが提供するツールが、犯罪やテロ活動に対する対応を支援することで、実際の影響を与えているということです。コグナイトのテクノロジーが実際に作用しているのを見て、私は本当に誇りに思っています。

調査技術の風景は、これまでどのように進化してきましたか？ コグナイトのミッションは、法執行機関やインテリジェンス機関のニーズの変化にどのように対応してきましたか？

調査技術の風景は、主にデータの急速な増加や多様化、巧妙な敵対者の出現、テクノロジーの進化によって変化してきました。調査チームが直面する課題の1つは、敵対者と防御者の間に存在する根本的な不均衡です。敵対者（犯罪者やテロリスト）は、迅速に弱点を突いて大きな被害を与えることができます。一方、法執行機関やセキュリティ機関は、幅広い脅威を検知し、理解し、迅速かつ正確に対応しなければなりません。この不均衡は、調査チームに大きな圧力をかけています。アナリストは、膨大な量のデータ、断片化されたツール、厳しい運用的要求に直面しています。

これに対応して、コグナイトは、顧客がインサイトを明らかにし、未知を排除するための「Actionable Intelligence」を提供するというミッションを遂行するために、継続的に適応してきました。コグナイトは、プラットフォーム全体でAIを活用して、複雑なデータを融合、分析、視覚化し、迅速で正確な決定と行動を可能にします。インテリジェンス・コパイロットは、この不均衡を考慮して設計されており、防御者が脅威のスピードで対応できるように支援することを目的としています。インテリジェンス・コパイロットは、自然言語によるインタラクションと説明可能な出力が特徴のジェネレーティブAIアシスタントです。法執行機関、国家安全保障機関、インテリジェンス機関のニーズに特化して設計されています。

インテリジェンス・コパイロットの導入に伴い、調査ワークフローに特化したジェネレーティブAI機能が提供されます。この機能は、セキュリティ分野で現在使用されている他のAIツールとどのように異なりますか？

コグナイトのインテリジェンス・コパイロットは、現実世界の調査に特化した設計が特徴で、一般的なタスクではなく、調査ワークフローに最適化されています。一般的なジェネレーティブAIソリューションとは異なり、インテリジェンス・コパイロットは調査ワークスペースに直接統合されており、アナリストが使用する用語を理解し、透明で説明可能な結果を提供します。また、政府機関が扱う機密および分類されたデータソースを分析するために設計されており、任意の展開環境でセキュアに運用できます。

多くの調査員は、現実世界の直感とレガシープラットフォームの技術的要求との間に断絶を感じています。インテリジェンス・コパイロットは、この課題にどのように対応し、人間の推論とマシンの出力の間のギャップを埋めますか？

調査員やアナリストは、複雑なクエリをエンジニアリングしたり、システムの構文に思考を翻訳したりするのではなく、調査やインテリジェンス分析を実施するために訓練されています。コグナイトのインテリジェンス・コパイロットは、この現実に基づいて設計されており、ユーザーが自然言語で作業できるようにしています。自然言語入力から構造化された、説明可能なロジックへの変換を可能にし、技術的なクエリや深いシステムの専門知識の必要性を排除します。調査員の思考や作業方法と一致することで、フリクションを減らし、インサイトの生成を加速し、アナリストが最も得意なこと、つまりリードの追跡、証拠の分析、脅威の分析に集中できるようにします。

調査環境では、データの大量さとツールの断片化が多くの場合に発生します。インテリジェンス・コパイロットは、データの統合、分析の加速、脅威の解決の全体的なペースの向上にどのように貢献しますか？

コグナイトのインテリジェンス・コパイロットは、調査ワークフローを変革することで、シロ化されたツールや大量のデータによって引き起こされる手動のボトルネックを排除します。調査員が複雑な質問をシステム固有のクエリに翻訳するのではなく、インテリジェンス・コパイロットは、調査員が直感的な自然言語で多様なデータソースを探索できるようにします。構造化されたデータと非構造化されたデータを自動的に統合し、関連性のある接続を浮き彫りにし、結果を明確でステップバイステップのロジックで提示します。たとえば、調査員は単に「過去6ヶ月間に容疑者Aと容疑者Bのすべての接続を表示してください」とインテリジェンス・コパイロットに依頼できます。

インテリジェンス・コパイロットは、CCTV、金融記録、手書きの報告書などの多様なデータソースや形式を横断して、膨大なデータセットを迅速に整理、フィルタリング、カテゴリ化して、インサイトを明らかにし、直接的および間接的な容疑者の接続を視覚化します。生のデータを手動で処理する必要性を排除し、調査員が迅速にインサイトを得て、脅威に対して迅速に対応できるようにします。

セキュリティ、説明可能性、透明性は、ミッション指向の運用に不可欠です。インテリジェンス・コパイロットが、インテリジェンス機関の厳格な要求を満たすために、どのような保証やアーキテクチャの原則が優先されましたか？

セキュリティ、説明可能性、透明性は、コグナイトのインテリジェンス・コパイロットの設計の基盤でした。セキュリティはアーキテクチャレベルで組み込まれており、クラウドおよびオンプレミス展開をサポートして、データの機密性、プライバシー、主権に関する厳格な要件を満たしています。また、ホストシステムのネイティブユーザーパーミッションモデルを継承することで、ユーザーが通常のワークフローでアクセスできないデータを公開しないことを保証しています。

説明可能性と透明性のため、インテリジェンス・コパイロットは、エンドツーエンドの推論に対する明確なビューを提供し、結果を生成するために取られたロジック、条件、ステップを含むすべてを示します。ユーザーは、システムの解釈を自分の判断で検証および挑戦できます。すべての推論は完全に監査可能であり、高いステークの環境でトレーサビリティと説明責任を可能にします。

プラットフォームは、自然言語によるクエリに対して、視覚的なロジックフローと透明な推論を提供します。調査員がプレッシャーのかかる状況で決定を下す際に、これらの機能はどのように影響しますか？

コグナイトのインテリジェンス・コパイロットは、自然言語入力とステップバイステップの視覚的なロジックフローを組み合わせて、調査の意思決定を強化します。結果は、インテリジェンス分析ワークスペース内でコンテキストとさらなる探索のために視覚化されます。これらの視覚化により、データポイントがどのように接続されており、インサイトがどのように生成されるかが明らかになり、高圧力環境で調査員が迅速に関連性を検証し、質問から自信に移行することを可能にします。説明可能なAIによって裏付けられた、より迅速で賢い意思決定が可能になります。

インテリジェンス・コパイロットのジェネレーティブ機能の基盤となるマシンラーニングモデルは、どのようなものですか？ これらのモデルは、一般的な会話AIではなく、インテリジェンス・ワークフローに特化した言語とロジックを反映するようにどのようにトレーニングされましたか？

コパイロットの基盤となるモデルは、業界で最も最新で最も高度なLLMモデルです。顧客のドメインと用語に合わせて、独自のデータモデルを使用してLLMをファインチューニングします。このデータモデルは、エンティティ、関係、パラメータを含むシステムのデータ構造を表します。これにより、顧客のドメインの「デジタルツイン」に相当する代表的なデータセットでコパイロットをトレーニングできます。実際のデータは機密性が高く、トレーニングセットとして利用できないためです。また、内部のベストプラクティス・ユーザーフロー、業界特有の方法論、カスタマーサクセステーム、コミュニティのカスタマー・チャンピオンの支援を受けて、業界特有の方法論を導入しています。 この方法により、オフザシェルフのLLMを取り込み、セキュリティのニーズに特化したドメインモデルに変換するためのスケーラブルなアプローチを実現しました。

説明可能性と構造化された推論がシステムの出力に強調されています。トレース可能で説明可能な意思決定を確保するために、どのようなマシンラーニング技術またはモデルアーキテクチャが使用されましたか？

インテリジェンス・コパイロットは、データモデルと調査分析のベストプラクティスに基づいてトレーニングされており、一般的な会話AIを超えたトレーニングアプローチを採用しています。この専門化されたトレーニングは、調査分析における30年以上のドメインエキスパートに基づいています。コグナイトのソリューション内でユーザーの自然言語の質問をAPIコールとして翻訳し、リクエストされたデータを照会することができます。クエリは、いつでもアナリストに透明性があり、システムがどのクエリを送信したかがわかります。データは、構造化された、説明可能なロジックで、システムのデータベースから返され、ハルシネーションの可能性を排除します。データ自体を検証するために、追加のトレーサビリティは必要ありません。

この製品は、AIがパイロットプロジェクトから本格的な運用への移行を遂げている時期に登場しています。2025年の国家安全保障組織におけるAIの採用の趨勢とはどのように関係していますか？

この製品の登場は、企業や政府におけるジェネレーティブAIの採用が加速する時期にあたります。次の3年間でAI分野への投資は2兆ドルを超えると予測されています。2025年は、組織が実験から実際の運用への移行を図る重要な転換点となります。機関は、LLMパワードのコパイロットを活用する潜在的な価値を認識しており、最近のコグナイトの調査では、47%の機関が、ジェネレーティブAIパワードのデータ分析と探索を、調査を加速できる最も重要なテクノロジー機能として挙げています。法執行機関や国家安全保障機関にとって、この変化は、決定の迅速性、規模、精度の新しい基準を設定するものです。命や国家の利益が懸かっている状況では、信頼できる運用可能なAIは、選択肢ではなく、使命 крит的な要件となっています。

5年先を見通して、軍事インテリジェンス、法執行、国家安全保障におけるジェネレーティブAIの役割はどのように進化するでしょうか？ これは、調査戦略、組織構造、グローバルな脅威対応にどのような影響を与えるでしょうか？

将来的に、ジェネレーティブAIは、攻撃と防御の間の運用的ギャップを埋めるのに役立つことになります。敵対者は、迅速にイノベーションを起こし、弱点を突いて大きな被害を与えることができます。一方、公共の安全を担当する組織は、広範な脅威を検知し、理解し、迅速かつ正確に対応しなければなりません。この環境では、AIは、単なる力の乗数ではなく、敵対者が迅速で予測不可能で自動化されている状況でペースを維持するための運用上の必須要素となります。

素晴らしいインタビュー、ありがとうございました。詳しく知りたい読者は、コグナイトを訪問してください。