Gil Cohen, Chief Product Officer i Cognyte – Intervju-serie

Gil Cohen er en erfaren programvareekspert med en lang rekord av å lede store globale organisasjoner, med over to tiår med erfaring og ekspertise i bedriftsprogramvare, stordata, telekommunikasjon og kunstig intelligens.

Gil leder Cognytes produktorganisasjon, selskapets globale FoU-sentre og markedsstrategi for hele porteføljen.

Før han ble med i Cognyte-virksomheten i 2021, var Gil GM i NICE, en plattform for innspilling av tale, og CEO i Telefonica Israel.

Cognyte er en israelsk basert global leverandør av etterforsknings- og sikkerhetsanalyseprogramvare designet for å levere “Handlingable Intelligence for a Safer World ™”. Grunnlagt i 2021 som en spin-off fra Verint Systems (VRNT ), betjener selskapet hundrevis av regjeringer og bedriftskunder over hele verden, og muliggjør sikkerhet, etterretning og lovhåndhevelse å slå sammen, analysere og visualisere store, fragmenterte datasamlinger for tidlig trusseldeteksjon, etterforskning og respons.

Hva var det opprinnelige motivet for en karrierevei fokusert på etterretning, analyse og nasjonal sikkerhet? Var det tidlige erfaringer eller formative hendelser som hjalp å forme denne retningen?

Det var en ganske naturlig passning. Cognytes misjon – å hjelpe å gjøre verden tryggere – stemmer overens perfekt med hva jeg bryr meg om, både personlig og profesjonelt. Jeg har tilbragt år med å arbeide i bedriftsprogramvare, stordata, telekommunikasjon og kunstig intelligens, og jeg har også en militær bakgrunn, så å gå inn i en rolle som tillot meg å bidra direkte til denne misjonen bare gjorde mening.

Over årene har jeg ledet globale organisasjoner og FoU-team for å levere banebrytende bedriftsløsninger og markedsstrategier, og gitt meg erfaringen til å hjelpe å sikre at Cognyte holder fremme med teknologi som virkelig muliggjør våre kunder. Det er usedvanlig belønning å se hvordan lovhåndhevelse, nasjonal sikkerhet og nasjonal og militær etterretning bruker våre analytiske løsninger for å oppdage trusler tidlig og holde mennesker trygge. Det som virkelig holder meg motivert er å vite at vi bygger verktøy som hjelper disse byråene å holde ett skritt foran kriminell og terroraktivitet og tilpasse seg nye utfordringer raskt. Å se vår teknologi i aksjon – å ha en virkelig innvirkning – er noe jeg virkelig er stolt av.

Over årene, hvordan har etterforsknings-teknologilandskapet utviklet seg, og hvordan har Cognytes misjon tilpasset seg for å møte de endrede behovene til lovhåndhevelse og etterretning?

Efterforsknings-teknologilandskapet har gjennomgått betydelige endringer, hovedsakelig drevet av den raskt voksende volumet og mangfoldet av data, fremveksten av stadig mer sofistikerte motstandere og den konstante utviklingen av teknologi. En kjernutfordring som former denne miljøet er den innebygde ubalansen mellom dårlige aktører og de som arbeider for å stoppe dem. Dårlige aktører (enten kriminelle eller terrorister) opererer med smidighet og utholdenhet, og kan utnytte en enkelt svakhet med ødeleggende virkning. Lovhåndhevelse og sikkerhetsorganisasjoner, på den andre siden, må identifisere, forstå og reagere på en rekke utviklende trusler, ofte i sanntid og med absolutt nøyaktighet. Denne asymmetrien legger enormt press på etterforskningslag til å handle raskere, smartere og mer nøyaktig enn noensinne før. Analytikere kjemper ofte med voksende datavolumer, fragmenterte verktøy og presserende operasjonelle krav, noe som gjør det vanskelig å oversette deres etterforskningsinnsikt til effektive interaksjoner med avanserte løsninger.

Lanseringen av etterretningssammenpiloten introduserer en generativ AI-kapasitet spesifikt bygget for etterforskningsarbeidsflyter. Hva gjør denne kapasiteten fundamentalt forskjellig fra eksisterende AI-verktøy som for tiden brukes i sikkerhetssektoren?

Cognytes etterretningssammenpilot er fundamentalt forskjellig fra andre AI-verktøy fordi det er spesifikt bygget for virkelige etterforskningsarbeidsflyter, ikke bare generiske oppgaver. I motsetning til typiske GenAI-løsninger er det integrert direkte i etterforskningsarbeidsplassen og prosessen, forstår terminologien analytikere bruker, og leverer transparente, forklarbare resultater. Det er konstruert for å analysere følsomme og klassifiserte datasamlinger som regjeringsbyråer håndterer, opererer trygt i enhver installasjonsmiljø, og er designet for å akselerere – ikke erstatte – menneskelig ekspertise. Dette muliggjør at etterforskere og analytikere kan høste full nytte av menneske-maskin-samarbeid med en løsning som er unikt designet for de høye kravene til sikkerhets- og etterretningbyråer.

Mange etterforskere møter en kobling mellom deres virkelige instinkter og de tekniske kravene til legacy-plattformer. Hvordan møter denne nye sammenpiloten denne utfordringen og broer gapet mellom menneskelig resonnering og maskinutgang?

Efterforskere og analytikere er trent til å utføre etterforskning og etterrettingsanalyse, ikke til å konstruere komplekse spørringer eller oversette deres tenkning til rigid system-syntax. Cognytes etterretningssammenpilot er bygget med denne realiteten i mente ved å la brukerne arbeide med deres eget språk. Det tar inn naturlig språklig input og konverterer det til strukturert, forklarbart logikk, og eliminerer behovet for tekniske spørringer eller dypt systemekspertise. Ved å sammenligne med hvordan etterforskere faktisk tenker og arbeider, fjerner sammenpiloten friksjon, akselererer innsiktsgenerering og frigjør analytikere til å fokusere på hva de gjør best: følge spor, undersøke bevis og analysere trusler.

Efterforskningsmiljøer innebærer ofte overveldende datavolumer og høyt fragmenterte verktøy-økosystemer. På hvilke måter forbedrer sammenpiloten datasyntese, akselererer analyse og forbedrer den totale farten for trusseloppklaring?

Cognytes etterretningssammenpilot transformerer etterforskningsarbeidsflyten ved å eliminere de manuelle flasklenecksene forårsaket av siloede verktøy og overveldende datavolumer. I stedet for å kreve at etterforskere oversetter komplekse spørringer til systemspesifikke spørringer, tillater sammenpiloten dem å bruke intuitivt naturlig språk til å utforske mangfoldige, multi-kilde data. Det syntetiserer automatisk strukturert og ustrukturert data, overflater relevante forbindelser og presenterer resultater med klare, steg-for-steg logikk. For eksempel kan en etterforsker bare spørre sammenpiloten om å “vise alle forbindelser mellom mistenkt A og mistenkt B i løpet av de siste 6 månedene”.

Sikkerhet, forklarbarhet og gjennomsiktighet er kritiske for oppdragsgivende operasjoner. Hva var de viktigste sikkerhetsmessige og arkitektoniske prinsippene som ble prioritetert for å sikre at AI-sammenpiloten møter de strenge kravene til etterretningorganisasjoner?

Med over 30 års erfaring med å støtte oppdragsgivende operasjoner, var sikkerhet, forklarbarhet og gjennomsiktighet grunnleggende for designet av Cognytes etterretningssammenpilot. Sikkerhet er bygget inn på arkitektonisk nivå: sammenpiloten støtter både sky- og on-premise-installasjoner for å møte strenge krav rundt datasensitivitet, personvern og suverenitet. Det arver den native bruker-tilgangsmodellen til verts-systemet, og sikrer at det ikke kan eksponere data som en bruker normalt ikke ville ha tilgang til via standardarbeidsflyter.

Plattformen tilbyr visuelle logiske flyter og gjennomsiktige begrunnelser som svar på naturlig språklig spørring. Hvordan påvirker disse funksjonene måten etterforskere tar beslutninger under press, spesielt i høyrisk- eller tidskritiske saker?

Cognytes etterretningssammenpilot forbedrer etterforskningsbeslutninger ved å kombinere naturlig språklig input med steg-for-steg visuelle logiske flyter basert på beviste domene-ekspertise. Resultatene visualiseres innen en etterrettingsanalyse-arbeidsplass for kontekst og videre utforskning. Disse visualiseringene avslører hvordan datapunkter er koblet sammen og hvordan innsikt genereres, og gjør systemets begrunnelser fullstendig gjennomsiktige. I høyt-press-miljøer tillater dette at etterforskere raskt validerer relevans og går fra spørsmål til tillit uten å stole blindt på svarte boks-utgang. Resultatet er raskere, smartere beslutninger basert på forklarbar AI, fullstendig i samsvar med virkelige etterforskningsarbeidsflyter.

Hva slags maskinlæringsmodeller utgjør grunnlaget for sammenpilotens generative evner, og hvordan ble de trent for å reflektere språket og logikken spesifikt for etterretningssammenhenger fremfor generell samtale-AI?

Modellene som ligger til grunn for vår sammenpilot er noen av bransjens nyeste og mest avanserte LLM-modeller. Vi finjusterer LLM-ene til hver kundes domene og jargon ved hjelp av våre proprietære datamodeller, som representerer systemets datamodell – inkludert enheter, relasjoner og parametre. Dette muliggjør at vi kan trene sammenpiloten på en representativ eller “digital tvilling” av våre kunders domene, i stedet for på de faktiske dataene som er følsomme og ikke tilgjengelige som en treningssett. Vi inkluderer også beste praksis-brukerflyter avledet fra tiår med bransjespesifikke metoder, våre kundesuksess-team og med hjelp av vår samfunn av kundekjempere. Ved hjelp av denne metoden har vi skapt en skalerbar tilnærming til å ta av-på-hylle LLM-er og omdanne dem til domene-modeller, finjustert til sikkerhetsbehov.

Forklarbarhet og strukturert begrunnelser er vektlagt i systemets utgang. Hva slags maskinlærings-teknikker eller modellarkitekturer ble brukt for å sikre gjennomsiktige, sporbar beslutningstaking, spesielt når analytikere må valideres under skarpskyting?

 Sammenpiloten er trent på datamodellen og er finjustert for etterretning og etterforsknings beste praksis, bygget på mer enn tre tiår med domene-ekspertise i etterforskningsanalyse. Denne spesialiserte treningen er bygget på virkelige operasjonelle kunnskaper, og sikrer at sammenpiloten innebygget forstår og behandler den spesifikke terminologien, logikken og nyansene som er kritiske for etterretningssammenhenger. Det tar brukerens naturlig språklig spørring og forstår hvordan å oversette den innen Cognyte-løsningen som en API-kall, som spør etter den ønskede dataen. Spørringen er tilgjengelig for analytikeren på alle punkter, så det er gjennomsiktig hvilken spørring som ble sendt. Dataene returneres deretter fra løsningens databaser, og fjerner enhver sjanse for hallucinasjoner, med strukturert, forklarbart logikk. Ingen separat sporbarhet er nødvendig for dataene selv for å valideres at sammenfatningen og innsiktene har mening.

Dette produktet dukker opp på et tidspunkt når AI går fra pilotprosjekt til fullskala operasjonell utrulling. Hvordan reflekterer dette bredere trender i hvordan nasjonale sikkerhetsorganisasjoner nærmer seg AI-antakelse i 2025?

 Lanseringen kommer som generativ AI-antakelse akselererer over hele bedrifts- og regjeringssektoren, med over 2 billioner dollar i investering forventet rundt AI i sektoren de neste tre årene. 2025 markerer et klart inflexionspunkt, da organisasjoner går fra eksperimentering til virkelige utrullinger. Byråer ser potensiell verdi i å utnytte LLM-drevne sammenpiloter, og i en nylig Cognyte-undersøkelse, 47% av byråene som ble spurte nevnte GenAI-drevne dataanalyse og utforskning som den øverste teknologikapasiteten som kan akselerere deres etterforskninger. For lovhåndhevelse og nasjonale sikkerhetsbyråer setter denne transformasjonen en ny standard for hastighet, skala og presisjon i beslutningstaking. Med liv og nasjonale interesser på spill, er kravet om pålitelig, operasjonell AI ikke lenger et valg – det er et misjonskritisk imperativ, og ett som Cognyte-intelligens-sammenpiloten var bygget for å møte.

I årene som kommer, hvordan forventes rollen til generativ AI å utvikle seg innen militær etterretning, lovhåndhevelse og nasjonal sikkerhet? Hva vil dette ha for innvirkning på etterforskningsstrategi, organisatorisk struktur og global trusselrespons?

I årene som kommer, vil generativ AI spille en avgjørende rolle i å hjelpe å lukke operasjonsgapet mellom angrep og forsvar. Dårlige aktører vil fortsette å innovere raskt, ofte uten begrensninger av regler eller risiko. Offentlige sikkerhetsorganisasjoner, på den andre siden, må opprettholde konsekvent, adaptiv dekning over en økende rekke trusselvektorer. I denne miljøet, vil AI ikke bare være en kraftmultiplikator; det vil bli en operasjonell nødvendighet for å holde pace med motstandere som er raske, uforutsigbare og stadig mer automatiserte.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke Cognyte.