Steve Wilson, Chief AI og Produktansvarlig i Exabeam – Intervju-serie

Steve Wilson er Chief AI og Produktansvarlig i Exabeam, hvor hans team anvender banebrytende AI-teknologier for å møte virkelige utfordringer innen cybersikkerhet. Han grunnla og er medformann for OWASP Gen AI Security Project, organisasjonen bak bransjens standard OWASP Top 10 for Large Language Model Security-listen.

Hans prisbelønnede bok, “The Developer’s Playbook for Large Language Model Security” (O’Reilly Media), ble valgt som den beste boken om Cutting Edge Cybersecurity av Cyber Defense Magazine.

Exabeam er en ledende aktør innen intelligens og automatisering som driver sikkerhetsoperasjoner for verdens smarteste selskaper. Ved å kombinere skalaen og kraften til AI med styrken til vår bransjeledende behavioral analytics og automatisering, får organisasjonene en mer helhetlig oversikt over sikkerhets hendelser, avdekker anomalier som andre verktøy kan ha gått glipp av, og oppnår raskere, mer nøyaktige og gjentakende responser. Exabeam gir globale sikkerhetsteam mulighet til å bekjempe cybertrusler, minimere risiko og strømlinje operasjoner.

Din nye tittel er Chief AI og Produktansvarlig i Exabeam. Hvordan reflekterer dette den evoluerende betydningen av AI innen cybersikkerhet?

Cybersikkerhet var blant de første områdene som virkelig tok i bruk maskinlæring – i Exabeam har vi brukt ML som kjerne i vårt deteksjonsmotor i over ett tiår for å identifisere anomalt atferd som mennesker alene kan ha gått glipp av. Med ankomsten av nyere AI-teknologier, som intelligente agenter, har AI vokst fra å være viktig til å være absolutt sentral.

Min kombinerende rolle som Chief AI og Produktansvarlig i Exabeam reflekterer nettopp denne evolusjonen. I et selskap dypt engasjert i å integrere AI gjennom alle produkter, og i en bransje som cybersikkerhet hvor AI’s rolle er stadig mer kritisk, var det logisk å samordne AI-strategi og produktstrategi under én rolle. Denne integreringen sikrer at vi er strategisk samordnet for å levere transformative AI-drevne løsninger til sikkerhetsanalytikere og operasjonsteam som er avhengige av oss mest.

Exabeam er en pionér innen “agentic AI” i sikkerhetsoperasjoner. Kan du forklare hva det betyr i praksis og hvordan det skiller seg fra tradisjonelle AI-tilnærminger?

Agentic AI representerer en betydelig evolusjon fra tradisjonelle AI-tilnærminger. Det er handling-orientert – proaktivt initiere prosesser, analysere informasjon og presentere innsikt før analytikere ber om det. Forbi bare dataanalyse, fungerer agentic AI som en rådgiver, tilbyr strategiske anbefalinger på tvers av hele SOC, veileder brukere mot de enkleste seirene og gir trinnvis veiledning for å forbedre deres sikkerhetsstilling. I tillegg fungerer agenter som spesialiserte pakker, ikke ett tungt chatbot, hver tilpasset med spesifikke personligheter og datasamlinger som integreres sømløst i arbeidsflyten til analytikere, ingeniører og ledere for å levere målrettet, effektivt hjelp.

Med Exabeam Nova som integrerer flere AI-agenter på tvers av SOC-arbeidsflyten, hva ser fremtiden ut for sikkerhetsanalytikerrollen? Er den under evolusjon, krymping eller blir mer spesialisert?

Sikkerhetsanalytikerrollen er definitivt under evolusjon. Analytikere, sikkerhetsingeniører og SOC-ledere er overveldet av data, varsler og saker. Den virkelige fremtidsskiftet er ikke bare om å spare tid på rutineoppgaver – selv om agenter definitivt hjelper der – men om å heve hver enkelt rolle til å bli en teamleder. Analytikere vil fortsatt trenge sterke tekniske ferdigheter, men nå vil de lede et team av agenter klar til å akselerere deres oppgaver, forsterke deres beslutninger og virkelig drive forbedringer i sikkerhetsstillingen. Denne transformasjonen plasserer analytikere til å bli strategiske orkestratorer i stedet for taktiske respondenter.

Nylig data viser en disconnect mellom ledere og analytikere når det gjelder AI’s produktivitetspåvirkning. Hvorfor tror du denne percept-gapen eksisterer, og hvordan kan den bli adressert?

Nylig data viser en tydelig disconnect: 71% av ledere tror AI betydelig booster produktivitet, men bare 22% av frontlinjeanalytikere, daglige brukere, er enige. I Exabeam har vi sett denne gapen vokse sammen med den nylige AI-løftet i cybersikkerhet. Det har aldri vært enklere å lage imponerende AI-demonstrasjoner, og leverandører er raskt til å hevde at de har løst hver eneste SOC-utfordring. Mens disse demonstrasjonene imponerer ledere initialt, faller mange kort der det teller – i hendene på analytikere. Potensialet er der, og lommer av ekte gevinst eksisterer, men det er fortsatt for mye støy og for få meningsfulle forbedringer. For å brokke denne percept-gapen, må ledere prioritere AI-verktøy som virkelig empowerment analytikere, ikke bare imponerer i en demo. Når AI virkelig forbedrer analytikernes effektivitet, vil tillit og virkelige produktivitetsforbedringer følge.

AI akselererer trusseloppdaging og respons, men hvordan opprettholder du balansen mellom automatisering og menneskelig dømmekraft i høyrisiko cybersikkerhets hendelser?

AI-kapasiteter utvikler seg raskt, men dagens grunnleggende “språkmodeller” som ligger under intelligente agenter, var opprinnelig designet for oppgaver som språkoversettelse – ikke nyansert beslutningstaking, spillteori eller håndtering av komplekse menneskelige faktorer. Dette gjør menneskelig dømmekraft mer essensiell enn noen gang i cybersikkerhet. Analytikerrollen er ikke redusert av AI; det er hevet. Analytikere er nå teamledere, som utnytter sin erfaring og innsikt til å veilede og rette flere agenter, sikrer at beslutninger forblir informert av kontekst og nyanser. Til slutt handler det om å skape en symbiotisk relasjon hvor AI forsterker menneskelig ekspertise, ikke erstatter den.

Hvordan utvikler din produktstrategi når AI blir en kjerne-designprinsipp i stedet for et tillegg?

I Exabeam er vår produktstrategi grunnleggende formet av AI som en kjerne-designprinsipp, ikke et overfladisk tillegg. Vi bygde Exabeam fra bunnen av for å støtte maskinlæring – fra logg-innsamling, parsing, beriking og normalisering – for å populerer en robust Common Information Model spesifikt optimalisert for å mate ML-systemer. Høykvalitets, strukturert data er ikke bare viktig for AI-systemer – det er deres livsblod. I dag integrerer vi direkte våre intelligente agenter i kritiske arbeidsflyter, unngår generiske, ubehagelige chatboter. I stedet målretter vi nøyaktig kritiske brukstilfeller som leverer virkelige, konkrete fordeler til våre brukere.

Med Exabeam Nova, har du som mål å “gå fra assistent til autonom”. Hva er de viktigste milepælene for å nå fullt autonome sikkerhetsoperasjoner?

Tanken om fullt autonome sikkerhetsoperasjoner er intrigerende, men forhastet. Fullt autonome agenter, på tvers av alle domener, er enkelt ikke effektive eller trygge. Mens beslutningstaking i AI forbedres, har det ikke nådd menneskelig pålitelighet og vil ikke gjøre det på en stund. I Exabeam er vår tilnærming ikke å jage total autonomi, som min gruppe i OWASP identifiserer som en core-vulnerabilitet kjent som Excessive Agency. Å gi agenter mer autonomi enn kan være pålitelig testet og validerer, setter operasjoner på risikabelt grunn. I stedet er vårt mål å ha team av intelligente agenter, kapable, men omsorgsfullt ledet, som arbeider under tilsyn av menneskelige eksperter i SOC. Denne kombinasjonen av menneskelig tilsyn og målrettet agentic assistanse er den realistiske, effektive veien fremover.

Hva er de største utfordringene du har møtt når du integrerer GenAI og maskinlæring i den skalaen som er nødvendig for sanntids cybersikkerhet?

En av de største utfordringene i å integrere GenAI og maskinlæring i skalaen for cybersikkerhet er å balansere hastighet og presisjon. GenAI alene kan ikke erstatte den rene skalaen av hva vår høyhastighets ML-motor håndterer – prosessering terabyte data kontinuerlig. Selv de mest avanserte AI-agenter har et “kontekstvindu” som er svært utilstrekkelig. I stedet består vår oppskrift i å bruke ML til å destillere massive data til handlebare innsikt, som våre intelligente agenter så oversetter og operasjonaliserer effektivt.

Du var med å grunnlegge OWASP Top 10 for LLM-applikasjoner. Hva inspirerte dette, og hvordan ser du på at det former AI-sikkerhets beste praksis?

Når jeg lanserte OWASP Top 10 for LLM-applikasjoner tidlig i 2023, var strukturert informasjon om LLM og GenAI-sikkerhet sjeldent, men interessen var usedvanlig høy. Innen få dager hadde over 200 frivillige sluttet seg til initiativet, og bragte med seg mangfoldige meninger og ekspertise for å forme den opprinnelige listen. Siden da har den blitt lest over 100 000 ganger og har blitt grunnleggende for internasjonale bransjestandarder. I dag har innsatsen utvidet seg til OWASP Gen AI Security Project, som dekker områder som AI Red Teaming, sikring av agentic-systemer og håndtering av offensivt bruk av Gen AI i cybersikkerhet. Vår gruppe har nylig overstige 10 000 medlemmer og fortsetter å fremme AI-sikkerhets praksis globalt.

Din bok, ‘The Developer’s Playbook for LLM Security‘, vant en topp pris. Hva er den viktigste takeaway eller prinsippet fra boken som hver AI-utvikler bør forstå når de bygger sikre applikasjoner?”

Den viktigste takeaway fra min bok, “The Developer’s Playbook for LLM Security”, er enkel: “med stor makt kommer stort ansvar”. Mens forståelse av tradisjonelle sikkerhetskonsepter fortsatt er essensielt, står utviklere nå overfor en helt ny rekke utfordringer som er unike for LLM-er. Denne kraftfulle teknologien er ikke en fri pass, den krever proaktive, tenkende sikkerhetspraksis. Utviklere må utvide sin perspektiv, erkjenne og adresse disse nye sårbarhetene fra starten, og integrere sikkerhet i hver enkelt fase av deres AI-applikasjons livssyklus.

Hvordan ser du på at cybersikkerhetsarbeidsstyrken utvikler seg de neste 5 årene når agentic AI blir mer mainstream?

Vi er for tiden i en AI-kappracing. Motpartene deployer aggressivt AI for å fremme sine ondsinnede mål, og gjør cybersikkerhetsproffene mer kritiske enn noen gang. De neste fem årene vil ikke redusere cybersikkerhetsarbeidsstyrken, men heve den. Proffene må omfavne AI, integrere den i deres team og arbeidsflyt. Sikkerhetsrollene vil skifte mot strategisk kommando – mindre om individuell innsats og mer om å orkestrere en effektiv respons med et team av AI-drevne agenter. Denne transformasjonen gir cybersikkerhetsproffene mulighet til å lede bestemt og trygt i kampen mot stadig utviklende trusler.

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