Cybersäkerhet

Swimlane utses till visionär ledare i Frost & Sullivan AI SOC Radar

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Swimlane meddelade den 12 november 2026 att Frost & Sullivan hade utsett bolaget till visionär ledare i 2026 års Frost Radar för plattformar för AI-säkerhetsoperationscenter (AI SOC), med innovations- respektive tillväxtbetygen 4,45 och 4,30 av fem.

Frost & Sullivan utvärderade oberoende fler än 60 leverantörer av AI SOC och utsåg 24 ledare inom tillväxt och innovation, enligt sammanfattningen av rapporten som Swimlane publicerat på sin webbplats. Den bredare marknaden omfattar fler än 80 leverantörer, och kategorin visionära ledare uppmärksammar företag som förenar innovation, tillväxt och inflytande i branschen.

Lucas Ferreyra, branschansvarig på Frost & Sullivan, sade att placeringen speglade Swimlanes leverantörsoberoende utformning, breda täckning, granskningsbarhet och kombination av agenter och automatisering. Utvärderingen kommer samtidigt som säkerhetsteam som brottas med kompetensbrist och larmtrötthet riktar blicken bortom larmtriagering mot samordnad detektion, utredning och hantering.

Så fungerar den hybrida utredningsmodellen

Swimlane uppger att företagets AI SOC, som drivs av Hero AI, autonomt kan utreda och lösa både kända och nya incidenter, med förbehåll för godkännandesteg som varje kund konfigurerar. Lösningen täcker 16 säkerhets- och IT-domäner, däribland slutpunkter, moln, identitet, e-post, hotinformation, operativ teknik och uppkopplade enheter, säkerhetsinformation och händelsehantering (SIEM) samt sårbarhetshantering.

I det beskrivna arbetsflödet hämtar agenter data från SIEM-plattformar, molntjänster, lokala datasjöar och operativa datalager, så att kunderna inte behöver duplicera dessa uppgifter. Relevant bevismaterial förs in i utredningsakten, medan kunderna själva avgör vad Swimlane lagrar och hur länge. Hero AI kartlägger dessa källor och berikar larm med hotinformation, organisatorisk kontext, utredningshistorik samt säkerhetsramverken MITRE ATT&CK och D3FEND.

Enligt Swimlane utför avancerade agenter komplexa resonemang i plattformen, medan expertagenter hanterar specialiserade uppgifter. Kunderna väljer modellleverantörer och driftsättningsplatser utifrån uppgifternas komplexitet och kostnad. Investigation & Response Agent tar fram planer som analytiker kan granska eller åsidosätta, och Hero AI kan verkställa planerna eller omvandla dem till deterministiska spelböcker, det vill säga fasta automatiseringssekvenser för återkommande uppgifter. På så sätt förbehålls adaptiva resonemang för nya hot, medan förutsägbart genomförande till lägre kostnad används för återkommande aktiviteter.

Företaget uppger att en vårdkund som hanterar omkring 180 hot om dagen minskade utredningskostnaderna med upp till 90 procent med denna hybridmetod. Resultatet gäller endast den kunden och är inte ett genomsnitt för hela plattformen.

Styrningen omfattar modeller, data och åtgärder

Swimlane uppger att varje interaktion med en stor språkmodell och varje agentåtgärd kan granskas. Agenterna har styrda identiteter, rollbaserade åtkomstkontroller och livscykelkontroller, och data och anslutningar isoleras per kundmiljö. Kunderna sätter gränser för modellleverantörer, driftsättningsplatser, autonomi, åtkomst till kunskap och deterministiskt genomförande, vilket begränsar vad systemet kan göra utan godkännande.

Rapportens rekommenderade arbetssätt omfattar säkerhetsarbete under hela livscykeln, inbyggd styrning och mänsklig tillsyn samt öppna integrationer med mätbara resultat. Rapporten beskriver också tredjepartsintegration som central för Swimlane. Agenter som kunderna själva bygger och automatisering med naturligt språk gör det möjligt för kunderna att utöka plattformen, medan stöd för flera kundmiljöer och flexibel driftsättning anpassar den till olika driftmiljöer. Lösningen är utformad för att komplettera befintliga säkerhetsinvesteringar, snarare än att kräva att hela plattformen byts ut.

Swimlane uppger att kunderna rapporterar en avkastning på investeringen på 240 procent under det första året och en minskning på 75 procent av den genomsnittliga tiden till åtgärd, det vill säga den genomsnittliga tid det tar att reagera på en incident.

Hanterade tjänsteleverantörer utökar modellen

Swimlane uppger att ungefär hälften av verksamheten går via kanalpartner och en tredjedel via leverantörer av hanterade säkerhetstjänster (MSSP:er). Ett erbjudande för MSSP:er som lanserades i juli 2026 lade till hotinformation mellan kundmiljöer, ett centralt kommandocenter, standardiserad kundintroduktion och portföljanalys med integration till ServiceNow och Jira. Frost & Sullivan beskriver modellen som en lösning där MSSP:n behåller kundrelationen, uppgifterna och tjänsteleveransen, vilket positionerar Swimlane som en leverantör till tjänsteleverantörerna snarare än som en konkurrent.

Den bredare betydelsen sträcker sig bortom valet av modeller. För att tillämpa agenters resonemang i distribuerade verktyg krävs verkställbara begränsningar för datalagring, åtkomst och befogenheter att agera. Swimlanes rapporterade resultat för kostnader och svarstider visar de operativa fördelarna med denna räckvidd, medan Frost & Sullivans rekommenderade arbetssätt gör styrning och mänsklig tillsyn avgörande i takt med att AI SOC-plattformar blir alltmer autonoma.

Miles Okada är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens och cybersäkerhet med fokus på nya hot, defensiva arkitekturer och de föränderliga dynamikerna mellan angripare och automatiserade system. Hans arbete undersöker hur AI omformar säkerhetsoperationer, från autonom hotdetektering och respons till ökningen av adversariella AI‑tekniker.

Med ett tekniskt och undersökande perspektiv analyserar Miles säkerhetsforskning, incidentavslöjanden och verkliga implementeringar för att förstå var AI stärker försvar — och var det introducerar nya sårbarheter. Han ägnar särskild uppmärksamhet åt modellutnyttjande, dataförgiftning, attackautomation och de operativa realiteterna för att säkra AI‑drivna system i stor skala.

Artiklar skrivna av Miles Okada är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, stringens och ett ansvarsfullt bevakande av det snabbt föränderliga AI‑säkerhetslandskapet.