คลาودิโอนอร์ โคเอลโญ ออฟฟิเซอร์แห่ง Zscaler – ซีรีส์สัมภาษณ์

คลาودิโอนอร์ โคเอลโญ เป็น Chief AI Officer ของ Zscaler ซึ่งรับผิดชอบในการนำทีมในการค้นหาวิธีการใหม่ๆ ในการปกป้องข้อมูล อุปกรณ์ และผู้ใช้โดยใช้เทคนิค Machine Learning (ML) Deep Learning และ Generative AI ที่ทันสมัย ก่อนที่จะเข้าร่วม Zscaler เขาเคยดำรงตำแหน่ง Chief AI Officer และ Senior Vice President of Engineering ที่ Advantest ในช่วงก่อนหน้านี้ Coelho เคยเป็น Vice President และ Head of AI Labs ที่ Palo Alto Networks (PANW ) และเคยทำงานในตำแหน่ง ML และ Deep Learning ที่ Google (GOOGL )

Zscaler มุ่งเน้นในการเร่งการเปลี่ยนแปลงดิจิทัลโดยช่วยให้องค์กรสามารถบรรลุความคล่องตัว ความมีประสิทธิภาพ ความทนทาน และความปลอดภัยที่ดีขึ้น แพลตฟอร์ม Zero Trust Exchange ของบริษัทได้รับการออกแบบมาเพื่อปกป้องผู้ใช้จากภัยคุกคามทางไซเบอร์และการสูญเสียข้อมูลโดยการเชื่อมต่อผู้ใช้ อุปกรณ์ และแอปพลิเคชันอย่างปลอดภัย ไม่ว่าพวกเขาจะอยู่ที่ไหน Zscaler มีลูกค้าหลายพันรายทั่วโลก โดยเน้นความปลอดภัยที่แข็งแกร่งและความเชื่อมต่อที่ไม่มีการหยุดชะงัก

ในฐานะ Chief AI Officer ของ Zscaler คุณได้กำหนดกลยุทธ์ AI ของบริษัทอย่างไร โดยเฉพาะอย่างยิ่งในเรื่องการผสมผสาน AI กับความปลอดภัยทางไซเบอร์?

Zscaler ได้ทำความก้าวหน้าอย่างมากในด้าน AI สำหรับความปลอดภัยทางไซเบอร์ ซึ่งทำให้พวกเขาแตกต่างจากคู่แข่ง แพลตฟอร์ม Zero Trust ของ Zscaler ใช้ AI ในการตรวจจับและหยุดการขโมยข้อมูลประจำตัวและการโจมตีเบราว์เซอร์จากหน้าเว็บฟิชชิ่ง ข้อมูลข่าวกรองจากธุรกรรมรายวันมากกว่า 400 พันรายการให้การวิเคราะห์แบบเรียลไทม์ที่ช่วยเพิ่มการป้องกันการโจมตีทางไซเบอร์ที่ซับซ้อน นอกจากนี้เรายังร่วมมือกับ NVIDIA (NVDA ) ในการนำเสนอนวัตกรรมด้านความปลอดภัยและ IT ที่ขับเคลื่อนโดย AI เช่น Zscaler ZDX Copilot ซึ่งทำให้การดำเนินงาน IT และเครือข่ายง่ายขึ้น ในขณะที่ประมวลผลข้อมูลจากแพลตฟอร์ม Zero Trust Exchange เพื่อป้องกันการโจมตีแบบ proactively สุดท้าย ด้วยการเข้าซื้อกิจการ Avalor เราได้ขยายความสามารถของ Zero Trust Exchange โดยใช้ Data Fabric สำหรับความปลอดภัย ซึ่งสามารถระบุและคาดการณ์ความเสี่ยงด้านความปลอดภัยที่สำคัญได้ ในขณะที่ปรับปรุงประสิทธิภาพการทำงาน

คุณเคยเป็นผู้ก่อตั้งหลายบริษัท รวมถึง Kunumi และดำรงตำแหน่งผู้นำในบริษัทชั้นนำหลายแห่ง ประสบการณ์ทางธุรกิจของคุณส่งผลต่อแนวทางของคุณในฐานะผู้นำ AI ของ Zscaler อย่างไร?

เมื่อฉันเป็น SVP of Engineering ที่ Jasper Design Automation ซึ่งเป็นสตาร์ทอัพด้าน Electronic Design Automation เราแข่งขันกับบริษัทที่มีมูลค่าหลายพันล้านดอลลาร์ แต่เราได้รับชัยชนะมากกว่า 70-80% ของตลาด เนื่องจากนวัตกรรม ประสบการณ์ทางธุรกิจ และความคล่องตัว หนึ่งในหนังสือที่ฉันอ้างอิงเสมอในช่วงการประชุมกลยุทธ์คือ “Competing on the Edge: Strategy as Structured Chaos” โดย Prof. Kathleen M. Eisenhardt แม้ว่าหนังสือเล่มนี้จะมาจากปี 1998 แต่ก็ยังคงใช้ได้กับสิ่งที่เราเห็นกับ Generative AI ในปัจจุบัน

คุณมีความคิดเห็นอย่างไรเกี่ยวกับความแตกต่างระหว่างตลาดบราซิลและสหรัฐอเมริกาในเรื่องการนำ AI และความปลอดภัยทางไซเบอร์มาใช้?

การอภิปรายเกี่ยวกับสตาร์ทอัพเป็นวิธีที่ดีในการอธิบายถึงความคล้ายคลึงและความแตกต่างระหว่างตลาด เนื่องจากสตาร์ทอัพมักจะเห็นนวัตกรรมที่รุนแรงก่อนที่จะเข้าสู่องค์กรขนาดใหญ่ กลยุทธ์ที่พบบ่อยในบราซิลสำหรับสตาร์ทอัพคือการคัดลอกโมเดลที่ประสบความสำเร็จของสตาร์ทอัพในระยะเริ่มต้นในสหรัฐอเมริกา เนื่องจากสตาร์ทอัพในสหรัฐอเมริกามักจะมองหาตลาดภายในก่อน (แม้ว่าสิ่งนี้จะเปลี่ยนแปลงไป) อย่างไรก็ตาม สหรัฐอเมริกามีระบบทุนนิยมที่มั่นคงมากขึ้น ซึ่งทำให้การก่อตั้งบริษัทง่ายขึ้น

สภาพแวดล้อมด้านกฎระเบียบสำหรับ AI และความปลอดภัยทางไซเบอร์แตกต่างกันระหว่างบราซิลและสหรัฐอเมริกาอย่างไร และสิ่งนี้ส่งผลต่อการสร้างนวัตกรรมในภูมิภาคเหล่านี้อย่างไร?

เนื่องจาก Generative AI กำลังเคลื่อนไหวอย่างรวดเร็ว รัฐบาลตระหนักถึงความจำเป็นในการปกป้อง แต่ไม่แน่ใจว่าพวกเขากำลังพยายามปกป้องอะไร เราต้องการกฎระเบียบ แต่เรายังต้องการการวิเคราะห์แบบไม่มีอคติเกี่ยวกับสภาพแวดล้อมด้านกฎระเบียบเพื่อดูว่าเราสามารถปกป้องพลเมืองท้องถิ่นได้ดีขึ้น

Zscaler’s Zero Trust Exchange เป็นส่วนสำคัญของโมเดลความปลอดภัยของบริษัท AI เพิ่มคุณค่าให้กับแพลตฟอร์มนี้อย่างไร และมีการพัฒนาที่น่าตื่นเต้นอย่างไรในพื้นที่นี้?

สถาปัตยกรรม Zero Trust ของ Zscaler ช่วยให้องค์กรสามารถสร้างสภาพแวดล้อมที่ปลอดภัยยิ่งขึ้นสำหรับการใช้งาน AI แต่แพลตฟอร์มยังใช้ AI ในหลายวิธี รวมถึง ZDX Copilot ซึ่งนำเสนอนวัตกรรมด้านความปลอดภัยที่ขับเคลื่อนโดย AI ซึ่งพัฒนาโดยความร่วมมือกับ NVIDIA ตัวแทนใช้ AI ในการป้องกันการโจมตีแบบ proactively และทำให้การดำเนินงาน IT และเครือข่ายง่ายขึ้น Zscaler ยังได้ปรับปรุงการระบุความเสี่ยงด้านความปลอดภัยโดยการเพิ่ม Data Fabric สำหรับความปลอดภัยของ Avalor เข้ากับ Zero Trust Exchange ของ Zscaler

AI ได้กลายเป็นส่วนสำคัญในการต่อสู้กับภัยคุกคามทางไซเบอร์ คุณเห็นว่า AI จะพัฒนาไปอย่างไรในการจัดการกับความซับซ้อนของความเสี่ยงด้านความปลอดภัย โดยเฉพาะอย่างยิ่งในด้าน IoT และ OT อุปกรณ์?

ภูมิทัศน์ของภัยคุกคามได้เปลี่ยนแปลงไปอย่างไม่มีข้อสงสัยด้วยการโจมตีทางไซเบอร์ที่ใช้ AI องค์กรอาจต่อสู้กับ AI ด้วย AI การพัฒนาที่สำคัญจะเกิดขึ้นจากการเพิ่มแหล่งข้อมูลเพิ่มเติมให้กับโซลูชัน AI

ในฐานะสมาชิกของกลุ่มทำงาน AI และความปลอดภัยทางไซเบอร์ที่ World Economic Forum การอภิปรายระดับโลกเกี่ยวกับจริยธรรม AI และความปลอดภัยทางไซเบอร์กำหนดแนวทางของคุณในฐานะผู้นำ AI ที่ Zscaler อย่างไร?

เนื่องจากเทคโนโลยีกำลังเคลื่อนไหวอย่างรวดเร็ว รัฐบาลและองค์กรต่างๆ จึงต้องการข้อมูลที่เป็นรากฐาน และฉันเห็นว่านี่เป็นบทบาทของ World Economic Forum AI และความปลอดภัยทางไซเบอร์alone มีความต้องการมากพอที่จะกำหนดกลุ่มที่แยกจากกัน แต่เมื่อคุณรวมทั้งสองเข้าด้วยกัน มันเกือบเป็นพื้นที่ใหม่ในตัวมันเอง ตัวอย่างเช่น Gartner ในปีนี้แสดงให้เห็นว่า Generative AI เพิ่มพื้นที่การโจมตีอย่างมาก โดยเปลี่ยนจากการฉีดข้อมูลเข้าไปที่อินพุตและเอาต์พุตไปสู่การโจมตีแอปพลิเคชัน โมเดล และแม้แต่การโจมตีปลั๊กอิน

สุดท้าย สิ่งใดที่คุณตื่นเต้นที่สุดเกี่ยวกับอนาคตของ AI ในด้านความปลอดภัยทางไซเบอร์ และ Zscaler จะมีบทบาทอย่างไรในอนาคต?

AI ไม่ได้เปลี่ยนแปลงหลักการของการป้องกันทางไซเบอร์ที่มีประสิทธิภาพ แต่เน้นย้ำถึงความสำคัญของการป้องกันเหล่านั้น เราคาดว่าจะเห็นความโปร่งใส การปฏิบัติด้านความปลอดภัยที่แข็งแกร่ง และการตรวจสอบอย่างต่อเนื่องแพร่กระจายทั่วทั้งอุตสาหกรรม องค์กรต่างๆ ต้องใช้แนวทางที่ครอบคลุมในการรักษาความปลอดภัย โดยใช้มาตรการที่ทันสมัยในการตรวจจับและตอบสนองต่อภัยคุกคาม รวมถึงการสร้างวัฒนธรรมความปลอดภัย การตรวจสอบความปลอดภัยอย่างสม่ำเสมอ และการทำงานร่วมกับผู้มีส่วนได้ส่วนเสียเพื่อพัฒนากลยุทธ์ด้านความปลอดภัยที่มีประสิทธิภาพ

Zscaler มุ่งมั่นที่จะปกป้องความเป็นส่วนตัวของผู้ใช้ โดยใช้เทคนิคที่ทันสมัยที่สุดในการทำให้ข้อมูลเป็น匿名และรับประกันว่าข้อมูลจะไม่ถูกนำเข้าไปใน LLMs ของเรา เพื่อป้องกันการระบุตัวผู้ใช้หรือองค์กรแต่ละราย ในขณะที่เราอาจสำรวจการปรับแต่ง LLMs ในอนาคต การรักษาความปลอดภัยด้านข้อมูลที่เข้มงวดของเราจะยังคงเป็นสิ่งสำคัญยิ่งในการรักษาความปลอดภัยโดยไม่ละเมิดความเป็นส่วนตัวของลูกค้า

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Zscaler