ไรอัน ชอนเฟลด์ ผู้ร่วมก่อตั้งและซีอีโอของ HiveWatch – สัมภาษณ์ซีรีส์

ไรอัน ชอนเฟลด์ เป็นผู้ร่วมก่อตั้งและซีอีโอของ HiveWatch บริษัทเทคโนโลยีความปลอดภัยที่มุ่งเน้นในการปรับปรุงวิธีการที่องค์กรจัดการและตอบสนองต่อภัยคุกคามด้านความปลอดภัยทางกายภาพ ด้วยประสบการณ์เป็นที่ปรึกษาด้านความปลอดภัย เจ้าหน้าที่บังคับใช้กฎหมาย และผู้ใช้ปลายทางของ Fortune 500 เขามีความเข้าใจโดยตรงเกี่ยวกับความท้าทายในการดำเนินงานที่ทีมความปลอดภัยต้องเผชิญ ซึ่งนำไปสู่การสร้าง HiveWatch ในที่สุด

HiveWatch มีแพลตฟอร์มที่ใช้คลาวด์ ซึ่งรวบรวมเครื่องมือต่างๆ เช่น การเฝ้าระวังทางวิดีโอ การควบคุมการเข้าถึง ระบบเตือนภัย และการบริหารจัดการเหตุการณ์เข้าด้วยกันในแดชบอร์ดการดำเนินงานเดียว ซึ่งเรียกว่า HiveWatch GSOC Operating System แพลตฟอร์มนี้ช่วยให้องค์กรสามารถติดตามกิจกรรมทั่วทั้งสถานที่ ตรวจสอบเหตุการณ์ และประสานงานการตอบสนองโดยใช้การวิเคราะห์ที่ขับเคลื่อนด้วย AI เพื่อปรับปรุงประสิทธิภาพและลดการเตือนภัยที่ไม่ถูกต้อง

อะไรที่ทำให้คุณตัดสินใจร่วมก่อตั้ง HiveWatch และข้อจำกัดใดในด้านความปลอดภัยทางกายภาพที่ทำให้ AI เป็นพื้นฐานที่ถูกต้องตั้งแต่วันแรก?

ฉันใช้เวลาหลายปีในการดำเนินโปรแกรมเทคโนโลยีความปลอดภัยและความปลอดภัยระดับโลกที่องค์กรระดับโลก และความสามารถของเราในการใช้เทคโนโลยีได้อย่างมีประสิทธิภาพนั้น ทำให้ฉันหงุดหงิด ความปลอดภัยเป็นเลิศ แต่เราต้องใช้โครงสร้างพื้นฐานที่กระจัดกระจาย ช้า ตอบสนอง และมุ่งเน้นไปที่มนุษย์ ดังนั้นฉันจึงเริ่ม RAS Consulting เพื่อช่วยให้องค์กรทันสมัยในการดำเนินงานด้านความปลอดภัย การวางแผน การศึกษา การจัดการความเสี่ยงและการรับผิดชอบทางกฎหมาย เราได้สร้างโปรแกรมที่มีเทคโนโลยีสำหรับบริษัทที่เติบโตอย่างรวดเร็วที่ต้องการขยายขนาดอย่างรวดเร็ว

แต่แม้แต่ในขณะนั้น ฉันก็ยังคงเห็นปัญหาเดิมๆ คือ ลูกค้าของฉันกำลังจมอยู่กับการเตือนภัย และถูกฝังอยู่ภายใต้ระบบที่ไม่เชื่อมต่อ กันและกัน พวกเขากำลังตอบสนองต่อทุกอย่างและไม่ได้ทำนายอะไรเลย ลูกค้าของ RAS Consulting ต้องการความปลอดภัยเชิงรุก แต่พวกเขาไม่มีความรู้หรือบุคคลที่จะสร้างมันขึ้นมาเอง การระบาดใหญ่ทำให้สถานการณ์เลวร้ายขึ้น ทุกคนต้องคิดใหม่ว่าจะปกป้องคนและทรัพย์สินอย่างไร แต่พวกเขากำลังใช้เครื่องมือที่สร้างขึ้นสำหรับยุคที่แตกต่าง

นั่นคือเหตุผลที่เราได้สร้าง HiveWatch ขึ้นมา เราต้องการแพลตฟอร์มที่สามารถทำให้ทีมความปลอดภัยของเรามีความตระหนักรู้มากขึ้น เชื่อมต่อ คาดการณ์ และได้รับข้อมูลมากขึ้น เราต้องการทุกอย่างนี้เพิ่มเติมจากการดำเนินการที่รวดเร็วและดีขึ้นในการจัดการเหตุการณ์ AI ไม่ใช่คุณลักษณะที่เราเพิ่มเข้ามาในภายหลัง แต่เป็นวิธีปฏิบัติที่เป็นไปได้เพียงวิธีเดียวในการรวมข้อมูลสำหรับการตัดสินใจที่ดีที่สุดและได้รับข้อมูลมากที่สุด เราสามารถทำได้ไม่ว่าลูกค้าของเราจะมีระบบใดก็ตาม

ประสบการณ์ของคุณในฐานะเจ้าหน้าที่ตำรวจและนักสืบมีอิทธิพลต่อการออกแบบ AI ในการสนับสนุนการดำเนินงานด้านความปลอดภัยทางกายภาพในโลกแห่งความเป็นจริงอย่างไร?

ฉันเคยอยู่ในตำแหน่งที่เกิดเหตุการณ์กำลังพัฒนาในศูนย์ปฏิบัติการด้านความปลอดภัย และฉันเคยอยู่ในพื้นที่ระหว่างเหตุการณ์ที่มีความเสี่ยงสูง โดยจัดการภัยคุกคามในเวลาจริง ประสบการณ์นี้สอนฉันว่าทั้งคนและเทคโนโลยีมีความสำคัญในขณะนั้น และความเหนื่อยล้าหรือความหมดแรงสามารถส่งผลต่อการตัดสินใจในกรณีฉุกเฉินได้

โดยใช้ประสบการณ์ที่ได้รับจากงานนี้ แพลตฟอร์ม AI ของเราไม่ได้มาจากกระดานขาว เราได้ออกแบบมันจากภายในศูนย์ปฏิบัติการด้านความปลอดภัย ผู้ที่สร้างสิ่งนี้ได้ใช้เวลาทั้งชีวิตในการมองหน้าจอเต็มไปด้วยเสียงรบกวน พยายามหาความคุกคามที่แท้จริง แต่ไม่มีเครื่องมือในการมองเห็นหรือดำเนินการอย่างรวดเร็ว

มานานแล้วที่อุตสาหกรรมขายการตอบสนองต่อเหตุการณ์เชิงรุกและเรียกว่านวัตกรรม สิ่งที่ทีมต้องการจริงๆ คือความสามารถในการมองเห็นสิ่งที่กำลังจะเกิดขึ้น และเราก็สร้างขึ้นเพื่อสิ่งนั้น

หลายองค์กรยังคงดำเนินการเชิงรับ AI ช่วยให้เกิดการเปลี่ยนแปลงไปสู่ความปลอดภัยทางกายภาพเชิงรุกและเชิงทำนายได้อย่างไร?

ความปลอดภัยเชิงรับไม่ใช่ปัญหาเชิงกลยุทธ์ แต่เป็นปัญหาในการจัดการระบบที่กระจัดกระจาย ซึ่งอาจส่งผลให้เกิดการหยุดชะงักในการสื่อสาร นอกจากนี้ยังเกี่ยวข้องกับการขาดการจัดลำดับความสำคัญเมื่อเกิดเหตุการณ์ ทีมยังจมอยู่กับเสียงรบกวนที่สร้างขึ้นโดยการเตือนภัยที่ไม่ถูกต้องและไม่มีบริบท

ลูกค้าของเราสามารถใช้ AI Operator ที่เรียนรู้สภาพแวดล้อมของพวกเขา — การวางผัง การทำงานของทีม — แทนที่จะเห็นหลายร้อยหรือหลายพันการเตือนภัยที่ไม่สำคัญต่อวัน พวกเขาจะเห็นเพียงไม่กี่อย่างที่สำคัญพร้อมกับวิดีโอและบริบทที่แสดงให้เห็นว่าทำไม

เมื่อคุณตัดเสียงรบกวนและแสดงรูปแบบที่แท้จริง สิ่งที่เปลี่ยนแปลงไป ทีมจะหยุดการไล่ตามปัญหาเมื่อวานและเริ่มเตรียมพร้อมสำหรับภัยคุกคามในอนาคต พวกเขาจะมีความชัดเจนที่จำเป็นในการสร้างโปรแกรมความปลอดภัยที่แท้จริง

เมื่อคุณพูดถึงความปลอดภัยเชิงทำนาย สิ่งนั้นจะดูเหมือนอย่างไรในสถานการณ์จริงขององค์กร?

ไม่ใช่ลูกบอลคริสตัล มันเป็นการรับรู้รูปแบบที่รวดเร็ว

สิ่งนี้อาจดูเหมือนประตูที่เปิดอยู่โดยไม่ควรเปิด หรือการเคลื่อนไหวในกล้องที่ไม่ตรงกับปกติ หรือกิจกรรมที่ไม่เคยเกิดขึ้นในจุดนั้นในเวลานั้น AI จะจับได้ ระบุ และบอกผู้ดำเนินการว่าเกิดอะไรขึ้น ทำไมมันสำคัญ และควรทำอะไรต่อไป

มันเชื่อมต่อกับกล้อง เซ็นเซอร์ และการควบคุมการเข้าถึงที่คุณมีอยู่แล้ว ดังนั้นไม่มีสิ่งใดหลุดรอดเพราะระบบสองระบบไม่ได้พูดคุยกัน ผลลัพธ์คือการดำเนินงานด้านความปลอดภัยที่มีความคมชัด รวดเร็ว และสร้างขึ้นเพื่อปกป้องคนในระดับใหญ่

สัญญาณความเสี่ยง พฤติกรรม หรือรูปแบบใดที่ AI จับได้เสมอซึ่งทีมมนุษย์มักจะพลาด?

มนุษย์เป็นเลิศเมื่อมีสิ่งที่ชัดเจนผิดปกติ AI เป็นเลิศในการจับ mọiสิ่งที่ผิดปกติอย่างเงียบๆ

เรากำลังพูดถึงการเปลี่ยนแปลงเล็กๆ น้อยๆ สิ่งที่ไม่ทำให้เกิดการเตือนแบบดั้งเดิม แต่ควรจะเกิดขึ้น AI จับได้เสมอโดยการเรียนรู้อย่างต่อเนื่องว่า “ปกติ” มีลักษณะอย่างไรสำหรับสภาพแวดล้อมเฉพาะ เมื่อมีการเปลี่ยนแปลง AI จะสังเกตเห็น ในการดำเนินการที่มีปริมาณสูง ทีมของคุณกำลังจัดการกับสัญญาณหลายพันครั้ง สิ่งเหล่านี้คือความเสี่ยงที่มักจะหลุดรอด

AI เปลี่ยนแปลงการตัดสินใจภายในศูนย์ปฏิบัติการด้านความปลอดภัยเมื่อเวลาและข้อมูลมีจำกัดอย่างไร?

ในเหตุการณ์จริง มีช่องว่างระหว่าง “เกิดอะไรขึ้น?” และ “เราควรทำอะไร?” ช่องว่างนั้นคือที่ที่ผลลัพธ์ที่ไม่ดีอาศัยอยู่

การใช้ AI ปิดช่องว่างนั้น มันรวบรวมบริบทจากทั่วทั้งระบบที่รวมกัน เช่น วิดีโอ การควบคุมการเข้าถึง เซ็นเซอร์ การสื่อสาร ข่าวกรองภัยคุกคาม และนำไปแสดงให้ผู้ดำเนินการพร้อมกับขั้นตอนถัดไปที่แนะนำ พวกเขาจะไม่ต้องเปลี่ยนระหว่าง 15 แท็บอีกต่อไป พวกเขาจะไม่ต้องเดา ทีมของคุณจะเปลี่ยนจากการเตือนไปสู่การดำเนินการในเวลาไม่กี่วินาทีแทนไม่กี่นาที

ความเป็นจริงคือ ส่วนใหญ่ของศูนย์ปฏิบัติการด้านความปลอดภัยมีคนไม่เพียงพอและถูกครอบงำ AI ไม่ได้แก้ไขปัญหานี้โดยการเพิ่มจำนวนคน แต่แก้ไขโดยการทำให้แน่ใจว่าทุกคนในห้องมุ่งเน้นไปที่สิ่งที่สำคัญจริงๆ ด้วยข้อมูลที่พวกเขาต้องการในการตัดสินใจที่ถูกต้องในขณะนั้น

เหตุการณ์ขนาดใหญ่ เช่น กีฬาหรืองานมอบรางวัล สร้างความซับซ้อนอย่างมาก AI ช่วยในการประสานการตอบสนองภายใต้แรงกดดันอย่างไร?

เหตุการณ์ขนาดใหญ่สามารถทำลายความปลอดภัยแบบดั้งเดิมได้ ปริมาณสัญญาณจะระเบิด พื้นผิวความเสี่ยงจะเพิ่มขึ้น และเครื่องมือแบบดั้งเดิมไม่สามารถตามทัน

ฉันเคยประสานการคุ้มครองในเหตุการณ์ขนาดใหญ่พร้อมกับทีมคุ้มครองผู้บริหาร ความปลอดภัยของสถานที่ เจ้าหน้าที่บังคับใช้กฎหมายท้องถิ่น การแพทย์ และหน่วยงานของรัฐบาลกลาง มันเป็นความปลอดภัยแบบชั้นซ้อน

เรามีบทเรียนจากเหตุการณ์เหล่านี้ และบางครั้งภัยคุกคามก็อยู่ภายในพื้นที่แล้ว AI ให้การมองเห็นที่เพิ่มขึ้นทั่วทั้นสภาพแวดล้อม ไม่ใช่แค่จุดเข้าถึงเท่านั้น มันกำลังติดตามรูปแบบ การเคลื่อนไหว และความผิดปกติในเวลาจริง ดังนั้นเมื่อมีสิ่งใดเกิดขึ้นภายในเส้นผ่านศูนย์กลาง ทีมความปลอดภัยจะรู้ก่อนที่จะบานปลาย

การบูรณาการระบบอย่างลึกซึ้งระหว่างวิดีโอ การควบคุมการเข้าถึง เซ็นเซอร์ และการสื่อสารมีความสำคัญเพียงใดในการให้ AI มีความตระหนักรู้ด้านสถานการณ์จริง?

ไม่มีการต่อรอง AI มีความฉลาดเท่ากับข้อมูลที่มองเห็นได้ ในหลายกรณี ระบบเหล่านี้ถูกแยกออกจากกัน และหากไม่ได้เชื่อมต่อ AI อาจไม่ได้รับภาพทั้งหมด (นี่คือจุดที่ HiveWatch สามารถสร้างความแตกต่างได้ โดยนำระบบเหล่านี้มารวมกันใน環境เดียว)

เมื่อทุกอย่างถูกบูรณาการ (คิดถึงวิดีโอ การควบคุมการเข้าถึง เซ็นเซอร์ การสื่อสาร และข่าวกรองภัยคุกคาม) AI มีความสามารถในการมองเห็นทั้งหมดเพื่อแนะนำแนวทางปฏิบัติที่ถูกต้อง มันสำคัญที่แพลตฟอร์มการดำเนินงานด้านความปลอดภัยของคุณถูกสร้างขึ้นเพื่อทำงานกับสิ่งที่คุณมีอยู่แล้ว คุณซื้อเครื่องมือที่ดี มันควรจะทำงานร่วมกันได้เพื่อให้คุณไม่ต้องถอดออกและแทนที่เพื่อให้ได้ค่า

ผู้บริหารควรคิดอย่างไรเกี่ยวกับ ROI เมื่อประเมินแพลตฟอร์มความปลอดภัยทางกายภาพที่ขับเคลื่อนด้วย AI?

เริ่มต้นด้วยสิ่งที่กำลังใช้เงินของคุณแล้ว เพราะมันมากกว่าที่คุณคิด

การเตือนภัยที่ไม่ถูกต้องกินเวลาหลายชั่วโมง ระบบที่ไม่เชื่อมต่อกันหมายถึงงานที่ซ้ำซ้อน ผู้ดำเนการที่หมดแรงและลาออกหมายถึงการ雇用และฝึกอบรมใหม่เสมอ ซึ่งสร้างต้นทุนอย่างมาก และหลายองค์กรไม่เคย量化มัน

แพลตฟอร์มที่ขับเคลื่อนด้วย AI เช่นของเราสามารถลดจำนวนผู้ดำเนการที่ต้องการในศูนย์ปฏิบัติการด้านความปลอดภัยและทรัพยากรการรักษาความปลอดภัย ซึ่งสามารถส่งผลให้มี ROI อย่างมีนัยสำคัญ นอกจากนี้ เนื่องจากเทคโนโลยีนี้สามารถลดการเตือนภัยที่ไม่ถูกต้องได้อย่างมาก จึงต้องการคนน้อยลงในการคัดแยกการเตือนภัยที่เข้ามา

ROI ไม่ได้มาจากเพียงสิ่งที่คุณประหยัดได้เท่านั้น (แม้ว่ามันจะน่าสนใจเมื่อพิจารณาการลดต้นทุนในทรัพยากรที่จำเป็นในการสนับสนุนโปรแกรมของคุณ) แต่ยังมาจากสิ่งที่ทีมของคุณป้องกันได้ เหตุการณ์หนึ่งที่หลีกเลี่ยงได้ การตอบสนองเร็วขึ้นหนึ่งครั้ง หรือภัยคุกคามที่จับได้เร็วขึ้นหนึ่งครั้ง นั่นคือคณิตศาสตร์ที่สำคัญสำหรับคณะกรรมการของคุณ พนักงาน และลูกค้า ทีมที่เข้าใจสิ่งนี้ไม่ได้ซื้อเทคโนโลยีใหม่เพื่อประโยชน์ของมัน แต่แก้ไขโปรแกรมที่เสียหาย

เมื่อมองไปข้างหน้า คุณเห็นความสัมพันธ์ระหว่างทีมความปลอดภัยของมนุษย์และระบบ AI วิวัฒนาการไปอย่างไรในช่วงหนึ่งทศวรรษข้างหน้า?

ให้เราตรงประเด็น: ในไม่กี่ปี AI ในด้านความปลอดภัยจะไม่ใช่สิ่งที่ต้องการอีกต่อไป มันจะเป็นมาตรฐาน ทีมที่รักษา AI ไว้เป็น “สิ่งที่ดี” จะตกหล่นไปข้างหลังทีมที่ทำงานร่วมกับมันแล้ว

เมื่อระบบที่มี AI มีความเข้าใจมากขึ้น AI จะรับภาระงานทางปัญญา — การกรองเสียงรบกวน การจับรูปแบบ การแนะนำการดำเนินการ — ในขณะที่มนุษย์ยังคงอยู่ในตำแหน่งที่เหมาะสม: ควบคุมการตัดสินใจและความรับผิดชอบ ส่วนหุ้มความร่วมมือนี้จะกำหนดลักษณะของความปลอดภัยทางกายภาพสมัยใหม่ ทีมที่ค้นพบสิ่งนี้ก่อนจะได้รับชัยชนะ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม HiveWatch เพื่อเรียนรู้เพิ่มเติม