Unite.AI

Ryan Schonfeld，HiveWatch联合创始人兼CEO – 采访系列

Ryan Schonfeld 是HiveWatch的联合创始人兼CEO，HiveWatch是一家专注于改进组织管理和应对物理安全威胁的安全技术公司。凭借作为安全顾问、执法官员和财富500强公司的经验，他对安全团队面临的操作挑战有了深刻的理解，这最终促使他创立了HiveWatch。HiveWatch 提供一个云端平台，将视频监控、访问控制、报警和事件管理等工具整合到一个单一的操作仪表盘中。该平台被称为HiveWatch GSOC操作系统，它允许组织监控设施活动、调查事件和协调响应，同时使用自动化和人工智能驱动的分析来提高效率和减少虚假报警。是什么让你决定联合创立HiveWatch，并且传统的物理安全有什么局限性使得人工智能成为从一开始就合适的基础？我花了多年时间在全球组织中运行全球安全和安全技术计划，我们有效利用技术的能力令人沮丧。安全性是一流的，但我们不得不使用分散、缓慢、反应性和以人为中心的基础设施。因此，我开始了RAS咨询，以帮助组织现代化其安全运营、规划、教育、风险和责任管理。我们为需要快速扩张的快速增长公司建立了技术先进的计划。但即使那样，我仍然不断看到同样的问题：我的客户的操作员被警报淹没，埋在断开的系统下，反应一切并预测没有什么。RAS咨询客户需要主动安全，但他们没有知识或人员来建立它自己。疫情使情况更加糟糕。突然，每个人都需要重新思考如何保护人员和资产，但他们正在使用为不同时代设计的工具。这就是为什么我们创建了HiveWatch。我们需要一个平台，使我们的安全团队更加了解、相互连接、预测和知情。我们希望所有这些，同时也能更快、更好地管理事件。人工智能不是我们后来添加的功能，它是统一数据以进行最佳决策的唯一实用方法。我们可以做到这一点，无论我们的客户拥有什么系统。现在，我们可以轻松地削减虚假报警，并帮助团队从反应性转变为主动性。其他任何事情都只是让旧问题看起来稍微漂亮一些。您作为警察和调查员的背景如何影响您设计人工智能以支持现实世界的安全运营？我曾坐在安全运营中心，当事件正在展开时，我也曾在现场处理高风险事件，实时管理威胁。这段经历教会了我，在那些时刻，人员和技术都很重要，疲劳或倦怠会影响紧急情况下的决策。它还教会了我什么有效，什么无效，以及当系统失败时会发生什么。正是通过这种视角，我们建立了HiveWatch。利用从这项工作中获得的经验，我们的人工智能平台不是从白板上设计的。我们从安全运营中心内部设计了它。那些构建它的人已经花了多年时间盯着满是噪音的屏幕，试图找到真正的威胁，但没有工具来清晰地看到或快速行动。太长时间以来，行业一直在出售反应性事件响应，并称之为创新。团队实际上需要的是预见即将发生的事情的能力，我们为此而建设。许多组织仍然以反应性方式运作。人工智能如何使物理安全转向主动和预测性？反应性安全不是一个策略问题，而是一个管理分散系统的问题，这可能导致通信中断。它还涉及事件发生时的优先级不足。团队也被虚假报警淹没，这些报警通常没有任何背景。就是那里一切都崩溃了。我们的客户使用一个自定义的人工智能操作员，它实际上学习了他们的设施——布局、工作流程、团队的运作方式。与其每天收到成百上千个垃圾报警，他们只看到真正重要的几条报警，伴随着视频和上下文，清楚地说明为什么重要。当你消除噪音并展现真正的模式时，事情就会发生变化。团队停止追逐昨天的问题，开始预测明天的威胁。他们更好地具备了建立真正有效的安全计划所需的清晰度。当你谈到预测安全时，它在现场企业环境中实际上是什么样子？这不是水晶球。这是快速识别模式。这可能看起来像一个不应该打开的开门。或者摄像头上不符合正常模式的运动。或者以前从未在那个时间和地点发生的活动。人工智能捕获到它，标记它，并告诉操作员发生了什么，为什么重要，以及下一步该怎么做。它插入您已经拥有的摄像头、传感器和访问控制系统，因此不会因为两个系统不相互通信而错过任何东西。结果是一个更敏锐、更快、真正为保护人员而设计的安全运营。人工智能一致性地揭示了哪些类型的风险信号、行为或模式，而人类团队往往会忽略它们？人类在某些事情明显出错时表现很好。人工智能在捕捉一切安静地出错的事情时表现很好。我们谈论的是微妙的偏差。那些不会触发传统警报但绝对应该触发的事情。人工智能不断学习每个特定环境中什么是“正常”的，因此当某些事情发生变化时，它会注意到。在高容量运营中，您的团队正在管理成千上万的信号，这些风险往往会悄悄地溜过去。添加人工智能操作员可以将警报的优先级转变为操作员响应事件时知道什么是关键的（并指导他们如何有效地响应）。人工智能如何在安全运营中心改变决策，当时间和信息有限时？在现场事件中，存在一个间隙：“发生了什么？”和“我们该怎么办？”这个间隙就是糟糕的结果存在的地方。使用人工智能可以弥合这个间隙。它从您的集成系统中提取上下文，例如视频、访问控制、传感器、通信、威胁情报，并将其呈现给您的操作员，附带推荐的下一步骤。他们不再需要在15个标签页之间切换。他们不需要猜测。您的团队从警报到行动只需几秒钟，而不是几分钟。现实是，大多数安全运营中心都人员不足且不堪重负。人工智能不会通过增加人手来解决这个问题；它通过确保房间里每个人都专注于真正重要的事情来解决这个问题，并且他们拥有做出正确决策所需的信息。大型活动，如重大体育赛事或颁奖典礼，会产生极大的复杂性。人工智能在压力下如何协助响应？大型活动可能会打破传统的安全性。信号量会爆炸，风险表面会增加，传统工具无法跟上。我曾与高管保护团队、场馆安全、活动主办方、当地执法部门、医疗、联邦机构一起协调大型活动的保护工作。这是分层的安全措施。然而，过去几年教会了我们：有时威胁已经在周边内部。一个值得信任的内部人员。一个持有资格的客人。已经通过检查点的人。人工智能在整个环境中提供了额外的眼睛，不仅仅是入口点。它实时监控模式、运动和异常，当内部出现某些事情时，安全团队会知道在事情升级之前。就在这些情况下，几秒钟的时间就很重要，情况感知能力不仅仅是一个“很好的功能”。深度系统集成对于人工智能提供真正的态势感知来说有多重要，集成对象包括视频、访问控制、传感器和通信？这是不可妥协的。人工智能的智能程度取决于它可以看到的数据。在很多情况下，这些系统是分散的，如果它们不相连，人工智能可能无法看到完整的图景（这就是HiveWatch可以带来真正差异的地方，通过将所有这些系统整合到一个环境中）。当一切都集成在一起时（例如：视频、访问控制、传感器、通信、威胁情报），人工智能对推荐正确的行动方案有了完整的可见性。这对于您的安全运营平台至关重要，它必须能够与您已经拥有的系统合作。您购买了好的工具。它们应该能够一起工作，这样您就不必拆卸和更换以获得价值。高管在评估人工智能驱动的物理安全平台时，应该如何合理地思考投资回报率？从已经在花费您金钱的东西开始，因为它比您想象的要多。虚假报警会耗费数小时。断开的系统意味着重复工作。操作员会烧坏并离开，这意味着您不断地招聘和重新培训。这会带来巨大的成本，大多数组织从未量化过这一点。像我们这样的人工智能驱动平台可以减少安全运营中心和其警卫资源所需的操作员数量，从而可能带来显著的投资回报率。另外，随着技术大幅减少虚假报警，响应事件的操作员需要的人数也会减少。其次，减少安全运营中心技术栈中的重复技术可以减少在重叠系统上花费的金额。最后，因为我们与您已经拥有的基础设施集成，您不必拆除多年来建立的东西。相反，您终于从中获得了全部价值。投资回报率不仅仅在于您节省的成本（尽管这在考虑到历史上安全领导者难以量化的资源成本减少时可能很显著），也在于您的团队能够防止什么。一次避免的事件，一次更快的响应，一次早期发现的威胁。对于您的董事会、员工和客户来说，这就是重要的数学计算。那些理解这一点的团队不是为了新技术而购买，而是为了解决一个有缺陷的程序。展望未来十年，人类安全团队和人工智能系统之间的关系将如何演变？让我们面对现实：在几年内，安全领域的人工智能将不再是可选的。它将成为基准。那些将其视为“很好的功能”的团队将会落后于那些已经与人工智能合作的团队。随着系统的成熟，人工智能承担了更多的认知负担——过滤噪音、发现模式、推荐行动——而人类则保持在判断和责任方面的控制。这种伙伴关系将定义现代物理安全的样子。那些最先解决这个问题的团队将会获胜。感谢这次精彩的采访，希望了解更多的读者可以访问HiveWatch。