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

Ryan Schonfeld 是HiveWatch的联合创始人兼CEO，HiveWatch是一家专注于改善组织管理和应对物理安全威胁的安全技术公司。作为一名安全顾问、执法官员和财富500强公司的终端用户，他对安全团队面临的运营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运营控制台中。该平台被称为HiveWatch GSOC操作系统，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。

是什么让你联合创立HiveWatch，并且传统物理安全的局限性是什么，使得人工智能成为从第一天起的基础?

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。所以，我开始了RAS咨询，以帮助组织现代化他们的安全运营、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的公司建立了技术先进的计划。

但即使那样，我仍然看到同样的问题：我的客户的操作员被警报淹没，埋在断开的系统中，反应一切，预测没有什么。RAS咨询的客户需要主动的安全，但他们没有知识或人员来自己建立。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而设计的工具。

这就是我们创建HiveWatch的原因。我们需要一个平台，可以使我们自己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、更好地处理事件。人工智能不是我们后来添加的功能，它是唯一的实用方法来统一数据以进行最好的、最明智的决策。我们可以做到这一点，无论我们的客户有哪些系统。现在，我们可以轻松地消除虚假报警，并帮助团队从反应性转变为主动性。其他任何事情都只是使旧问题稍微漂亮一点。

您作为警察和调查员的背景如何影响您设计人工智能来支持现实世界的安全运营?

我曾坐在安全运营中心的席位上，当事件正在展开时，我也曾在高风险事件中现场管理威胁，实时处理。这种经历教会了我，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。这就是我们通过这种视角构建HiveWatch的原因。

利用从这项工作中获得的经验，我们的AI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。

太久了，行业出售反应性事件响应，并称之为创新。团队实际需要的是预见未来发生的事情的能力，我们为此而构建。

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，而是一个问题，它涵盖了管理分散的系统，这可能导致通信中断。它还涉及在事件发生时缺乏优先顺序。团队也被虚假报警淹没，这些报警通常是虚假的，并且没有任何背景。这就是一切都崩溃的地方。

我们的客户使用一个自定义的AI操作员，它实际上可以学习他们的设施——布局、工作流程、团队的运作方式。与其每天有成百上千个垃圾报警，他们看到的是真正重要的几条报警，带有视频和背景，清楚地说明为什么重要。

当你消除噪音并表面化真正的模式时，会发生一些变化。团队停止追逐昨天的问题，开始领先于明天的威胁。他们更好地具备了构建真正有效的安全计划所需的清晰度。

当你谈到预测性安全时，它在实时企业环境中是什么样子?

这不是水晶球。它是快速的模式识别。

这可能看起来像一个不应该打开的开着的门。或者不符合正常情况的摄像头上的运动。或者以前从未在那个时间和地点发生过的活动。AI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。

它可以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事情。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。

人工智能一致性地表面化哪些类型的风险信号、行为或模式，而人类团队往往会错过?

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。

我们正在谈论微妙的偏差。那些不会触发传统警报的事情，但绝对应该触发。AI不断学习每个特定环境中的“正常”情况，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。添加像AI操作员这样的东西可以将警报的优先级转变为操作员响应事件所需的内容（并指导他们如何有效地响应）。

人工智能如何改变安全运营中心内的决策，当时间和信息有限时?

在实时事件中，存在一个“发生了什么？”和“我们该怎么办？”之间的差距。差距中存在着糟糕的结果。

使用AI可以弥合这一差距。它从集成系统中提取背景，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，伴随着推荐的下一步骤。他们不再需要在15个标签页之间切换。他们不需要猜测。您的团队可以在几秒钟内从警报转变为行动，而不是花费几分钟。

现实是，大多数SOC都人员不足且不堪重负。AI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，如重要体育赛事或颁奖典礼，会产生极端的复杂性。人工智能如何在压力下协调响应?

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、场地安全、活动主办方、当地执法部门、医疗、联邦机构协调过大型活动的保护工作。这是分层的安全，叠加在其他安全措施之上。但是过去几年教会了我们：有时威胁已经在周边内。一个值得信任的内部人员。一个持有证件的客人。已经通过了检查点的人。

我们也曾在直播电视上看到过：颁奖典礼上的事件，粉丝冲过栏杆，带有政治信息的人跳过场地。我们以前划定的周边可能需要被完全重新思考。

人工智能在整个环境中提供了额外的眼睛，不仅仅是入口。它实时监测模式、运动和异常，因此当内部出现某些事情时，安全团队会知道，在情况升级之前。这些情况下，几秒钟就很重要，情况意识不仅仅是一个“nice-to-have”。

深度系统集成对于人工智能提供真正的态势感知至关重要吗?

这是不可商量的。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）。

当所有内容都集成在一起时（例如：视频、访问控制、传感器、通信、威胁情报），人工智能对整个情况有完整的可见性，可以推荐正确的行动方案。至关重要的是，您的安全运营平台是为与您已经拥有的系统一起工作而构建的。您购买了好的工具。它们应该能够一起工作，因此您不需要更换它们以获得价值。

高管在评估人工智能驱动的物理安全平台时应该如何看待投资回报率（ROI）?

从已经花费的钱开始，因为它比您想象的要多。

虚假报警会消耗数小时。断开的系统意味着重复工作。操作员会烧伤和流失，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些成本。

像我们这样的AI驱动平台可以减少安全运营中心和警卫资源中所需的操作员数量，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，处理传入警报所需的人员也会减少。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，您不需要拆除您多年来建立的东西。相反，您终于从中获得了全部价值。

投资回报率不仅仅是您节省的钱，尽管这可以是显著的，当您考虑到安全计划中支持资源所需的成本减少时（这些成本对安全领导者来说一直很难量化）。它也可以在您防止的事情中体现出来。一件防止的事件，一个更快的响应，一个提前发现的威胁。对于您的董事会、员工和客户来说，这才是重要的数学。那些理解这一点的团队不是为了新技术而购买新技术；他们正在修复一个破碎的计划。

展望未来十年，您如何看待人类安全团队和AI系统之间的关系演变?

让我们明确一点：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。把人工智能当作“nice-to-have”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——而人类则保持在控制、判断和问责的位置。这种伙伴关系将定义现代物理安全的样子。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。