År 2025 kommer mjukvarumarknaden för artificiell intelligens (AI) att expandera från 2021:s 33 miljarder dollar till 64 miljarder dollar, enligt en ny rapport. Och cybersäkerhet är den snabbast växande kategorin av AI-utgifter, med en ökning av utgifterna med 22.3 % sammansatt årlig tillväxttakt (CAGR).
Det är enligt "Global AI Software Forecast 2022" från Forrester Research. "Cybersäkerhet är den snabbaste tillväxtkategorin för AI-programvara, med fokus på realtidsövervakning av och respons på attacker", heter det i rapporten. De följande två kategorierna, kund- och humankapitalhantering (22 %) och processoptimering, kunskap och dataintelligens (18.3 %), har också cybersäkerhetselement, så påverkan på säkerhetsverktygstillverkare kan bli ännu mer betydande.
Detta överensstämmer med den tonvikt företag har lagt på sin AI-förbättrade programvara och tjänster. Till exempel avslöjade kreditgiganten Visa att de har spenderat en halv miljard dollar på dataanalys och AI under de senaste fem åren. Det använder dessa verktyg, tillsammans med konventionella cybersäkerhetsåtgärder, för att hålla bedrägerifrekvensen vid vad Visa kallar historiska låga nivåer trots tillväxten i e-handeln.
Organisationer kan distribuera AI för cybersäkerhet var som helst repetitiva handlingar och förväntat beteende, Inklusive attackera ytbehandling, utökad detektion och respons (XDR) och användar- och entitetsbeteendeanalys (UEBA). Forrester kallar ut SentinelOne som ett utmärkt exempel på en XDR-framgångssaga, och påpekar företagets 120% omsättningstillväxt från år till år i räkenskapsåret 2022. I mars, SentinelOne tillagd upptäckt och svar på identitetshot till sin plattform när man förvärvade Attivo Networks.
Ett AI-verktyg kan lära sig vad normal aktivitet från en viss enhet eller konto är och sedan flagga när den slutpunkten agerar utanför normen. Sådan automatisk upptäckt är ovärderligt, med tanke på omöjligheten att bemanna tillräckligt för att ha mänskliga ögon som tittar på alla delar av nätverket. Och forskare hittar sätt att tillämpa stora språkmodeller som GPT-3 till praktiska uppgifter, som att spåra nätverk av exploateringsforum. För att ge lite perspektiv på sådan utveckling, Dark Reading släppte en rapport i september, "How Machine Learning, AI & Deep Learning Improve Cybersecurity", om hur man bedömer en leverantörs AI-anspråk och definierar dess framgångskriterier.
Ett problem i AI:s galopp är utmaningen att sätta upp ett system så att det flaggar vad som är nödvändigt för mänskliga analytiker att bedöma utan att skapa larmtrötthet. En undersökning tidigare 2022 visade att nästan hälften (46 %) av IT-säkerhetspersonalen sa att deras AI-system skapade för många falskt positiva varningar för dem att ta itu med. En optimist skulle se falskt positiva problem som en möjlighet till tillväxt, men öppnar upp en ny marknad för finjusterande tjänster.
För mer insikt, besök Forrester Research blogginlägg om rapporten.
