การรักษาความปลอดภัยทางไซเบอร์จะครอบคลุมตลาดซอฟต์แวร์ AI เกือบหนึ่งในสี่จนถึงปี 2025

ภายในปี 2025 ตลาดซอฟต์แวร์ปัญญาประดิษฐ์ (AI) จะขยายจาก 2021 พันล้านดอลลาร์ในปี 33 เป็น 64 พันล้านดอลลาร์ ตามรายงานใหม่ และความปลอดภัยทางไซเบอร์เป็นหมวดหมู่การใช้จ่ายด้าน AI ที่เติบโตเร็วที่สุด โดยมีการใช้จ่ายเพิ่มขึ้นถึง 22.3% ของอัตราการเติบโตต่อปี (CAGR)

เป็นไปตาม “Global AI Software Forecast 2022” จาก Forrester Research “ความปลอดภัยทางไซเบอร์เป็นประเภทซอฟต์แวร์ AI ที่เติบโตเร็วที่สุด โดยมุ่งเน้นไปที่การตรวจสอบและการตอบสนองต่อการโจมตีแบบเรียลไทม์” รายงานระบุ สองหมวดหมู่ถัดมา ได้แก่ การจัดการลูกค้าและทุนมนุษย์ (22%) และการเพิ่มประสิทธิภาพกระบวนการ ความรู้ และข้อมูลอัจฉริยะ (18.3%) ก็มีองค์ประกอบด้านความปลอดภัยทางไซเบอร์เช่นกัน ดังนั้นผลกระทบต่อผู้สร้างเครื่องมือรักษาความปลอดภัยจึงมีความสำคัญมากยิ่งขึ้น

สิ่งนี้สอดคล้องกับการเน้นย้ำที่บริษัทต่างๆ ให้ความสำคัญกับซอฟต์แวร์และบริการที่เสริมประสิทธิภาพ AI ตัวอย่างเช่น ยักษ์ใหญ่ด้านเครดิต Visa เปิดเผยว่าได้ใช้เงินไปครึ่งพันล้านดอลลาร์แล้ว การวิเคราะห์ข้อมูลและ AI ในช่วงห้าปีที่ผ่านมา บริษัทใช้เครื่องมือเหล่านั้น ควบคู่ไปกับมาตรการรักษาความปลอดภัยทางไซเบอร์แบบเดิมๆ เพื่อรักษาอัตราการฉ้อโกงให้อยู่ในระดับที่ Visa เรียกว่าต่ำเป็นประวัติการณ์ แม้ว่าอีคอมเมิร์ซจะเติบโตก็ตาม

องค์กรต่างๆ สามารถปรับใช้ AI เพื่อความปลอดภัยทางไซเบอร์ได้ทุกที่ การกระทำซ้ำๆ และพฤติกรรมที่คาดหวังรวมทั้ง การจัดการพื้นผิวการโจมตีการตรวจจับและการตอบสนองแบบขยาย (XDR) และการวิเคราะห์พฤติกรรมผู้ใช้และเอนทิตี (UEBA) Forrester ยกย่อง SentinelOne ว่าเป็นตัวอย่างสำคัญของเรื่องราวความสำเร็จของ XDR โดยชี้ให้เห็นถึงความสำเร็จของบริษัท การเติบโตของรายได้ปีต่อปี 120% ในปีงบประมาณ 2022 ในเดือนมีนาคม SentinelOne เพิ่มการตรวจจับและตอบสนองภัยคุกคามตัวตน สู่แพลตฟอร์มเมื่อเข้าซื้อกิจการ Attivo Networks

เครื่องมือ AI สามารถเรียนรู้ว่ากิจกรรมปกติจากอุปกรณ์หรือบัญชีเฉพาะคืออะไร จากนั้นตั้งค่าสถานะเมื่ออุปกรณ์ปลายทางนั้นทำงานนอกปกติ เช่น การตรวจจับอัตโนมัติ ถือเป็นสิ่งล้ำค่า เมื่อพิจารณาถึงความเป็นไปไม่ได้ที่จะมีพนักงานเพียงพอที่จะให้สายตามนุษย์เฝ้าดูทุกส่วนของเครือข่าย และนักวิจัยกำลังค้นหาวิธีการ ใช้โมเดลภาษาขนาดใหญ่ เช่น GPT-3 กับงานเชิงปฏิบัติ เช่น การติดตามเครือข่ายของฟอรัมการหาประโยชน์ เพื่อให้มีมุมมองเกี่ยวกับการพัฒนาดังกล่าว Dark Reading เปิดตัวรายงาน ในเดือนกันยายน "วิธีที่การเรียนรู้ของเครื่อง AI และการเรียนรู้เชิงลึกปรับปรุงความปลอดภัยทางไซเบอร์" เกี่ยวกับวิธีการประเมินการเรียกร้อง AI ของผู้ขายและกำหนดเกณฑ์ความสำเร็จ

ปัญหาอย่างหนึ่งในการควบรวมกิจการของ AI คือความท้าทายในการตั้งค่าระบบเพื่อระบุสิ่งที่จำเป็นสำหรับนักวิเคราะห์ที่เป็นมนุษย์ในการประเมินโดยไม่สร้างความเหนื่อยล้าในการแจ้งเตือน การสำรวจเมื่อต้นปี 2022 พบว่าเกือบครึ่งหนึ่ง (46%) ของพนักงานรักษาความปลอดภัยด้านไอทีกล่าวว่าระบบ AI ของพวกเขาสร้างขึ้น มีการแจ้งเตือนเชิงบวกที่ผิดพลาดมากเกินไป เพื่อให้พวกเขาได้กล่าวถึง ผู้มองโลกในแง่ดีจะได้เห็น ปัญหาบวกลวง เพื่อเป็นโอกาสในการเติบโต อย่างไรก็ตาม การเปิดตลาดใหม่สำหรับบริการปรับแต่ง

หากต้องการข้อมูลเชิงลึกเพิ่มเติม โปรดไปที่ รายการในบล็อกของ Forrester Research เกี่ยวกับรายงาน