Em 06 de março de 2017
Quando os dados não são cuidadosamente analisados para elevá-lo ao nível de inteligência analítica, ele só pode responder às perguntas que uma organização sabe perguntar.
Não é nenhum segredo que a adoção generalizada de automação revolucionou nossa economia moderna. Ao longo de inúmeras profissões e indústrias, máquinas capazes de uma precisão e eficiência sem precedentes continuam a superar e substituir muitos dos seres humanos, cujos insumos eram uma vez parte integrante da força de trabalho. E, embora essas tecnologias tenham sido inicialmente criadas para ultrapassar tarefas simples e repetitivas e trabalho físico cuidadoso, os avanços rápidos nos campos da aprendizagem mecânica e da inteligência artificial (IA) foram, em alguns casos, erroneamente determinados como substituições adequadas mesmo para seres humanos cujos papéis exigem intuição afiada, agilidade social e emocional qualificada, e perícia incomparável do assunto.
Eu testemunhei em primeira mão como a automação pode mudar drasticamente uma indústria. No Flashpoint, a automação desempenha um papel crucial em nossos esforços para produzir inteligência. Não só permite que nossos analistas gastem significativamente menos tempo em tarefas mundanas como a coleta de dados de rotina, que lhes dá mais tempo para obter inteligência de alguns dos cantos mais exclusivos da Deep & Dark Web. Sem automação, os analistas passam mais tempo escavando e menos tempo interpretando informações como só o humano pode fazer, para produzir inteligência verdadeira. É um fator crítico na capacidade de escalabilidade de uma equipe.
Mas não é um produto de inteligência autônomo.
Para ilustrar o meu ponto, vamos olhar para as alegações de "inteligência automatizada".
Para ilustrar o meu ponto, vamos olhar para as alegações de "inteligência automatizada".
Este termo cada vez mais popular refere-se aos dados
coletados por ferramentas automatizadas de várias fontes on-line e, em
seguida, é embalado como inteligência analítica, quando é apenas um
passo acima das ameaças por feeds, e só pode ser concluída
quando um analista revê os dados automatizados de gíria, linguagem,
palavras-chave, sarcasmo, credibilidade - todos os quais exigem
julgamento humano para validar. Mais importante, a
compreensão da linguagem e da cultura desses canais maliciosos é algo
que somente analistas altamente qualificados podem realizar.
Quando
os dados não são profundamente analisados para elevá-lo ao nível de
inteligência analítica, ele só pode responder às perguntas que uma
organização sabe formular. Nosso
trabalho como profissionais de inteligência é destacar para as
organizações suas ameaças e riscos, sejam eles atores maliciosos ou
insiders, para que eles possam fazer perguntas mais inteligentes e tomar
medidas mais rápidas. Mesmo as mais avançadas tecnologias automatizadas não podem realmente
imitar a intuição, inteligência e experiência dos seres humanos.
Além de limitar a análise e a contextualização necessária para evoluir os dados para a inteligência, em muitos casos, a inteligência de automação exclusiva ou as soluções de análise de risco só podem analisar informações da web aberta. Embora bons dados, estamos de volta a ele sendo apenas dados. Estes dados são enviados para as organizações como inteligência, quando na realidade, pelo tempo que ele faz para a superfície web é um alerta, mas não é um produto de inteligência acabado que pode ajudar a impactar a segurança e a linha de fundo de um negócio. Embora importante, fornecer dados automatizados a partir da web aberta deve servir apenas como indicadores potenciais do que pode estar ocorrendo na Deep & Dark Web. É um indicador de tipos, não uma resposta.
Independentemente de onde os dados vêm, se são derivados exclusivamente de automação, nunca serão totalmente contextualizados, sem inteligência agregada. Isso significa que, as organizações que os consomem como tais, podem estar fazendo um desserviço, porém não verificar todas as informações de que precisam, para tomar decisões mais inteligentes e rápidas sobre sua segurança, em toda a empresa.
Além de limitar a análise e a contextualização necessária para evoluir os dados para a inteligência, em muitos casos, a inteligência de automação exclusiva ou as soluções de análise de risco só podem analisar informações da web aberta. Embora bons dados, estamos de volta a ele sendo apenas dados. Estes dados são enviados para as organizações como inteligência, quando na realidade, pelo tempo que ele faz para a superfície web é um alerta, mas não é um produto de inteligência acabado que pode ajudar a impactar a segurança e a linha de fundo de um negócio. Embora importante, fornecer dados automatizados a partir da web aberta deve servir apenas como indicadores potenciais do que pode estar ocorrendo na Deep & Dark Web. É um indicador de tipos, não uma resposta.
Independentemente de onde os dados vêm, se são derivados exclusivamente de automação, nunca serão totalmente contextualizados, sem inteligência agregada. Isso significa que, as organizações que os consomem como tais, podem estar fazendo um desserviço, porém não verificar todas as informações de que precisam, para tomar decisões mais inteligentes e rápidas sobre sua segurança, em toda a empresa.
Josh Lefkowitz é o CEO da Flashpoint, líder global em Business Risk Intelligence (BRI) da Deep & Dark Web. Ele trabalhou intensivamente com autoridades para rastrear e analisar grupos terroristas. Lefkowitz
também atuou como consultor da equipe de gerenciamento sênior do FBI e
trabalhou para um banco de investimento global de nível superior. Lefkowitz possui MBA pela Universidade de Harvard e Bacharelado pela Williams College.
Nenhum comentário:
Postar um comentário