admin

За последние два года генеративное усыновление искусственного интеллекта выросло на 187%. Но в то же время инвестиции в безопасность предприятия были сосредоточены специально на риски ИИ, выросшие Только 43%, создавая SIГрафик в готовности в качестве атаки ИИ быстро расширяется.

По данным недавних результатов института SANS, более 70% предприятий пережили по крайней мере одно нарушение, связанное с AI, причем в настоящее время генеративные модели теперь являются основной целью.

Спонсируемые государством атаки на инфраструктуру ИИ вызвали ошеломляющие 218% в годовом исчислении, как показывает глобальный отчет о угрозе Crowdstrike в 2025 году.

Для CISO, лидеров безопасности и SOC, суровая реальность очевидна. Развертывание новых моделей искусственного интеллекта в масштабе в геометрической прогрессии расширяет поверхности атаки своих предприятий, а CISO, выступающие при условии анонимности, сообщили о традиционной тактике, стратегии и технологиях VentureBeat, стратегии и технологии. Индустрия кибербезо. требует полного архитектурного сдвига

К счастью, Crowdstrike также предлагает новое решение: 11 июня на мероприятии Nvidia GTC Paris, фирма по охране, объявила, что встраивает облачную безопасность Falcon непосредственно в Nvidia Universal LLM NIM. Интеграция обеспечивает более 100 000 развертываний LLM в масштабе предприятия в гибридных и мульти-облачных средах NVIDIA.

Стратегический отклик Crowdstrike

Генеральный директор Crowdstrike Джордж Курц захватил срочность в недавнем интервью с VentureBeat: «Безопасность нельзя прикрепить; она должна быть внутренней. Значительная часть нашей стратегии всегда заключалась в том, чтобы использовать данные безопасности в качестве ключевого элемента нашей основной инфраструктуры. Вы не можете обеспечить ИИ без данных и видимости на самых глубоких уровнях».

«Безопасность NEMO NEMO предоставляет основу для оценки риска ИИ. Интеллект угроз CrowdStrike усиливает эту структуру, позволяя командам безопасности и операций создавать ограждения вокруг новой тактики эксплуатации искусственного интеллекта-сообщившим тем, что мы видим в трех ежедневных событиях и в реальном поведении, на самом деле, на основе, на самом деле, на самом деле, на самом деле, на самом деле, на самом деле, на самом деле. Офицер, Crowdstrike, в недавнем интервью Venturebeat.

Курц усилил это стратегическое видение Барроном, четко заявив: «Генеративный ИИ помогает нам согнуть время. С помощью встроенной телеметрической безопасности мы идентифицируем и нейтрализуют угрозы на скорости машины, останавливая нарушения, вероятно, в шесть раз быстрее, чем традиционные методы».

Bernard emphasized the significance, saying, “CrowdStrike pioneered AI-native cybersecurity, and we’re defining how AI is secured across the software development lifecycle. This latest collaboration with NVIDIA brings our leadership to the forefront of cloud-based AI, where LLMs are deployed, run, and scaled. Together, we’re giving organizations the confidence to innovate with AI, securely and at speed, from code to cloud.”

Crowdstrike внедряет безопасность Falcon непосредственно в инфраструктуру ИИ Nvidia

Внедряя облачную безопасность Falcon непосредственно в LLM NIM -микросервисы NVIDIA, Crowdstrike обеспечивает защиту времени выполнения, где на самом деле возникают угрозы: внутри самого трубопровода AI.

«ИИ не является автономной инициативой — он становится внедренным по всему предприятию. В отличие от многих поставщиков облачной безопасности, прикрепленных к возможностям ИИ, мы создали безопасность ИИ непосредственно в платформу Falcon. Это позволяет нам обеспечивать защиту, которая объединяется по всему облаку, идентичности и конечной точке, что является критическим, поскольку атакующие все больше движутся через домены, больше не нацеленные на одну поверхность», — отмечает Берна.

Используя встроенный подход, Crowdstrike позволяет Falcon постоянно сканировать контейнерные модели искусственного интеллекта до развертывания, активно раскрывая уязвимости, отравленные наборы данных, неправильные конфигурации и несанкционированный теневой ИИ.

Взятые вместе, это факторы, влияющие на почти 64% предприятий. Во время выполнения Falcon использует AI, управляемый телеметрией CrowdStrike, который ежедневно обучается на триллионах сигналов, для быстрого обнаружения и нейтрализует сложные угрозы, включая оперативную инъекцию, подделка модели и скрытую эксфильтрацию данных.

Бернард явно выделил уникальный дифференциатор Falcon во время интервью с VentureBeat, сказав: «То, что нас отличает, просто: мы обеспечиваем весь жизненный цикл ИИ. С нашей интеграцией в LLM NVIDIA мы даем клиентам возможность защищать модели до их развертывания и заканчивая защитой от выполнения.

Бернард далее разъяснил критическое преимущество Falcon в выполнении выполнения, подчеркнув: «LLMs быстро расширяют поверхность предприятия, и риски уже реальны. От быстрого инъекции до злоупотребления API, мы увидели, как чувствительные данные могут протекать без традиционного нарушения. Облачная безопасность Falcon предназначена для того, чтобы решить эти пробелы с мониторингом в реальном времени, интеллектуальности угроз и платформе телеслометрии, которые стараются до остановки атаки.

Риск «Shadow AI» напоминает предыдущую эру «Дикий дикий дикий запад».

«Shadow AI — один из самых больших — и часто упускаемых из виду — сегодня», — предупредил Бернард. Shadow AI является одним из наиболее распространенных — и часто игнорируемых — рисков в корпоративных средах. Команды безопасности часто не знают, где работают модели, кто их строит, или как они настроены — полностью обходя традиционное управление программным обеспечением.

Отсутствие видимости создает реальный риск, особенно с учетом конфиденциальных систем ИИ, на которые обучаются или имеют доступ к конфиденциальным данным. Salcon Cloud Security раскрывает эту скрытую деятельность в окружающей среде, что делает ее видимой и действенной. После того, как вы получите эту видимость, вы можете применять политику и снизить риск. Без этого вы летете слепым », — говорит Бернард.

Президент CrowdStrike Майкл Сентонас изложил стратегическое преимущество в предыдущем интервью VentureBeat: «Атакующие непрерывно настраивают свои методы, используя пробелы в координации идентичности, конечной точке и телеметрии. Интеграция Falcon непосредственно в трубопровод AI драматично закрывает эти пробелы, давая CISOS в реальном времени и способности реагирования, где возникают атаки». ⁸

Принятие более встроенного подхода к генеративной безопасности искусственного интеллекта представляет собой убедительный новый план для CISO, которые сталкиваются с проблемами идентификации и содержания быстро развивающихся угроз ИИ. Тем не менее, это также подчеркивает необходимость тщательной оценки: CISO должен проверить, точно ли внедрение безопасности в их инфраструктуру соответствует отдельной архитектуре их организации, рискам и целям стратегической безопасности.

В целом, окружающая среда быстрого внедрения ИИ пользователями и техническими лицами, принимающими решения, на рабочих местах, стремящихся к повышению эффективности — соблазнившим их личное использование потребительских моделей, таких как CHATGPT, Microsoft Copilot, антроп Claude, Google Gemini и другие — даже без четких рекомендаций или разрешений, из -за того, что они отличаются в рамках «Усыпания», в рамках «Усылки на дикие», в рамках сведения, в рамках сведения, в рамках сведения, в рамках разнообразных, в рамках разницы в рамках сведения, в рамках разнообразных Необеспеченных и неутвержденных смартфонов на рабочем месте в эпоху «BYOD» начала 2000 -х и 2010 -х годов.

Тем не менее, в этом случае кривая усыновления моделей Gen AI среди пользователей намного круче, и технология развивается гораздо быстрее, от многих других игроков, что делает его еще большим минным полем безопасности.

От реагирования к режиме в режиме реального времени: почему встраиваемая безопасность имеет значение для генеративного искусственного интеллекта

Традиционные инструменты безопасности искусственного интеллекта, которые полагаются на внешние сканирования и вмешательства после развертывания, оставляют предприятия уязвимыми на точных конечных точках и поверхностях угроз, когда и где защита наиболее важна.

Интеграция CrowdStrike в области облачной безопасности Falcon в универсальный LLM NVIDIA NIM смещает эту динамическую, внедряя непрерывную защиту непосредственно в жизненный цикл ИИ от разработки в время выполнения.

Бернард также объяснил, как AI-SPM Falcon активно снижает риски перед развертыванием: «AI-Spm Falcon обеспечивает безопасность, и ИТ-команды контролируют ранее в процессе-обследование за неправильные побытки, несанкционированные модели и нарушения политики до того, как что-либо выйдет. Это помогает организациям двигаться быстро, не теряя видимости или сбыта».

Внедрение Сокола непосредственно в инфраструктуру AI NVIDIA автоматизирует соответствие новым правилам, таким как Закон о AI EU, обеспечение комплексной безопасности моделей, отслеживаемости и аудитации внутренней и автоматизированной частью каждого развертывания, а не ручной трудоемкой задачи.

Что означает интеграция CrowdStrike с NVIDIA для CISOS и Gen Gen Gen Gen Gen.

Генеративный ИИ быстро расширяет поверхности корпоративной атаки, напрягая традиционные методы безопасности на основе периметра.

Угрозы, специфичные для генеративных моделей, включая быструю инъекцию, утечку данных и отравление моделями, требуют более глубокой видимости и большей точности и контроля. Интеграция Crowdstrike с инфраструктурой LLM NVIDIA заслуживает внимания своим архитектурным подходом к решению этих пробелов в безопасности.

Для CISO, лидеров безопасности и команд DevOps, которые они обслуживают, внедряя контроль за безопасностью непосредственно в жизненный цикл ИИ, предлагает ощутимые операционные преимущества, включая следующие: следующие: следующие:

• Внутренний нулевой достопримечательность в масштабе: Автоматизированное развертывание политик безопасности устраняет ручные усилия, последовательно обеспечивая защиту нулевого достопримечательности по всей модели искусственного интеллекта.
• Упреждающая смягчение уязвимости: Выявление и нейтрализация рисков до того, как время выполнения значительно снижает возможности злоумышленников.
• Непрерывный интеллект во время выполнения: Обнаружение телеметрии в реальном времени быстро идентифицирует и блокирует такие угрозы, как быстрое инъекция, отравление моделями и несанкционированная эксфильтрация данных.

Бернард подчеркнул оперативную необходимость применения более интегративного подхода к генеративной безопасности искусственного интеллекта. «Мы сосредоточены на обеспечении моделей, которые создают предприятия, особенно те, которые навязываются чувствительным или запатентованным данным. Это не готовые риски. Они требуют более глубокой видимости и более сильных, настраиваемых контролей в области тренировок, настройки и развертывания. Они требуют более глубокой видимости в подсказках и ответах в Runtime, наряду с более сильными, приспособленными контролями через тренировки, настроение, и ухудшаются. ИИ и помогая клиентам оставаться впереди, поскольку эта технология становится основой для работы », — сказал он.

Поскольку генеративный ИИ становится не просто отличителем, но и основой инфраструктуры предприятия, встраиваемая безопасность больше не является обязательной. Crowdstrike и интеграция Nvidia не просто добавляет защиты; Он переопределяет, как должны быть созданы системы ИИ, чтобы выдержать растущую торговую точку, уже в движении.

В начале, стартап в Сан-Франциско, который использует искусственный интеллект для проведения интервью с исследованием рынка, собрал 17 миллионов долларов в финансировании серии A для ускорения принятия своей исследовательской платформы, моделируемой AI, среди предприятий Fortune 500. Раунд, возглавляемый компанией Venture Capital 8VC с участием Future Back Ventures от Bain & Company и существующих инвесторов, доставляет общее финансирование компании до 21 миллиона долларов.

Двухлетняя компания разработала то, что она называет первой исследовательской платформой, которая может провести видео-интервью с участниками исследований с беспрецедентным масштабом и скоростью. Основные клиенты, включая Nestlé, Microsoft и Weight Watchers, используют технологию для замены традиционных методов исследования рынка, которые оставались в значительной степени неизменными на протяжении десятилетий.

«Из моего собственного профессионального опыта я знаю воочию, насколько трудным и трудоемким является по-настоящему понять ваших клиентов и их потребности-ничто не имеет значения больше»,-сказал Аарон Кэннон, соучредитель и генеральный директор Overse, в эксклюзивном интервью VentureBeat. «Мы разработали агенты ИИ, чтобы сделать то, что мы не могли — поговорить с тысячами людей со скоростью, масштабами и глубиной, которые никогда не были возможны».

Как агенты ИИ нарушают практику исследования рынка десятилетия

Финансирование происходит в качестве предприятий, которые все чаще ищут альтернативы на основе AI, традиционным исследованиям рынка, который обычно требует недель или месяцев для завершения, а стоит заработать тысячи долларов на участника. Платформа Rewling обещает предоставить результаты исследований, которые в 8 раз быстрее, на 81 процент дешевле, и обеспечивает в 10 раз больше, чем исследования, возглавляемые человеком.

Технология работает, когда модераторы ИИ проводят видео -интервью, непосредственно с участниками исследований, используя синтезированный голос, текст, изображения и видео. Участники могут реагировать на видео, голос, текст или поделиться своими мобильными и настольными экранами для исследования пользовательского опыта. Затем ИИ автоматически синтезирует результаты, предоставляя мгновенную отчетность и аналитику.

«Модератор AI REVERS побуждает участников синтезированным голосом, текстами, изображениями и видео.

В контексте традиционные исследования рынка часто включают проведение 25 углубленных интервью в течение 4-6 недель, а затем 2-4 недели ручного анализа. С самого начала компании могут провести 250 интервью и завершить весь проект менее чем за неделю, требуя меньше часов от исследовательских групп.

Inside Nestlé и Microsoft’s AI-стратегии, основанные на AI, исследования клиентов

Nestlé, которая разрабатывает новые продукты питания в более чем 2000 брендах, иллюстрирует корпоративные приложения платформы. Пищевой гигант использует начало для тестирования новых концепций продукта, проводя углубленные интервью с сотнями участников в течение 1-2 дней.

«Nestlé постоянно разрабатывает новые продукты питания в течение> 2000 брендов. Когда у них есть новые концепции, им необходимо проверить тех, у кого потребители — им нужно понять, где и как это будет потреблять пищу, реакция на цену, ингредиенты и упаковку и даже какие виды других брендов, которые она может заменить», — сказал Кэннон.

Результаты говорят о повышении эффективности платформы. В одном проекте Nestlé достигла снижения затрат на 81 процент, которое приводит к своим маркетинговым материалам, значительно ускорив свое время исследования.

Microsoft, другой клиент, использует платформу, чтобы лучше понять пользовательские продукты с продуктами искусственного интеллекта. «Исследование, связанное с AI, здесь. Мы сотрудничаем с началом ускорения и масштабирования способности нашей команды учиться у наших пользователей с помощью агентов искусственного интеллекта»,-сказала Джесс Холбрук, руководитель отдела исследований в Microsoft AI.

Почему венчурные капиталисты видят рыночные возможности в 140 миллиардов долларов в исследованиях искусственного интеллекта

Инвестиции отражают растущий интерес венчурного капитала в приложениях искусственного интеллекта, которые могут заменить традиционные ручные процессы. Джек Мошкович, партнер в 8VC, видит, как речь идет о массовом адресуемом рынке.

«Бюджеты программного обеспечения UX, общие бюджеты программного обеспечения для исследований и бюджеты на исследования, в конечном счете, все обращаются в зависимости от того, что дает им около 140 миллиардов долларов»,-сказал Мошкович в интервью VentureBeat.

Инвестор сослался на четыре ключевых фактора, способствующие инвестиционному решению: большой размер рынка с сильным входящим спросом, ранним позиционированием на рынке без четкого лидера, потенциал долгосрочной долговечности продукта посредством технических проблем и накопления данных, а также звездную команду с глубоким пониманием клиентов.

«AI-немолевые приложения, которые непосредственно обращаются к расходам, ранее выделенным на ручную труд, были основной темой для нас за последние два года. Получен-яркий пример бизнеса, использующего преимущества в LLMS для предоставления услуги, которая ранее должна была быть ручной»,-объяснил Мошкович.

От 14 сотрудников до миллионов доходов: история взрывного роста Oversion

Финансирование происходит на фоне быстрого роста для компании из 14 человек. Следует получить миллионы в годовом периодическом доходе с более чем 50 корпоративными клиентами, а доход удвоился за последние четыре месяца. Компания сообщила о росте выручки до доходов почти на 20 процентов и в 10 раз в 10 раз в течение прошлого года.

«У нас есть миллионы годового периодического дохода с более чем 50 клиентами предприятия, и мы растут очень быстро — доход удвоился за последние 4 месяца», — сказал Кэннон.

Быстрое принятие отражает более широкий сдвиг в отношении предприятия к инструментам искусственного интеллекта. «Инерция — это самое большое возражение. Люди привыкли к традиционным инструментам, а иногда не чувствуют себя готовыми принять новые инструменты искусственного интеллекта. Это значительно изменилось за последние 6 месяцев», — сказал Кэннон.

Взятие на Qualtrics и Usertesting с помощью технологии ИИ следующего поколения

В основном переживает, в основном конкурирует с традиционными научными сотрудниками, такими как Qualtrics и Usertesting, которые, как утверждает Кэннон, остается застрявшим с устаревшими методологиями. «Они по -прежнему полагаются на статические опросы для сбора данных, и их инструменты« анализа ИИ »по -прежнему застряли в мире слов облаков и базового анализа настроений», — сказал он.

Компания также сталкивается с конкуренцией со стороны других стартапов исследований искусственного интеллекта, но Cannon считает, что комплексная платформа Enterprise Areblise Arebel обеспечивает конкурентные преимущества. Платформа включает в себя сертификаты безопасности, разрешение на администрацию, рабочие места, сегрегированные данными, и функции настройки интервьюера, которые требуются крупным предприятиям.

«Мы создали эту новую категорию (AI-Moderated Research) и продолжаем предлагать самые надежные и гибкие решения для предприятий, растягиваясь от инструментов UX USBALITY до стратегического исследования рынка»,-сказал Кэннон.

Что исследование ИИ может и не может сделать: понимание пределов платформы

ИИ РАБОТА лучше всего подходит для исследовательских проектов с тремя характеристиками: поиск глубокого обучения, оценка шкалы и скорости и примерно определенных целей обучения. Платформа преуспевает в тестировании концепции, исследовании юзабилити, исследованиях рыночной стратегии и продольным исследованиям, отслеживающим настроения с течением времени.

Однако Кэннон признает ограничения. Платформа не рекомендуется, когда исследователи хотят развивать более глубокие отношения с участниками, такие как интервьюирование потенциальных перспектив, или когда требуется полная импровизация. «В этих случаях мы рекомендуем провести несколько интервью с человеком, а затем расширить ваши исследования с помощью AI-модерации»,-сказал он.

Технология может глубоко исследовать ответы участников, когда исследователи соответствующим образом настраивают исследования. «Смещение предназначено для использования потребностей, целей и инструкций от исследователей, чтобы развернуть лучшего модератора ИИ. Тогда модератор ИИ будет исследовать, чтобы лучше понять или прояснить опыт, мотивы, предпочтения или реакции участников», — объяснил Кэннон.

Клиенты открывают больше для интервьюеров искусственного интеллекта, чем люди -исследователи?

Один постоянный вопрос о исследовании, модерированном по ИИ, касается того, уменьшает ли автоматизация связь между человеком и подлинность в интервью. Кэннон утверждает, что обратное происходит на практике.

«Поскольку мы смотрим на будущее ИИ в исследованиях, нас часто спрашивают, делает ли ИИ исследование менее человеческим и личным. В начале мы видели, как интервьюируемые открывают нашим агентам ИИ так, как сегодня не видели сегодня с человеческими исследователями», — сказал он. «Развертывая ИИ, чтобы поговорить с тысячами людей по всему миру на любом языке и в любом часовом поясе, наши клиенты резко сокращают барьеры для глубокого понимания того, чего действительно хотят и нуждаются пользователи, вводя свои продукты, услуги и опыт работы с большим количеством человечества».

План 17 миллионов долларов демократизировать понимание клиентов в компаниях из списка Fortune 500

Новое финансирование будет поддерживать две основные инициативы: расширение команды на рынке, чтобы извлечь выгоду из растущего спроса на исследования, возглавляемые AI, и создание более продвинутых агентов искусственного интеллекта для демократизации понимания клиентов в разных организациях.

«Мы будем использовать 17 миллионов долларов для развития нашей команды GTM, чтобы извлечь выгоду из быстрого принятия исследований, основанных на агентах, и для создания более продвинутых агентов искусственного интеллекта для того, чтобы дать всем возможность всех в любой организации более глубоко понимать своих клиентов»,-сказал Кэннон.

Компания имеет амбициозные планы по разработке продукта. «Представьте себе, что кто -нибудь в организации может задать ИИ простой вопрос и агенты Смотрия, созданные, запуска и анализируют реальные первичные исследования всего за несколько часов», — добавил он.

Заглядывая в будущее 12 месяцев, стал, чтобы стать «первой в мире сквозной, AI-коренной исследовательской платформой», достигнув более 5-кратного роста доходов и становясь критической инфраструктурой принятия решений для 20 процентов от Fortune 1000.

Инвесторы разделяют этот оптимизм. «Мы рады видеть, как начало продолжить свой невероятно быстрый рост доходов и ожидаем, что бизнес в этом году будет более чем в 5 раз», — сказал Мошкович.

Что значит успех самого начала для будущего индустрии исследования рынка

Рост начала отражает более широкую трансформацию в том, как предприятия подходят к исследованиям клиентов и сбору данных. По мере того, как возможности AI продвигаются и ускоряются внедрение предприятий, традиционные методологии исследования, в которых доминировали в течение десятилетий, сталкиваются с нарушениями от автоматизированных альтернатив, которые обещают превосходную скорость, масштаб и экономическую эффективность.

Успех компании с крупными предприятиями предполагает, что исследование, моделируемые AI, может стать стандартной практикой для понимания клиентов, потенциально вытесняя значительные части традиционной индустрии исследования рынка, обеспечивая при этом совершенно новые подходы к пониманию потребностей и поведения клиентов.

Для тех, кто принимает технические решения, оценивающие исследовательские платформы искусственного интеллекта, фокусировку «Энтерпрайз», функции безопасности и продемонстрировали результаты с крупными клиентами, позиционируют его в качестве ведущего варианта в развивающейся категории исследований, моделируемой AI.

Но, пожалуй, самый эффективный признак этой трансформации заключается в наблюдении Кэннона о том, что люди открывают больше для интервьюеров ИИ, чем для человеческих. В индустрии, основанной на человеческой связи и эмпатии, будущее понимания клиентов может все больше зависеть от машин, которые никогда не устают, никогда не судят и никогда не заканчиваются время для прослушивания.