TENEX.ai redefinuoja kibernetinį saugumą: dirbtinio intelekto galia ir žmogaus kompetencija grįstas SOC modelis

Šiuolaikinėje kibernetinio saugumo rinkoje stebimas esminis lūžis, kai tradiciniai saugumo operacijų centrai (SOC) nebepajėgia apdoroti milžiniškų duomenų srautų. Atakų vykdytojams sugebant pereiti nuo pirminio įsilaužimo iki pilnos kontrolės per mažiau nei minutę, senieji rankinio triažo metodai tampa neefektyvūs. Reaguodama į šį iššūkį, bendrovė TENEX.ai pristatė visiškai naują, dirbtinio intelekto pagrindu sukurtą (AI-native) ir žmogaus valdomą valdomo aptikimo ir reagavimo (MDR) paslaugų modelį.

Bendrovės generalinis direktorius Eric Foster interviu metu pabrėžė, kad naujos kartos platforma yra sukurta siekiant išspręsti struktūrines senųjų sistemų problemas, kurios geba išanalizuoti tik apie 10 % gaunamų signalų. Tuo tarpu TENEX.ai technologija realiuoju laiku apdoroja 100 % klientų įspėjimų telemetrijos. Strateginė partnerystė su „Google Cloud Security“ ir „Google Security Operations“ infrastruktūros integravimas leido įmonėje pritaikyti „Gemini“ agentinio intelekto modelius, kurie atlieka pirminį triukšmo mažinimą ir koreliaciją, taip sumažindami gaunamų klaidingų pranešimų kiekį iki 97 %.

Šis proveržis neliko nepastebėtas investuotojų. Kaip praneša SiliconANGLE, bendrovė pritraukė įspūdingą 250 milijonų JAV dolerių Series B investiciją, kuriai vadovavo „Crosspoint Capital Partners“. Gautas kapitalas yra tiesiogiai nukreipiamas į automatizuotų agentinių darbo eigų (Agentic Workflows) bei naujausios „Pulse 2.0“ platformos plėtrą. Tai leidžia ne tik aptikti grėsmes, bet ir automatiškai izoliuoti pažeistus segmentus bei šalinti kenkėjišką turinį.

Strateginiai rinkos pokyčiai ir agentinis intelektas

Kibernetinio saugumo pramonė sparčiai evoliucionuoja iš pasyvaus stebėjimo į aktyvų, automatizuotą reagavimą. Rinkos analizė rodo, kad įmonės, kurios bando tiesiog „priklijuoti“ dirbtinio intelekto modulius prie pasenusių technologijų bazių, susiduria su inovatoriaus dilema ir praranda lankstumą. Priešingai, Tech Insider duomenimis, TENEX.ai tapo geriausiai finansuojamu grynojo AI SOC modelio žaidėju JAV rinkoje, sėkmingai pasiekusiu dešimteriopą (10x) saugumo procesų paspartinimą.

Žmogaus ir mašinos sinergija SOC operacijose

Nors pirminį duomenų apdorojimą atlieka autonominiai agentai, galutinį sprendimų priėmimą TENEX.ai modelis visada palieka žmogui. Toks hibridinis metodas leidžia saugumo analitikams atsikratyti varginančio įspėjimų srauto filtravimo ir visą dėmesį sutelkti į aktyvią grėsmių medžioklę bei incidentų valdymo scenarijų kūrimą. Įmonės pasiekti rezultatai realiuose klientų scenarijuose rodo, kad vidutinis grėsmės gyvavimo laikas (dwell time) sistemoje buvo sumažintas nuo 72 valandų iki mažiau nei paros, o tai iš esmės keičia gynėjų pozicijas prieš modernius kibernetinius nusikaltėlius.

Užkulisių dinamika: kodėl autonominis SOC modelis keičia pramonės taisykles

Kibernetinio saugumo pramonė ilgą laiką veikė pagal klasikinę dogmą, kad saugumo operacijų centro efektyvumas tiesiogiai priklauso nuo analitikų skaičiaus ir jų darbo valandų. Tradicinės MDR (Managed Detection and Response) paslaugos rėmėsi nuolatiniu komandos plėtimu, tačiau ši ekstensyvi strategija atsidūrė aklavietėje dėl chroniško talentų stygiaus ir eksponentiškai augančio generuojamų duomenų kiekio. Įmonių saugumo komandos tiesiog fiziškai nepajėgė išanalizuoti tūkstančių kasdienių pranešimų, todėl kritinės grėsmės dažnai likdavo nepastebėtos savaites ar net mėnesius.

TENEX.ai vadovo Erico Fosterio strateginis sprendimas kurti architektūrą nuo pat pradžių pritaikytą dirbtiniam intelektui, o ne integruoti jį į pasenusias sistemas, iš esmės keičia šią paradigmą. Užuot bandžiusi pakeisti žmones, bendrovė automatizavo žemiausio lygio (Tier 1) analitikų funkcijas – duomenų rinkimą, pirminį triažą ir konteksto nustatymą. Tai leido pasiekti technologinį lūžį, kai agentinis intelektas atlieka nuobodų rutininių duomenų apdorojimą, o aukščiausios kvalifikacijos inžinieriai įsijungia tik priimant strateginius sprendimus arba valdant sudėtingus, dar nematytus incidentus.

Didžiausias iššūkis rinkoje iki šiol buvo pasitikėjimo problema, susijusi su visišku procesų automatizavimu. Daugelis informacinių technologijų vadovų (CIO) baiminasi, kad autonominiai algoritmai gali klaidingai blokuoti kritinius verslo procesus ar teisėtą tinklo srautą, sukeldami veiklos prastovas. „Pulse 2.0“ platforma šią riziką sprendžia per hibridinę kontrolės schemą, kurioje dirbtinis intelektas parengia tikslius reagavimo scenarijus ir izoliuoja grėsmes mikrolygiu, tačiau galutinis patvirtinimas destruktyviems veiksmams atlikti išlieka žmogaus rankose.

Finansiniu požiūriu šis modelis demonstruoja akivaizdų pranašumą prieš tradicinius saugumo paslaugų teikėjus. Sumažinus priklausomybę nuo didžiulių analitikų komandų išlaikymo, TENEX.ai sugeba pasiūlyti mastelio efektą, kurio anksčiau nebuvo įmanoma pasiekti valdomų paslaugų sektoriuje. Rinkos ekspertai pastebi, kad tokia struktūra leidžia įmonėms gauti aukščiausio lygio apsaugą už prognozuojamą kainą, o tai tampa esminiu argumentu dabartiniame ekonominio neapibrėžtumo fone, kai organizacijos siekia optimizuoti savo IT biudžetus.

Skeptiškesnis žvilgsnis: pažadų ir realybės sankirta autonominiame SOC

Žvelgiant giliau į detales: technologijų sektoriuje skambūs pareiškimai apie šimtaprocentinį duomenų apdorojimą realiuoju laiku dažnai slepia kur kas proziškesnę tikrovę. Nors TENEX.ai deklaruojamas gebėjimas filtruoti visą gaunamą telemetriją skamba kaip revoliucija, kritiškai vertinantys pramonės apžvalgininkai kelia pagrįstus klausimus dėl algoritmo „juodosios dėžės“ efekto. Kai pirminis triažas visiškai patikimas dirbtinio intelekto agentams, kyla rizika, kad specifinės, itin sofistikuotos tikslinės atakos (APT) gali būti klasifikuojamos kaip anomalus triukšmas ir tiesiog praleistos pro akis, analitikams apie tai net nesužinojus.

Kitas esminis prieštaravimas slypi pačiame hibridinio modelio apibrėžime, kuris bando suderinti nesuderinamus dalykus – žaibišką mašininį greitį ir lėtą žmogaus reakciją. Jei dirbtinis intelektas sugeba identifikuoti grėsmę per kelias sekundes, tačiau sistemos architektūra reikalauja žmogaus operatoriaus patvirtinimo kritiniam blokavimui atlikti, sistemos greitis tampa ribojamas žmogiškojo faktoriaus. Saugumo inžinierius, naktinės pamainos metu gavęs dešimtis „Pulse 2.0“ sugeneruotų didelio prioriteto užklausų, vis tiek tampa tuo pačiu siauruoju butelio kakleliu, kurį platforma ir žadėjo panaikinti.

Be to, priklausomybė nuo „Google Cloud Security“ ir „Gemini“ modelių infrastruktūros sukuria papildomą riziką, susijusią su paslaugų teikėjo monopoliu. Integruodama savo esminius procesus į vienos technologijų milžinės ekosistemą, TENEX.ai tampa pažeidžiama dėl bet kokių šios platformos kainodaros pokyčių, paslaugų pasiekiamumo sutrikimų ar globalių architektūrinių modifikacijų. Ilgalaikėje perspektyvoje tai gali apriboti įmonės lankstumą, ypač jei klientai pageidaus naudoti alternatyvias debesų kompiuterijos aplinkas arba griežtai izoliuotas lokalias sistemas.

Galiausiai, rinkos reakcija į masinį 250 milijonų dolerių finansavimą rodo ne tik pasitikėjimą, bet ir milžinišką spaudimą greitai investicijų grąžai. Istorija rodo, kad kibernetinio saugumo startuoliai, gavę tokio masto kapitalo injekcijas, neretai nukreipia agresyvų dėmesį į pardavimus ir rinkodarą, palikdami pačios technologijos tobulinimą antrame plane. Ar TENEX.ai pavyks išvengti šių klasikinių spąstų ir išlaikyti deklaruojamą technologinį pranašumą prieš tradicinius MDR rinkos senbuvius, parodys tik artimiausi didelio masto praktinio pritaikymo metai.

„Tobulas kibernetinis saugumas šiandien primena pažadą apie visiškai savarankiškai važiuojantį automobilį – jis puikiai veikia prezentacijos skaidrėse, kol kelyje nepasitaiko nepaženklintas kelio remontas ar analitikas, nusprendęs pasidaryti kavos pačiu netinkamiausiu momentu.“

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.