On the eve of Techex North America, on June 4-5, we were lucky enough to talk with Kiran Norton, the leader of Cyber AI and Deloitte automation, which will become one of the speakers at the Conference on June 4. More than 25 years of Kirana in this sector means that, as well as authoritative conversations on all issues, cybersecurity, his last role includes advising Deloitte customers on many issues related to cybersecurity when using AI业务。
大多数组织至少具有至少的网络安全性，幸运的是，在大多数情况下，他们控制着涵盖周围沟通，数据存储和保护的综合综合网络安全措施。
然而，在过去的几年中，AI在公司如何在该国内部使用技术以及II在网络安全中使用的方式都改变了图片，以及在扩展的检测中以及一种新方法，即技术受试者使用了技术。
如何 网络安全工具AI可用于检测网络异常和网络钓鱼信息的智力定义。如何 业务因素AI意味着企业必须积极主动，以便负责任地使用AI，从而平衡创新AI的建议与机密性，数据主权和风险。
目前，它被认为是一个相对较新的领域，AI，智力自动化，数据管理和安全性。但是，鉴于AI在企业中的存在日益增长，这些壁nire应该成为主要问题：问题，解决方案和技巧，这些问题和技巧需要在每个组织中比更晚观察到。
管理和风险
将AI集成到业务流程中的不仅涉及其部署的技术和方法。内部流程将不得不更改以最好地使用AI并更好地保护每天使用AI的业务。基兰（Kiran）与新技术所需的早期更改相似：“我将（AI）与采用云相关联（AI），这是一个相当重大的转变。人们了解了这一优势并朝这个方向发展，尽管有时他们比其他人花了更多时间到达那里。”
这些变化意味着，一个广泛的网络，涵盖管理结构，创建安全的架构，甚至使用新一代专家来确保AI和相关数据安全，负责任。正如基兰所说，该公司积极使用AI：“您可能没有经过大量的幻觉，偏见，毒性，数据中毒，模型漏洞等的测试，这应该是您流程的一部分。”
这些是大型物品，对于更完整的图片，我们为读者提供了在Techex北美访问Kieran的两次谈判。他将研究与人工智能为企业部署的人工智力相关问题的硬币的两面，以及公司可以实施的方法以遏制和检测新的恶意软件和人工智能攻击。
正确使用选项
基兰（Kiran）说，公司从较小的AI销售开始，风险较低。虽然对AI“野外”的最初观察是聊天bots，但他迅速区分了聊天机器人，该机器人可以合理地回答客户的问题，以及可以通过与企业控制的应用程序和服务进行互动的代理商。 “因此，当我们发现自己是在改变图片的代理商和代理商中时，有一个区别（…）聊天bots是一个主要的起点（…）。这也改变了风险的复杂性和概况。”
AI代理商在客户面临的标本无疑是较高的风险，因为错误可能会对该品牌产生重大影响。 “这是一个较高的风险情况。特别是如果代理商执行金融交易或接受基于医疗保险涂层的定义（…），这不是您想尝试的第一种使用情况。”
他说：“如果您将5、6、10、50，一百个代理商连接在一起，您将进入代理商的网络（…），互动变得非常复杂并带来了不同的问题。”
从某种意义上说，十年来与自动化和系统接口相关的问题。 RPA（机器人过程上升）的数据力和问题是正在采取的障碍，试图跳跃数年。 “您仍然必须知道数据的位置，您知道自己拥有的数据，可以访问它们（…）基础知识仍然是正确的。”
在AI时代，有关基础架构，数据可见性，安全性和主权的基本问题可能更相关。关于人工智能的任何讨论都倾向于在相同的问题上循环，从而促进基兰的陈述，即企业上关于人工智能的对话应该广泛，并担心企业的许多经营和基础设施基础。
因此，基兰强调实用性的重要性以及对需求和能力的合理评估，因为需要在获得AI之前进行仔细研究。 “如果您了解使用（…）的选择，那么您应该对ROI有一个很好的主意（…），因此，值得痛苦和痛苦。”
Deloitte AI用于使用，其中有一个可衡量的回报的明确选项：在初始类型的SOC票中。在这里，AI充当对I级事件的分析。 “我们知道每天生产多少张门票（…），如果我们可以从分类过程的60％到80％，那么这会产生重大影响。”考虑到这项技术，可以区分特定的操作领域，其中AI可以用作原型和有效性的证据。 AI不专注于客户，在他们的地区，有高素质的专家可以检查和控制AI的讨论。
结论
基兰（Kiran）的一条信息，为业务专业人员提供了调查为组织使用AI的信息，而不是创建用于评估和管理AI从头开始风险的程序。取而代之的是，公司应开发现有系统，对每种使用选项有清晰的了解，并避免理论价值的构造陷阱。
“除了您已经在做的事情（…）之外，您不应仅为人工智能的安全创建另一个程序，您必须对程序进行现代化，以消除与人工智能工作负担相关的细微差别。” AI的成功始于建立在坚定基础的基础上的明确，现实的目标。
您可以阅读更多有关 Techex北美在这里 并注册参加。访问153号看台的德勤团队，并于6月4日参加您的会议：从早上9:20到9:50的AI＆Big Data阶段的“保护Stek AI”，并在网络安全阶段进行“使用网络安全的AI”，从10:20至10:50。
了解有关人工智能德勤服务的更多有关决策和报价的信息 商业 和 网络安全 或写信给团队 uscyberai@deloitte.com场地
（图像来源：“ Cisco Ecole Polytechnique研讨会，2018年4月9日至10日，人工智能和网络安全Ecole Polytechnique / Paris / Paris / France是根据CC BY-SA 2.0许可的。
