Barracudaの最高製品責任者Neal Bradburyとの会話：顧客ごとの脅威ランドスケープがユニークな場合、独自のデータが真の防御壁となる理由
によって アリー・マギュー による投稿
サイバーセキュリティ企業はパラドックスに直面しています。顧客はより多くのセキュリティツールを追加し、より多くの保護を期待しています。しかし、データはますますツールの乱立が組織の脅威検知と対応を遅くしていることを示しています。同時に、AIは両方の側面を加速させています。防御側には新しい能力を与え、攻撃者が大規模に活動することを劇的に容易にしています。
Barracudaは20年以上にわたり、メール、データ、ネットワーク、アプリケーション、マネージドXDR全体で保護を統合し、サイバーレジリエンスを最大化するBarracudaONEサイバーセキュリティプラットフォームで進化する脅威から組織を保護してきました。Barracudaは、Databricksをエンタープライズデータプラットフォームとして使用し、断片化されたデータサイロを統合して、MLオペレーション、リアルタイム脅威相関、ビジネスインテリジェンスを強化しています。Databricks Genieを使用することで、チームはマネージドXDRソリューション向けの自然言語ログ検索のような機能を迅速に開発・リリースし、顧客が厳格なデータ分離を維持しながら、プレーンな言語で数十億件のセキュリティイベントをクエリできるようになりました。
Neal Bradbury氏はBarracudaの最高製品責任者であり、製品管理、エンジニアリング、セキュリティ、クラウドオペレーションを担当しています。彼は、インテリジェ ンスがアプリケーションのトップに追加されるインターフェースではなく、アプリケーションのコアに組み込まれる、BarracudaがAIネイティブ製品開発と呼ぶものへの移行を主導してきました。
会話全体を通して一貫していたのは、攻撃者が大規模に活動する時代において、AIで勝利する防御側は、独自のセキュリティテレメトリを戦略的資産として扱っているということです。彼らは単にAIツールを追加しているのではなく、進化する脅威に先んじるために、データレイヤーに直接インテリジェンスを構築しています。
Aly McGue: あなたのビジネスにおいて、「AIネイティブアプリケーション」を従来のアプリケーションとどのように定義しますか？顧客体験における戦略的な違いは何ですか？
Neal Bradbury: 私たちにとってAIネイティブとは、組み込み型であり、後付けではないということです。アプリケーションはAIをコアとしてアーキテクトされる必要があります。セキュリティにおいては、オブザーバビリティ、ガバナンス、アクセス制御、強制などが、初日から組み込まれていることを意味します。Bailey AIアシスタントがありますが、当社のアプリケーションのコア、WAFであれメール保護であれ、それらは基盤においてAIネイティブです。
もう一つの大きな違いは、AIネイティブアプリケーションは継続的に適応することです。従来のアプリケーションは特定の方式で構築され、誰かが変更を加えるまでその方式で動作します。AIネイティブアプリケーションはより動的です。変化する顧客データ、変化するニーズ、変化する目標に対応します 。進化するにつれて顧客がいる場所に到達します。これは、現在の状況が急速に変化している場合に非常に重要です。
私たちの場合は、BarracudaONEプラットフォーム全体から顧客の脅威とリスクを収集しています。各顧客は異なるリスクプロファイルを持っています。各顧客は異なる脅威の優先順位付けを必要とします。したがって、固定することはできません。それが戦略的な違いです。AIネイティブソリューションは、すべての人を同じ決定論的なパスに強制するのではなく、各顧客に適応します。
Aly: パーソナライゼーション、レコメンデーションエンジン、コパイロットツールのようなAIネイティブ機能を組み込むために、コア製品を再アーキテクトするために何が必要でしたか？
Neal: マネージドXDRソリューションを例に戻しましょう。私たちはその提供の焦点と目的を本当に問い直し、そこから逆算して作業する必要がありました。実際に解決している問題は何ですか？顧客にどのような成果を提供していますか？あらゆるプロダクトマネージャーはそこから始めるべきですが、AIを組み込む際にはさらに重要になります。なぜなら、早い段階で行うアーキテクチャの決定が、後で何が可能かを決定するからです。
基盤となるのはデータレイヤーの整理でした。データがいたるところに散らばっていたり、スキーマが共有されていなかったりすると、すべてにおいて下流で問題が発生します。スキーマを正規化できることで、機械学習モデルとエージェントはドメイン全体で完全なコンテキストを持つこ とができ、実際に私たちが望むことを実行できるようになりました。
私たちは小さなステップを踏むことに規律を持っていました。一度にすべてを移行しようとはしませんでした。小さな部分から始めて、反復し、完全な成果に向けて進みました。より洗練された言い方をすることもできますが、それは「出力が必要なものを理解し、そこに向かって反復する」ということでした。
そのプロセスから生まれたのは、ノートブックで構築されたリアルタイムストリーミング検出、MLflowを通じて実行されるMLオペレーション、そして継続的に改善される30以上の特徴を持つ複数の機械学習モデルでした。そしてエキサイティングなのは、同じプラットフォームパターンを他の製品にも拡張できたことです。WAFとしてのサービス、自動化された設定エンジン、APIセキュリティ、高度なボット保護などです。したがって、投資は複利で増加します。
Aly: これらの機能の市場投入までの時間を短縮するために、製品、データサイエンス、エンジニアリングチームを共有データおよびAIプラットフォームから作業するように、どのように成功裏に連携させましたか？
Neal: 繰り返しになりますが、それはまず共有された成果を定義することにかかっていました。Barracuda Email Protectionのなりすまし保護機能は、顧客を高度な攻撃から保護します。成果は単純ではありませんでしたが、明確でした。そしてその明確さにより、チームはツールの議論に迷うことなく、統一された目標に向かって推進できました。私たちはDatabricksをプラットフ ォームとして持ち、目的地を持っていました。そして実行するだけでした。
同じ論理は、非エンジニアリング機能と連携する場合にも適用されます。解約率削減に取り組んだとき、顧客情報、製品テレメトリ、販売データが必要でした。それらすべてを1つのエンタープライズデータプラットフォームに統合し、実際にクロスファンクショナルな洞察を得ることが、連携を推進しました。それはトップからの指示ではありませんでした。それは誰もが見て測定できる共有された成果でした。それが人々を動かすものです。
Aly: 外部SaaSモデルだけに依存する場合と比較して、独自のデータレイヤーでAIネイティブアプリケーションを構築することは、どのようにしてより深く、より防御可能な競争優位性をあなたに与えますか？
Neal: 独自のデータレイヤーが差別化要因です。それ以外はありません。AIエージェントは、アクセスできる独自の、コンテキストリッチなデータと同じくらい強力です。独自のユニファイドセキュリティテレメトリ上に構築することで、一般的なSaaSモデルでは複製できない優位性を生み出します。
独自のデータ上に構築するため、セキュリティポートフォリオ全体から得られる特定のテレメトリと洞察に合わせてカスタマイズできます。これにより、ターゲットを絞った推奨事項を提供し、汎用的な外部モデルでは決してできない方法で顧客と共に意思決定を行うことができます。
私はこのように考えています。AIネイティブ製品は、顧客固有のデプロイメントと行動コンテキストを使用して、外部SaaS AIでは決してできない方法で適応および応答できます。そしてその優位性は複利で増加します。システムを流れるデータが増えるほど、各顧客のユニークな環境を理解する能力が向上します。誰もそれをショートカットすることはできません。
この会話で最も明確に伝わってきたのは、AIネイティブは機能ラベルではなく、アーキテクチャ上のコミットメントであるということです。Nealは、AIが基盤に設計された製品と、従来のシステムの上にインテリジェントなインターフェースを追加した製品との間に一線を引いています。その違いは、製品がどれだけ動的に適応するか、独自のコンテキストをどれだけうまく利用するか、そして結果が時間の経過とともにどれだけ防御可能になるかに現れます。
自身の製品戦略を評価する経営幹部にとって、考えてみる価値のある質問は次のとおりです。インテリジェンスは、出荷する製品のコアに組み込まれているのか、それとも上にレイヤーされているのか？その答えは、製品が今日何ができるかだけでなく、状況が再び変化したときにどれだけ速く進化できるかを決定します。
効果的な運用モデルの構築について詳しくは、Databricks AI Maturity Modelをダウンロードしてください。
(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事
ブログを購読して、最新の投稿を受信トレイにお届けします。