• AIは、企業がパンデミックからより効率的に回復する手助けをしている。
• AIの普及が進むにつれ、サイバー脅威が激化する中でデータセキュリティへの懸念が高まっている。
• 適切に導入されたAIは、こうしたサイバーセキュリティの脅威への対抗策として活用できる。
世界的な大災害は歴史的に、あらゆる業界にとって真価が問われる局面をもたらしてきた。そうした時期には、組織が新たな現実に対応するために業務プロセスを急速に変更する中で、その内部の仕組み、強みと弱みが世界中に明らかになる。
こうした困難な時期に大胆な行動を取れる企業は、不運を速やかに利益へと転換できる。そのため、初期の兆候によれば、情報を通貨のように価値あるものとみなし、機械学習や高度なデータ分析を素早く取り入れてきた企業は、パンデミック後の経済的混乱からより良い状態で抜け出している。
AIとビジネスの最適化
世界を席巻し続けている新型コロナウイルスのパンデミックにより、中小企業はオンライン事業の構築を迫られている。また、消費者インサイトを提供し、企業が“ハイパーパーソナライズ”された製品をオンライン購入者に届けられるよう支援するAI対応プラットフォームの導入も迫られている。
さらに、これまでのところAIは、オンデマンドのオンライン労働力を組織することで、安全かつ感染のない職場環境の構築に苦慮する企業を支援してきた。
ビジネスの文脈において、AIは、本来なら人間が行うはずだった自動化された反復的な作業を実行する可能性を秘めている。AIは効率を高め、コストを削減し、他の業務機能に投資できる時間を節約することに役立つ。
しかし、AIは消費者の動向を把握し、消費者行動を予測し、顧客満足度を高め売上を伸ばすための「次の最善の行動」を見つけるために、膨大な量のデータを必要とする。ただし、この予測インテリジェンスは、需要と供給の動きを見通し、製造施設での品質管理プロセスを支援することもできる。
課題は、ステークホルダーの利益を守りながら、このデータを安全に収集・保管することが容易ではない点にある。あらゆるものがつながり、オンラインで共有されるデジタルトランスフォーメーションの時代において、モノのインターネット（IoT）のセキュリティは、ユーザーにとって重大なリスクをもたらしている。
近年、さまざまな推計によれば、セキュリティ侵害は15％から21％へと劇的に増加している。Facebook、Twitter、Yahooといった主要プラットフォームも被害を受け、数百万ドル相当のユーザーデータが流出した。
これは、人々がより良いパスワードを設定すべきという意味にとどまらず、これらのプラットフォームがサイバーセキュリティにおいてより高い基準を持つことを義務付けるものでもある。データサイエンスとAIがIoTの次の発展段階を形作っていくため、データ豊富な企業は、データを有用で実行可能なインサイトに変換するための効率的かつ信頼できるアプローチを構築しなければならない。
AI時代のサイバーセキュリティ
データ収集とAIアルゴリズムは、サイバーセキュリティ産業の礎となりつつある。自動化された意思決定と評価プロセスは、従来型のソリューションよりも広範な悪意ある活動からの保護を提供する。例えば、AIは、更新が遅れがちなマルウェアデータベースに頼るのではなく、先回りして、不審な活動がないかデバイスを監視することができる。
世界有数の調査・IT企業の一つであるGartnerは、予測した、デジタル企業の60％が、セキュリティチームによるデジタルリスクの管理能力の欠如により大きな損失を被りかねないと。
過去2年間に発生した世間の注目を集めたセキュリティ侵害を受けて、企業はリスクマネジメント手法への認識を高めている。実際、79%の企業の世界の経営幹部が、サイバーセキュリティのリスク管理を最優先事項の一つに挙げている。
多くのCISOは、組織全体にセキュリティの責任を分散させることで、セキュリティおよびIT文化の変革に積極的に着手し始めている。したがって、サイバーセキュリティにおけるAIの開発は、消費者が利用するシステムをより安全で確実なものにすることに重点を置くべきである。では、これを正しく行う方法を見ていこう。：
1. 脅威を早期に特定する
従来型の脅威インテリジェンス（これまでに判明しているすべてのサイバー脅威のリスト）を組み合わせ、機械学習を用いてリスクを把握する。これにより、より優れた効率的な脅威の検知・防止システムが実現するはずである。
これは、データに存在する抜け穴や脅威を特定するのにも役立つ。
実際、機械学習は、「正常な」活動の中に潜む異常や潜在的な脆弱性を発見し、重要なデータが侵害される前に、ユーザーに脅威を警告するためにも活用できる。適切なシステムを導入すれば、ハッカーは自分の存在が知られていることにすら気づかないため、デジタルインフラの安全性を確保するための即時対策を講じることができる。
2. クレジットカード詐欺を防止する
別のデバイスからの購入や異常な取引など、通常と異なる活動は、クレジットカード保有者の本人確認を支援するAI搭載サービスを用いて即座に検知できる。
機械学習は、パスワードが十分に安全でない場合に警告することで、ユーザーがパスワードを選択する際にも役立つ。
3. ブロックチェーンを基盤とする
近年、ビットコインやイーサリアムといった暗号資産の人気が高まっている。これらの暗号資産は、取引の安全で分散型の記録を保存する革新的な技術ソリューションであるブロックチェーンを基盤としている。
ブロックチェーンは、医療記録を可能にし、システム内の犯罪的な身元の抜け穴を特定することでセキュリティ管理を支援するために用いることができる。
ブロックチェーン技術により、検証キーはもはや不要になる。誰かがデータに不正侵入しようとすると、システムはデータチェーン全体を分析する。ハッカーによって一つのデータノードが妨害されずに残されたとしても、システム全体を確実に復元することができる。
これにより、システム全体の安全性が格段に高まり、チェーン内のブロックを改ざんする個別の方法が存在しないことが保証され、保存されたデータは安全に保たれる。
4. データを深く掘り下げる
AIがサイバーセキュリティを支援できる主な分野の一つは、脅威にほぼ即座に対応することである。例えば、2016年にGoogleは、システム内にマルウェアを含むとして約2万のサイトをリストアップした。人間が数百万のウェブサイトを精査することはできないが、機械学習ならそれが可能である。関連するAIソリューションを用いて、サイトへのすべてのアクセスを分析し、訪問者を脅威レベルに基づいて分類し、それに応じて対処することができる。
私たちは超複雑化の時代に突入しつつあり、あらゆる情報が相互に結びついている。人工知能は計り知れない革新と発展をもたらしうるが、それは膨大な量の個人データとサイバーセキュリティインシデントを犠牲にすることになりかねない。
世界経済フォーラムはサイバーセキュリティについて何をしているか
サイバーセキュリティセンターは、リーダーたちが一堂に会し、進化するサイバーリスクとその体系的な影響を理解するための信頼できるプラットフォームを提供している。同センターは、ますます相互に結びついたデジタル社会において、理解と信頼の醸成に重点を置いている。
分野横断的な協力と知見の共有を可能にすることで、同センターはパートナーがサイバーレジリエンスを強化し、集団的な対応を必要とする課題に取り組むことを支援している。
データを保護し、リスクを低減する唯一の方法は、知的アルゴリズムを用いてセキュリティプロセスを自動化・規制し、潜在的な脅威を特定、学習、理解することである。
