مدیران امنیت اطلاعات (CISOs) دیگر منتظر اثبات ارزش عملیاتی هوش مصنوعی در حوزه امنیت نیستند و با شتاب زیادی در حال سرمایه‌گذاری روی این فناوری هستند. این روند که ترکیبی از ترس از عقب ماندن و واکنش به تهدیدات جدید است، باعث شده تا بودجه‌های امنیتی به شدت به سمت ابزارهای مبتنی بر AI سوق یابند.
تغییر در استراتژی‌های بودجه‌بندی
بر اساس نظرسنجی‌های اخیر از بیش از ۵۰۰ مدیر امنیت، در حالی که رشد کلی بودجه‌های امنیتی برای سال ۲۰۲۶ تنها حدود ۵٪ بوده است، ۶۹٪ از CISOها هوش مصنوعی را اولویت اصلی خود برای تخصیص بودجه‌های جدید دانسته‌اند. نکته قابل توجه این است که ۲۴٪ از سازمان‌ها یک ردیف بودجه مجزا برای AI ایجاد کرده‌اند تا دسترسی به منابع مالی برای این فناوری تسهیل شود.
تأثیر AI بر ساختار تیم‌های امنیتی
انتظار می‌رود AI به جای جایگزینی نیروی انسانی، باعث بازسازی ساختار تیم‌های امنیتی شود. طبق داده‌ها:
- ۹۱٪ از مدیران انتظار دارند بهره‌وری تیم‌هایشان در ۱۲ ماه آینده افزایش یابد.
- ۸۱٪ پیش‌بینی می‌کنند که نیاز به نقش‌ها و مهارت‌های جدید در حوزه امنیت ایجاد شود.
- هدف اصلی، سپردن وظایف تکراری به AI است تا متخصصان امنیتی بر تحلیل‌های سطح بالا مانند Anomaly Detection و بررسی تهدیدات پیچیده تمرکز کنند.
شکاف بین «ترندها» و «ارزش واقعی»
گزارش‌های Gartner نشان می‌دهد که سازمان‌ها اغلب روی کاربردهایی از AI سرمایه‌گذاری می‌کنند که «محبوب» هستند اما لزوماً بیشترین بازگشت سرمایه (ROI) را ندارند. در حالی که شناسایی و پاسخ به تهدیدات (Threat Detection and Response) پرطرف‌ترین کاربرد است، اما بهینه‌سازی هوشمند دارایی‌های IT و هزینه‌ها، بیشترین ارزش ملموس را ایجاد کرده است.
دفاع در سرعت ماشین در برابر حمله در سرعت ماشین
بسیاری از متخصصان معتقدند دلیل این عجله در سرمایه‌گذاری، Fear Asymmetry یا عدم تقارن ترس است. مهاجمان در حال حاضر از AI برای تولید ایمیل‌های فیشینگ دقیق‌تر، تغییر شکل بدافزارها (Mutate Malware) و شناسایی سریع‌تر نقاط ضعف در کدها استفاده می‌کنند. در این شرایط، تلاش برای دفاع با سرعت انسانی در برابر حملاتی که با سرعت ماشین (Machine Speed) اجرا می‌شوند، ناپایدار و شکست‌خورده خواهد بود.
چالش اندازه‌گیری بازگشت سرمایه (ROSI)
اندازه‌گیری بازگشت سرمایه در امنیت (ROSI) همواره دشوار بوده است، زیرا موفقیت در امنیت یعنی «اتفاق بدی نیفتد». با این حال، کارشناسان توصیه می‌کنند که سازمان‌ها به جای پذیرش کورکورانه هر محصول AI-powered، بر حاکمیت (Governance) قوی، پاسخگویی شفاف و نتایج تجاری قابل اندازه‌گیری تمرکز کنند تا از پیچیدگی‌های بیهوده و هزینه‌های اضافی اجتناب نمایند.
