উৎপাদনশীলতা-ভিত্তিক AI মডেল: Securonix কীভাবে SOC ফলাফলের জন্য নিয়ন্ত্রিত AI পুনর্সংজ্ঞায়িত করে

এই সপ্তাহে, Securonix Amazon Web Services-এর সহযোগিতায় Sam, the AI SOC Analyst এবং Agentic Mesh চালু করেছে। শিরোনামটি আরেকটি AI বৈশিষ্ট্য নয়। এটি একটি উৎপাদনশীলতা-ভিত্তিক AI মডেলে পরিবর্তন।

আপনি কি কখনো দেখেছেন আপনার SOC টিম সতর্কতায় ডুবে যাচ্ছে যখন বোর্ড "স্পষ্ট AI ROI" জিজ্ঞাসা করছে?

এটি কল্পনা করুন।
সকাল ৮:৪৫ টা। CISO একটি বোর্ড প্রি-ব্রিফিংয়ে যোগ দেন। রাতারাতি সতর্কতা ৪০,০০০ অতিক্রম করেছে। দুজন বিশ্লেষক অসুস্থতার কারণে ছুটি নিয়েছেন। একজন নিয়ন্ত্রক AI শাসনের প্রমাণ অনুরোধ করেছেন। অর্থ বিভাগ বর্ধমান SIEM খরচের জন্য ন্যায্যতা চায়।

টিম AI ব্যবহার করে। কিন্তু তারা প্রমাণ করতে পারে না এটি আসলে কী প্রদান করেছে।

এটি সেই ফাঁক যা Securonix Amazon Web Services-এর সহযোগিতায় তার সর্বশেষ লঞ্চের মাধ্যমে লক্ষ্য করছে। কোম্পানি Sam, the AI SOC Analyst এবং Securonix Agentic Mesh চালু করেছে—নিরাপত্তা কার্যক্রমের জন্য একটি উৎপাদনশীলতা-ভিত্তিক AI মডেলের পাশাপাশি।

CX এবং EX নেতাদের জন্য, এটি শুধুমাত্র সাইবার নিরাপত্তা সংবাদ নয়। এটি স্কেলে শাসিত AI-এর জন্য একটি নীলনকশা।

উৎপাদনশীলতা-ভিত্তিক AI মডেল কী—এবং এটি কেন গুরুত্বপূর্ণ?

একটি উৎপাদনশীলতা-ভিত্তিক AI মডেল সম্পন্ন কাজের দ্বারা AI পরিমাপ করে, ব্যবহার বা ডেটা খরচের দ্বারা নয়।

বেশিরভাগ এন্টারপ্রাইজ AI মূল্য নির্ধারণ টোকেন, স্টোরেজ বা বৈশিষ্ট্যগুলি ট্র্যাক করে। সেই মডেল খরচকে পুরস্কৃত করে। এটি খুব কমই ফলাফল প্রমাণ করে।

Securonix এই যুক্তি উল্টে দেয়।
Sam AI দ্বারা সম্পন্ন যাচাইকৃত বিশ্লেষক-সমতুল্য কাজের উপর ভিত্তি করে লাইসেন্সপ্রাপ্ত। উৎপাদনশীলতা স্বচ্ছভাবে ট্র্যাক করা হয়। নেতারা সংরক্ষিত ঘন্টা এবং অর্জিত থ্রুপুট পরিমাপ করতে পারেন।

CX এবং EX নেতাদের জন্য, এটি AI মূল্যকে পুনর্গঠন করে:

• বৈশিষ্ট্য গ্রহণ থেকে → পরিমাপযোগ্য আউটপুট-এ
• পরীক্ষা-নিরীক্ষা থেকে → শাসিত উৎপাদন-এ
• উদ্ভাবন থিয়েটার থেকে → বোর্ড-প্রস্তুত ROI-তে

এই পরিবর্তন CX নেতারা জার্নি AI এবং কোপাইলটদের সাথে যা সম্মুখীন হন তার প্রতিফলন করে। বোর্ড চ্যাটবট ব্যবহারের পরিসংখ্যান চায় না। এটি বিচ্যুতি হার, সমাধান সময় হ্রাস এবং পরিসেবা খরচ উন্নতি চায়।

নিরাপত্তা এখন একই ভাষায় কথা বলছে।

Sam, the AI SOC Analyst কী?

Sam একটি শাসিত, সর্বদা-চালু ডিজিটাল SOC সতীর্থ যা Unified Defense SIEM-এর ভিতরে Tier 1 এবং Tier 2 কাজ স্বয়ংক্রিয় করে।

Sam সম্পাদন করে:

• সতর্কতা ট্রায়াজ
• তদন্ত সমৃদ্ধকরণ
• সম্পর্ক বিশ্লেষণ
• প্রতিক্রিয়া প্রস্তুতি
• রিপোর্টিং সারসংক্ষেপ

এটি Securonix-এর প্ল্যাটফর্মের ভিতরে স্থানীয়ভাবে কাজ করে। বিশ্লেষকরা হিউম্যান-ইন-দ্য-লুপ তত্ত্বাবধানের মাধ্যমে নিয়ন্ত্রণে থাকেন।

অনেক AI কোপাইলট সহায়তা করে। খুব কমই কাজের কাঠামোবদ্ধ সিস্টেম হিসাবে কাজ করে। Sam তদন্ত পদক্ষেপ জুড়ে বিশেষায়িত AI এজেন্টদের সমন্বয় করে। এটি সরল-ভাষা সারসংক্ষেপ উপস্থাপন করে যা বিশ্লেষকরা যাচাই বা বৃদ্ধি করতে পারেন।

ফলাফল: AI রায়কে বৃদ্ধি করে। এটি প্রতিস্থাপন করে না।

কেন SOC-রা AI শাসনের সাথে সংগ্রাম করছে?

কারণ বেশিরভাগ AI স্থাপনা নিয়ন্ত্রণ কাঠামোর চেয়ে দ্রুত স্কেল করে।

নিরাপত্তা নেতারা তিনটি টেনশনের সম্মুখীন হন:

1. সতর্কতার পরিমাণ বৃদ্ধি পাচ্ছে।
2. বিশ্লেষক ঘাটতি অব্যাহত রয়েছে।
3. নিয়ন্ত্রকরা ব্যাখ্যাযোগ্যতা দাবি করে।

বোর্ডগুলি এখন কঠিন প্রশ্ন জিজ্ঞাসা করে:

• AI কি শাসিত?
• কর্মগুলি কি নিরীক্ষণযোগ্য?
• নীতিগুলি কি প্রয়োগ করা হয়?
• সিদ্ধান্তগুলি কি বিপরীত করা যেতে পারে?

অসংগঠিত AI এগুলির উত্তর দিতে পারে না।

সেখানেই Securonix Agentic Mesh প্রবেশ করে।

Agentic Mesh কী এবং এটি কীভাবে ভিন্ন?

Agentic Mesh হল একটি শাসিত অর্কেস্ট্রেশন স্তর যা সনাক্তকরণ, তদন্ত, প্রতিক্রিয়া এবং রিপোর্টিং জুড়ে বিশেষায়িত AI এজেন্টদের সমন্বয় করে।

মনোলিথিক সহায়কদের বিপরীতে, Agentic Mesh কাজের একটি সিস্টেম হিসাবে কাজ করে।

এটি:

• এজেন্ট জুড়ে ভাগ করা প্রসঙ্গ বজায় রাখে
• এন্টারপ্রাইজ নীতি গার্ডরেল প্রয়োগ করে
• নিশ্চিত করে যে কর্মগুলি ব্যাখ্যাযোগ্য এবং নিরীক্ষণযোগ্য
• বিপরীতযোগ্যতা এবং মানব যাচাইকরণের অনুমতি দেয়

Amazon Bedrock AgentCore ব্যবহার করে নির্মিত, এটি গ্রাহক পরিবেশের মধ্যে নিরাপদে চলে। এটি এন্টারপ্রাইজ-গ্রেড বিচ্ছিন্নতা এবং স্থিতিস্থাপকতা প্রদান করে।

কোপাইলটস প্রশ্নের উত্তর দেয়।
Agentic সিস্টেমগুলি শাসিত ওয়ার্কফ্লো সম্পূর্ণ করে।

সেই পার্থক্য এন্টারপ্রাইজ AI পরিপক্কতা পরিবর্তন করে।

এটি বোর্ড-প্রস্তুত ফলাফলে কীভাবে অনুবাদ করে?

নিরাপত্তা নেতারা ক্রমবর্ধমানভাবে বোর্ডের তত্ত্বাবধানের অধীনে কাজ করেন। AI অবশ্যই বিশ্বাস প্রমাণ করবে, এটি প্রতিশ্রুতি দেবে না।

HDFC Bank-এর CISO Sameer Ratolikar-এর মতে:

Securonix-এর Chief Product Officer Simon Hunt চ্যালেঞ্জটি স্পষ্টভাবে তুলে ধরেন:

বোর্ড কথোপকথনের জন্য, উৎপাদনশীলতা-ভিত্তিক AI সক্ষম করে:

• পরিমাপকৃত বিশ্লেষক-সমতুল্য কাজ
• স্পষ্ট খরচ পরিহার বর্ণনা
• নিয়ন্ত্রিত AI কর্ম লগিং
• নিয়ন্ত্রক-প্রস্তুত ব্যাখ্যাযোগ্যতা

DPM Flex কী এবং ডেটা অর্থনীতি কেন গুরুত্বপূর্ণ?

DPM Flex SIEM খরচ নিয়ন্ত্রণের জন্য কাঁচা পরিমাণের পরিবর্তে বিশ্লেষণাত্মক মূল্যের উপর ভিত্তি করে টেলিমেট্রি রুট করে।

ডেটা খরচ বৃদ্ধি পেলে AI উৎপাদনশীলতা ভেঙে পড়ে।

Flex Consumption সহ Data Pipeline Manager (DPM Flex) ফলাফল-চালিত ডেটা অর্থনীতি চালু করে। সবকিছু গ্রহণ করার পরিবর্তে, এটি উচ্চ-মূল্যের টেলিমেট্রিকে অগ্রাধিকার দেয়।

CX সমান্তরালের জন্য:

• প্রিমিয়াম AI মডেলগুলিতে প্রতিটি ইন্টারঅ্যাকশন ফিড করবেন না।
• নিম্ন-ঝুঁকি প্রবাহ ভিন্নভাবে রুট করুন।
• পরিমাপযোগ্য ফলাফলের সাথে ডেটা গ্রহণ সারিবদ্ধ করুন।

খরচ শাসন AI শাসনের অংশ।

CX এবং EX নেতাদের জন্য মূল অন্তর্দৃষ্টি

১. সম্পন্ন কাজের দ্বারা AI পরিমাপ করুন।
আউটপুট মেট্রিক্স ছাড়া গ্রহণ মেট্রিক্স সামান্য অর্থবহ।

২. সিস্টেমের ভিতরে শাসন এম্বেড করুন।
পূর্ববর্তী সম্মতি ভঙ্গুর।

৩. মানব তত্ত্বাবধান রক্ষা করুন।
AI সর্বোত্তম স্কেল করে যখন এটি রায়কে বৃদ্ধি করে।

৪. AI-কে আর্থিক বর্ণনার সাথে সারিবদ্ধ করুন।
বোর্ডগুলি ফলাফল অনুমোদন করে, পরীক্ষা-নিরীক্ষা নয়।

৫. প্রাথমিকভাবে ডেটা অর্থনীতি নিয়ন্ত্রণ করুন।
খরচ শৃঙ্খলা ছাড়া AI স্কেল করা প্রতিক্রিয়া তৈরি করে।

এন্টারপ্রাইজ AI গ্রহণে সাধারণ সমস্যাগুলি

• ফলাফল KPI ছাড়া AI পাইলট চালু করা
• শাসনকে পরবর্তী পর্যায় হিসাবে বিবেচনা করা
• থ্রুপুটের পরিবর্তে ব্যবহার পরিমাপ করা
• ব্যাখ্যাযোগ্যতার প্রয়োজনীয়তা উপেক্ষা করা
• ROI ম্যাপিং ছাড়া ডেটা গ্রহণ স্কেল করা

এই সমস্যাগুলি বিভাজন তৈরি করে। তারা নির্বাহী আত্মবিশ্বাসকে ক্ষয় করে।

একটি ব্যবহারিক কাঠামো: শাসিত AI-এর জন্য PRODUCT মডেল

CXQuest এন্টারপ্রাইজ AI স্কেলিংয়ের জন্য PRODUCT মডেল প্রস্তাব করে:

P – উৎপাদনশীলতা ইউনিট সংজ্ঞায়িত
পরিমাপযোগ্য কাজ সমতুল্য সংজ্ঞায়িত করুন।

R – ঝুঁকি গার্ডরেল এম্বেডেড
ওয়ার্কফ্লোর ভিতরে নীতি প্রয়োগ করুন।

O – তত্ত্বাবধান রক্ষণাবেক্ষণ
বৃদ্ধির নিয়ন্ত্রণে মানুষকে রাখুন।

D – ডেটা অর্থনীতি পরিচালিত
বিশ্লেষণাত্মক মূল্যের সাথে গ্রহণ সারিবদ্ধ করুন।

U – ব্যবহারের ক্ষেত্রে সীমানা স্পষ্ট
সংজ্ঞায়িত, উচ্চ-পরিমাণ কাজ দিয়ে শুরু করুন।

C – এজেন্ট জুড়ে প্রসঙ্গ ভাগ করা
বিচ্ছিন্ন AI সহায়ক এড়িয়ে চলুন।

T – নেতৃত্বে স্বচ্ছ রিপোর্টিং
আর্থিক ভাষায় আউটপুট অনুবাদ করুন।

Securonix নিরাপত্তা কার্যক্রমের ভিতরে এই নীতিগুলির অনেকগুলি কার্যকর করে। CX টিমগুলি একই কাঠামো মানিয়ে নিতে পারে।

এটি কর্মচারী অভিজ্ঞতা (EX) কীভাবে প্রভাবিত করে?

বিশ্লেষক বার্নআউট যোগাযোগ কেন্দ্র ক্লান্তির প্রতিফলন করে।

পুনরাবৃত্তিমূলক ট্রায়াজ কাজ বিলুপ্তি চালিত করে।
প্রভাবে দৃশ্যমানতার অভাব সম্পৃক্ততা হ্রাস করে।

Tier 1 এবং Tier 2 শব্দ শোষণ করে, Sam বিশ্লেষকদের উচ্চ-ঝুঁকি রায় কলগুলিতে ফোকাস করার অনুমতি দেয়।

AI কঠোর পরিশ্রম অপসারণ করবে, স্বায়ত্তশাসন নয়।

উৎপাদনশীলতা-ভিত্তিক AI মডেল: কেন এই ঘোষণা একটি বৃহত্তর বাজার পরিবর্তনের সংকেত দেয়

নিরাপত্তা প্রায়শই CX গ্রহণ করার আগে শাসন কাঠামোর পথপ্রদর্শক করে।

এজেন্টিক AI অর্কেস্ট্রেশনের দিকে পদক্ষেপ পরামর্শ দেয় পরবর্তী এন্টারপ্রাইজ AI পর্যায় ফোকাস করবে:

• শাসিত স্বায়ত্তশাসন
• ওয়ার্কফ্লো-স্তর AI
• উৎপাদনশীলতা-ভিত্তিক মূল্য নির্ধারণ
• ব্যাখ্যাযোগ্যতা-প্রথম ডিজাইন

বোর্ডগুলি ক্রমবর্ধমানভাবে জিজ্ঞাসা করবে:

AI কতটা কাজ সম্পূর্ণ করেছে?
এটি কি নিয়ন্ত্রিত ছিল?
আমরা কি এটি রক্ষা করতে পারি?

এই মডেল সেই প্রশ্নগুলির সরাসরি উত্তর দেয়।

FAQ

উৎপাদনশীলতা-ভিত্তিক AI ঐতিহ্যবাহী AI মূল্য নির্ধারণ থেকে কীভাবে ভিন্ন?

এটি ডেটা ব্যবহার বা বৈশিষ্ট্যগুলির পরিবর্তে যাচাইকৃত সম্পন্ন কাজের সাথে খরচ সংযুক্ত করে।

এন্টারপ্রাইজ AI-তে "agentic" মানে কী?

এটি AI সিস্টেমগুলিকে বোঝায় যা কাঠামোবদ্ধ ওয়ার্কফ্লো সম্পূর্ণ করতে বিশেষায়িত এজেন্টদের সমন্বয় করে।

হিউম্যান-ইন-দ্য-লুপ তত্ত্বাবধান কীভাবে কাজ করে?

বিশ্লেষকরা সম্পাদনের আগে AI-উৎপন্ন কর্মগুলি পর্যালোচনা, যাচাই বা বিপরীত করেন।

বোর্ডগুলি SOC-তে AI শাসন সম্পর্কে কেন যত্ন নেয়?

নিরাপত্তা ব্যর্থতা নিয়ন্ত্রক এবং আর্থিক ঝুঁকি বহন করে। AI সিদ্ধান্তগুলি অবশ্যই ব্যাখ্যাযোগ্য হতে হবে।

এই মডেল কি CX পরিবেশে প্রযোজ্য হতে পারে?

হ্যাঁ। যেকোনো উচ্চ-পরিমাণ, নিয়ম-চালিত ওয়ার্কফ্লো উৎপাদনশীলতা-ভিত্তিক AI পরিমাপ গ্রহণ করতে পারে।

CX এবং নিরাপত্তা নেতাদের জন্য কার্যকরী গ্রহণযোগ্যতা

1. একটি ওয়ার্কফ্লো সংজ্ঞায়িত করুন যেখানে AI পরিমাপযোগ্য কাজের ইউনিট সম্পূর্ণ করতে পারে।
2. সম্পূর্ণ ইউনিট প্রতি সংরক্ষিত বিশ্লেষক বা এজেন্ট সময় পরিমাপ করুন।
3. AI অ্যাক্সেস স্কেল করার আগে নীতি গার্ডরেল এম্বেড করুন।
4. উচ্চ-ঝুঁকি কর্মের জন্য মানব পর্যালোচনা বাস্তবায়ন করুন।
5. AI আউটপুট আর্থিক প্রভাবে অনুবাদ করে ড্যাশবোর্ড তৈরি করুন।
6. ফলাফল-চালিত বিশ্লেষণের সাথে ডেটা গ্রহণ সারিবদ্ধ করুন।
7. বোর্ডের ভাষায় AI ROI উপস্থাপন করুন, প্রযুক্তিগত মেট্রিক্স নয়।
8. শাসন অখণ্ডতার জন্য ত্রৈমাসিক AI ওয়ার্কফ্লো নিরীক্ষা করুন।

Sam, the AI SOC Analyst, Agentic Mesh এবং DPM Flex বিশ্বব্যাপী Securonix গ্রাহকদের জন্য উপলব্ধ।

গভীর পরিবর্তন স্পষ্ট।

AI অবশ্যই প্রকৃত কাজ করবে।
এটি অবশ্যই ডিজাইনের মাধ্যমে শাসিত হতে হবে।
এবং এর মূল্য অবশ্যই বোর্ডরুমে দাঁড়াতে হবে।

The post Productivity-Based AI Model: How Securonix Redefines Governed AI for SOC Outcomes appeared first on CX Quest.