OpenAI Blog→ المصدر

Sophos تخفض زمن التحقيق في التهديدات السيبرانية بنسبة 96% بفضل OpenAI Daybreak

كشفت Sophos عن كيفية استخدامها OpenAI Daybreak في خدمة الكشف والاستجابة المُدارة (MDR). فقد انخفض زمن التحقيق في التهديدات السيبرانية بنسبة 96%، أي بمقدار 25 مرة. وأُتمتت 52% من حالات MDR، مع بقاء القرارات تحت رقابة محللين بشريين. وهذه قصة عميل منشورة في مدونة OpenAI، ولذلك لم تكشف عن منهجية القياس ولا عن القيم الأساسية المرجعية. • زمن التحقيق: −96%. • أُتمتت 52% من حالات MDR. • يحتفظ الإنسان بالرقابة على القرارات.

معالج بواسطة الذكاء الاصطناعي من OpenAI Blog؛ بتحرير Hamidun News
Sophos تخفض زمن التحقيق في التهديدات السيبرانية بنسبة 96% بفضل OpenAI Daybreak
المصدر: OpenAI Blog. كولاج: Hamidun News.
◐ استمع للمقال

تفيد Sophos بأنها خفضت، بفضل OpenAI Daybreak، زمن التحقيق في التهديدات السيبرانية بنسبة 96%، وأتمتت 52% من الحالات في خدمة MDR (managed detection and response) التابعة لها. وإذا أُخذ الرقم بحرفيته، فإن التحقيق يستغرق الآن 4% من الوقت السابق، أي أقل بنحو 25 مرة. ومع ذلك بقيت الرقابة البشرية قائمة، إذ يظل المحللون جزءًا من حلقة اتخاذ القرار. ونُشرت هذه البيانات في مدونة OpenAI بتاريخ 9 أكتوبر 2026.

ما الذي جرى تسريعه تحديدًا

MDR خدمة يقوم فيها فريق محللين لدى المزوّد بفحص إشارات الإنذار في بنية العميل التحتية على مدار الساعة. وأكثر أجزاء العمل كلفةً هو التحقيق: إذ يجب جمع بيانات القياس عن بُعد (telemetry) من نقاط النهاية والشبكة، ومطابقة الأحداث زمنيًا، ومعرفة ما إذا كنا أمام هجوم أم مجرد ضوضاء، ثم تحديد الخطوة التالية. وتصطدم هذه المهام الروتينية منذ زمن بنقص الاختصاصيين وضخامة حجم التنبيهات. ووفق وصف الحالة، فإن Daybreak يحقق مكسبه هنا تحديدًا.

وثمة رقم ثانٍ مهم أيضًا. فنسبة 52% من الحالات المؤتمتة تعني أن حالة واحدة تقريبًا من كل حالتين في MDR تمر بمسار يتولى فيه النظام، لا الإنسان، الجزء الأكبر من العمل.

أبرز المؤشرات

  • زمن التحقيق في التهديد السيبراني: −96%.
  • نسبة حالات MDR المؤتمتة: 52%.
  • نموذج العمل: أتمتة مع الإبقاء على الرقابة البشرية.
  • المصدر: مدونة OpenAI، قصة عميل Sophos.

ما الذي ينقص في المنشور؟

هذه حالة عميل منشورة على منصة مزوّد التقنية، وينبغي قراءتها على هذا الأساس. ويخلو الوصف المتاح من عدة عناصر لا يمكن من دونها مقارنة الأرقام بأي معيار.

الأول هو خط الأساس. فليس واضحًا هل تُحتسب نسبة 96% قياسًا إلى متوسط زمن التحقيق، أم إلى الوسيط، أم إلى أنواع محددة من الحالات. والثاني هو تعريف «المؤتمت». فقد يعني حالة أُغلقت بالكامل دون تدخل بشري، وقد يعني تحليلًا مُعدًّا مسبقًا لا يفعل المحلل سوى اعتماده. والثالث هو الجودة. فالسرعة دون بيانات عن التهديدات الفائتة والإنذارات الكاذبة لا تثبت الكثير في مجال الأمن، إذ يُقاس الأداء هنا بثمن الخطأ لا بالثواني.

كما أن البنية المعمارية لم تُكشف: كيف يندمج Daybreak في سير عمل Sophos، وما الإجراءات التي يحق له تنفيذها بنفسه. وهذه التفاصيل هي التي تحدد مدى إمكانية تكرار هذه التجربة.

كيف تُقرأ مثل هذه الأرقام

من السابق لأوانه الحكم بالاعتماد على رقم 96% وحده. فبالنسبة إلى مزوّد MDR، تبدو نسبة 52% أهم، لأن نطاق التغطية هو ما يحدد عدد الحالات التي يتولاها النظام وكيف يتغير عبء المحللين. وإذا شملت الأتمتة نصف التدفق، أمكن توجيه الوقت المتحرر إلى الحوادث المعقدة التي تتطلب تدخل إنسان.

ولمن يختار خدمة MDR أو يقيّم الذكاء الاصطناعي لمركز عمليات الأمن (SOC) الخاص به، من المفيد أن يوجّه إلى المزوّد عدة أسئلة محددة:

  • من أي قيمة يُحتسب تقليص الزمن، وعلى أي أنواع من الحالات؟
  • ما الخطوات التي ينفذها النظام بنفسه، وما الخطوات التي تتطلب تأكيد المحلل؟
  • كيف تُقاس التهديدات الفائتة والإنذارات الكاذبة قبل التطبيق وبعده؟
  • من يتحمل المسؤولية عن القرار إذا تبيّن أن الاستنتاج الآلي خاطئ؟

والأهم في حالة Sophos أن الذكاء الاصطناعي موصوف بوصفه مسرّعًا لعمل المحللين لا بديلًا عنهم. وفي قطاع يكلّف فيه الخطأ ثمنًا باهظًا، تبدو هذه الصياغة أكثر واقعية من شعارات الاستقلالية الكاملة. لكن التحقق منها سيحتاج إلى قياسات مستقلة، لا إلى بيانات صحفية.

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 50 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
ما رأيك؟
جارٍ تحميل التعليقات…