เมื่อ AI มีความสามารถมากขึ้น มันจะกลายเป็นการช่วยหรือขัดขวางแฮกเกอร์หรือไม่?

เมื่อ AI มีความสามารถมากขึ้น มันจะกลายเป็นการช่วยหรือขัดขวางแฮกเกอร์หรือไม่?

เว็บไซต์

เหตุการณ์การแฮ็กได้รับความสนใจมากขึ้นในปีนี้ เนื่องจากแรนซัมแวร์ที่ร้ายแรงและการแฮ็กซัพพลายเชนได้ทำลายความโกลาหลในธุรกิจและโครงสร้างพื้นฐาน ล่าสุด (ณ เดือนกรกฎาคม พ.ศ. 2564) เป็นการโจมตีแบบ supply-chain-ransomware ต่อบริษัทซอฟต์แวร์ Kaseya ในไมอามี ซึ่งส่งผลกระทบต่อลูกค้า 1,500 รายโดยแฮกเกอร์ (ผู้คุกคาม) เรียกร้องเงินดิจิทัล 70 ล้านดอลลาร์เพื่อเปิดเผยข้อมูล จากข้อมูลของ World Economic Forumการโจมตีทางไซเบอร์ขณะนี้อยู่เคียงข้างกับการเปลี่ยนแปลงสภาพภูมิอากาศและภัยธรรมชาติ ซึ่งเป็นหนึ่งในภัยคุกคามที่เร่งด่วนที่สุดต่อมนุษยชาติ

การออกแบบเว็บไซต์

ไม่ต้องสงสัยเลยว่าในที่สุดจะพบวิธีการในการตรวจจับและจองการโจมตีรูปแบบล่าสุดเหล่านี้ไว้ล่วงหน้า อุตสาหกรรมความปลอดภัยทางไซเบอร์ถูกกำหนดโดยความต่อเนื่อง หากส่วนใหญ่ค่อยเป็นค่อยไป นวัตกรรม – เมื่อมีภัยคุกคามใหม่เกิดขึ้น เทคโนโลยีที่ปกป้อง ตรวจจับ และตอบสนองต่อการโจมตีก็เกิดขึ้นเช่นกัน ไดนามิกของแมวและเมาส์นี้เป็นลักษณะพื้นฐานของอุตสาหกรรมจนถึงปัจจุบัน: ความสัมพันธ์แบบวนซ้ำอย่างถาวรที่เพิ่มพลังให้กับการพัฒนาเทคโนโลยีใหม่ทั้งสองด้าน ซึ่งแม้แต่ความได้เปรียบเพียงเล็กน้อยเหนือคู่ต่อสู้ก็สามารถจ่ายเงินปันผล (หรือค่าไถ่)
ดังนั้นจึงควรพิจารณาว่าการพัฒนาใน AI จะมีบทบาทอย่างไรในไดนามิกนี้ โดยเฉพาะอย่างยิ่งเมื่อมีวิวัฒนาการให้มีประสิทธิภาพมากขึ้นแบบทวีคูณ
แฮ็กเกอร์ใช้วิธีการหลักสองวิธีในการโจมตีหรือลดระดับเป้าหมายของพวกเขา: โดย 1) ใช้ประโยชน์จากจุดบกพร่องในระบบซอฟต์แวร์ และ 2) โดยได้รับข้อมูลรับรองการอนุญาตอย่างลับๆ โดยมักจะหลอกให้ผู้ใช้ที่ได้รับอนุญาตเปิดเผยหรือใช้งาน (เช่น การเรียกใช้มัลแวร์ ).
น่าเสียดายที่ระบบซอฟต์แวร์ในปัจจุบันมีข้อบกพร่องมากมายนับไม่ถ้วน ซึ่งส่วนมากเป็น ‘การหาประโยชน์จากศูนย์วัน’ เช่น ข้อบกพร่องที่แฮ็กเกอร์สามารถใช้ได้ แต่ยังไม่ทราบโดยผู้ใช้หรือผู้จำหน่ายซอฟต์แวร์ ดังนั้นจึงไม่น่าจะมีไซเบอร์เพียงพอ – การป้องกันที่สามารถป้องกันไม่ให้ถูกใช้สำหรับการโจมตีโดยตรง AI สามารถใช้เพื่อทำให้กระบวนการค้นหาจุดบกพร่องของซอฟต์แวร์เหล่านี้เป็นไปโดยอัตโนมัติ เช่นเดียวกับวิธีที่ดีที่สุดในการใช้ประโยชน์จากข้อบกพร่องเหล่านี้ โดยไม่ถูกตรวจพบ DeepLockerตัวอย่างเช่น ใช้โครงข่ายประสาทเทียมเพื่อระบุเครื่องเป้าหมายอย่างลับๆ ซึ่งรวมถึงสภาพแวดล้อมของซอฟต์แวร์ ตำแหน่งทางภูมิศาสตร์ และแม้แต่สตรีมเสียงและวิดีโอ แต่บางส่วนของวิธีการที่เอไอที่มีประสิทธิภาพที่สุดในวันนี้จะขึ้นอยู่กับตัวแทนซอฟแวร์ที่ใช้เสริมสร้างการเรียนรู้ (RL) ซึ่งรวมถึงการตรวจสอบหาประโยชน์เบื้องต้นยังสามารถเรียนรู้วิธีการที่เหมาะสมในการใช้ประโยชน์จากพวกเขาในเป้าหมายที่จะได้รับผลกระทบสูงสุดโดยไม่การตรวจสอบ
แน่นอน เอเจนต์ดังกล่าวสามารถใช้ได้ในระหว่างขั้นตอนการพัฒนาซอฟต์แวร์และการทดสอบ เพื่อลดจำนวนจุดบกพร่องของซอฟต์แวร์ตั้งแต่แรก แต่ดูเหมือนว่าไม่น่าจะใช้งานได้นานพอที่จะตรวจจับได้ทั้งหมด – บนความสมดุล เอเจนต์ RL เหล่านี้ โปรดปรานผู้โจมตี
มีรูปแบบของ AI ที่สามารถกำจัดจุดบกพร่องของซอฟต์แวร์ได้เกือบทั้งหมด วิธีการประกันซอฟต์แวร์ขั้นสูงเหล่านี้ใช้เทคนิค ‘วิศวกรรมซอฟต์แวร์ตามแบบจำลอง’ ในทางกลับกันโดยใช้วิธีการทางคณิตศาสตร์ของ ‘การตรวจสอบอย่างเป็นทางการ’ (เป็นผู้บุกเบิกโดยบริษัทสตาร์ทอัพเช่นImandra.ai ) และขณะนี้เริ่มนำมาใช้ในระบบที่สำคัญสำหรับการเงินและ การป้องกันแม้ว่าจะยังไม่ใช่กระแสหลัก แม้ว่าตามความเป็นจริงแล้ว เนื่องจากมีโค้ดซอฟต์แวร์รุ่นเก่าจำนวนมากซึ่งไม่น่าจะได้รับการเขียนใหม่เลย การใช้ประโยชน์จากซีโร่เดย์จึงน่าจะอยู่ได้นาน
วิธีที่สองที่แฮ็กเกอร์สามารถใช้ AI ได้คือการขอรับการอนุญาตและข้อมูลประจำตัวที่พวกเขาไม่ควรมี ตัวอย่างเช่น รหัสผ่าน PassGANใช้โครงข่ายประสาทเทียมรูปแบบ GAN เพื่อเรียนรู้การกระจายทางสถิติของรหัสผ่านจากการรั่วไหลของรหัสผ่านและสร้างการคาดเดาคุณภาพสูง อย่างไรก็ตาม การโจมตีนี้อาศัยหลักปฏิบัติด้านความปลอดภัยทางไซเบอร์ที่ไม่ดี ในการอนุญาตให้ใช้รหัสผ่าน ‘ที่น่าจดจำ’ แทนที่จะแสดงถึงความท้าทายด้านความปลอดภัยทางไซเบอร์ขั้นพื้นฐาน ตัวอย่างเช่น สามารถใช้ตัวแบ่งแยกของ PassGAN เพื่อป้องกันไม่ให้มีการใช้รหัสผ่านแบบมนุษย์ทั่วไปตั้งแต่แรก
ภัยคุกคามที่ร้ายแรงกว่านั้นคือการโจมตีแบบ ‘ฟิชชิ่ง’ โดยแฮกเกอร์จะหลอกให้ผู้ใช้เปิดเผยข้อมูลประจำตัวของตน หรือชักชวนให้พวกเขาดำเนินการที่ออกแบบมาเพื่อให้เป็นประโยชน์แก่แฮกเกอร์ (เช่น การติดตั้งมัลแวร์) โดยเฉพาะอย่างยิ่ง AI สามารถทำให้การโจมตีแบบ ‘สเปียร์ฟิชชิ่ง’ ใช้งานได้จริงมากขึ้น โดยที่บุคคลจะถูกกำหนดเป้าหมายอย่างแม่นยำโดยใช้ข้อมูลที่เกี่ยวข้องโดยตรงและการแอบอ้างบุคคลอื่นที่ใช้ประโยชน์จาก ‘ deepfakes ‘ เช่น การโคลนเสียงทำให้การโจมตีดูน่าเชื่อถือมากขึ้น บริษัทต่างๆ เช่นCybSafeซึ่งมุ่งเน้นไปที่ปัจจัยมนุษย์ในการป้องกันทางไซเบอร์ จะช่วยให้องค์กรเตรียมพร้อมสำหรับการโจมตีประเภทนี้มากขึ้น แต่จำเป็นต้องมีการป้องกันอื่นๆ ด้วย อย่างน้อยก็มีแพลตฟอร์มอีเมลและการรับส่งข้อความที่มีความปลอดภัยมากขึ้น (เช่นTutanota)และWorldr ) และการป้องกันปลายทางที่ใช้งานง่าย (เช่นCyberSmart ) อย่างไรก็ตาม เมื่อ AI พัฒนาขึ้น ภัยคุกคามจากสเปียร์ฟิชชิ่งที่เปิดใช้งาน AI จะยังคงเติบโตต่อไป
เป้าหมายจะทำอะไรได้บ้างเพื่อลดผลกระทบเมื่อมีการใช้ช่องโหว่หรือข้อมูลประจำตัวถูกบุกรุก Darktraceซึ่งเป็นผู้บุกเบิกการใช้ AI/ML สำหรับการป้องกันทางไซเบอร์หลังการโจมตีครั้งแรก ปัจจุบันปกป้องบริษัทกว่า 4,500 แห่ง โดยจดทะเบียนในเดือนเมษายนด้วยมูลค่าตามราคาตลาด 3.6 พันล้านดอลลาร์ Darktrace ใช้ประโยชน์จาก Machine Learning (ML) รูปแบบเก่าที่สุดรูปแบบหนึ่ง นั่นคือการตรวจจับความผิดปกติ ซึ่งเหมือนกับระบบภูมิคุ้มกันทางชีวภาพ ตั้งค่าสถานะกิจกรรมภายในเป้าหมายที่ไม่ได้จัดประเภทเป็น ‘ปกติ’ ด้วยวิธีการ ML ที่ไม่มีผู้ดูแล การตรวจจับความผิดปกติจึงปรับขนาดได้ดีและเรียนรู้ได้อย่างรวดเร็ว
แน่นอน อาจเป็นไปได้ว่าเจ้าหน้าที่ AI ที่ลอบเร้นของแฮ็กเกอร์สามารถแทรกซึมระบบได้นานพอที่จะเรียนรู้พฤติกรรมปกติของสภาพแวดล้อม จากนั้นจึงทำการแฮ็กระบบโดยตรวจไม่พบ แต่ระบบภูมิคุ้มกันในโลกไซเบอร์ในอนาคตสามารถปกป้องในสถานการณ์นี้โดยใช้ตัวแทน AI ของตัวเองเพื่อทำให้พฤติกรรมปกติของระบบสับสนและทำให้การแทรกซึมดังกล่าวเป็นไปไม่ได้ ในแง่ความสมดุล AI น่าจะสนับสนุนกลยุทธ์ ‘การป้องกันในเชิงลึก’ นี้ เมื่อนำมาใช้เป็นระบบภูมิคุ้มกันขององค์กรที่เสริมด้วย AI มากกว่าที่จะสนับสนุนผู้โจมตี

เว็บแอพพลิเคชั่น

อย่างไรก็ตาม เมื่อโลกมีการเชื่อมต่อกันมากขึ้น องค์กรต่างๆ จำเป็นต้องสื่อสารกับซัพพลายเออร์ คู่ค้า และลูกค้ามากขึ้นเรื่อยๆ ผ่าน API ของพวกเขา ซึ่งกลายเป็นเป้าหมายหลักสำหรับแฮกเกอร์ อุปกรณ์ Edge ที่เชื่อมต่อก็กลายเป็นเป้าหมายที่น่าดึงดูดมากขึ้นเช่นกัน เนื่องจากระดับความปลอดภัยทางไซเบอร์นั้นล้าหลังอย่างเลวร้ายหลังมาตรฐาน (ต่ำไปแล้ว) ที่ใช้ในองค์กรส่วนใหญ่ อย่างไรก็ตาม เนื่องจากตำแหน่งของอุปกรณ์ Edge มักจะเสี่ยงต่อการถูกโจมตีทางกายภาพมากกว่าเซิร์ฟเวอร์องค์กรและศูนย์ข้อมูล ดังนั้นควรมีมาตรฐานความปลอดภัยซอฟต์แวร์ที่สูงกว่ามากไม่ต่ำกว่านี้ นอกจากนี้ เคอร์เนลซอฟต์แวร์ระบบปฏิบัติการหลักมักไม่ได้รับการอัปเดตตลอดอายุการใช้งาน ดังนั้นจึงมีความเสี่ยงมากขึ้นต่อการใช้ประโยชน์จากซอฟต์แวร์ที่เป็นที่รู้จักอย่างกว้างขวาง (Foundries.ioเป็นสตาร์ทอัพที่เน้นการแก้ปัญหาเหล่านี้โดยเฉพาะในรูปแบบที่สามารถปรับขนาดได้ โดยร่วมมือกับบริษัทเซมิคอนดักเตอร์ชั้นนำ)
ในขณะที่ภัยคุกคามจากการโจมตีทางไซเบอร์ภายในห่วงโซ่อุปทานดิจิทัลและระบบนิเวศกำลังเพิ่มขึ้นอย่างรวดเร็วรายงานล่าสุดพบว่าองค์กรส่วนใหญ่มีความมั่นใจต่ำในความสามารถในการป้องกันการโจมตีที่กำหนดเป้าหมายสภาพแวดล้อมการสร้างซอฟต์แวร์ เช่น ความสามารถในการป้องกันการโจมตีของห่วงโซ่อุปทาน .
ตัวแทน AI ที่แอบอ้างเป็นหุ้นส่วนในระบบนิเวศหรือสินทรัพย์ดิจิทัลของพวกเขา ซึ่งรวมถึงอุปกรณ์ Edge อาจกลายเป็นภัยคุกคามที่ร้ายแรงมากขึ้นในอนาคต เป็นการยากที่จะเข้าใจพฤติกรรม ‘ปกติ’ ในระบบนิเวศดังกล่าวมากกว่าพฤติกรรมภายในองค์กร เนื่องจากมีปฏิสัมพันธ์ในปริมาณที่น้อยกว่า และความท้าทายในการแบ่งปันข้อมูลเครือข่ายอย่างยุติธรรมและปลอดภัย ด้วยพลังประมวลผลที่เพิ่มขึ้นของอุปกรณ์ Edge พวกมันอาจกลายเป็นแหล่งกักเก็บที่น่าดึงดูดสำหรับมัลแวร์ที่เปิดใช้งาน AI สามารถเรียนรู้พฤติกรรมที่ซ่อนเร้น จากนั้นจึงเริ่มการโจมตีที่ประสานกันบนเครือข่าย
แนวทางสองวิธีที่สามารถบรรเทาภัยคุกคามของระบบนิเวศเหล่านี้ได้คือข้อมูลประจำตัวดิจิทัลสำหรับเครื่องจักรทั้งหมดภายในระบบนิเวศ (ซึ่งบุกเบิกโดยบริษัทต่างๆ เช่นVanafi ) และการนำสถาปัตยกรรมข้อมูลแบบกระจายมาใช้มากขึ้น เช่น การใช้คู่ดิจิทัลสำหรับทุกสินทรัพย์และเอนทิตีขององค์กรภายในระบบนิเวศ (แนวทางที่บุกเบิกโดยการเริ่มต้นIotics )
รายงานล่าสุดจาก Europol พบว่าวิธีการโจมตีอื่น ๆ ที่แพร่หลาย AI ที่เปิดใช้งานรวมถึงเอกสารขูดมัลแวร์ที่จะทำให้การโจมตีมีประสิทธิภาพมากขึ้นหลีกเลี่ยงการรับรู้ภาพและเสียงทางชีวภาพและความเสียหายของชุดข้อมูลผ่านข้อมูลที่ผิด
ดังนั้นในที่สุดการแฮ็กที่เปิดใช้งาน AI จะนำไปสู่ที่ใด
จากการสำรวจอุตสาหกรรมจาก Forrester พบว่า 77% ของผู้ตอบแบบสอบถามคาดว่า AI ที่ติดอาวุธจะนำไปสู่การเพิ่มขนาดและความเร็วของการโจมตี ในขณะที่ 66% รู้สึกว่าจะนำไปสู่การโจมตีแบบใหม่ที่ไม่มีมนุษย์คนใดสามารถจินตนาการได้
เป็นไปได้อย่างแน่นอนที่จะจินตนาการถึงเอเจนต์ RL แบบ end-to-end ที่ทำงานอัตโนมัติโดยสมบูรณ์ ซึ่งใช้การผสมผสานระหว่างข้อมูลประจำตัวที่ถูกจี้และปลอมแปลง เลือกและโจมตีเป้าหมายอย่างอิสระอย่างเต็มที่ และเรียกใช้กระเป๋าเงินดิจิทัลของตัวเองเพื่อรวบรวมค่าไถ่และขายข้อมูลที่ถูกขโมย กลุ่มตัวแทนดังกล่าวสามารถพัฒนาอย่างรวดเร็วโดยการเปรียบเทียบและแลกเปลี่ยนกลยุทธ์และการหาประโยชน์ กลายเป็นการลอบสังหารและมีประสิทธิภาพมากขึ้นเรื่อย ๆ – อาจเป็นครั้งแรกที่นำการป้องกันทางไซเบอร์ที่ผ่านไม่ได้มา นักออกแบบในโลกแห่งความเป็นจริงของระบบดังกล่าวจะต้องมีการเชื่อมต่อกับตัวแทนเหล่านี้เพียงเล็กน้อยเท่านั้น เพียงแค่ทำการแลกเปลี่ยน crypto เป็นครั้งคราวเพื่อโอนมูลค่า – ทำให้ลำดับความสำคัญยากขึ้นในการระบุตัวผู้คุกคามที่แท้จริงนับประสา พิสูจน์ความผิดของพวกเขา
เห็นได้ชัดว่า AI มีศักยภาพอย่างมากในการเร่งปริมาณและความรุนแรงของการโจมตีทางไซเบอร์อย่างมหาศาล กลยุทธ์ที่ชาญฉลาดอย่างแท้จริงคือสำหรับประเทศและองค์กรชั้นนำในการรับมือกับภัยคุกคามนี้โดยกำจัดผลที่ตามมาของแนวทางปฏิบัติด้านความปลอดภัยทางไซเบอร์ที่ไม่ดี (โดยเฉพาะสำหรับอุปกรณ์ Edge) และสนับสนุนการนำเอเจนต์ AI แบบโอเพ่นซอร์สมาใช้เพื่อทดสอบการหาช่องโหว่ของซอฟต์แวร์ สงวนรูปแบบภัยคุกคามทางไซเบอร์ที่พบได้บ่อยที่สุดไว้ล่วงหน้าเป็นอย่างน้อย
ในที่สุด สังคมก็เลือกเองว่า AI จะขัดขวางแฮกเกอร์หรือช่วยเหลือพวกเขา หวังว่ามันจะไม่เข้าร่วมกับพวกเขา

Web​ application

มีความเข้าใจผิดกันทั่วไปว่าปัญญาประดิษฐ์ใช้ได้กับแนวคิดใหญ่ๆ เช่น รถยนต์อัตโนมัติและหุ่นยนต์ฮิวแมนนอยด์เท่านั้น แม้ว่าสิ่งเหล่านี้จะใช้งานได้จริง แต่ AI ก็ถูกนำไปใช้อย่างกว้างขวางในระดับที่เล็กกว่าสำหรับสิ่งต่าง ๆ เช่นเครื่องมือทางการเงินและกฎหมาย ซอฟต์แวร์ด้านการดูแลสุขภาพ แพลตฟอร์มโฆษณา และตามรายละเอียดในบทความนี้ เครื่องมือการสรรหา
AI สำหรับการรับสมัคร
AI กำลังช่วยนายหน้าให้ข้ามขั้นตอนที่ซ้ำซากจำเจและกลับไปทำในสิ่งที่พวกเขาทำได้ดีที่สุด โต้ตอบกับผู้สมัคร ปัญญาประดิษฐ์ในการสรรหาหมายถึงกระบวนการแบ็กเอนด์อัตโนมัติ การเรียงลำดับประวัติย่อที่เร็วขึ้น และรูปแบบการติดตามผู้สมัครที่เพิ่มขึ้น
“ยอมรับความจริงที่ว่า AI จะเปลี่ยนงานของเรา” Przemek Berendt รองประธานฝ่ายการตลาดระดับโลกของ Luxoft กล่าว “แต่ให้มองว่าสิ่งนี้เป็นตัวขับเคลื่อนงานของคุณและอนาคตของการจัดหาผู้มีความสามารถ” บริษัท ต่อไปนี้กำลังทำอย่างนั้น
แชทบอทและผู้ช่วย AI
แชทบอทกำลังถูกนำไปใช้อย่างรวดเร็วในการดำเนินงานของบริษัทในแต่ละวัน ตั้งแต่การตลาดไปจนถึงการบริการลูกค้า บอทเป็นวิธีที่รวดเร็วในการทำให้งานยุ่งเป็นอัตโนมัติ และเพิ่มเวลาให้กับงานที่สำคัญกว่า ตัวอย่างเช่น นายหน้าต้องกรองผู้สมัครหลายร้อยหรือหลายพันคน เพิ่มไปยังการตรวจสอบ การจับคู่ทักษะ และการจัดตารางการสัมภาษณ์ และมันจะกลายเป็นกระบวนการที่น่ากลัวยิ่งขึ้นไปอีก บริษัทต่อไปนี้ใช้บอท AI และผู้ช่วยเพื่อแนะนำผู้มีความสามารถผ่านขั้นตอนการสมัครอย่างรวดเร็วและมีประสิทธิภาพ จับคู่ผู้มีความสามารถกับโอกาสที่เกี่ยวข้องมากที่สุด และตอบคำถามผ่านการประมวลผลภาษาธรรมชาติ
ย่ามใจ
ที่ตั้ง: New York, New York
ให้ประโยชน์อะไร: Gloatเป็นแพลตฟอร์ม AI ที่ใช้การแชทด้วยภาษาธรรมชาติเพื่อเชื่อมโยงผู้หางานกับโอกาสใหม่ๆ โดยไม่เปิดเผยตัวตน แพลตฟอร์มจะเปรียบเทียบประวัติการทำงาน ทักษะ และความชอบของผู้ใช้ (เช่น สวัสดิการ ตำแหน่ง และเงินเดือน) กับโอกาสในการทำงานที่เกี่ยวข้อง
ผลกระทบในอุตสาหกรรม:ผู้ใช้ Gloat จะไม่เปิดเผยตัวตนจนกว่าจะเลือกเปิดเผยข้อมูลของตนต่อบริษัทต่างๆ
Paradox
ที่ตั้ง:สกอตส์เดล, แอริโซนา
ให้ประโยชน์อะไร: Paradoxมีผู้ช่วยที่ขับเคลื่อนด้วย AI สำหรับผู้สรรหาและผู้หางาน ผู้ช่วยชื่อ Olivia ติดต่อกับผู้สมัครทางเว็บ มือถือ หรือผ่านช่องทางโซเชียลเพื่อเรียนรู้เกี่ยวกับทักษะ ความเชี่ยวชาญ และประสบการณ์งานที่เกี่ยวข้อง จากนั้น Olivia จะนำเสนอขั้นตอนต่อไป กำหนดการสัมภาษณ์ และตอบคำถามเกี่ยวกับบริษัทหรือกระบวนการโดยใช้เทคโนโลยีภาษาธรรมชาติ
ผลกระทบของอุตสาหกรรม:การทำงานร่วมกับบริษัทและองค์กรหลายขนาด Olivia ทำให้การมีส่วนร่วมของผู้สมัครมีประสิทธิภาพมากขึ้นสำหรับบริษัทต่างๆ เช่น Staples, Delta, Public Storage และ CVS Health

Robot Auto process

โจรกระสับกระส่าย
ที่ตั้ง:ซานฟรานซิสโก รัฐแคลิฟอร์เนีย
ให้ประโยชน์อะไร: โจรกระสับกระส่ายใช้ตัวสรรหาบอทอัจฉริยะเพื่อเชื่อมต่อกับอัลกอริทึมและกำหนดเป้าหมายผู้สมัครที่มีคุณสมบัติสูงสุดอีกครั้ง โจรกระสับกระส่ายสร้างอัลกอริธึมประมาณ 30 ล้านเรซูเม่และโปรไฟล์ผู้สมัคร 120 ล้านรายละเอียดของงานและการวิเคราะห์ข้อมูล 50,000 ชั่วโมงเพื่อให้แน่ใจว่ามีการค้นพบผู้สมัครอันดับต้น ๆ ใน ATS ของบริษัทและที่อื่นๆ
ผลกระทบของอุตสาหกรรม: Restless Bandit ถูกใช้โดยบริษัทชั้นนำในอุตสาหกรรม เช่น Adidas, Quicken Loans, Macy’s และ Wayfair