In un dominio sempre più digitale nel quale uno dei temi rilevanti è la l’esperienza utente, molti aspetti della gestione e dell’assistenza informatica sono ancora molto poco digitali e spesso altamente manuali, e l’area afferente alla cybersecurity non fa eccezione. In molti casi l’attività umana è sempre necessaria; occorre un essere umano flessibile e pensante per poter prendere delle decisioni e chiudere il task.
Tuttavia, quando possiamo automatizzare le attività di sicurezza e far sì che siano le macchine a svolgere il lavoro, scopriamo una pletora di vantaggi rispetto ad una serie di processi guidati dall’uomo. Uno dei vantaggi nell’utilizzo dell’automazione è che, una volta che gli script e il software di automazione sono stati testati, la probabilità di errore è notevolmente inferiore rispetto a un approccio manuale.
Questo vale anche per gli approcci manuali che utilizzano un doppio controllo: l’autocompiacimento è comune, generalmente in proporzione a quanto è noioso il lavoro, e anche revisioni ragionevolmente coscienziose possono subire errori, in particolare durante i periodi di lavoro sotto pressione o nell’emergenza.
Inoltre, tutti noi ci siamo resi conto che il digitale non è che apre alle ore 9 e chiude alle 17. Il digitale è funzionante h24 per 365 giorni all’anno. Uno dei vantaggi dell’automazione e che può funzionare ogni volta che lo si desidera, senza bisogno di pagare gli straordinari e senza richiedere orari impossibili.
Come abbiamo anticipato, a prescindere dall’automazione, ci sarà sempre bisogno di “un essere umano e della sua intelligenza”. Tutti noi preferiamo svolgere un lavoro interessante e coinvolgente piuttosto che un lavoro noioso e banale; quindi, possiamo usare l’automazione non solo come mezzo per smettere di fare il secondo, ma come opportunità per svolgere del lavoro più stimolante.
Le competenze necessarie per introdurre l’automazione nei processi di cybersecurity si sono evolute in modo significativo e continueranno a farlo. Se fino a pochi anni fa le competenze fondamentali dell’automazione erano la progettazione di algoritmi e lo sviluppo di software, oggi il compito è molto più complesso e richiede una comprensione della scienza dei dati e dell’analisi statistica, per non parlare della conoscenza e dell’esperienza specifica degli strumenti e delle piattaforme di Machine Learning (ML) che vengono utilizzate per implementare le automazioni stesse. L’automazione moderna, e quella del prossimo futuro, si discosta quindi in modo significativo dall’automazione tradizionale, offrendo un’interessante opportunità a chiunque sia in grado di addestrarsi o di apprendere autonomamente gli strumenti e le tecniche necessarie per implementare l’automazione basata su Intelligenza Artificiale e Machine Learning.
Queste nuove metodologie, se applicate in aggiunta agli onnipresenti strumenti di automazione tradizionali, ci offrono l’opportunità di far lavorare le macchine in modo efficace, mentre i cervelli umani si concentrano sui compiti difficili o impossibili da svolgere per le macchine.
