Blog

Ось швидкий огляд інструментів з відкритим кодом на базі AI, які забезпечують посилений захист мережевих систем проти ряду кібер-атак.

Програми штучного інтелекту (AI) за допомогою розширених чатів є нормою сьогодні в галузях, таких як охорона здоров'я, роздрібна торгівля та фінанси. Запуск Chatgpt від OpenAI супроводжувався випуском багатьох чатів AI для декількох програм. Деякі з основних випусків, що слідували за чатом, включають Близнюки, здивування, чатпдф, болт і милий. Наразі численні чат -боти розробляються і незабаром будуть запущені для декількох доменів.

Глобальний розмір ринку AI був оцінений приблизно в 200 мільярдів доларів у 2023 році, і, за прогнозами, він зросте в CAGR близько 36% між 2023 та 2030 роками.

AI в кібербезпеці та мережевій криміналістиці

AI не тільки корисний для написання контенту, але й для додатків, пов'язаних з цифровою криміналістикою та управлінням мережею. Він може бути використаний для кібер -криміналістики, мережевої аналітики та інформаційної безпеки (табл. 1).

AI в кібербезпеці та мережевій криміналістиці	Кібер-обман
Оцінка кібер-ризику, орієнтованого на AI	5G та IoT
AI-керований SOC (Центр операцій з безпеки)	Тестування на проникнення
Виявлення та відповідь кінцевої точки, що працює на AI (EDR)	Брандмауери та IDS/IPS
Оптимізація SIEM, що працює на AI	Змагальне виявлення AI
Виявлення аномалії	Автоматизована відповідність конфіденційності даних
Автоматизована реакція інциденту	Автоматизоване управління патчами
Виявлення ботнету	Автоматизація хмарної безпеки
Оцінка кібер -ризику	Безпека DNS
Темний моніторинг веб -сайтів	Технологія обману
Виявлення Deepfake	Цифрова криміналістика
Зашифрований аналіз трафіку	Аналіз журналів криміналістики
Виявлення шахрайства	Управління ідентичністю та доступом (IAM)
Виявлення інсайдерської загрози	Аналіз зловмисного програмного забезпечення
Аналіз мережевого трафіку	Фішинг -виявлення
Прогнозування розвідки	Квантова криптографія
Захист викупу	Безпечні DevOps (Devsecops)
Інформація про безпеку та управління подіями (SIEM)	Безпека ланцюгів поставок
Виявлення та профілактика загрози	Полювання на загрозу
Аналітика поведінки користувачів (UBA)	Голос та чат -безпека
Нульова довіра безпеки	Самоосвітній ШІ для адаптивної безпеки

Таблиця 1: Ключові програми та випадки використання ШІ в кібербезпеці та управлінні мережею

Нижче наведено кілька інструментів з відкритим кодом, що базуються на AI, які є популярними для кібер-криміналістики та аналітики мережі.

Інтелектуальна розвідка та SIEM (Інформація про безпеку та управління подіями) Інструменти

Вазу (https://wazuh.com)

Wazuh-це інструмент моніторингу з відкритим кодом, інтегрований із безпекою кінцевої точки, що працює на AI, аналізу та оцінках журналу. Він використовує розширене виявлення та реагування (XDR), а також можливості безпеки та управління подіями (SIEM), щоб запропонувати єдину платформу для різноманітного захисту.

Його функції безпеки кінцевої точки включають виявлення зловмисного програмного забезпечення, оцінку конфігурації та моніторинг цілісності файлів. Відповідність регуляторних норм, реагування на інциденти та гігієна ІТ складають свої операції з безпеки. Він також пропонує аналіз даних про журнал, полювання на загрози та виявлення вразливості. Хмарні функції безпеки включають управління поставою, захист контейнерів та захист навантаження.

Wazuh інтегрує комплексні механізми безпеки для декількох кінцевих точок та цифрової інфраструктури і може бути використаний для високопродуктивної безпеки та додатків на основі конфіденційності.

Нещастя (https://www.misp-project.org/)

MISP-це високопродуктивна платформа для розвідки, аналітики та оцінок, що використовують AI, використовуючи AI для виявлення та співвідношення кіберзагроз.

Він використовується в різних програмах цифрової криміналістики для зберігання, обміну та співпраці над операціями на основі шкідливих програм та кібербезпеки. Він працює над аналітикою та запобіганням кібер -шахрайств, погроз та нападів.

Аналіз мережевого трафіку та інструменти виявлення вторгнень

За курс (zeek.org/)

Zeek – це інтегрований інструмент для аналізу трафіку та моніторингу мережі. Платформа використовується для аналітики та прогнозування зловмисного програмного забезпечення та підозрілого трафіку в мережі та цифровій інфраструктурі.

Хропіти (Snort.org/)

Це система виявлення вторгнень (IDS) для виявлення загроз мережі. Моделі на основі AI можуть використовувати його для управління мережею та аналітики.

Сурфорд (suricata.io/)

Цей інструмент IDS/IPS з відкритим кодом має функції виявлення загрози та інтегрується з AI для глибокої аналітики даних та цифрової інфраструктури.

Дітям (virustotal.github.io/yara/)

Яра орієнтована на зловмисне програмне забезпечення та класифікує напади, пов'язані з конкретними підписами мережі. Механізми, засновані на правилах, можна запрограмувати в цей інструмент, щоб напади можна було ефективно оцінити.

ВІДЧИНЕНО (OpenVas.org/)

OpenVAS-це багатофункціональний сканер для виявлення різних типів вразливості та атак у мережевому середовищі. Він може оцінювати та визначити пріоритетні різні протоколи.

Квапка (clamav.net/)

Clamav-це високопродуктивна платформа, яка використовується для виявлення та глибокої оцінки шкідливих програм, вірусів, троянців та зловмисних загроз. Він може бути використаний для сканування файлів та аналітики підписів.

Інструмент моніторингу безпеки та моніторингу журналів кінцевої точки

оскій (Osquery.io/)

Osquery використовується для тестування, аналітики та безпеки кінцевої точки та фокусується на безпеці потоків та витоках пам'яті. Він може бути використаний для запиту систем для зйомки критичної інформації, яка потім аналізується на застосування на основі криміналістики та прогнозовану аналітику.

Ці інструменти та рамки можуть використовуватися залежно від проблеми безпеки, таких як зловмисне програмне забезпечення, троянці, вразливості, файли журналів тощо.

Чоловік Веллінгтона був заарештований у рамках розслідування ФБР щодо організованої злочинної групи, яка, як стверджується, викрадала криптовалюту на суму 450 мільйонів доларів.

Інспектор -детектив Крістіан Барнард заявив, що 13 людей зіткнулися з звинуваченням, після того, як в Окленді, Веллінгтоні та Каліфорнії були страчені ордери на обшук.

Чоловік був заарештований групою фінансових злочинів в Окленді, одному з кількох людей, взяті під варту після ордерів на обшук, але єдиний з Нової Зеландії.

Стверджується, що з березня по серпень 2024 р. Криптовалюта була отримана за рахунок шахрайства, а саме шляхом маніпулювання семи жертвами, а згодом відмиває кілька платформ криптовалют.

Новозеландець був звинувачений Міністерством юстиції США згідно з федеральним законодавством США із звинуваченням у рекетному (RICO), змові на вчинення шахрайства та змови на вчинення відмивання грошей.

Стверджується, що підсудні ошивали сім жертв, витративши викрадену віртуальну валюту на придбання, серед іншого, 9 мільйонів доларів екзотичних автомобілів, сотні тисяч доларів на розкішних сумочках, годинниках та одягу, послуг нічного клубу та приватних охоронців та оренди будинків у Лос -Анджелесі, Хемптонс та Маямі.

Новозеландець був порушений після того, як у п'ятницю з'явився в Оклендському окружному суді, де він отримав тимчасове придушення імен, і має з’явитися в Оклендському окружному суді 3 липня.

“Ми тісно співпрацювали з нашими колегами з правоохоронних органів у США на підтримку їх розслідування”, – сказав Барнард.

“Сьогоднішній ордер та арешт для обшуку відображають важливість міжнародних партнерств, де злочинці діють через кордони”.

За його словами, поліція не буде робити жодних коментарів, оскільки це було триваючим розслідуванням.

“[It’s] Дуже важливо виправити їх, і це також справді найбільший шматок, який ми повинні оптимізувати, – сказав він. – Ми бачимо багато ТКОС [total cost of ownership] Там, але вони суворо дивляться на вартість ».

За словами Лор, при обчисленні TCO для хмарних послуг або інфраструктури, бізнес зазвичай зосереджується лише на основних компонентах.

“Вони збираються дивитись на обчислення, мережу, зберігання та все, що є абсолютно важливими для TCO, але враховуючи ліцензування, приблизно в два -три рази більше вартості цього, якщо ви це залишите, [it] Дійсно може перевернути TCO догори дном “, – сказав він.

Якщо організації надійдуть від місця для локального середовища до хмарних середовищ з іншою моделлю ліцензування, вони зіткнуться з проблемами.

“Ви переходите від ліцензування на базі хоста до PER-VM [virtual machine] “, – сказав він.

Наприклад, замовнику потрібно в середньому витратити 1,4 мільйона доларів США на ліцензування SQL Server на придбання необхідних ліцензій для їх хмарного середовища.

Однак Лор заявив, що перехід на ліцензування PER-VM від ліцензування на базі хоста, особливо для великих організацій, може призвести до несподіваних витрат, що може становити лише 10 мільйонів доларів США для ліцензій на SQL Server.

“Вісімдесят сім відсотків часу нам вдалося розібратися з моделлю, де вони могли перейти до хмари і не потрібно купувати додаткову ліцензію SQL”,-сказав Лор. “З усіма оцінками ми зберігаємо дуже детальну статистику і робимо багато аналізу навколо кранів тощо”.

Ось чому була необхідність для розуміння робочих навантажень правильного розміру та адаптації стратегій для досягнення найкращої загальної вартості власності, зазначив він.

Цей перехід від фізичних локальних середовищ до хмарних підписки часто призводить до значних змін у структурі витрат, що потребують змін у структурах витрат.

Для цієї зміни необхідно бути основоположним розумінням ділової справи, відміченим керуючим Accenture керуючим директором глобального лідера хмарних хмар Гопал Пінгалі.

“Що стосується ділової справи, першим рівнем міркувань є витрати на ліцензування та вартість міграції”, – сказав він.

Ось де бізнес буде розглянути витрати на ліцензування, альтернативи, міграційні витрати.

“Існує операційна модель запуску навколишнього середовища, автоматизації та рівня автоматизації, яка вводиться, і яка ця зміна буде”, – сказав Пінгалі.

«Часто забутий, але дуже важливий, є людським елементом. [This] [requires] перепідготовка [staff] і зробити їх комфортними у діловому випадку ».

Якщо організація збирається внести зміни, це може бути зроблено правильно, зазначається Пінгалі.

“Я також можу інженер, щоб мати постійну видимість і зробити його частиною того, як я запускаю своє оточення”, – додав він.

Пінгалі пояснив, що існує три ключові фази відстеження та звітування про витрати та рентабельність інвестицій.

Перша фаза передбачає оцінку чіткого ділового випадку для проекту. Тут Пінгалі рекомендує визначити стратегію, вивчати ризики та оцінювати ділову справу.

“Ми бачимо десь від 20 до 50 відсотків економії витрат з точки зору цього ділового випадку, виходячи з багатьох десятків занять, які ми зробили”, – сказав він. “Це стає дуже важливим. Ви дійсно розглянули це, і у вас є надійний діловий випадок і повернення інвестицій, які ви можете представити, будь то в CTO, CIO чи бізнес -зацікавлених сторін”.

Другий етап – це проведення багатьох міграцій, зазначив Пінгалі.

“Після того, як вони завершили міграцію, мова йде про те, щоб фактично забезпечити її вчасно і досягти успіху в цій міграції”, – сказав він.

Це там, де були питання, як було пов'язано з вартістю та часом. А також те, що було досягнуто.

“У нас є ряд випадків, коли ми спостерігали понад 99 відсотків успіху в першу чергу, що дійсно підтверджує цінність у справі”,-сказав він. “Тоді ви бачите фактичні витрати, пов'язані з міграцією”.

Третя фаза зосереджена на постійній наданні послуг після завершення міграції, сказав Пінгалі. Як постачальник послуг, ці типи міграцій потребують досягнення вартості на постійній основі для довгострокової перспективи.

Лілія Гуан вирушила на конференцію Nutanix. Наступна конференція 2025 року як гостя Nutanix.

Історія триває

Дивно, антологія досвіду змішаної реальності розробника Gadgeteer, зараз на Quest 3.

Раніше оголошений минулого місяця, Wonder – це останній проект від Gadgeteer Vancouver Studio Metanaut. Охарактеризований як новий додаток для розвідки, спрямований на ветеранів XR та новачків, він має на меті “залучити магію та спокій у свої повсякденні простори”, пропонуючи користувачам “втечу від їхнього насиченого життя” за різними переживаннями, які тривають приблизно 20 хвилин.

Під час запуску Wonder поставляється з трьома досвідом, а більше буде слідувати після запуску. Стародавні руїни перетворюють ваш простір у таємничу печеру, яку споживає чорна діра. Медузи Bloom-це глибокомосна пригода, де біолюмінесцентні медузи освітлюють навколишнє середовище. Також є паралельні світи, які використовують портали згинання реальності для створення альтернативних версій вашого середовища.

Metanaut States Wonder має на меті забезпечити більш «холодний та розслабляючий» досвід із фотореалістичними візуальними зображеннями, зосередившись на легких взаємодіях через сидіння, стоячи або геймплей. Кожен досвід використовує взаємодію без відстеження контролера, а студія стверджує, що сканування нового середовища змінює досвід відповідно до вашого простору.

Чудо сьогодні досягає Meta Quest 3 за 3,99 долара, і Metanaut раніше підтвердив, що ціна “очікується, що збільшиться”, коли вміст після запуску надійде.

У галузі, де одна погана партія може означати мільйони втрат, або, що ще гірше, надійні та контекстні AI є критичним компонентом у створенні безпечнішої, розумнішої ланцюга поставок.

Штучний інтелект (AI) вже не є амбіцією майбутнього стану для промисловості продовольства та напоїв (F&B); Це тут. А бренди, що переносять, починають використовувати його для досягнення якості, безпеки та регуляторних гарантій, які ми, як споживачі, вимагаємо продукції, яку ми їмо та п'ємо. Сила великих мовних моделей (LLMS) незаперечна, але справжній прорив не в їх загальних можливостях. Натомість мова йде про те, як їх можна стратегічно адаптувати для вирішення проблем, пов'язаних з галузями, не жертвуючи безпекою, швидкістю чи довірою.

Для галузі, настільки складної та високорегульованої, як F&B, навчання моделі AI з власних даних є дорогим та технічно залученим, і вона може ввести потенційні ризики конфіденційності. Краща альтернатива, що виникає як чітка найкраща практика,-це застосування «рівня знань», що використовує комерційні LLM, поряд із структурами даних, які забезпечують галузевий контекст, семантичну чіткість та інтелект, що стосується домену. Це може приймати декілька форм, але все більш важлива частина головоломки-це техніка, відома як покоління, що виходить з пошуку (RAG), яка дозволяє користувачам поєднувати переваги сучасного генеративного ШІ з точністю, контролем та гарантуванням, необхідними для безпеки харчових продуктів та дотримання.

Поза межами галасу: там, де генеративний ШІ може не вистачати

LLM довели свою корисність у широкому спектрі додатків – від написання електронних листів до кодування та обслуговування клієнтів, але вони лише такі хороші, як і дані, з якими вони повинні працювати. LLM, який навчається на великих наборах даних, що виникають, наприклад, з платформ соціальних медіа, може не дати точних відповідей на більш вузькі, більш технічні питання. Це стає викликом при роботі з складною мовою, контекстом та регуляторними нюансами галузі F&B.

У справі з заявами про алерген, дотриманням рівня інгредієнтів або оцінками ризику постачальника, AI, що не має достатньо хороших. Моделі загального призначення можуть дати правдоподібно звучав, але небезпечно неточні результати: галюцинації. У контексті безпеки харчових продуктів це не просто технічна вигадка – це відповідальність і ризик не варто взяти.

Застосування AI у високорегульованих галузях, таких як F&B, вимагає AI, обґрунтованого фактами, щільно підданих завданням, що знаходиться в руці, і переконливо точним. Ось де архітектури, що знаходяться в домені, такі як ганчірка.

Див. Також: Основні уроки для побудови ефективних ганчіркових систем

Чому ганчір має значення в контексті F&B

Покоління, що надходить, покоління мостить розрив між можливостями AI та специфічними потребами в галузі. Замість того, щоб тренувати модель, яка передбачає навчання її з нуля, використовуючи масові власні набори даних, RAG використовує попередньо підготовлений LLM як двигун міркувань. Потім ця модель підключена до ретельно структурованого, зовнішнього сховища даних: “шар знань”.

Коли користувач ставить питання або ініціює робочий процес, модель не покладається на загальну підготовку. Натомість він отримує відповідну інформацію з рівня знань і використовує її для керівництва та підтвердження його відповіді. Це гарантує, що результати є контекстуально актуальним, так і фактично обґрунтованим у даних, які найбільше мають значення для бізнесу.

Ще одним важливим аспектом рівня знань є те, що він може містити інформацію, характерну для даної компанії, але в безпечній, федеральній структурі, яка забезпечує конфіденційність даних. LLMS можна запобігти доступу (і запам'ятовувати) фірмової інформації, але відповіді, які вони генерують, все ще можуть бути підтверджені для точності щодо даних про рівень знань. Для F&B це означає, що рівень знань може включати в себе галузеві ресурси, такі як регуляторні бази даних, але також може (якщо користувач вибирає) включати більш конфіденційну інформацію, отриману з специфікацій інгредієнтів, документації постачальників, записів аудиту тощо.

Високі ставки відповідності

Бренди F&B стикаються з деякими найвибагливішими регуляторними середовищами будь -якої галузі. Між Законом про модернізацію безпеки харчових продуктів FDA, міжнародними стандартами, такими як Регламент вирубки лісів Європейського Союзу, та вимоги, що накладені на клієнтів, відповідність є рухомою ціллю. Додати складність управління сотнями чи тисячами постачальників, що охоплюють все, від упаковки до інгредієнтів у глобальних ланцюгах поставок; Не дивно, що команди часто намагаються не відставати.

У світі їжі та напоїв ручні процеси все ще є нормою для всього, від затвердження постачальників до відповідності специфікацій та перевірки документів. Нещодавнє опитування показало, що 48% постачальників все ще використовують ручні електронні таблиці для управління щоденними завданнями, процесами та обміном документами. Понад дві третини (71%) визнають, що застарілі процеси іноді або часто створюють проблеми у своїй щоденній роботі. Ці завдання є важливими, але трудомісткими і часто схильними до людських помилок.

Рішення AI, що знаходяться в домені, що працюють від архітектури шарів знань, можуть автоматизувати та покращити ці робочі процеси. Наприклад, AI може позначити невідповідності між документами постачальника та специфікаціями продукції, запобігаючи помилкам, перш ніж вони вступають у виробничий процес. AI також може перехресно перевірити вміст упаковки для дотримання регіональних законів, сканування сертифікатів, історії аудиту та зовнішніх джерел, таких як відкликання, ідентифікація постачальників ризику.

Швидше, безпечніше, розумніше

Застосування підходу з шару знань пропонує найкращі з обох світів: спритність та сила LLMS без складності чи ризиків, пов'язаних з навчанням LLM з нуля. Не потрібно передавати обсяги чутливих даних для навчання обсягу. Натомість підприємства зберігають повний контроль над своєю фірмовою інформацією, яка індексується та отримується на вимогу і ніколи не зберігається і не змінюється самим LLM.

Архітектура також дозволяє набагато швидше розгортати рішення. Будівництво та навчання на замовлення модель може зайняти місяці та значну інвестицію. На відміну від цього, система на основі ганчірки може працювати в частку часу, що дозволяє командам швидко реалізувати цінність і поступово масштабувати. Оскільки ШІ витягується з кураторного, надійного джерела, результати є більш надійними, що є важливим для галузі високих ставок, де неправильні припущення можуть призвести до регуляторних штрафів або відкликання продукту.

Важливо також зазначити, що розвиток ШІ не стоїть на місці. Просуваючись вперед, системи AI не тільки використовуватимуть структуровані дані для підтвердження їх висновків, але й зможуть застосувати процеси логіки, наборів правил та визначення відносин для сприяння точності обчислення, що дозволяє системам швидко вирішувати складні сценарії оптимізації та інші проблеми швидко та ефективно.

Спеціалізований інтелект – це конкурентна перевага F&B

Одним з найбільш перспективних аспектів такого підходу є перетворення внутрішніх даних компанії на справжній стратегічний актив. Хоча він заснований на комодизованій основоположній моделі, значення полягає в тому, що належить до неї. Унікальна сукупність технічних характеристик, політики, записів аудиту та оперативних знань та оперативних знань стає диференціатором.

На практиці це означає, що дві компанії, що використовують один і той же LLM, можуть генерувати різні результати, якщо одна внутрішньо інвестує в створення міцного структурованого рівня знань, а інший – ні.

Він також відкриває двері для інновацій у прогнозному управлінні ризиками. Поєднуючи історичні дані, продуктивність постачальників та зовнішні сигнали, ці системи можуть почати передбачити потенційні проблеми, перш ніж вони відбудуться, позначаючи тенденції або аномалії, які потребуватимуть людських команд днів або тижнів, щоб розкрити вручну.

Заключне слово про AI та індустрію F&B

Тиск на бренди для інновацій та доставки безпечніших продуктів харчування та напоїв ніколи не зникне і не стане простішим. Очікування споживачів навколо прозорості зростає. Регулюючий контроль затягується. У той час як об'єм та швидкість даних продовжують зростати.

У цьому контексті точний, застосований AI-це не просто приємна. Це швидко стає важливою частиною інфраструктури для будь-якої організації, серйозної щодо того, щоб залишатися сумісними, конкурентоспроможними та готовими до майбутнього. Успіх вимагає продуманого підходу до управління даними, чіткого розуміння того, де AI додає цінності, та зобов'язання створити правильну основу знань.

У галузі, де одна погана партія може означати мільйони втрат, або, що ще гірше, надійний ШІ не є лише технологічною віхою. Це критичний інгредієнт у створенні безпечнішого, розумнішого ланцюга поставок.

Сектори кібербезпеки, підприємства та хмарних послуг продовжували швидкі темпи консолідації протягом квітня та травня 2025 року, зумовлених збільшенням попиту клієнтів на інтегровані, масштабовані та AI-посилені рішення. Цей період спостерігався різноманітний спектр придбань – від глобальних гравців, таких як ServiceNow та Orca Security, що інвестують в агентні АІ та управління даними для регіональних лідерів MSP, таких як Evergreen, Efex та Fibernow, що розширюють свої сліди та можливості за допомогою цілеспрямованих угод.

З’явилося кілька основних тенденцій. Керовані постачальники послуг готуються до підвищення можливостей кібербезпеки та хмарної інфраструктури для задоволення зростаючої складності ІТ -середовищ підприємства. У той же час, перші культури клієнтів та моделі обслуговування, орієнтовані на громаду, як це спостерігається в придбанні, таких як придбання Evergreen в технологічних рішеннях Sterling та інтеграція Fibernow у хвилясті, підкреслює постійну важливість відносин особистого клієнта навіть у масштабі.

Більше того, інновації в кібербезпеці, наступальній безпеці та автоматизації даних створюють нові моделі надання послуг для партнерів каналів у різних регіонах – від придбання Allurity's Allurity's Alluster's Infigo Infigo – це розширення Efex в Австралію та Нову Зеландію з Datcom. Ці угоди пропонують цінні креслення для MSP, MSSP, VARS та постачальників рішень щодо того, як рости, диверсифікувати та підготувати клієнтів до майбутнього, визначеного AI, автоматизацією та глобальними масштабами.

Ось ключові придбання та стратегічні можливості, які ми відстежували з кінця квітня по 14 травня 2025 року.

1. Evergreen набуває технологічних рішень Sterling

Evergreen, зростаюча родина керованих ІТ-послуг та програмних партнерів, оголосила про придбання технологій Sterling Technology, Шарлотти, MSP на базі NC. Стерлінг, заснований у 2003 році, створила репутацію комбінування досконалості обслуговування клієнтів із сучасним ІТ -знанням.Специфіка угоди: Умови угоди не розголошувались.
Інформація про компанію: Evergreen – компанія MSP -платформи, яка співпрацює з власниками послуг та програмного забезпечення для надання операційної допомоги та капіталу для підтримки зростання та виняткової надання послуг. Sterling-це MSP, який надає керовані ІТ-послуги для малого та середнього бізнесу.
Ключові винос: Децентралізована модель Evergreen обіцяє зберегти операції Стерлінга недоторканими, масштабуючи його східне узбережжя. Новий генеральний директор Solei має на меті виростити відносини з клієнтами та кібербезпеки.

2. ServiceNow отримує дані. Світ для інфраструктури даних AI-готового

Постачальник служби управління ІТ-управлінням та автоматизацією ServiceNow придбав дані. Світ, каталог даних та платформи управління, що базується в Остіні, Техас. ServiceNow заявив, що спеціально шукає компанії, які допоможуть клієнтам розгорнути AI в масштабах. Зокрема, ServiceNow прагнув дати бізнесу кращі ресурси, щоб зробити свої дані “AI-готовими”.Специфіка угоди: Умови угоди не розголошувались.
Інформація про компанію: Data.world був заснований у 2015 році і раніше зібрав понад 130 мільйонів доларів фінансування підприємств з таких фірм, як випускники, Prologis Ventures та Shasta Ventures.
Ключові винос: Цей крок зміцнює стратегію ServiceNow, щоб допомогти підприємствам зробити свої дані “AI-готовими”, посилюючи управління метаданими та управління даними. Це друге придбання ServiceNow в останні місяці після придбання MoveWorks на 2,85 мільярда доларів, яке розробляє автоматизацію, орієнтовані на підприємство та інструменти AI. ServiceNow інтегрує платформу Data.world для підтримки масштабованого розгортання AI та агентських автоматизаційних рішень.

3. Secur-Serv набуває систем мікро-даних

Secur-Serv, MSP США, підтриманий Transom Capital Group, придбав Micro-Data Systems, MSP на базі Нью-Джерсі, відомий своїми сильними відносинами з клієнтами та дисциплінованою моделлю обслуговування.Специфіка угоди: Умови угоди не розголошувались.
Інформація про компанію: Secur-Serv-це загальнонаціональний MSP, який забезпечує керувати ним, кібербезпекою, керованим пристроєм та керованими послугами друку в США. Компанія має понад 2000 фахівців на місцях, NOC, що базується в Омахі, та великі пропозиції обслуговування. Системи мікро-даних будують, інвентували, контролюють та підтримують технологічні та безпечні інфраструктури та базуються в Холмделі, штат Нью-Джерсі.
Ключові винос: Це позначає третє придбання Secur-Serv за 12 місяців, посилюючи свою кібербезпеку та керував слідом ІТ-послуг по всій країні.

4. EFEX розширює силу кібербезпеки за допомогою придбання DATCOM

Австралійський постачальник послуг EFEX придбав Datcom, спеціаліста з кібербезпеки, у п'ятому придбанні протягом 18 місяців. Завдяки цьому придбання, EFEX сподівається надати більш широкі керовані послуги, які пропонують австралійським та Новозеландським клієнтам, особливо в професійних послугах, освіті, охороні здоров'я, видобутку та місцевого самоврядування.

Специфіка угоди: Умови угоди не розголошувались.
Інформація про компанію: DATCOM – це постачальник послуг з кібербезпеки, який надає стратегічне керівництво, замовляє інфраструктурну підтримку та постійне управління операціями. EFEX має понад 7500 клієнтів, що працюють з 22 місць по всій Австралії та Новій Зеландії.
Ключові винос: Послідовне зростання DATCom, проактивна культура та передові засоби аналізу загроз покращить пропозиції EFEX у галузі охорони здоров'я, освіти, гірничодобувних та державних секторів по всій Австралії та Новій Зеландії.

5. Allurity набуває Infigo – це розширення можливостей кібербезпеки Південної Європи

Європейська фірма з кібербезпеки Allulect придбала Infigo – це хорватська фірма з кібербезпеки, відома за експертизом безпеки та B2B з кібербезпеки консультацій у фінансах, аерокосмічній та інфраструктурі.Специфіка угоди: Умови угоди не розголошувались.
Інформація про компанію: Infigo, заснований у 2005 році, став однією з найбільш шанованих компаній з кібербезпеки на півдні Європи, працюючи близько 100 професіоналів. Фірма має чіткий фокус B2B та підтримує клієнтів у фінансах, високотехнологічному виробництві, критичній інфраструктурі та національній безпеці.
Ключові винос: Infigo є потрійним елітним партнером Splunk в EMEA, що додає значну технічну вогневу силу до зростаючого портфоліо Alluece та зміцнює свої позиції в Європі.

6. FiberNow набуває Wavetechs для розширення ІТ -послуг SMB

Постачальник волокон, що базується на Флориді, FiberNow придбав Wavetechs, щоб створити єдиний магазин для малого бізнесу, який шукає Інтернет, голосові та ІТ-сервіси.Специфіка угоди: Умови угоди не розголошувались.
Інформація про компанію: Wavetechs – це бутиковий MSP з сильним фокусом на SMB.
Ключові винос: Перехід завершує пропозиції послуг Fibernow за допомогою керованої ІТ, безпеки мережі, резервного копіювання хмар та підтримки на місці. Бізнес-клієнти FiberNow отримують доступ до розширених ІТ-служб впровадження ІТ та мережі, тоді як клієнти Wavetechs виграють від розширеного Інтернету з ексклюзивними пропозиціями щодо високошвидкісної волоконної мережі Fibernow, оновлення голосу та 24/7 підтримки клієнтів. Цей крок підкреслює постійні інвестиції Fibernow у бізнес-послуги та відданість надання цілісних, високих дотикових рішень на ринок SMB.

7. Orca Security набуває Opus для агентної безпеки AI Cloud Security

ORCA Security придбала Opus, щоб очолити еволюцію ринку CNAPP від ​​спостереження та пріоритетності до агентської реконструкції та запобігання на основі АІ.Специфіка угоди: Умови угоди не розголошувались.
Інформація про компанію: ORCA-хмарна фірма безпеки. Opus-це стартап, що спеціалізується на агентній автоматизації хмари. Opus був заснований Meny Har та Gabay, що є частиною засновницької команди Siemplify (придбаний Google Cloud у 2021 році). З придбанням Opus, Orca поглиблює свої інвестиції в агентний ШІ, щоб сприяти наступному поколінню вирішення ризику хмарного ризику
Ключові винос: Це означає ключовий зсув для ORCA від спостереження та пріоритетності до автономного відновлення та профілактики, позиціонуючи компанію як першу платформу CNAPP, що пропонує повні інтелектуальні можливості дій.

Стратегічні наслідки для каналу

По мірі того, як хвиля рухається далі, з'являється одна чітка тема: злиття AI, кібербезпеки, відповідності та вертикальної спеціалізації переробляє ринок керованих послуг. Незалежно від того, що модернізація операцій SOC, створення масштабованих платформ ERP та CRM, чи підготовка даних для AI-готовності, постачальники послуг мають нові шляхи для зростання та диференціації.

Для Agile стартапів та зрілих MSP та MSSPS ці придбання-це не лише заголовки залів засідань-вони є дорожньою картою, щоб інвестувати розумніші, швидше масштабувати та забезпечити результати, які мають значення в гіперконсекційному ІТ-ландшафті.