20、AI产品的价值评估、定制与应用

AI产品的价值评估、定制与应用

1. AI在网络安全中的应用与UEBA

在当今数字化时代，网络攻击日益猖獗，且常常来自网络内部，攻击者还会巧妙地隐藏踪迹。不过，借助用于异常检测的先进模式识别技术，AI系统能够察觉那些行为异常的用户。用户和实体行为分析（UEBA）就是这样一种强大的技术，它可以收集所有用户的日常行为及相关数据，经过集中分析后，不仅能为单个用户，还能为所有用户建立行为基线。这使得发现异常或新模式变得更加容易，当出现需要关注的情况时，系统可以触发警报提醒用户或内部员工。许多公司由于人力和预算有限，难以有效应对潜在的网络风险，这也是网络安全领域迅速采用AI的重要原因。

2. AI产品的价值评估指标

无论AI产品处于哪个领域、垂直行业或同行群体，都需要通过价值（业务）指标、关键绩效指标（KPIs）、目标与关键成果（OKRs）以及一些技术指标来衡量产品的成功。
- 目标与关键成果（OKRs） ：在定义AI产品的成功标准时，需要从技术和业务层面设定OKRs，以跟踪产品向预期性能发展的进度。通常选择两到三个目标，每个目标设定三到五个关键成果。例如，对于AI网络安全产品，目标可能是降低欺诈检测算法的误报率，并设定相应的关键成果。这些OKRs应按季度设定并经常参考，其制定会受到产品路线图、客户反馈、营销反馈以及领导层目标的影响。
- 关键绩效指标（KPIs） ：KPIs用途广泛，且随着新指标的发现而不断增加。常见的KPIs包括衡量客户或员工满意度、时间或准确性、成本效率或投资回报率等。以下是一些与AI基础设施健康和进展相关的重要KPIs：
| KPI名称 | 定义 | 目标趋