AI jako strażnik przed cyberatakami i oszustwami
Pracownik działu bezpieczeństwa ma dziś do dyspozycji ogromne ilości danych: każdą próbę logowania, każdą płatność, każdy transfer plików. Ręcznie nie da się ich przejrzeć. Sztuczna inteligencja potrafi to, czego człowiek nie zdoła – obserwować wszystko naraz i zwracać uwagę na to, co odbiega od normy. Właśnie zdolność rozpoznawania nietypowego wzorca w morzu zwykłych zdarzeń czyni z AI kluczowego pomocnika nowoczesnego bezpieczeństwa.
Ochrona sieci firmowych. W większych organizacjach działają dziś tzw. systemy wykrywania i reagowania (najczęściej oznaczane skrótami SIEM, EDR lub XDR), które w czasie rzeczywistym zbierają dane ze wszystkich urządzeń w sieci firmowej. AI uczy się z nich, jak wygląda zwykły dzień roboczy, i ostrzega, gdy coś odbiega od normy: użytkownik loguje się w środku nocy z innego kraju, komputer nagle komunikuje się z nieznanym zagranicznym adresem, pracownik pobiera z firmowego magazynu dziesięć razy więcej danych niż zwykle. Zespół bezpieczeństwa może więc skupić się na rzeczywiście podejrzanych przypadkach, zamiast przeglądać miliony wierszy logów.
Filtry antyphishingowe. Najczęstszym codziennym spotkaniem z AI obronną jest filtr pocztowy. Systemy Google, Microsoftu i wyspecjalizowanych dostawców takich jak Proofpoint czy Barracuda blokują dziś zdecydowaną większość podejrzanych wiadomości, zanim trafią do skrzynki odbiorczej. AI nie polega przy tym tylko na znanych sygnaturach wiadomości oszukańczych, ale rozpoznaje również nowe warianty na podstawie stylu, języka i zachowania nadawcy. Mimo to nie wszystko wychwyci – dlatego ostrożność użytkownika jest nadal na miejscu.
Wykrywanie oszustw w bankowości. Najdłużej i najbardziej skutecznie AI walczy z ryzykiem w sektorze finansowym. Firma kartowa Mastercard prowadzi system Decision Intelligence, który każdą transakcję ocenia w czasie rzeczywistym i porównuje ją z tysiącami znaków: kiedy, gdzie, jaką kwotą, u jakiego typu sprzedawcy i w jakim rytmie zwykle płaci dany użytkownik. Podejrzaną operację system zatrzymuje i ostrzega bank oraz posiadacza karty. Podobne mechanizmy stosują dziś wszystkie duże banki w Czechach i w Polsce, w tym ČSOB, Česká spořitelna, PKO BP czy Santander. W 2024 roku Mastercard zaprezentował nową generację narzędzia opartą na modelach zbliżonych do generatywnej AI, która potrafi wykryć nawet zupełnie nowe wzorce oszustw, jakich wcześniej nie znała.
Wykrywanie oszustw ubezpieczeniowych. Podobna zasada działa w firmach ubezpieczeniowych. AI porównuje zgłoszone szkody z tysiącami wcześniejszych przypadków i ostrzega przed kombinacjami okoliczności wskazującymi na próbę oszustwa – na przykład gdy ta sama trasa powtarza się w zgłoszeniach różnych ubezpieczonych lub gdy chronologia zdarzeń nie odpowiada zwykłemu przebiegowi wypadku. Śledczy skupia się wówczas na naprawdę podejrzanych sprawach, a szybkie załatwienie zwykłych szkód nie jest zbędnie hamowane.
Przewidywać, co się zepsuje, zanim to nastąpi – konserwacja predykcyjna i bezpieczeństwo eksploatacji
Obok zagrożeń finansowych i informacyjnych istnieje kolejna duża dziedzina, w której AI pomaga bezpieczeństwu bezpośrednio w rzeczywistym świecie: w fabrykach, elektrowniach, na kolei i wszędzie tam, gdzie awaria oznaczałaby nie tylko stratę ekonomiczną, ale również zagrożenie dla ludzi.
Konserwacja predykcyjna w przemyśle. Większość nowoczesnych urządzeń produkcyjnych jest dziś wyposażona w czujniki, które na bieżąco mierzą wibracje, temperaturę, ciśnienie lub pobór prądu. Sam człowiek jednak nie śledzi ich godzina za godziną. AI stopniowo tworzy obraz tego, jak urządzenie wygląda „w zdrowiu”, i zauważa drobne odchylenia, zanim przerodzą się w rzeczywistą awarię. Łożysko, które zaczyna lekko wibrować, silnik, który zaczyna pobierać więcej prądu, temperatura uzwojenia, która powoli rośnie – dla człowieka niewychwytywalne sygnały, dla modelu wytrenowanego na tysiącach godzin danych eksploatacyjnych jasne ostrzeżenie. Według doświadczeń czeskich zakładów przemysłowych (Škoda Auto, ČEZ, zakłady produkcyjne w Zagłębiu Ostrawsko-karwińskim) konserwacja predykcyjna potrafi zmniejszyć liczbę nieoczekiwanych przestojów o kilkadziesiąt procent i wydłużyć żywotność maszyn.
Kolej i infrastruktura transportowa. Zasada ta sprawdza się również w transporcie. Zarządcy kolei w Czechach i w Polsce testują dziś systemy, które za pomocą AI monitorują stan szyn, mostów, sieci trakcyjnej i przejazdów. Specjalne urządzenia zamontowane na pociągach rejestrują mikrowibracje torów, a AI wykrywa z nich miejsce, w którym zbliża się awaria. Podobnie model potrafi rozpoznać rodzący się problem przy rozjazdach lub sygnalizatorach. W przypadku wind, schodów ruchomych czy torowisk tramwajowych obowiązuje ta sama logika: wcześniej rozpoznać, wcześniej naprawić, mniej wypadków.
Bezpieczeństwo pracowników. Podejście predykcyjne rozszerza się także na obszar bezpieczeństwa i ochrony zdrowia w pracy. Systemy kamerowe z AI pomagają dziś sprawdzać, czy pracownicy na budowie noszą kaski, czy w fabryce nikt nie porusza się w strefie wykluczonej pod dźwigiem, czy operator nie pracuje bez rękawic w miejscach, gdzie jest to niebezpieczne. AI zwykle nie ocenia przy tym konkretnych twarzy, tylko abstrakcyjne zasady („w tym polu ma być kask”). Korzyść jest podwójna: obniża liczbę poważnych wypadków i jednocześnie umożliwia doskonalenie zasad bezpieczeństwa na podstawie konkretnych, rzeczywiście zaistniałych sytuacji.
Zbiorcze spojrzenie na tę dziedzinę można zamknąć jednym zdaniem: AI pozwala przenosić ciężar bezpieczeństwa z reakcji po wypadku na zapobieganie przed nim.
AI w ochronie społeczeństwa – od powodzi po granice, których nie powinniśmy przekraczać
Ostatnią dużą dziedziną, w której AI wyznacza ryzyko bezpieczeństwa, jest ochrona społeczeństwa przed zagrożeniami przyrodniczymi, a w szerszym sensie także ochrona społeczeństwa jako całości. Właśnie tu jest jednak jednocześnie najsilniej obecne pytanie, gdzie AI natomiast nie powinna dostać wolnej ręki.
Prognozowanie powodzi. Zmiana klimatu przynosi w obu krajach więcej ekstremalnych opadów i powodzi błyskawicznych. AI znacząco poprawia dokładność systemów ostrzegania. Google od kilku lat prowadzi projekt Flood Hub, który za pomocą uczenia maszynowego przewiduje powodzie na rzekach na całym świecie z kilkudniowym wyprzedzeniem, we współpracy z krajowymi służbami hydrometeorologicznymi. W skali europejskiej analogiczną rolę pełni system Global Flood Awareness (GloFAS) prowadzony w ramach programu Copernicus. Ostateczna decyzja o ostrzeżeniu mieszkańców pozostaje w gestii krajowego instytutu hydrometeorologicznego – w Czechach ČHMÚ, w Polsce IMGW – ale jakość ich modeli dzięki AI znacząco wzrasta.
Wykrywanie pożarów lasów. Po suchych latach problematyka ta stała się aktualna także w CZ i PL, gdzie pożary Czesko-Saskiej Szwajcarii w 2022 roku czy pożary w polskich Bieszczadach w ostatnich latach pokazały, jak krucha jest ochrona lasów. AI analizuje dziś zdjęcia satelitarne i obrazy z wież obserwacyjnych i ostrzega przed nietypowymi śladami dymu, zanim zauważyłby je człowiek. Systemy takie jak FireSat (amerykańsko-europejska inicjatywa) czy europejski Copernicus Emergency Management Service dostarczają krajowym strażom pożarnym informacje, na które można reagować w skali minut, a nie godzin.
Granica etyczna – gdy AI staje się narzędziem nadzoru. Odrębną kategorią są systemy, które starają się przewidywać ryzykowne zachowanie konkretnych osób – tzw. predyktywne działania policji. W USA krytykę wywołał system COMPAS, który zalecał sądom, jakie jest prawdopodobieństwo, że oskarżony popełni kolejne przestępstwo; zespół dziennikarski ProPublica w 2016 roku wykazał, że system systematycznie przewidywał wyższe ryzyko u oskarżonych czarnoskórych niż u białych o tej samej historii. W Europie europejskie rozporządzenie AI Act (obowiązujące od lutego 2025 roku) klasyfikuje ten typ systemów w kategorii wysokiego ryzyka, a w niektórych przypadkach zakazuje ich całkowicie. Podobne zasady obowiązują dla tzw. systemów oceny społecznej – są one w UE zakazane. Podstawowa zasada brzmi: AI może zwrócić uwagę na ryzyko, ale nigdy nie powinna sama decydować o losie konkretnego człowieka bez przeglądu przez człowieka i możliwości odwołania.
AI potrafi dziś znacząco zwiększyć naszą zdolność wykrywania ryzyka – finansowego, technicznego i przyrodniczego. Kluczem jest używać jej jako potężnego pomocnika, a nie jako sędziego. Tam, gdzie chodzi o życie, zdrowie lub wolność, ostatnie słowo musi pozostać w rękach człowieka.