Piyush Sharma, spoluzakladatel a CEO Tuskiry – rozhovor

Piyush Sharrma je zkušený líder v oblasti kybernetické bezpečnosti a produktů s více než 18 lety zkušeností s budováním a škálováním podnikových bezpečnostních platforem. Předtím spoluzaložil Accurics, cloud-native bezpečnostní společnost, kterou získala Tenable, kde sehrál klíčovou roli při integraci bezpečnostních funkcí do širších podnikových ekosystémů. S pozadím z Department of Management Sciences (PUMBA) je Piyush známý svým lidmi první vůdcovským stylem a myšlenkovým vedením v oblastech, jako je shift-left bezpečnost, DevSecOps a detekce hrozeb pomocí AI.

Je aktuálně CEO a spoluzakladatelem Tuskiry, AI-poháněné bezpečnostní platformy, která sjednocuje data z více než 150 bezpečnostních nástrojů do ucelené bezpečnostní sítě. Tuskira využívá GenAI-založené agenty a dynamický digitální dvojník k simulaci reálných útoků, ověření zranitelností, prioritizaci akčních rizik a autonomnímu zlepšování obrany v reálném čase. Snížení počtu falešných poplachů a zvýšení efektivity stávajících nástrojů pomáhá podnikům přecházet z reaktivní na proaktivní, expozicí řízené bezpečnostní operace.

Začneme s vaším zakladatelským viděním – co vás inspirovalo k založení Tuskiry a jaký základní bezpečnostní problém jste se rozhodli vyřešit od samého začátku?

Síla AI spočívá v analýze obrovského množství dat a kybernetická bezpečnost tradičně byla problémem dat. Prostředí jsou dynamická, vaše zákaznické aplikace jsou dynamické a existuje mnoho velkých pohyblivých částí. Cílem Tuskiry bylo využít AI k řešení složitých problémů, které vznikají v těchto prostředích, a snížení množství lidského zásahu.

Vy jste postavil a prodal několik kybernetických bezpečnostních podniků předtím. Jak vaše zkušenosti s Accurics, Tenable a Symantec ovlivnily váš přístup k budování AI-rodinné bezpečnostní platformy od samého začátku?

Mé zkušenosti s Accurics, Tenable a Symantec mi daly hluboké, první ruky porozumění, kde nové hrozby vzniknou a jak se budou vyvíjet. V kybernetické bezpečnosti není předvídání budoucnosti pouhým odhadem, ale rozpoznáním vzorců založených na letech expozice tomu, jak útočníci myslí a přizpůsobují se. Takové porozumění přichází pouze z toho, že jste strávil významné množství času ponořen v doméně.

Kybernetická bezpečnost není tradičním softwarovým inženýrstvím, kde můžete skočit do toho bez zkušeností a nějakým způsobem vytvořit něco z toho. Je řečeno, že nemusíte mít zkušenosti v kybernetické bezpečnosti, abyste byli kybernetickým zakladatelem. Pravda je více nuancovaná. Zatímco silné produktové instinkty jsou důležité, skutečně efektivní kybernetické bezpečnostní platformy vyžadují více než produkt-tržní shodu, vyžadují hluboké porozumění hrozbám a tomu, jak se mění v reálném čase.

Nedávná Gartnerova studie předpovídá, že 40 % AI-souvisejících datových úniků do roku 2027 bude pocházet z nesprávného použití. Jak podle vás jsou nejčastějšími způsoby, kterými bezpečnostní týmy aktuálně nesprávně využívají AI?

Nejčastějším způsobem, jakým jsem viděl bezpečnostní týmy nesprávně využívat AI, je použití veřejných verzí AI, jako je ChatGPT, Anthropic nebo Microsoft Copilot, k analýze organizačních dat. To může vést k neúmyslnému úniku důvěrných informací.

Společnosti potřebují jemně zrnité, soukromé LLM, aby zajistily, že citlivé informace neuniknou z organizace. Tyto soukromé modely poskytují mnohem větší kontrolu nad tím, kam informace putují, a kdo k nim má přístup. Kromě toho je validita veřejných modelů mnohem těžší určit než u privátních, což může ohrozit informace, které jsou vraceny.

Jaké typy datových vstupů jsou nejvíce kritické pro AI, aby generovaly smysluplné a bezpečné výsledky v kybernetické bezpečnosti, a jak mohou týmy zajistit, že poskytují správný kontext?

AI vyžaduje destilovaná a dobře označená bezpečnostní data, aby generovala smysluplné výsledky. Je obtížné přivést data ze stovek nástrojů používaných v podniku do ucelené taxonomie a poté je dále destilovat, aby AI skutečně rozuměla tomu, co absorbuje. Bez řádné filtrace dat však AI nebude moci fungovat správně.

AI vyžaduje data ze všech bezpečnostních kontrol, IT kontrol a infrastrukturních nástrojů. Bezpečnostní týmy potřebují komplexní datovou strategii, aby zajistily, že jemná datová sada je připravena, označena a destilována, aby AI měla správný kontext za informacemi, které jsou jí předloženy. Bezmyšlenkovité dumpování dat nestačí.

Tuskira popisuje sama sebe jako „agentic AI“. Můžete vysvětlit, co to znamená v praktických termínech pro bezpečnostní tým? Jak se to liší od tradiční automatizace nebo dokonce GenAI-poháněných nástrojů?

Tuskira je AI-rodinná platforma, která využívá AI SOC-agenty k detekci, hodnocení a reakci na hluboce pohřbené hrozby pod velkým množstvím dat. Vaše bezpečnostní nástroje vytvářejí každý den velké množství dat. Dát smysl z těchto dat je problém na úrovni strojů. Agentic AI dodává AI agenty, které mohou těžit, sklízet a produkovat správnou hodnotu z těchto dat, a to je to, co Tuskira poskytuje jako rodinnou platformu.

Bezpečnostní týmy mohou tyto AI agenty použít pro své vlastní přizpůsobené požadované výsledky. Agenti jsou výsledkově orientovaní a mají reálný kontext zákazníků a bezpečnostních týmů. V tradiční automatizaci je vyžadováno, aby lidé napsali playbook, včetně kroků, které mají být následovány automatizačními skripty. AI agenti mění toto pojetí, protože mají svou vlastní mysl a jemně vyvinuté modely, které jim umožňují vytvářet, spouštět a ověřovat své vlastní playbook, opětovné vytvoření playbook, pokud předchozí nefungoval.

Tuskirina platforma má schopnost uvažovat, identifikovat svůj vlastní plán a dodávat výsledek bez jakéhokoli lidského zásahu. To není možné v tradiční automatizaci.

Tuskirina platforma simuluje reálné útoky v digitálním dvojníku. Jak tento simulační proces pomáhá při proaktivním identifikování hrozeb, které by jinak mohly zůstat nedetekovány?

U Tuskiry jsme postavili platformu, která nečeká, až se hrozby objeví, ale aktivně je hledá. Naše digitální dvojník technologie vytváří reálnou kopii vašeho prostředí, což umožňuje našim AI agentům simulovat širokou škálu útoků, od API a DNS exploitů až po útoky na dodavatelský řetězec, dříve, než se dostanou do produkce.

Tato simulace není hypotetická. Odráží vaše skutečné systémy, konfigurace a datové toky, což nám umožňuje odhalit nejen zranitelnosti, které lze využít, ale i ty, které jsou také nezranitelné, problémy, které tradiční skenery běžně přehlížejí. Validací toho, které slabosti by mohly být použity k obejití stávajících kontrol, měníme neznámá rizika na známá, akční informace.

To je posun od reaktivní obrany k proaktivní odolnosti. A je to možné pouze tehdy, když vaše platforma může myslet, testovat a jednat před hrozbou. To je to, co jsme postavili u Tuskiry.

Máte sjednocené telemetrie z více než 150 nástrojů do jediné bezpečnostní sítě. Jaké byly největší technické výzvy při budování skutečně interoperabilního systému v této škále?

Sběr dat z více než 150 nástrojů není výzvou; být schopni destilovat a řádně označit data, aby je AI mohla pochopit, je výzvou. Tuskira postavila AI-rodinnou sémantickou vrstvu, která může ingestovat data napříč několika formáty, stovkami bezpečnostních kontrol a MCP servery, aby sjednotila data do struktury, kterou AI modely mohou pochopit. To vše běží autonomně, kde AI agenti kurují a re-normalizují data do struktury, která je nejvhodnější pro extrémní množství analýzy.

Většina bezpečnostních řešení dnes je reaktivní – čeká, až se hrozby objeví. Jak Tuskira mění odvětví směrem k proaktivnímu modelu, a jaké měřitelné výsledky to odemyká pro organizace?

Většina moderních řešení pouze jedná, když je ohrožen systém. Tuskira preventivně identifikuje, kde jsou nejvíce zranitelná místa pro potenciální porušení v obranách organizace, a vyplňuje tyto mezery, aby snížila další šance na exploataci z útoku.

Tuskirini AI SOC agenti neustále analyzují výstrahy přicházející z různých bezpečnostních nástrojů, korelují je s nejvíce zranitelnými slabostmi a podnikají vhodnou akci optimalizací vaší obranné vrstvy místo neustálé reakce na ni. V případě útoku může Tuskira měřit, zda je třeba podniknout akci, nebo zda útočník nemá prostředky k prolomení obrany.

Máte více než tucet kybernetických bezpečnostních patentů. Můžete sdílet jednu nedávnou inovaci uvnitř Tuskiry, na kterou jste zvláště hrdí, a jaký problém řeší?

Existuje několik problémů, které Tuskira řeší. První je: jak postavit AI-rodinnou platformu, která může analyzovat terabajty dat na podnikové škále? Prostřednictvím našich inovací týkajících se správy a destilace dat jsme schopni provádět analýzu dat ve vysoce škálovatelném módu.

Tuskira má desítky patentů, které určují, jak jemně vyvinout modely kolem kybernetické bezpečnostní domény. Vytvořili jsme roj LLM modelů, aby produkovaly nejúčinnější a nejvyšší efektivitu výsledků.

Creating in-house guard rails around detekce a hodnocení, Tuskira může vytvořit agenty, které produkují předvídatelný výsledek po určitou dobu.

Pohledem na pět let, jakou roli budete hrát v bezpečnostních operačních centrech (SOC)? Stane se lidský analytik zastaralým – nebo něčím mocnějším?

Po pěti letech bude AI převzít role L1, L2 a L3. Většina funkcí bude dodávána prostřednictvím AI agentů, a lidé se budou soustředit na to, aby se ujistili, že AI dělá správná rozhodnutí a pomáhají augmentovat automatizaci tohoto rozhodnutí.

AI nebude nahrazovat lidi; budou je doplňovat ve větším měřítku. Je to práce AI, aby útočníkům zpřísnili jejich práci. Lidé se budou soustředit na rozhodnutí, která AI činí, a automatizovat tato rozhodnutí, místo aby se starali o všechny druhy rutinních úkolů, které musí denně řešit.

Pokud byste měli dát jeden kus rady CISO, kteří se snaží budoucnostně zajistit svou bezpečnostní architekturu v éře AI, co by to bylo?

Existuje zásadní posun v kybernetické bezpečnosti. Máte platformy, které byly postaveny před AI a nyní je retrofitují, a platformy, které byly postaveny s AI v jádru. Tento rozdíl má větší význam než kdykoli předtím. 

Pokud bych měl dát jednu radu CISO, je to tato: neptejte se pouze, zda vaše nástroje používají AI, ale zeptejte se, jak hluboce je AI zakotvena v jejich architektuře. Je platforma AI-rodinná, nebo se spoléhá na povrchní integrace, aby zaškrtla políčko?

Hrozby, kterým čelíme nyní, a rychlost, s jakou se vyvíjejí, vyžadují systémy, které nejsou pouze inteligentní, ale také inherentně adaptabilní. Bezpečnostní architektura musí být postavena pro éru AI od základu, s schopností neustále se učit, simulovat a reagovat v reálném čase. Cokoli méně by ponechalo mezery, které neuvidíte, dokud nebude příliš pozdě.

 Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Tuskiru.