BigID introducerer AgentIQ til agent-drevet datasikkerhed og compliance

BigID den 21. september 2026 annoncerede lanceringen af AgentIQ, et agentisk automatiseringsinterface, der lader kunder drive deres datasikkerheds- og compliance‑programmer fra en prompt eller en AI‑agent, enten inden i BigID eller direkte fra Claude, Copilot, GPT eller Gemini.

Hvad AgentIQ gør

Udgivelsen beskriver AgentIQ som et fuldt agentisk automatiseringsinterface til BigID. Kunder kan skrive brugerdefinerede prompts eller bruge forudbyggede BigID‑agenter til at hente, rapportere, svare på eller afhjælpe data‑ og AI‑sikkerheds‑ og compliance‑overtrædelser, og BigID siger, at kørsel af en forespørgsel hverken kræver et nyt interface eller en sikkerhedsanalytiker. Tilpassede virksomhedsoboter og interne AI‑platforme understøttes som overflader ved siden af BigID selv.

BigID grupperer produktets funktioner under et sæt drifts‑etiketter. ‘Ask’ håndterer spørgsmål om data‑ og AI‑landskabet, der spænder over cloud, SaaS, on‑premises‑systemer, databaser og filer, med brugerdefineret rapportering som resultat. ‘Investigate’ arbejder med data‑ og adgangsovertrædelser for at fastslå, hvem og hvad der er påvirket. ‘Consult’ og ‘Reason’ lader kunder arbejde med den model, de foretrækker, inden for regulatorisk compliance, sikkerhedsrammer og branchens bedste praksis. ‘Assess Risk’ rangerer fund efter følsomhed, eksponering, aktivitet og forretningskontekst. ‘Act’ udfører responsen: tilbagekalder adgang, afhjælper eksponering, anvender opbevaring, karantæner, håndhæver politik og opfylder anmodninger. ‘Automate’ placerer afhjælpning på en autonom, kontinuerlig basis ved brug af BigID‑agenter eller kundens egne.

“Hvert data & AI-program er begrænset af, hvor mange personer du kan sætte på det. AgentIQ fjerner begrænsningen,” sagde Dimitri Sirota, BigIDs administrerende direktør og medstifter. Han sagde, at tilgangen afhænger af konteksten og argumenterede for, at en agent uden dyb datakontekst vil give selvsikre, men forkerte svar om en organisations mest følsomme data.

Forudbyggede agenter, arbejdsgange og integrationer

Ifølge BigID’s AgentIQ produktside leveres fire forudbyggede agenter ved lanceringen: Remediate Sensitive Data, AI Governance Enforcement, Access Exposure Analysis og Privacy Operations. På samme side beskriver BigID sig selv som den første datasikkerhedsplatform, der er bygget til at blive drevet af agenter i stedet for kun at blive læst af dem.

BigID oplister eksempler på job, som AgentIQ udfører fra start til slut med en enkelt anmodning. I et tilfælde lokaler agenten internet‑eksponeret følsomme data, rangerer dem efter forretningsrisiko, og ved godkendelse tilbagekalder offentlig adgang til de ti højest rangerede elementer, mens hver handling logges. Et andet dækker sanktionerede og skygge‑AI‑systemer, der berører regulerede data, kortlægger de data, hvert system forbruger, og markerer politikovertrædelser. Et tredje gennemgår tilladelser på tværs af systemer, identificerer overdreven og forældet adgang til kundens PII, og fjerner den. Et fjerde håndterer en anmodning fra den registrerede gennem opfyldelse på tværs af alle systemer, hvor personens data befinder sig.

Rapportering starter fra en naturlig sprog‑beskrivelse af en engangs‑ eller planlagt rapport, der køres mod metadata, scanningsresultater og aktivitet, med output formateret til den forespurgte målgruppe. Undersøgelsesfunktionerne omfatter at udregne et bruds påvirkningsradius på tværs af data og adgang, at udlede datastrømme gennem systemer, der aldrig blev kortlagt, samt at undersøge, hvilke data der er eksponeret, hvem der kan nå dem, og hvorfra.

BigID siger, at AgentIQ fungerer sammen med de DLP‑ og datastyringsværktøjer, kunder allerede bruger, i stedet for at erstatte dem, med DLP‑resultater håndteret gennem en enkelt prioriteret kø og koordinering med andre agentiske platforme administreret på ét sted i stedet for duplikeret. Arbejde kan fremvises inden i Teams og Slack. Platformen omfatter BigIDs mere end 200 integrationer på tværs af on‑premises, cloud, SaaS og API‑datakilder, der dækker data i hvile, i bevægelse og i brug.

Køb, byg eller medbring implementering

Implementeringen følger det, som BigID kalder en køb‑, byg‑ eller medbring‑model. BigID siger, at deres forudbyggede agenter kan implementeres på få minutter uden agent‑engineering. Kunder kan også bygge deres egne agenter på AgentIQ‑platformen og handlingsfladen, koblet til deres arbejdsgange og politikker, eller medbringe agenter fra eksterne AI‑platforme og lade dem arbejde direkte med BigID gennem virksomhedens sikre MCP. Værktøjer på MCP‑fladen kan udvides af kunder og partnere.

Nimrod Vax, BigIDs produktchef og medstifter, sagde, at kunderne fortalte virksomheden, at de ikke ønskede en ekstra konsol og ikke ville satse deres sikkerhedsprogram på en enkelt model. “Så byggede vi laget, ikke destinationen,” sagde han. Meddelelsen angiver, at der ikke er nogen låsning til én leverandørs agent, én model eller én grænseflade.

Sikkerhedsrammer og virksomheds‑kontroller

Agent‑tilladelser spejler dem, som den anmodende bruger har, håndhævet på API‑ og MCP‑laget i stedet for at blive anmodet i en system‑prompt. Dataadgang kører gennem den identitet, der er knyttet til hver agent, i stedet for gennem agenten direkte, og hver handling, en agent udfører, logges og knyttes til en ansvarlig person. Virksomheds‑kontroller omfatter fin‑granuleret RBAC på hver API‑ og MCP‑tjeneste, password‑vaulting for de legitimationsoplysninger, som en agent opererer med, bring‑your‑own‑keys og telemetri på tværs af agent‑aktivitet. Air‑gap‑support gør agentisk drift tilgængelig i en suveræn implementering.

AgentIQ er generelt tilgængelig, ifølge BigIDs produktside.