Vibhuti Sinha, Chief Product Officer hos Saviynt – Interviewserie

Vibhuti Sinha, Chief Product Officer hos Saviynt, leder visionen, innovationen og den strategiske retning for virksomhedens workforce identity og intelligence-portefølje, samtidig med at han også har ansvar for produkt- og partner succes. Med næsten to årtiers erfaring inden for identitet og adgangsstyring (IAM) har han spillet en central rolle i udformningen af store sikkerhedsarkitekturer for Fortune 500-virksomheder. Før sin nuværende stilling fungerede han som Chief Cloud Officer hos Saviynt, hvor han drev udviklingen af næste generations cloud-sikkerheds løsninger, designet til at sikre komplekse multi-cloud-miljøer. Hans ekspertise omfatter compliance-rammer som FFIEC, risikobaseret autentificering og adgangs-livscyklusstyring, hvilket placerer ham på skæringen af enterprise-sikkerhed, cloud-infrastruktur og AI-dreven identitetsstyring.

Saviynt er en cloud-nativ identitetssikkerhedsplatform, der fokuserer på at hjælpe virksomheder med at styre og sikre adgang til brugere, applikationer, data og stadig mere AI-systemer. Deres flagship-tilbud, Identity Cloud, giver en samlet identitetsstyring og administration (IGA), privilegeret adgangsstyring og applikationsadgangsstyring inden for en enkelt platform, hvilket giver virksomheder mulighed for at gennemtvinge sikkerhed, compliance og Zero Trust-principper i stor skala. Platformen bruger AI til at automatisere adgangsbeslutninger, overvåge risici og styre ikke kun menneskelige brugere, men også ikke-menneskelige identiteter som servicekonti og AI-agenter, hvilket afspejler den voksende kompleksitet i moderne virksomheds miljøer. Ved at konsolidere identitetssikkerheden til en enkelt kontrol lag søger Saviynt at reducere operationel overhæng, samtidig med at de forbedrer synlighed og compliance på tværs af cloud-, hybrid- og on-premise-systemer.

Du har brugt over et årti hos Saviynt med at hjælpe virksomheden med at skala fra dens tidlige cloud-fokus til en global identitetssikkerhedsplatform. Hvordan har den rejse formet din opfattelse af identitet som grundlag for at sikre AI-drevne virksomheder?

Da jeg startede hos Saviynt, var identitet ikke noget, som de fleste bestyrelser eller direktører talte om. Det blev ofte set som provisionering af konti og kørsel af certificeringer. Over årene, da virksomheder flyttede til cloud og SaaS eksploderede, blev identitet stille og roligt det lag, der forbinder alt: mennesker, applikationer, infrastruktur og data.

At være en del af den rejse ændrede min perspektiv. Jeg begyndte at se identitet ikke som en produktkategori, men som kontrol laget for, hvordan arbejdet faktisk bliver udført i en virksomhed. Hver adgangsbeslutning, hver godkendelse, hver automatiseret proces – det hele kommer tilbage til identitet.

Nu med AI ser vi den samme skift igen. AI-agenter er grundlæggende digitale arbejdere, der kan handle på vegne af mennesker eller virksomheder. Hvis du ikke giver dem identiteter, ejerskab og styring, ender du med automation uden ansvarlighed. Det er derfor, jeg tror, identitet vil være grundlaget for at sikre AI-drevne virksomheder. Identitet er, hvad der bringer ansvarlighed, styring og kontrol til autonome systemer.

Saviynt lancerer en dedikeret identitetskontrolplan for AI-agenter. Fra et virksomhedsperspektiv, hvilken åbning i dagens identitets- og sikkerhedsarkitekturer drev denne beslutning?

De nuværende identitets- og sikkerhedsværktøjer var ikke designet til autonome aktører. De var designet til medarbejdere og applikationer, ikke til software-entiteter, der kan træffe beslutninger, udføre handlinger og operere uafhængigt.

De fleste identitetssystemer i dag er meget gode til at svare på spørgsmålet “Hvem er du?” og “Hvilken adgang har du fået?” Men i verden af AI-agenter bliver det vigtigste spørgsmål “Hvad gør du lige nu, og skal du gøre det?”

Der var også en styringsåbning. Virksomheder er begyndt at udrulle hundredvis eller tusindvis af agenter på tværs af platforme som Copilot, Vertex AI og Bedrock, men mange virksomheder ved ikke, hvor mange agenter de har, hvem der ejer dem, hvilke data de kan få adgang til, eller hvad der sker, hvis ejeren forlader virksomheden. Det skaber mere end bare et sikkerhedsproblem. Det er et styrings- og ansvarlighedsproblem.

Det er virkelig, hvad der førte os til ideen om en identitetskontrolplan for AI-agenter: en centraliseret måde at opdage, styre, kontrollere og auditere AI-identiteter på tværs af deres hele livscyklus og deres runtime-handlinger.

Hvordan adskiller sig styringen af autonome AI-agenter sig fra styringen af traditionelle ikke-menneskelige identiteter som servicekonti eller botter?

Styringen af AI-agenter er meget forskellig fra styringen af traditionelle ikke-menneskelige identiteter (NHIs), fordi disse identiteter typisk er deterministiske og forudsigelige. En servicekonto kører en bestemt opgave. En bot udfører en defineret opgave. Deres adfærd ændrer sig ikke, medmindre nogen ændrer koden.

AI-agenter er forskellige, fordi de er autonome, adaptive og målrettede. De udfører ikke bare en fast skript. Disse agenter beslutter, hvordan de skal udføre en opgave, hvilke værktøjer de skal bruge, hvilke data de skal få adgang til, og måske endda hvilke andre agenter de skal samarbejde med. Deres adfærd kan ændre sig over tid, da modeller, prompts eller integrationer ændres.

Det betyder, at adgangsprovisionering en gang og gennemgang en gang om kvartalet ikke er en bæredygtig styringsmodel. Du har brug for kontinuerlig styring, herunder opdagelse, ejerskab, livscyklusstyring og især runtime-kontroller til at evaluere, hvad agenten gør i øjeblikket.

Skiftet er dette: med traditionelle NHIs styrer du adgang. Med AI-agenter må du styre adfærd og handlinger i realtid. Autorisation implicerer ikke nødvendigvis passende. AI-sikkerhed vil blive bygget på den idé.

Hvor vigtigt er det for virksomheder at have en samlet oversigt over AI-agenter på tværs af miljøer som Amazon Bedrock, Google Vertex AI og Microsoft Copilot Studio?

Du kan ikke beskytte, hvad du ikke kan se.

En samlet oversigt over platforme som Amazon Bedrock, Google Vertex AI og Microsoft Copilot Studio er ekstremt vigtig, og ærligt talt, det er, hvor de fleste virksomheder kæmper lige nu. AI-adopteringshastigheden er meget høj, og det sker på tværs af multiple platforme på samme tid.

En forretningsenhed eller team kan bygge agenter i Copilot Studio, et andet team eksperimenterer med Bedrock, og et andet hold bruger Vertex AI. Meget hurtigt ender du med AI-agenter spredt over virksomheden uden en central inventar.

Det første problem, virksomheder står over for, er meget simpelt: de ved ikke faktisk, hvor mange AI-agenter de har, hvor de kører, hvilke data de kan få adgang til, eller hvem der ejer dem. Uden oversigt kan du ikke styre, og hvis du ikke kan styre, kan du bestemt ikke sikre.

En samlet oversigt bliver grundlaget. Før livscyklusstyring, før runtime-kontroller, før politikker, er det første skridt opdagelse og inventar på tværs af alle AI-platforme. I AI-verdenen er oversigt en operationel, sikkerheds- og styringskrav.

Hvad ser den fulde livscyklus af en AI-agent ud fra et identitets- og styringsperspektiv, fra skabelse til dekommissionering?

Jeg kan lide at forklare livscyklusen af en AI-agent på samme måde, som vi forklarer livscyklusen af en medarbejder.

Først skabes agenten og påbegyndes. Nogen (en udvikler, en kodeudvikler eller en forretningsanalytiker) bygger en agent i Bedrock eller Copilot Studio. På det tidspunkt burde vi stille grundlæggende identitets-spørgsmål: Hvem ejer denne agent? Hvad er dens job? Hvilke systemer har den brug for at få adgang til?

Derefter begynder agenten at arbejde. Den får adgang til systemer, læser eller skriver data via API’er, værktøjskald, udløser arbejdsgange og måske endda taler med andre agenter. Under denne fase har vi brug for at overvåge, hvad den gør, og sikre, at den forbliver inden for sin intention og tilladelser. Overvågning og forståelse af intention er det vigtigste aspekt, som organisationer endnu ikke forstår.

Over tid ændrer agenten sig. Måske tilføjer vi nye værktøjer, opdaterer modellen, udvider adgangen eller ændrer dens rolle. Det er ligesom en flytning for en menneskelig identitet og kræver styring og godkendelse.

Til sidst, når agenten ikke længere er nødvendig, skal den pensioneres – adgang ophæves, legitimationsoplysninger fjernes, integrationer lukkes og audit-logs bevares.

I simple termer er livscyklusen:Skabelse → tildel ejer og formål → give mindst-privilegeret adgang → overvåge og styre → håndtere ændringer → pensionere renligt.

Hvordan bør virksomheder tænke om sikring af agent-til-agent-interaktioner, når AI-systemer begynder at operere og samarbejde uafhængigt?

Jeg tror, at agent-til-agent-interaktioner vil blive en af de største sikkerhedsudfordringer i de næste par år.

I dag er vi primært bekymrede for, om en menneskelig bruger skal have adgang til et system. I fremtiden vil vi have tusindvis af agenter, der taler med andre agenter, udløser arbejdsgange, får adgang til data og træffer beslutninger uden en menneskelig i løkken.

Risikoen er ikke kun, hvad en enkelt agent kan gøre, men hvad multiple agenter kan gøre sammen. Du kan ende med situationer, hvor ingen enkelt agent har for meget adgang, men når de samarbejder, kan de udføre meget kraftfulde handlinger.

Virksomheder må overveje følgende:

• Hver agent skal have en unik identitet.
• Design-tidssikkerheds-kontroller er ikke tilstrækkelige. Runtime-kontroller er afgørende.
• Agent-til-agent-kald skal være autentificerede.
• Handlinger skal være autoriseret i realtid.
• Delegering skal være omfattet og tidsbegrænset.
• Alt skal være logget til audit.

På mange måder bevæger vi os mod en meget anden sikkerhedsmodel: fra at styre menneskelig adgang til at styre maskine-samarbejde i en hidtil uset skala.

Hvad er de mest umiddelbare risici, virksomheder står over for i dag, når de udruller AI-agenter uden ordentlig identitetsstyring på plads?

Den største risiko lige nu er ikke nogen futuristisk AI-overtagelsesscenario. Det er meget mere basalt, og det sker allerede i de fleste virksomheder, der eksperimenterer med AI-agenter. Virksomheder skaber agenter overalt, men de har ikke en centraliseret måde at spore dem, styre dem eller håndtere, hvad de kan få adgang til.

Adoption har været prioriteret indtil nu, og det er forståeligt. Enhver ny teknologi går gennem den fase, men sikkerhed og styring må indhente hurtigt.

Hvis ikke, risikerer virksomheder agenter uden klare ejere og med for meget data. Disse agenter kan lække følsomme oplysninger og fortsætte med at køre, efter projektet er afsluttet – alt uden en klar audit-spor.

Vi har set det før med servicekonti og cloud-resourcer. Først kommer adoption, så spredning, så sikkerheds- og styringsproblemer. AI følger den samme mønster, blot meget hurtigere og med mere autonomi og handlefrihed.

Uden identitetsstyring bliver AI-agenter grundlæggende ustyret privilegerede identiteter. Det er risikabelt for enhver virksomhed. Det er ikke innovation, men snarere tilføjet institutionel risiko.

Hvordan former AI-agenter definitionen af identitet inden for virksomhedssystemer?

Jeg tror, at definitionen af identitet inden for virksomheder udvides på en stor måde. Det var tidligere primært medarbejdere, derefter udvidede det sig til eksterne identiteter med en eksplosion af supply chain-arbejdere, fjernarbejdere osv. Pandemien accelererede det endnu mere, da vi begyndte at styre servicekonti og botter som ikke-menneskelige identiteter. Nu tager AI-agenter det ét skridt videre.

AI-agenter er ikke bare konti eller skripter. De træffer beslutninger, får adgang til systemer, genererer indhold, udløser arbejdsgange og samarbejder med andre agenter. De berører dine data, træffer beslutninger og ændrer resultater. De begynder at opføre sig mere som digitale arbejdere end som software-konti.

Det betyder, at identitet ikke længere kun handler om, hvem der kan logge ind. Det handler om, hvem eller hvad der handler inden for virksomheden, hvad de er tilladt at gøre, hvem der ejer dem, og hvordan vi sporer og styrer deres handlinger.

Identitet udvikler sig fra noget, der repræsenterer en bruger, til noget, der repræsenterer enhver aktør – menneske eller maskine – der kan træffe beslutninger og ændre resultater inden for en organisation.

Når du vurderer grundlæggere eller hold, der bygger i AI-sikkerhed eller identitet, hvilke signaler indikerer, at de virkelig forstår kompleksiteten af dette område?

De, der virkelig forstår dette område, begynder ikke med teknologien. De begynder med problemet. De kan articulere ikke kun, hvad de bygger, men hvorfor den nuværende tilgang er brudt, og hvem der taber søvn over det.

Det, der afslører det for mig, er specifikation. Enhver kan sige, “AI introducerer nye identitetsrisici.” Men kan de gå igennem, præcis hvordan en OAuth-token misbruges i en agentic arbejdsgang? Forstår de, hvorfor ikke-menneskelige identiteter er fundamentalt forskellige fra menneskelige, ikke kun i volumen, men i adfærd, livscyklus og blast-radius?

Jeg lægger også mærke til, hvordan de taler om kunder. De bedste grundlæggere i dette område har enten selv oplevet smerten eller har tilbragt så megen tid med praktikere, at de næsten kan afslutte deres sætninger. De sælger ikke en kategori. De løser et specifikt, grimt problem, de ikke kunne stoppe med at tænke over.

Og derefter er der regulatorisk og økosystem-mæssig fluency. Identitet og AI-sikkerhed findes ikke i et vacuum. De grundlæggere, jeg er mest imponeret af, forstår, hvordan deres produkt sidder inden for en bredere compliance-postur – NIST, SOC 2, opkommende AI-styringsrammer – og de har tænkt hårdt over, hvor de kobler sig til stacken versus hvor de ejer det.

For mig er rødflagene hold, der blot jagter AI-narrativen. De kan beskrive markedet smukt, men når du presser på for specifikke detaljer, svækkes narrativen.

Ser du identitet blive det primære kontrol-lag for AI-systemer på samme måde, som netværkssikkerhed engang definerede virksomhedens grænser, og hvordan bør sikkerhedshold forberede sig på det skift?

Ja, og jeg tror, vi er tættere på det punkt, end de fleste sikkerhedshold indser.

Netværksperimeteren gjorde mening, da aktiver var fysiske, som servere i et datacenter, medarbejdere på en kontor eller trafik ved kanten. Men cloud opløste den grænse, og vi havde brug for identitet for at udfylde hullet. Zero Trust var ikke bare en marketing-udtryk; det var en anerkendelse af, at perimetret var væk, og at identitet betyder mere end nogensinde.

AI-agenter er på vej til at påvirke identitet på samme måde, som cloud gjorde det til netværk. Disse systemer får adgang til ressourcer, træffer beslutninger, kalder API’er, kæder handlinger på tværs af værktøjer og platforme og gør alt dette autonomt i maskinehastighed. Spørgsmålet om “er dette tilladt?” kan ikke længere besvares ved brandvæggen. Det må besvares på identitetslaget, i realtid, med fuld kontekst af, hvad agenten prøver at gøre, og hvorfor.

Identitet bliver kontrolplanet. Men det er en fundamentalt sværere version af identitet end det, vi har bygget før. Det er ikke kun autentificering. Det er autorisation, der er bevidst om intention, kontekst og kæden af handlinger, en agent har taget. Det er et andet problem end at udstede et certifikat eller rotere en legitimationsnøgle.

For sikkerhedshold begynder forberedelsen med en holdningsændring. Stop med at tænke på AI-systemer som applikationer, der skal sikres ved perimetret, og begynd at tænke på dem som principper – entiteter med identiteter, med privilegier, med en livscyklus, der skal styres fra ende til anden. Hvem provisionerede denne agent? Hvad er den tilladt at gøre? Hvem er ansvarlig, når den gør noget uventet?

Holdene, der kommer i front, vil ikke være dem, der bolt AI-sikkerhed på som en eftertanke. De vil være dem, der udvider deres identitetsstyringspostur til at dække ikke-menneskelige identiteter og AI-agenter, før disse identiteter er dem, der træffer afgørende beslutninger.

Tak for det gode interview. Læsere, der ønsker at lære mere, kan besøge Saviynt.