Harold Byun, BlueRockin toimitusjohtaja – Haastattelusarja

Harold Byun, BlueRockin toimitusjohtaja, on kokenut yritysten tietotekniikkajohtaja, jolla on syvä osaaminen tietoturva-, SaaS-alusto-, pilvitietoturva- ja yritysten tuotejohtamisesta. Ennen kuin hänestä tuli toimitusjohtaja huhtikuussa 2026, hän toimi yrityksen tuotejohtajana, jossa hän auttoi muotoilemaan BlueRockin suunnan agen-tietoturva- ja havainnollistamisalueelle. Ennen BlueRockiin liittymistään Byun toimi johtavissa rooleissa AppOmni-, ServiceNow (NOW ) -, Skyhigh Networks-, Symantec- ja Citrix-yrityksissä sen jälkeen, kun Citrix osti Zenprisen. Näissä rooleissa hän rakensi maineensa auttaessaan yrityksiä turvallistamaan yhä monimutkaisempia pilvi- ja tietoympäristöjä, kokemus, joka nyt suoraan vastaa autonomisten AI-välikappaleiden ja MCP-ekosysteemien ympärillä syntyviä turvallisuushaasteita.

BlueRock keskittyy agen-tietotekniikkajärjestelmien suoritustason turvallisuuteen, alue josta tulee yhä tärkeämpää, kun yritykset ottavat käyttöön autonomisia AI-välikappaleita, jotka voivat vuorovaikuttaa työkalujen, API-rajapintojen, koodipohjien ja herkkien yritystietojen kanssa. Yritys kehittää tietoturva- ja havainnollistamisteknologioita, joita voidaan käyttää seuraamaan, eristämään ja valvoa agen-toiminnan rajoja, erityisesti MCP-pohjaisissa ympäristöissä. BlueRockin alusta korostaa suoritusaikaisen näkyvyyden ja suoritustason suojelun merkitystä sen sijaan, että se riippuisi ainoastaan kehotteen tasolla olevista turvatoimista, heijastellen laajempaa teollisuuden siirtymistä turvallisuuden takaamiseen siitä, miten AI-välikappaleet toimivat, eikä ainoastaan siitä, mitä ne sanovat. Kun organisaatiot siirtyvät AI-kokeilusta autonomisiin työnkulkuun tuotannossa, yritykset kuten BlueRock asettavat itsensä keskelle sitä, mikä voisi tulla uudeksi suureksi kategoriaksi yritysten tietoturva-alalla.

Olet viettänyt vuosia pilvi-, SaaS-, Data Loss Prevention (DLP)- ja yritysten tietoturva-alalla yrityksissä kuten AppOmni, Symantec, ServiceNow ja Skyhigh Networks. Mikä vakuutti sinut siitä, että suoritusaikainen turvallisuus AI-välikappaleille tulisi olemaan seuraava suuri turvallisuuskategoria?

Se, mikä selkesti tuli ilmi minulle, on se, että AI muuttaa sitä, missä merkittävä operaatiivinen riski ja monimutkaisuus todella tapahtuvat. Perinteisessä ohjelmistokehityksessä suurin osa käyttäytymisestä määritellään ennen käyttöönottoa. Agen-järjestelmissä käyttäytyminen syntyy yhä enemmän suoritusaikana kehotteiden, kontekstin, työkalujen, API-rajapintojen, MCP-palvelimien ja alihankkijoiden kanssa.

Se luo erittäin erilaisen operaatiivisen mallin. Kun agenit voivat dynaamisesti tehdä päätöksiä ja suorittaa toimintoja järjestelmissä, organisaatiot menettävät selkeän näkyvyyden ja operaatiivisen ymmärryksen, johon he ovat vuosien ajan turvautuneet.

Olen nähnyt samanlaisia alustamuutoksia aiemmin pilvi- ja SaaS-turva-alalla, jossa infrastruktuuri kehittyy nopeammin kuin hallintajärjestelmät. AI luo toisenlaisen hetken. Pitkän aikavälin haaste ei ole ainoastaan malliturvallisuus. Se on mahdollistaa organisaatioiden turvallinen toiminta agen-järjestelmien kanssa.

Kategoria, josta lopulta tulee olemaan se, joka auttaa organisaatioita ymmärtämään, mitä agenit tekevät todella tuotannossa, ja antaa heille luottamusta skaalata AI-käyttöä vastuullisesti.

BlueRock puhuu “Agen-suoritustason aukosta”, jossa organisaatiot menettävät näkyvyyden, kun agenit alkavat toimia autonomisesti suoritusaikana. Miksi perinteiset havainnollistamis- ja turvallisuustyökalut eivät toimi näissä ympäristöissä?

Perinteiset havainnollistamis- ja turvallisuustyökalut kehitettiin deterministisille järjestelmille, joilla on suhteellisen ennustettavat suorituskäytävät. Ne oletetaan kehittäjien tuntevan, miten sovellukset on tarkoitettu käyttäytyväksi ennen niiden suorittamista.

Agen-järjestelmät rikkovat tämän oletuksen.

Agenit voivat dynaamisesti löytää työkaluja, kutsua MCP-palvelimia, ketjuuntua työnkulkuja, vuorovaikuttaa API-rajapintojen kanssa ja tehdä päätöksiä reaaliajassa. Suorituskäytävä usein syntyy suoritusaikana.

Useimmat olemassa olevat työkalut tallentavat fragmentteja, kuten lokit, jäljitelmät, telemetria tai mallin tulostuksia. Mutta organisaatiot tarvitsevat yhä enemmän kausaalista ymmärrystä koko suorituskäytävän yli: miksi agen valitsi työkalun, mitkä kontekstit vaikuttivat päätöksentekoon, mitkä alijärjestelmät koskettiin ja mitkä toimet suoritettiin seurauksena.

Se on Agen-suoritustason aukko. Suoritus on muuttunut dynaamiseksi, mutta näkyvyys- ja valvontamallit eivät ole kehittyneet sen mukaan.

Kasvava määrä yrityksiä kokeilee MCP-pohjaisia arkkitehtuureja ja autonomisia AI-työnkulkuja. Mitkä ovat suurimmat turvallisuuden väärinkäsitykset, joita organisaatiot edelleen pitävät MCP-palvelimista ja agen-järjestelmistä?

MCP on nopeasti tuleva perusrakenteeksi sille, miten AI-välikappaleet löytävät, muodostavat yhteyden ja vuorovaikuttavat työkalujen, järjestelmien ja yritystietojen kanssa.

MCP on tärkeää, koska se vähentää kitkaa AI-järjestelmien ja operaatiivisten ympäristöjen välillä. Se lisää kehittäjien nopeutta ja lukitsee voimakkaita työnkulkuja, mutta se myös laajentaa merkittävästi määrän suorituskäytäviä, joita agenit voivat ottaa yritysjärjestelmissä.

Monissa tapauksissa organisaatiot saattavat jo käyttää AI-työkaluja, jotka vuorovaikuttavat MCP-yhteyksillä palvelujen kanssa, ilman että he täysin ymmärtävät alihankkijoiden luomaan operaatiivisen altistumisen.

Toinen väärinkäsitys on, että kehotteiden tai mallien hallitseminen on riittävää. Käytännössä suuremmat riskit syntyvät mallin päätöksen jälkeen. Kun agenit voivat kutsua työkaluja, suorittaa työnkulkuja, hakea herkkää tietoa, vuorovaikuttaa infrastruktuurin kanssa, haaste siirtyy suorituskäyttäytymiseen ja suoritustason valvontaan.

Operaatiivinen pinta-ala kasvaa paljon nopeammin kuin useimmat hallintamallit on suunniteltu käsittämään.

BlueRockin tutkimus osoitti vakavia haavoittuvuuksia julkisissa MCP-palvelimissa, mukaan lukien Server-Side Request Forgery (SSRF) ja komentojen injektioaltistus. Aliarvioivatko yritykset, kuinka nopeasti MCP-ekosysteemit voivat tulla uudeksi ohjelmistotoimitusketjun hyökkäyspinnaksi?

Kyllä. Luulen, että teollisuus on edelleen aloittelevaiheessa ymmärtämään, kuinka tärkeä MCP-ekosysteemi voi tulla olemaan toimitusketjun ja operaatiivisen luottamuksen näkökulmasta. Esimerkiksi yli 36 %:ssa 11 000 MCP-palvelimesta, joita olemme analysoineet, on rajattomat SSRF-haavoittuvuudet. Useimmat ihmiset teollisuudessa eivät ymmärrä, että tämä avaa heidän koko verkkonsa tietojen käyttöön. Tämä ei koskaan sallita tietoisesti läheskään kaikissa yritysympäristöissä maailmassa.

Historiallisesti yritykset olivat huolissaan kirjastoista, konteinereista ja avoimen lähdekoodin riippuvuuksista, koska nämä komponentit tulivat osaksi ohjelmistopinoa ennen käyttöönottoa. MCP muuttaa tämän mallin. Agenit voivat nyt dynaamisesti löytää ja vuorovaikuttaa ulkoisten työkalujen ja palvelujen kanssa itse suoritusaikana. Ja useissa tapauksissa kehittäjät ja liiketoiminta ovat vain edenneet ja ottaneet MCP:n käyttöön ilman riskien arviointia.

Se luo erittäin erilaisen luottamushaasteen.

Organisaatiot eivät enää hallitse ainoastaan staattisia riippuvuuksia. Ne hallitsevat yhä enemmän dynaamisia suoritusrunko-riippuvuuksia, jotka syntyvät järjestelmien suoritusaikana. Agenit voivat kutsua työkaluja, ketjuuntua työnkulkuja tai päästä alihankkijajärjestelmiin tavoilla, joita operaattorit eivät täysin ennakoi tai havaitse.

Meidän tutkimuksemme SSRF:stä, komentojen injektiosta ja muista haavoittuvuuksista heijastaa, kuinka kehittymättömiä osia ekosysteemistä on edelleen. Mutta laajempi ongelma on laajempi kuin yksittäiset haavoittuvuudet. Kun MCP:n ottaminen käyttöön kiihtyy, organisaatioiden on tarjoittava paljon syvempi näkyvyys siitä, miten autonomiset järjestelmät vuorovaikuttavat ulkoisten palvelujen kanssa suoritusaikana.

Teidän alustanne korostaa “agen-havainnollistamista” eikä ainoastaan kehotteiden tai tulostusten seuraamista. Mitä tarkoittaa merkityksellinen suoritusaikainen näkyvyys, kun agenit tekevät dynaamisia päätöksiä työkalujen, API-rajapintojen ja infrastruktuurin yli?

Merkityksellinen suoritusaikainen näkyvyys edellyttää koko suorituskäytävän ymmärtämistä, ei vain erillisiä tapahtumia.

Organisaatioiden on nähtävä, miten mallin päätös muuttuu toiminnaksi työkalujen, MCP-palvelimien, API-rajapintojen, infrastruktuurin ja alihankkijajärjestelmien yli. Se tarkoittaa ymmärtämistä siitä, miksi agen valitsi työkalun, mitkä kontekstit vaikuttivat päätöksentekoon, mitkä valtuudet käytettiin, mitkä alihankkijatoimet laukaisivat ja mikä operaatiotulos lopulta luotiin.

Se tulee erityisen tärkeäksi, kun agenit toimivat hajautetuissa ja efemeri-ympäristöissä, joissa perinteinen seuranta nopeasti hajoaa.

Kehotteen seuranta yksin ei riitä, koska kehotteet eivät selitä operaatiivista käyttäytymistä. Tulostukset eivät riitä, koska ne eivät paljasta, mitkä järjestelmät vaikuttivat alihankkijoihin.

Agen-havainnollistamisen tulevaisuus on suoritusaikainen. Se on ymmärtämistä käyttäytymisestä päätöksestä toimintaan tulokseen reaaliajassa.

BlueRockin Trust Context Engine näyttää liittävän identiteetin, luottamuksen ja kykydat suoraan suoritusrunkoon reaaliajassa. Kuinka tärkeäksi kontekstiluottamus tulee olemaan, kun AI-välikappaleet vuorovaikuttavat yhä enemmän ulkoisten työkalujen ja järjestelmien kanssa autonomisesti?

Kontekstiluottamus tulee perustavaksi agen-järjestelmissä, koska agenit tekevät päätöksiä dynaamisesti suoritusaikana.

Perinteiset järjestelmät luottivat voimakkaasti staattisiin luottamuksen oletuksiin. Mutta agenit toimivat yhä enemmän muuttuvissa konteksteissa, ulkoisissa työkaluissa, API-rajapinnoissa, MCP-palvelimissa, identiteeteissä ja valtuuksissa.

Organisaatioiden on arvioitava luottamusta jatkuvasti suoritusaikana. Ei ainoastaan sitä, onko malli turvallinen, vaan myös sitä, onko kutsuttu työkalu luotettava, onko pyydetty toiminta odotetun käyttäytymisen mukaista ja mikä operaatiivinen riski toiminta tuo mukanaan.

Siksi uskomme, että kontekstiluottamus tulee olemaan kriittinen infrastruktuuri seuraavalle AI-järjestelmien sukupolvelle.

Näemme nopean omaksumisen AI-koodausagenneista ja autonomisista kehittäjien työnkuluista. Mitkä ovat suurimmat riskit, kun agenit saavat mahdollisuuden muuttaa infrastruktuuria, ottaa käyttöön koodia tai vuorovaikuttaa tuotantojärjestelmien kanssa ilman ihmisen tarkastusta?

Suurin muutos on, että organisaatiot yrittävät dramaattisesti lisätä kehittäjien tuottavuutta mahdollistamalla paljon enemmän ihmisten rakentaa AI:ta, ei ainoastaan perinteisiä ohjelmistokehittäjiä.

AI-koodausagenit voivat jo luoda koodia, muuttaa infrastruktuuria, vuorovaikuttaa CI/CD-putkistojen kanssa, kutsua pilvipalveluja ja päästä herkkäjärjestelmiin. Tuottavuuden ylentäminen on valtava, koska yritykset voivat nyt lukita sekä kokeneet kehittäjät että uuden AI- ja kansalaiskehittäjien sukupolven.

Haaste on, että operaatiivinen monimutkaisuus kasvaa yhtä nopeasti. Ongelma ei ole ainoastaan pahantahtoinen käyttäytyminen. Se on epäsuotuisa vaikutus, jonka agen voi aiheuttaa, joka voi aiheuttaa tuotepalautumisia ja vaikuttaa tietojen ja infrastruktuurin saatavuuteen organisaatiolle. Tämänlainen pois raiteilta oleva käyttäytyminen on samanlainen kuin julkisen S3-alueen ongelma kymmenen vuoden takaisesta. Odotamme, että agenit toimivat. Odotamme, että varustamme varusteilla ja tarkastuksilla. Mutta on polkuja, joita ei odoteta, liiallisia valtuuksia, piilotettuja riippuvuuksia, turvattomia työkalujen käyttöä tai suorituskäytäviä, joita kukaan ei odottanut. Ja se johtaa enemmän palautumisiin tai alioptimoituihin käyttöönottoihin, joissa ihmiset muuttuvat nappien painajiksi, ja tuottavuus ei toteudu täysimääräisesti.

Organisaatioiden on tarjoittava operaatiivinen näkyvyys ja suoritusaikainen valvonta, joka liikkuu työnkulun mukana, jotta ne voivat turvallisesti skaalata AI-kehittämistä ilman, että hidastavat innovaatiota.

Monet organisaatiot ajattelevat edelleen AI-turvallisuutta pääasiassa malliturvallisuuden ja kehotteen injektion näkökulmasta. Miksi uskot, että teollisuuden on nyt siirrettävä turvallisuuden fokuksensa toimintojen ja suorituskäytävien turvallisuuteen?

Malliturvallisuus ja kehotteen injektio ovat ehdottomasti tärkeitä, mutta ne edustavat vain osaa haasteesta.

Teollisuus siirtyy järjestelmistä, jotka tuottavat vastauksia, järjestelmiin, jotka tekevät toimintoja. Kun agenit voivat kutsua työkaluja, muuttaa järjestelmiä, hakea herkkää tietoa, suorittaa työnkulkuja tai vuorovaikuttaa infrastruktuurin kanssa, operaatiivinen riski siirtyy itse suorituskäyttäytymiseen.

Täydellisesti säädetty malli voi edelleen luoda riskin, jos se kutsuu väärän työkalun, pääsee väärään järjestelmään tai laukaisee odottamattomia alihankkijatoimia. Siksi kehotteen turvallisuus yksin ei riitä. Ja aina tulee olemaan uusia tapoja kiertää näitä kehotteen turvallisuuden esteitä. Se on jatkuva kissa-hiiri-leikki.

Organisaatioiden on tunnistettava, että nämä esteet voidaan kiertää, ja kun ne kierretään, potentiaalinen haitta on suurin suorituskäytävän lopussa. Siksi heidän on yhä enemmän tarjoittava näkyvyys ja valvonta koko suorituskäytävän yli ja agen-käyttäytymisen operaatiivisesta vaikutuksesta reaaliajassa.

Joitakin tutkijoita on verrannut MCP-omaksumista antamaan AI-järjestelmille “yleispistokkeen” yritysten infrastruktuuriin. Miten yritysten on tasapainotettava autonomisten agenien tuottavuuden suuri hyöty ja niiden aiheuttamat operaatiiviset riskit?

Tuottavuuden hyöty on todellinen. MCP yksinkertaistaa dramaattisesti, miten agenit muodostavat yhteyden työkaluihin, järjestelmiin ja työnkuluksiin, mikä on yksi syy sille, miksi omaksuminen kiihtyy nopeasti.

Mutta organisaatioiden ei pidä ajatella MCP:itä ainoastaan yhteydenpito-kerroksena. Se muodostuu itse operaatiivisen yrityksen kangaskaudeksi.

Tasapaino tulee kehittäjien ja AI-kehittäjien nopean liikkeen mahdollistamisesta samalla, kun ylläpidetään suoritusaikainen näkyvyys ja valvonta.

Se tarkoittaa MCP-palvelimen itse turvallisuuden ymmärtämistä, miksi rakensimme mcp-trust.com-rekisterin. Ja se tarkoittaa ymmärtämistä, mitä MCP-palvelimia agenit ovat vuorovaikutuksessa, mitä työkaluja nämä palvelimet tarjoavat, mitkä valtuudet on myönnetty ja miten toimet etenevät suoritusaikana.

Onnistuneet organisaatiot rakentavat operaatiivisen luottamuksen autonomisen suorituksen ympärille.

Edetessäsi, miltä tulee näyttämään kypsä yritysten AI-turvallisuuspino, kun autonomiset agenit yleisesti tekevät yhteistyötä, tekevät päätöksiä ja suorittavat tehtäviä useiden järjestelmien yli tuotannossa?

Luulen, että kypsä yritysten AI-pino tulee olemaan paljon enemmän suoritusaikainen.

Organisaatioiden on edelleen tarjoittava malliturvallisuutta, identiteettiä, tietosuojaa ja infrastruktuurin turvallisuutta. Mutta suurempi muutos on, että yritysten on tarjoittava operaatiivisia järjestelmiä, jotka on suunniteltu autonomisille ja epädeterministisille ohjelmistoille.

Kun agenit yhä enemmän tekevät yhteistyötä, tekevät päätöksiä ja suorittavat toimia työkalujen, infrastruktuurin ja liiketoimintatyönkulkujen yli, organisaatioiden on tarjoittava jatkuva näkyvyys siitä, miten AI-järjestelmät todella toimivat suoritusaikana.

Tulevaisuuden pinorakenne yhdistää havainnollistamisen, kontekstiluottamuksen, operaatiivisen hallinnan, suoritusaikaisen valvonnan, identiteetin ja suoritusaikaisen turvallisuuden yhdeksi operaatiiviseksi kerroksesi agen-järjestelmille.

Onnistuneet organisaatiot tulevat olemaan ne, jotka voivat jatkuvasti ymmärtää ja operationalisoida autonomisen suorituksen ilman, että hidastavat innovaatiota.

Kiitos hienosta haastattelusta, lukijat, jotka haluavat oppia enemmän, voivat vierailla BlueRockissa.