Piyush Sharma, co-fondateur et PDG de Tuskira – Série d’entretiens

Piyush Sharrma est un leader expérimenté en cybersécurité et en produits, avec plus de 18 ans d’expérience dans la construction et la mise à l’échelle de plateformes de sécurité d’entreprise. Il a précédemment co-fondé Accurics, une société de sécurité cloud-native acquise par Tenable, où il a joué un rôle clé dans l’intégration de la sécurité des infrastructures en tant que code dans les écosystèmes d’entreprise plus larges. Avec un diplôme du département des sciences de gestion (PUMBA), Piyush est connu pour son style de leadership axé sur les personnes et son leadership de pensée dans des domaines tels que la sécurité shift-left, DevSecOps et la détection de menaces basée sur l’IA.

Il est actuellement le PDG et co-fondateur de Tuskira, une plateforme de cybersécurité alimentée par l’IA conçue pour unifier les télémétries de plus de 150 outils de sécurité dans un maillage de sécurité cohérent. Tuskira utilise des agents basés sur GenAI et un jumeau numérique dynamique pour simuler des chemins d’attaque dans le monde réel, valider l’exploitabilité, prioriser les risques actionnables et améliorer de manière autonome les défenses en temps réel. En réduisant la fatigue des alertes et en augmentant l’efficacité des outils existants, la plateforme aide les entreprises à passer d’une sécurité réactive à une sécurité proactive, basée sur l’exposition.

Commençons par votre vision de fondation — qu’est-ce qui vous a inspiré pour lancer Tuskira, et quel problème de sécurité fondamental étiez-vous déterminé à résoudre dès le départ ?

La force de l’IA réside dans sa capacité à effectuer d’énormes quantités d’analyse de données, et la cybersécurité a traditionnellement été un problème de données. Les environnements sont dynamiques, les applications des clients sont dynamiques, et il y a de nombreuses grandes parties mobiles. L’objectif de Tuskira était de tirer parti de l’IA pour résoudre les problèmes complexes qui surviennent dans ces environnements, tout en réduisant la quantité d’intervention humaine requise.

Vous avez construit et quitté plusieurs entreprises de cybersécurité avant celle-ci. Comment vos expériences chez Accurics, Tenable et Symantec ont-elles façonné votre approche de la construction d’une plateforme de sécurité native AI dès le premier jour ?

Mes expériences avec Accurics, Tenable et Symantec m’ont donné une compréhension approfondie et de première main de l’endroit où les nouvelles menaces émergeront et de la façon dont elles évolueront. Dans la cybersécurité, anticiper l’avenir n’est pas une supposition, c’est une reconnaissance de modèles ancrée dans des années d’exposition à la façon dont les attaquants pensent et s’adaptent. Ce niveau de compréhension ne vient que de passer un temps considérable dans le domaine.

La cybersécurité n’est pas un domaine traditionnel d’ingénierie logicielle où vous pouvez entrer sans expérience et être capable de créer quelque chose. Il a été dit que vous n’avez pas besoin d’expérience en cybersécurité pour être un fondateur de cybersécurité. La vérité est plus nuancée. Alors que des instincts de produit solides sont importants, des plates-formes de cybersécurité vraiment efficaces nécessitent plus que l’ajustement du marché, elles exigent une compréhension approfondie du paysage des menaces et de la façon dont il évolue en temps réel.

La cybersécurité consiste à résoudre un problème client, plutôt que à construire un récit qui correspond à ce que les gens veulent entendre. Ce type de compréhension ne vient que de la profondeur du domaine, et c’est ce qui permet finalement de construire des solutions qui fonctionnent non seulement en théorie, mais dans les environnements imprévisibles et adverses que nos clients affrontent chaque jour.

Une récente étude de Gartner prédit que 40 % des violations de données liées à l’IA d’ici 2027 seront dues à une utilisation abusive. Quels sont, selon vous, les moyens les plus courants par lesquels les équipes de sécurité utilisent actuellement abusivement l’IA ?

La façon la plus courante dont j’ai vu les équipes de sécurité utiliser abusivement l’IA est d’utiliser des versions publiques d’IA, telles que ChatGPT, Anthropic ou Microsoft Copilot, pour analyser les données organisationnelles. Cela peut entraîner une fuite involontaire d’informations confidentielles.

Les entreprises ont besoin de modèles de langage privés et fins pour s’assurer que les informations sensibles ne s’échappent pas de l’organisation. Ces modèles privés offrent un contrôle beaucoup plus grand sur l’endroit où les informations vont et qui y a accès. De plus, la validité des modèles publics est beaucoup plus difficile à déterminer que celle des modèles privés, ce qui pourrait compromettre les informations renvoyées.

Quels types de données d’entrée sont les plus critiques pour que l’IA génère des résultats significatifs et sécurisés dans la cybersécurité, et comment les équipes peuvent-elles s’assurer qu’elles fournissent le bon contexte ?

L’IA nécessite des données de sécurité distillées et bien étiquetées pour générer des résultats significatifs. Il est difficile d’apporter des données de centaines d’outils utilisés dans une entreprise dans une taxonomie unifiée, puis de les distiller encore pour que l’IA puisse vraiment comprendre ce qu’elle absorbe. Cependant, sans filtration de données appropriée, l’IA ne pourra pas fonctionner correctement.

L’IA nécessite des données de tous les contrôles de sécurité, les contrôles IT et les outils d’infrastructure. Les équipes de sécurité ont besoin d’une stratégie de données complète pour s’assurer que l’ensemble de données fin est préparé, étiqueté et distillé afin que l’IA ait le contexte approprié derrière les informations qu’elle reçoit. Le déversement de données sans réflexion ne suffit pas.

Tuskira se décrit comme une « IA agente ». Pouvez-vous expliquer ce que cela signifie en termes pratiques pour une équipe de sécurité ? Comment cela diffère-t-il de l’automatisation traditionnelle ou même des outils alimentés par GenAI ?

Tuskira est une plateforme native AI qui utilise des agents AI SOC pour détecter, évaluer et répondre à des menaces profondément enfouies sous de grandes quantités de données. Vos outils de sécurité créent beaucoup de données chaque jour. Donner un sens à ces données est un problème de niveau machine. L’IA agente livre des agents AI qui peuvent extraire, récolter et produire la bonne valeur à partir de ces données, et c’est ce que Tuskira fournit en tant que plateforme native.

Les équipes de sécurité peuvent utiliser ces agents AI pour leurs propres résultats personnalisés. Les agents sont axés sur les résultats et ont le contexte en temps réel des clients et des équipes de sécurité. Dans l’automatisation traditionnelle, toute sorte d’automatisation nécessite que les humains écrivent le livre de jeu, y compris les étapes à suivre par les scripts d’automatisation. Les agents AI changent cette notion, car ils ont leur propre esprit et des modèles affinés qui leur permettent de créer, d’exécuter et de valider leur propre livre de jeu, en le recréant si le précédent n’a pas fonctionné.

La plateforme Tuskira a la capacité de raisonner, d’identifier son propre plan et de livrer le résultat sans intervention humaine. Cela n’est pas possible dans l’automatisation traditionnelle.

La plateforme Tuskira simule des attaques dans le monde réel dans un jumeau numérique. Comment ce processus de simulation aide-t-il à identifier de manière proactive des menaces qui pourraient autrement passer inaperçues ?

Chez Tuskira, nous avons construit une plateforme qui ne attend pas que les menaces se manifestent, mais les cherche activement. Notre technologie de jumeau numérique crée une réplique en temps réel de votre environnement, permettant à nos agents AI de simuler une large gamme d’attaques, des exploits d’API et de DNS aux intrusions de la chaîne d’approvisionnement, avant même qu’elles n’atteignent la production.

Cette simulation n’est pas hypothétique. Elle reflète vos systèmes réels, configurations et flux de données, nous permettant de découvrir non seulement des vulnérabilités exploitables, mais aussi celles qui sont également indéfendables, des problèmes que les analyseurs traditionnels passent généralement sous silence. En validant lesquelles des faiblesses pourraient être utilisées pour contourner les contrôles existants, nous transformons les risques inconnus en connaissances actionnables.

C’est le passage de la défense réactive à la résilience proactive. Et cela n’est possible que lorsque votre plateforme peut penser, tester et agir avant la menace. C’est ce que nous avons construit avec Tuskira.

Vous avez unifié les télémétries de plus de 150 outils dans un seul maillage de sécurité. Quels ont été les plus grands défis techniques pour construire un système vraiment interopérable à cette échelle ?

Collecter les données de plus de 150 outils n’est pas le défi ; être capable de distiller et d’étiqueter correctement les données afin que l’IA puisse les comprendre est le défi. Tuskira a construit une couche sémantique native AI qui peut ingérer des données dans plusieurs formats, des centaines de contrôles de sécurité et des serveurs MCP pour unifier les données dans une structure que les modèles AI peuvent comprendre. Tout cela fonctionne de manière autonome, où les agents AI sont en train de curer et de renormaliser les données dans la structure la plus propice à une analyse extrême.

La plupart des solutions de sécurité d’aujourd’hui sont réactives — elles attendent que les menaces apparaissent. Comment Tuskira déplace-t-il l’industrie vers un modèle proactif, et quels résultats mesurables cela débloque-t-il pour les organisations ?

La plupart des solutions modernes ne fonctionnent qu’une fois qu’une tentative de violation du système a été signalée. Tuskira identifie de manière proactive les zones les plus sensibles aux potentielles failles de sécurité dans les défenses d’une organisation et comble ces lacunes pour réduire les chances d’exploitation d’une attaque.

Les agents AI SOC de Tuskira analysent constamment les alertes provenant de divers outils de sécurité, les corrèlant avec les vulnérabilités les plus exploitables et prenant une action appropriée en optimisant la couche de défense au lieu de réagir constamment à celle-ci. En cas d’attaque, Tuskira peut mesurer si une action doit être prise ou si l’attaquant n’a pas les moyens de violer les défenses en place.

Vous détenez plus d’une douzaine de brevets en matière de cybersécurité. Pouvez-vous partager une récente innovation au sein de Tuskira dont vous êtes particulièrement fier, et le problème qu’elle résout ?

Il y a plusieurs problèmes qui sont résolus avec Tuskira. Le premier est : comment pouvez-vous construire une plateforme native AI qui puisse analyser des téraoctets de données à l’échelle de l’entreprise ? Grâce à nos innovations liées à la gestion et à la distillation des données, nous sommes capables de conduire l’analyse des données de manière très scalable.

Tuskira a des dizaines de brevets qui déterminent la façon de fine-tuner les modèles autour d’un domaine de cybersécurité. Nous avons créé un essaim de modèles LLM pour produire le résultat le plus efficace et le plus élevé en termes d’efficacité.

En créant des barrières de sécurité internes autour de la détection et de l’évaluation, Tuskira peut créer des agents qui produisent un résultat prévisible sur une période de temps.

En regardant cinq ans à l’avance, quel rôle pensez-vous que l’IA jouera dans les centres d’opérations de sécurité (SOC) ? L’analyste humain deviendra-t-il obsolète — ou quelque chose de plus puissant ?

Dans cinq ans, l’IA prendra en charge les rôles L1, L2 et L3. La majorité des fonctions seront livrées par des agents AI, et les humains se concentreront sur le fait que l’IA prend les bonnes décisions et aide à l’automatisation de cette décision.

L’IA ne remplacera pas les humains ; elle les augmentera à une échelle plus large. C’est le travail de l’IA de rendre le travail des attaquants plus difficile. L’attention des humains se déplacera vers les décisions que l’IA prend et en automatisant ces décisions, plutôt que de s’occuper de tout le travail fastidieux qu’ils doivent gérer au quotidien.

Si vous deviez donner un seul conseil aux DSI qui tentent de sécuriser leur architecture de sécurité à l’ère de l’IA, quel serait-il ?

Il y a un changement fondamental en cours dans la cybersécurité. Vous avez des plateformes qui ont été construites avant l’IA et qui sont maintenant réaménagées, et des plateformes qui ont été conçues avec l’IA à leur cœur. Cette distinction compte plus que jamais.

Si j’avais un conseil à donner aux DSI, ce serait celui-ci : ne demandez pas seulement si vos outils utilisent l’IA, demandez à quel point l’IA est profondément intégrée dans leur architecture. La plateforme est-elle native AI, ou s’appuie-t-elle sur des intégrations superficielles pour cocher une case ?

Les menaces que nous affrontons maintenant, et la vitesse à laquelle elles évoluent, exigent des systèmes qui ne sont pas seulement intelligents mais intrinsicquement adaptatifs. L’architecture de sécurité doit être construite pour l’ère de l’IA, de la base au sommet, avec la capacité de continuer à apprendre, simuler et réagir en temps réel. Tout ce qui est moins risqué laissera des lacunes que vous ne verrez pas jusqu’à ce qu’il soit trop tard. Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Tuskira.