Bold Security के CEO और सह-संस्थापक Nati Hazut – साक्षात्कार शृंखला

Nati Hazut, Bold Security के CEO और सह-संस्थापक हैं। इससे पहले उन्होंने SAM Seamless Network और Polyrize की सह-स्थापना की थी। इस दौरान उन्होंने कनेक्टेड डिवाइसों की सुरक्षा, पहचान, क्लाउड अनुमतियों और डेटा सुरक्षा के क्षेत्र में अनुभव हासिल किया। Bold में उनका काम इन सीखों को कर्मचारियों, एआई एजेंटों और संवेदनशील उद्यम डेटा के बीच होने वाली गतिविधियों को सुरक्षित करने में लागू करता है।

Bold Security एंडपॉइंट डेटा सुरक्षा तकनीक विकसित करती है। यह सीधे डिवाइसों पर चलने वाले छोटे भाषा मॉडल का इस्तेमाल करके संवेदनशील जानकारी को वर्गीकृत करती है और समझती है कि उसका उपयोग कैसे किया जा रहा है। इसका प्लेटफ़ॉर्म सुरक्षा टीमों को ऐसे नियंत्रण देता है जिनकी मदद से वे उपयोगकर्ताओं को मार्गदर्शन दे सकती हैं, गतिविधियों को दूसरी दिशा में मोड़ सकती हैं या ब्राउज़र, डेस्कटॉप ऐप्लिकेशन और एआई एजेंटों में जोखिमभरी कार्रवाइयों को रोक सकती हैं। इस साक्षात्कार में Hazut शैडो एआई, डिवाइस पर चलने वाली बुद्धिमत्ता, स्वायत्त एजेंटों और उद्यम डेटा की सुरक्षा-सीमा में हो रहे बदलावों पर चर्चा करते हैं।

Bold Security शुरू करने से पहले आपने SAM Seamless Network और Polyrize की सह-स्थापना की थी। बाद में आपने Hadar Krasner और Omri Mallis के साथ Bold Security शुरू की। उद्यम सुरक्षा और एआई के क्षेत्र में आपको क्या बदलाव नज़र आए, जिनसे आपको लगा कि शुरू से एक और सुरक्षा कंपनी बनाने की ज़रूरत है?

एआई ने सबसे बड़ा बदलाव यह किया है कि काम कहाँ होता है। दशकों तक, कंपनी के डेटा से जुड़े लोगों के सबसे संवेदनशील काम ब्राउज़र और SaaS ऐप्लिकेशन में होते थे—और सुरक्षा व्यवस्था का ध्यान भी ठीक इन्हीं पर केंद्रित था। अब ऐसे ज़्यादा काम सीधे डिवाइस पर हो रहे हैं: लोग डेस्कटॉप एआई सहायक में मसौदे तैयार कर रहे हैं, नेटिव ऐप में सोर्स कोड चिपका रहे हैं और ऐसे एजेंट चला रहे हैं जो लैपटॉप पर फ़ाइलों, ऐप्लिकेशन और कंपनी के सिस्टम से सीधे संपर्क करते हैं।

इस बदलाव ने उन बुनियादी मान्यताओं को तोड़ दिया जिनके आधार पर ज़्यादातर सुरक्षा उत्पाद बनाए गए थे। नेटवर्क निरीक्षण को केवल वही ट्रैफ़िक दिखाई देता है जो उसके रास्ते से गुज़रता है, जबकि डेस्कटॉप ऐप्लिकेशन अपने ट्रैफ़िक को एन्क्रिप्ट करके प्रॉक्सी को बायपास कर देते हैं। CASB को स्वीकृत क्लाउड ऐप दिखाई देते हैं। DSPM को क्लाउड स्टोरेज में मौजूद डेटा दिखाई देता है। इनमें से किसी को भी यह नहीं दिखता कि कोई स्थानीय फ़ाइल डेस्कटॉप एआई ऐप में जा रही है या कोई एजेंट बिना किसी व्यक्ति के कीबोर्ड पर बैठे डेटा इधर-उधर कर रहा है।

हमने Bold की शुरुआत इसलिए की, क्योंकि एंडपॉइंट ही वह एकमात्र जगह है जहाँ ये सभी चीज़ें एक साथ दिखाई देती हैं। वहाँ आप डेटा, उससे संपर्क कर रहे कर्मचारी या एजेंट, उनके इरादे और जानकारी के जाने की दिशा—सब देख सकते हैं। और संवेदनशील डेटा कंपनी के नियंत्रण से बाहर जाने से पहले आप कार्रवाई भी कर सकते हैं।

शैडो एआई के कई रूप हो सकते हैं—कर्मचारियों के निजी ChatGPT खातों से लेकर डेस्कटॉप ऐप्लिकेशन, ब्राउज़र एक्सटेंशन, API, Model Context Protocol कनेक्शन और लगातार अधिक स्वायत्त होते एजेंटों तक। आज उद्यम सुरक्षा टीमों के लिए शैडो एआई के किन रूपों का पता लगाना और उन पर नियंत्रण रखना सबसे कठिन साबित हो रहा है?

एक साल पहले हर कोई “शैडो एआई” को लेकर चिंतित था, लेकिन अब यह चर्चा और गहरी हो रही है। उद्यम सुरक्षा टीमें इस वास्तविकता को समझ रही हैं कि कर्मचारी पहले से कहीं तेज़ी से नए एआई टूल अपना रहे हैं। इसलिए अब सवाल टूल की सूची बनाने का कम और उनके ज़रिए भेजे जा रहे डेटा को नियंत्रित करने का ज़्यादा है।

बेशक, जिस चीज़ को आप देख नहीं सकते, उसे नियंत्रित भी नहीं कर सकते। और जिन माध्यमों पर नज़र रखना सबसे कठिन है, वे ऐसे हैं जो निगरानी में आने वाले किसी भी नेटवर्क मार्ग से गुज़रते ही नहीं। डेस्कटॉप ऐप्लिकेशन सीधे डिवाइस से फ़ाइलें पढ़ते हैं और अपने ट्रैफ़िक को एन्क्रिप्ट कर देते हैं, इसलिए कुछ भी उन टूलों से होकर नहीं जाता जिन्हें उसका निरीक्षण करने के लिए बनाया गया है। एजेंटों के पास कंपनी की जानकारी तक पहुँच होती है और वे उसका इस्तेमाल करते रहते हैं—इसके लिए हर बार किसी कर्मचारी का उन्हें कुछ देना ज़रूरी नहीं होता।

ये सभी डेटा को बाहर ले जाने के नए माध्यम हैं; असल सवाल यह है कि इनके ज़रिए कौन-सा डेटा जा रहा है। किसी स्वीकृत कॉर्पोरेट खाते में सार्वजनिक दस्तावेज़ भेजना, ग्राहक डेटाबेस या मालिकाना सोर्स कोड किसी निजी खाते में भेजने जैसी बात नहीं है। यह अंतर केवल वहीं दिखाई देता है जहाँ डेटा मौजूद है और कार्रवाई हो रही है। इसलिए शैडो एआई के जिन रूपों को आप देख नहीं सकते, उनमें डेटा से जुड़ा सवाल सबसे अधिक मायने रखता है।

Bold एंडपॉइंट-प्रथम दृष्टिकोण अपनाता है और मुख्य रूप से नेटवर्क या क्लाउड निगरानी पर निर्भर रहने के बजाय सीधे डिवाइस पर एआई चलाता है। डिवाइस पर चलने वाला मॉडल एआई के साथ होने वाली ऐसी कौन-सी गतिविधि समझ सकता है, जिसे पारंपरिक डेटा लॉस प्रिवेंशन (DLP) नहीं समझ सकता?

Bold दो काम अलग ढंग से करता है। पहला, हम संवेदनशील डेटा को विश्लेषण के लिए किसी दूसरी एआई सेवा को भेजे बिना उसकी सुरक्षा के लिए एआई का इस्तेमाल करते हैं। हमारे छोटे भाषा मॉडल सीधे डिवाइस पर चलते हैं, जहाँ वे समझ सकते हैं कि कौन-सा डेटा संवेदनशील है, उस तक कौन पहुँच रहा है और वह कहाँ जा रहा है। इससे हम सब कुछ क्लाउड पर भेजने से होने वाली देरी और लागत के बिना, जोखिमभरी कार्रवाइयों की पहचान करके उन्हें वास्तविक समय में रोक सकते हैं।

दूसरा, हम उन माध्यमों से आगे तक सुरक्षा देते हैं जिनकी निगरानी पारंपरिक सुरक्षा टूल करते हैं। बाज़ार का अधिकांश हिस्सा अब भी ब्राउज़र और नेटवर्क ट्रैफ़िक पर केंद्रित है, लेकिन संवेदनशील डेटा अब डेस्कटॉप एआई ऐप्लिकेशन, कोडिंग टूल, टर्मिनल और स्वायत्त एजेंटों के ज़रिए तेज़ी से जा रहा है। पारंपरिक DLP और क्लाउड सुरक्षा उत्पादों के लिए इन पर नज़र रखना कहीं अधिक कठिन है।

एंडपॉइंट पर काम करके हम इन सभी परिवेशों में डेटा की सुरक्षा कर सकते हैं और संवेदनशील जानकारी के कंपनी के नियंत्रण से बाहर जाने से पहले हस्तक्षेप कर सकते हैं।

आपकी तकनीक को इस तरह बनाया गया है कि वह न केवल यह समझे कि किस डेटा तक पहुँच बनाई जा रही है, बल्कि किसी कार्रवाई के पीछे का संदर्भ और इरादा भी समझे। अत्यधिक गलत सकारात्मक नतीजे दिए बिना आप संवेदनशील जानकारी के वैध उपयोग और वास्तविक सुरक्षा जोखिम पैदा करने वाले व्यवहार के बीच अंतर कैसे करते हैं?

यहाँ संदर्भ ही सब कुछ है। हर फ़ाइल अपलोड या डेटा तक पहुँचने वाले हर एजेंट को सुरक्षा घटना नहीं मान सकते, वरना कोई भी अपना काम नहीं कर पाएगा।

एक ही फ़ाइल एक जगह सामान्य हो सकती है, तो दूसरी जगह गंभीर समस्या। ग्राहक सूची का सहायता टूल में होना अपेक्षित है, लेकिन उसे निजी खाते में अपलोड करना वास्तविक समस्या है। सोर्स कोड रिपॉज़िटरी में होना चाहिए, किसी उपभोक्ता एआई टूल के प्रॉम्प्ट में नहीं।

जो टूल केवल इतना जानता है कि सामग्री किसी नियम से मेल खाती है, उसे दोनों मामलों को चिह्नित करना होगा या किसी को भी नहीं। यहीं से गलत चेतावनियाँ पैदा होती हैं। डेटा क्या है, उसे कौन ले जा रहा है और वह कहाँ जा रहा है—यह जानकर ही एआई के सामान्य उपयोग और वास्तविक जोखिम के बीच अंतर किया जा सकता है।

एआई एजेंट सुरक्षा का एक अलग मॉडल सामने लाते हैं, क्योंकि सॉफ़्टवेयर अब तेज़ी से फ़ाइलों तक पहुँच सकता है, टूल चला सकता है, MCP सर्वरों के ज़रिए जुड़ सकता है और सीमित मानवीय भागीदारी के साथ कार्रवाइयाँ कर सकता है। जब संवेदनशील कॉर्पोरेट डेटा के साथ काम करने वाला व्यक्ति कोई कर्मचारी न होकर स्वायत्त एजेंट हो, तो एंडपॉइंट सुरक्षा को किस तरह विकसित होना चाहिए?

सुरक्षा व्यवस्था मुख्य रूप से लोगों को ध्यान में रखकर बनाई गई है, लेकिन एजेंट अब मशीन की गति से काम कर सकते हैं—फ़ाइलें खोलना, टूल चलाना और हर कदम पर किसी की मंज़ूरी के बिना डेटा इधर-उधर करना। सुरक्षा को भी उसी गति से काम करना होगा। कई उत्पाद एआई का इस्तेमाल घटनाओं के बाद उनका विश्लेषण करने के लिए करते हैं। हम इसका इस्तेमाल जोखिम भरी कार्रवाइयों को वास्तविक समय में समझने और रोकने के लिए करते हैं, जिनमें ब्राउज़र के बाहर होने वाली कार्रवाइयाँ भी शामिल हैं।

कोई एजेंट डेस्कटॉप ऐप्लिकेशन, टर्मिनल या काम पूरा करते समय उसे मिले किसी अन्य टूल के ज़रिए काम कर सकता है। सुरक्षा को इन सभी परिवेशों में डेटा और कार्रवाई पर नज़र रखनी चाहिए—चाहे ज़िम्मेदारी किसी व्यक्ति की हो या एजेंट की।

इससे एक ऐसा सवाल भी उठता है जो सुरक्षा टीमों को पहले नहीं पूछना पड़ा था। जब कुछ जोखिम भरा होता है, तो क्या व्यक्ति ने जान-बूझकर ऐसा किया, या एजेंट से गलती हुई? दोनों स्थितियों में अलग-अलग कदम उठाने होते हैं। अगर कोई कर्मचारी गलत फ़ैसला कर रहा है, तो उसे समझाइए। अगर कोई एजेंट ऐसा कुछ कर रहा है जिसके लिए किसी ने नहीं कहा, तो उसे रोक दीजिए।

अंतर एंडपॉइंट पर समझा जा सकता है, क्योंकि डेटा, प्रक्रिया और कार्रवाई—तीनों वहीं एक साथ दिखाई देते हैं।

जनरेटिव एआई के जोखिमों से निपटने के लिए कई उद्यमों ने कुछ टूल पर पाबंदी लगाई है या उन्हें पूरी तरह प्रतिबंधित कर दिया है। क्या आपको लगता है कि संगठन ऐसे मॉडल की ओर बढ़ रहे हैं जहाँ लगभग किसी भी एआई टूल को इस्तेमाल करने की अनुमति दी जा सकती है, बशर्ते उसके लिए यह नियंत्रण हो कि वह किन डेटा तक पहुँच सकता है और वह डेटा कहाँ जा सकता है?

सब पर लागू होने वाली पाबंदियों से इसका समाधान नहीं होगा। कर्मचारी कुछ ही सेकंड में कोई नया एआई टूल ढूँढ़कर उसका इस्तेमाल शुरू कर सकते हैं, और उनमें से ज़्यादातर लोग सुरक्षा को दरकिनार करने की कोशिश नहीं कर रहे होते। वे बस अपना काम तेज़ी से पूरा करना चाहते हैं।

बेहतर सवाल यह है कि उन टूल का इस्तेमाल करते समय कंपनी के डेटा का क्या होता है।

अगर कोई मामूली काम के लिए निजी एआई खाते का इस्तेमाल कर रहा है, तो शायद उसे कंपनी के खाते की ओर भेजना ही काफ़ी हो। लेकिन अगर वह सोर्स कोड, ग्राहक जानकारी या लॉगिन प्रमाण-पत्र ऐसी जगह भेजने वाला है जिसकी कंपनी अनुमति नहीं देती, तो सुरक्षा टीम को हस्तक्षेप करना चाहिए।

मुझे लगता है कि आगे का रास्ता यही है। लोगों को एआई इस्तेमाल करने की गुंजाइश दें, लेकिन डेटा पर नियंत्रण रखें। जानें कि किस डेटा तक पहुँच हो रही है, वह कहाँ जा रहा है और आपको कब हस्तक्षेप करना चाहिए।

स्थानीय रूप से एआई चलाने से विलंबता और निजता के लिहाज़ से फ़ायदे हो सकते हैं, लेकिन एंडपॉइंट डिवाइसों की कंप्यूटिंग क्षमता और मेमोरी सीमित होती है। कर्मचारियों के डिवाइस पर ही अर्थ-आधारित डेटा वर्गीकरण और वास्तविक समय में नियंत्रण लागू करने में सक्षम मॉडल बनाते समय आपको किन तकनीकी समझौतों का सामना करना पड़ा?

किसी के लैपटॉप पर बहुत बड़ा मॉडल डालकर उसका CPU और मेमोरी खपाना और फिर उसे सुरक्षा कहना ठीक नहीं। अगर आपका सुरक्षा उत्पाद कंप्यूटर का इस्तेमाल करना बेहद मुश्किल बना देता है, तो कर्मचारी उससे परेशान होंगे और आईटी टीम उसे बंद कर देगी।

इसलिए इसमें वास्तविक समझौते करने पड़ते हैं। मॉडल को डेटा इतनी अच्छी तरह समझना चाहिए कि वह मामूली और संवेदनशील सामग्री के बीच अंतर कर सके, लेकिन उसे इतना तेज़, छोटा और भरोसेमंद भी होना चाहिए कि पृष्ठभूमि में लगातार चल सके।

शुरुआती काम ऐसे मॉडल बनाना था जो अलग-अलग तरह के कंप्यूटरों पर उन्हें धीमा किए बिना उपयोगी वर्गीकरण कर सकें। हम यह इंजीनियरिंग काम पहले ही पूरा कर चुके हैं, इसलिए ग्राहकों को ये समझौते खुद नहीं करने पड़ते।

विकास के पूरे दौरान उपयोगकर्ता अनुभव हमारी सर्वोच्च प्राथमिकता रहा है। हमारा उत्पाद स्थानीय स्तर पर, कार्रवाई होते समय ही निर्णय लेता है और पुरानी प्रतिस्पर्धी कंपनियों के गैर-एआई एजेंटों की तुलना में लगभग 20% कंप्यूटिंग संसाधनों का इस्तेमाल करता है। संवेदनशील डेटा को संवेदनशील है या नहीं, यह तय करने भर के लिए डिवाइस से बाहर जाने की ज़रूरत नहीं है।

Bold एआई टूल, खातों और एजेंट की गतिविधियों की पहचान कर सकता है और जोखिम भरी कार्रवाइयों के बारे में उपयोगकर्ता को समझा सकता है, उसे दूसरे रास्ते पर भेज सकता है या उन्हें रोक सकता है। आप कैसे तय करते हैं कि सिस्टम को केवल उपयोगकर्ता को चेतावनी देनी चाहिए या किसी कार्रवाई को अपने-आप रोक देना चाहिए?

सोचिए कि कोई अच्छा सहकर्मी ऐसी स्थिति में क्या करेगा। अगर आप अपना कोई मसौदा निजी ChatGPT में डालने वाले हों, तो वह पास आकर कहेगा, “अरे, इसके लिए हमारे पास कंपनी का खाता है।” लेकिन अगर आप ग्राहक डेटाबेस अपने निजी Drive पर अपलोड करने वाले हों, तो वह आपको रोकने के लिए आपका हाथ पकड़ लेगा।

हम भी इसी तरह काम करने की कोशिश करते हैं और हमारा अनुभव है कि समझाइश कम से कम 90% मामलों में उपयोगकर्ताओं को सुरक्षित विकल्प की ओर मोड़ने में कारगर होती है। ज़्यादातर मामलों में लोग गलती से गलत खाते में होते हैं या उन्हें कंपनी की उस नीति की जानकारी नहीं होती कि डेटा कहाँ साझा किया जा सकता है।

कहाँ रोक लगानी है, इसका अंतिम फ़ैसला ग्राहक का होता है और हर कंपनी यह सीमा अलग-अलग तय करती है। हमारा काम उन्हें सही फ़ैसला लेने के लिए ज़रूरी संदर्भ और भरोसा देना है। जोखिम वाले अधिक जटिल मामलों में इसका मतलब है वह संदर्भ, जिसकी हमने पहले बात की थी—जिसका आकलन उपयोगकर्ता के अपने पिछले व्यवहार और यहाँ तक कि उसके सहकर्मी समूह के व्यवहार के आधार पर किया जाता है।

आपका करियर SAM में कनेक्टेड डिवाइसों को सुरक्षित करने से शुरू होकर Polyrize में पहचान और क्लाउड अनुमतियों तक पहुँचा और अब Bold में लोगों, AI एजेंटों और उद्यम के डेटा के बीच होने वाली गतिविधियों की सुरक्षा तक आ गया है। साइबर सुरक्षा की इन तीन पीढ़ियों में बुनियादी सुरक्षा सीमा को लेकर आपकी सोच कैसे बदली है?

बुनियादी सिद्धांतों को लेकर मेरी समझ और स्पष्ट हुई है। इन सभी अनुभवों में एक बात समान रही है: सुरक्षा को गतिविधि के केंद्र के करीब लाना और बड़े पैमाने पर प्रभावी ढंग से काम करने योग्य बनाना।

SAM में हमने बहुत सीमित संसाधनों वाले राउटरों को उद्यम-स्तर की सुरक्षा दी। इससे हमें सीख मिली कि उन्नत तकनीक को एज तक कुशलता से कैसे पहुँचाया जाए। Polyrize में हमारा ध्यान दृश्यता और सुरक्षा स्थिति प्रबंधन के ज़रिए क्लाउड और SaaS परिवेशों में डेटा की सुरक्षा पर था। जोखिम के दायरे को समझना ज़रूरी है, लेकिन इससे जोखिम भरी कार्रवाई को रोक पाना हमेशा संभव नहीं होता।

Bold में हमने उन सीखों को एक साथ जोड़ा है। हम सुरक्षा संबंधी जानकारी एंडपॉइंट पर उपलब्ध कराते हैं, जहाँ लोग और AI एजेंट डेटा के साथ काम करते हैं, और सुरक्षा टीमों को जोखिम समझने तथा वास्तविक समय में हस्तक्षेप करने के लिए ज़रूरी संदर्भ देते हैं।

नेटवर्क और क्लाउड सुरक्षा अब भी अहम हैं, लेकिन एंडपॉइंट डेस्कटॉप ऐप्लिकेशनों, स्थानीय फ़ाइलों, व्यक्तिगत खातों और डिवाइस पर चल रहे एजेंटों की गतिविधियाँ देख सकता है। मैंने सीखा है कि सुरक्षा कहाँ और कब काम करती है, यह उतना ही मायने रखता है जितना कि उसकी बुद्धिमत्ता।

अगले तीन से पाँच वर्षों पर नज़र डालें, जब कर्मचारी लगातार अधिक स्वायत्त होते AI एजेंटों के साथ काम करेंगे, तो आपके अनुसार उद्यम का एंडपॉइंट किस रूप में विकसित होगा? क्या हम ऐसी स्थिति तक पहुँच सकते हैं जहाँ हर डिवाइस प्रभावी रूप से अपनी बुद्धिमान सुरक्षा परत के साथ काम करे, जो लगातार तय करे कि कौन-से लोग और एजेंट किन विशिष्ट डेटा के साथ काम कर सकते हैं?

मुझे लगता है कि हम बिल्कुल इसी दिशा में बढ़ रहे हैं।

एंडपॉइंट एक ऐसी बुद्धिमान सुरक्षा परत बन जाता है, जो डिवाइस पर मौजूद डेटा को समझती है, पहचानती है कि उसके साथ कोई व्यक्ति काम कर रहा है या एजेंट, और स्थानीय स्तर पर तय करती है कि क्या होना चाहिए और क्या नहीं।

एजेंट जितने अधिक स्वायत्त होते जाएँगे, यह उतना ही अहम होता जाएगा। किसी व्यक्ति की ओर से एक ही समय में कई एजेंट फ़ाइलों, ऐप्लिकेशनों और कंपनी के सिस्टमों पर काम कर सकते हैं। सुरक्षा इस बात पर निर्भर नहीं रह सकती कि वह व्यक्ति हर कदम को मंज़ूरी दे, क्योंकि धीरे-धीरे वह हर गतिविधि पर नज़र नहीं रखेगा।

डेटा की सुरक्षा अब भी ज़रूरी है, लेकिन उस तक पहुँच रखने वाले पक्षों की संख्या कीबोर्ड पर बैठे एक व्यक्ति से कहीं अधिक हो जाएगी। सुरक्षा प्रणालियों को एजेंटों के साथ संवाद करना होगा, निर्णय लेने होंगे और गतिविधियाँ होते ही स्वायत्त रूप से उन पर प्रतिक्रिया देनी होगी। इन प्रणालियों को संचालित करने वाले लोग हर घटना की अलग-अलग समीक्षा करने के बजाय नियंत्रणों और निर्णयों की निगरानी करेंगे। एंडपॉइंट वह जगह है जहाँ ये निर्णय लिए जा सकते हैं, जबकि डेटा अब भी कंपनी के नियंत्रण में रहता है।

इस शानदार साक्षात्कार के लिए धन्यवाद। एंडपॉइंट डेटा सुरक्षा और उद्यमों में AI को सुरक्षित रूप से अपनाने के बारे में जानने के इच्छुक पाठक Bold Security की वेबसाइट पर जाएँ।