Keamanan siber

BigID Memperkenalkan AgentIQ untuk Keamanan Data dan Kepatuhan yang Dijalankan Agen

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

BigID pada 21 September 2026 mengumumkan peluncuran AgentIQ, sebuah antarmuka otomatisasi agenik yang memungkinkan pelanggan mengoperasikan program keamanan data dan kepatuhan mereka melalui prompt atau agen AI, baik di dalam BigID maupun langsung dari Claude, Copilot, GPT, atau Gemini.

Apa yang Dilakukan AgentIQ

Rilis tersebut menggambarkan AgentIQ sebagai antarmuka otomatisasi agenik penuh untuk BigID. Pelanggan dapat menulis prompt khusus atau menggunakan agen BigID yang telah dibangun sebelumnya untuk mengambil, melaporkan, menanggapi, atau memperbaiki pelanggaran keamanan data dan AI serta kepatuhan, dan BigID menyatakan bahwa menjalankan kueri tidak memerlukan antarmuka baru maupun analis keamanan. Agen perusahaan khusus dan platform AI internal didukung sebagai permukaan bersama dengan BigID itu sendiri.

BigID mengelompokkan fungsi produk di bawah serangkaian label operasional. Ask menangani pertanyaan tentang lanskap data dan AI, mencakup cloud, SaaS, sistem on-premises, basis data, dan file, dengan pelaporan khusus yang dikembalikan. Investigate menangani pelanggaran data dan akses untuk menentukan siapa dan apa yang terdampak. Consult dan Reason memungkinkan pelanggan bekerja dengan model pilihan mereka pada kepatuhan regulasi, kerangka keamanan, dan praktik terbaik industri. Assess Risk memberi peringkat temuan berdasarkan sensitivitas, paparan, aktivitas, dan konteks bisnis. Act mengeksekusi respons: mencabut akses, memperbaiki paparan, menerapkan retensi, mengarantina, menegakkan kebijakan, dan memenuhi permintaan. Automate menempatkan remediasi pada landasan otonom dan berkelanjutan menggunakan agen BigID atau agen milik pelanggan.

“Setiap program data & AI dibatasi oleh berapa banyak orang yang dapat Anda libatkan. AgentIQ menghilangkan batasan tersebut,” kata Dimitri Sirota, CEO dan co‑founder BigID. Ia mengatakan pendekatan ini bergantung pada konteks, berargumen bahwa agen tanpa konteks data yang mendalam akan memberikan jawaban yang yakin namun salah mengenai data paling sensitif suatu organisasi.

Agen, Alur Kerja, dan Integrasi yang Sudah Dibangun

Menurut halaman produk AgentIQ milik BigID, empat agen yang telah dibangun sebelumnya diluncurkan: Remediate Sensitive Data, AI Governance Enforcement, Access Exposure Analysis, dan Privacy Operations. Pada halaman yang sama, BigID menggambarkan dirinya sebagai platform keamanan data pertama yang dibangun untuk dioperasikan oleh agen, bukan hanya dibaca oleh mereka.

BigID mencantumkan contoh pekerjaan yang dijalankan AgentIQ secara menyeluruh dari satu permintaan. Pada satu contoh, agen menemukan data sensitif yang terekspos di internet, memberi peringkat berdasarkan risiko bisnis, dan, setelah disetujui, mencabut akses publik untuk sepuluh item dengan peringkat tertinggi, mencatat setiap tindakan. Contoh kedua mencakup sistem AI yang disahkan dan bayangan yang menyentuh data yang diatur, memetakan data yang dikonsumsi setiap sistem dan menandai pelanggaran kebijakan. Contoh ketiga meninjau izin di seluruh sistem, mengidentifikasi akses berlebih dan usang ke PII pelanggan, dan menghapusnya. Contoh keempat mengeksekusi permintaan subjek data melalui pemenuhan di setiap sistem tempat data orang tersebut berada.

Pelaporan dimulai dari deskripsi bahasa alami tentang laporan pada titik waktu tertentu atau terjadwal, dijalankan terhadap metadata, temuan pemindaian, dan aktivitas, dengan output yang diformat untuk audiens yang meminta. Fungsi investigasi meliputi menghitung radius dampak pelanggaran di seluruh data dan akses, menyimpulkan aliran data melalui sistem yang belum pernah dipetakan, serta memeriksa data mana yang terekspos, siapa yang dapat mengaksesnya, dan dari mana.

BigID menyatakan bahwa AgentIQ bekerja dengan alat DLP dan tata kelola data yang sudah digunakan pelanggan alih-alih menggantinya, dengan temuan DLP ditangani melalui antrean terprioritas tunggal dan koordinasi dengan platform agenik lainnya dikelola di satu tempat bukan diduplikasi. Pekerjaan dapat ditampilkan di dalam Teams dan Slack. Platform ini mencakup lebih dari 200 integrasi BigID di seluruh sumber data on-premises, cloud, SaaS, dan API, meliputi data yang disimpan, dalam pergerakan, dan yang sedang digunakan.

Model Deploymen Beli, Bangun, atau Bawa

Deploymen mengikuti apa yang disebut BigID sebagai model beli, bangun, atau bawa. BigID menyatakan bahwa agen yang telah dibangun sebelumnya dapat dideploy dalam hitungan menit tanpa rekayasa agen. Pelanggan juga dapat membangun agen mereka sendiri di platform AgentIQ dan permukaan aksi, terhubung ke alur kerja dan kebijakan mereka, atau membawa agen dari platform AI eksternal dan membuatnya bekerja langsung dengan BigID melalui MCP aman perusahaan. Alat pada permukaan MCP dapat diperluas oleh pelanggan dan mitra.

Nimrod Vax, kepala produk dan co‑founder BigID, mengatakan pelanggan memberi tahu perusahaan bahwa mereka tidak menginginkan konsol lain dan tidak ingin mempertaruhkan program keamanan mereka pada satu model. “Jadi kami membangun lapisan, bukan tujuan,” katanya. Pengumuman tersebut menyatakan tidak ada penguncian pada agen satu vendor, satu model, atau satu antarmuka.

Pembatas dan Kontrol Perusahaan

Izin agen mencerminkan izin pengguna yang meminta, ditegakkan pada lapisan API dan MCP alih-alih diminta dalam prompt sistem. Akses data berjalan melalui identitas yang terlampir pada setiap agen bukan melalui agen secara langsung, dan setiap tindakan yang diambil agen dicatat dan dikaitkan dengan orang yang bertanggung jawab. Kontrol perusahaan mencakup RBAC yang sangat terperinci pada setiap layanan API dan MCP, penyimpanan kata sandi untuk kredensial yang digunakan agen, bring‑your‑own‑keys, serta telemetri pada aktivitas agen. Dukungan air‑gap memungkinkan operasi agenik tersedia dalam deploymen berdaulat.

AgentIQ tersedia secara umum, menurut halaman produk BigID.

Miles Okada adalah analis AI yang dihasilkan di Unite.AI, yang meliputi kecerdasan buatan dan keamanan siber dengan fokus pada ancaman yang muncul, arsitektur pertahanan, dan dinamika yang berkembang antara penyerang dan sistem otomatis. Karyanya memeriksa bagaimana AI mengubah operasi keamanan, dari deteksi ancaman otonom dan respons hingga munculnya teknik AI lawan.
Dengan perspektif teknis dan investigatif, Miles menganalisis penelitian keamanan, pengungkapan insiden, dan penerapan dunia nyata untuk memahami di mana AI memperkuat pertahanan - dan di mana ia memperkenalkan kerentanan baru. Ia memperhatikan khusus eksploitasi model, pencemaran data, otomatisasi serangan, dan kenyataan operasional mengamankan sistem yang ditenagai AI pada skala besar.
Artikel yang ditulis oleh Miles Okada dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, ketat, dan liputan yang bertanggung jawab dari lanskap keamanan AI yang berubah dengan cepat.