Jeff Margolies, Chief Product e Strategy Officer di Saviynt – Intervista

Jeff Margolies, Chief Product e Strategy Officer di Saviynt, guida la gestione dei prodotti, la strategia aziendale, le partnership tecnologiche e lo sviluppo aziendale, lavorando con clienti, partner e team in tutta l’organizzazione per plasmare la visione di lungo termine del prodotto e la roadmap di crescita dell’azienda. Porta più di 25 anni di esperienza nell’identità e nella sicurezza informatica, avendo precedentemente ricoperto il ruolo di Chief Strategy Officer di Saviynt e occupato posizioni di leadership senior in Mandiant, Deloitte e Accenture. In Mandiant, ha sovrinteso alla strategia, alle partnership strategiche e allo sviluppo aziendale, mentre la sua carriera precedente includeva l’aiuto a stabilire e ampliare la pratica di gestione dell’identità e dell’accesso di Accenture in un’organizzazione globale di oltre 700 professionisti. Margolies detiene un diploma di laurea in Ingegneria ottica presso l’Università di Rochester e un master in Ingegneria elettrica presso l’Università della California, Berkeley.

Saviynt è un’azienda di sicurezza dell’identità alimentata da intelligenza artificiale, focalizzata sull’aiuto alle imprese a governare e proteggere l’accesso agli utenti umani, alle identità non umane, alle macchine, alle applicazioni, alle infrastrutture e agli agenti di intelligenza artificiale. La piattaforma di identità Saviynt unisce la governance dell’identità, la gestione dell’accesso privilegiato, la governance dell’accesso alle applicazioni, la gestione delle identità esterne, la sicurezza delle identità non umane e la gestione della postura di sicurezza dell’identità in una piattaforma cloud unificata progettata per ambienti cloud, on-premises, SaaS, IaaS e ibridi. L’azienda si è sempre più posizionata attorno alle esigenze dell’era dell’intelligenza artificiale, compresi strumenti per la sicurezza degli agenti di intelligenza artificiale, la governance dei flussi di lavoro agente e l’abilitazione delle operazioni di identità basate sul linguaggio naturale attraverso offerte come Saviynt MCP Server in AWS Marketplace.

Come Chief Product e Strategy Officer, ha una posizione di primo piano per osservare come le esigenze di sicurezza dell’identità aziendale stanno cambiando. Come è cambiato il modo in cui le organizzazioni devono pensare all’identità, all’accesso e alla governance con l’aumento degli agenti di intelligenza artificiale, e come quei cambiamenti hanno influenzato lo sviluppo di Agent Access Gateway e Intent-Aware Runtime Authorization di Saviynt?

Gli agenti di intelligenza artificiale cambiano la sicurezza dell’identità perché le identità umane e quelle delle macchine operano in modi molto diversi. Non si tratta più solo di gestire le persone che si connettono alle applicazioni. Le organizzazioni gestiscono software che possono ragionare, prendere decisioni e agire in modo autonomo attraverso i sistemi. Penso agli agenti come alla prossima generazione di applicazioni. Dopo i mainframe, i client-server, il web e le applicazioni SaaS, stiamo entrando nell’era delle applicazioni agente.

I fondamenti sono ancora gli stessi. Le organizzazioni devono sapere chi possiede l’agente, chi può utilizzarlo, quali sistemi può accedere e come la sua attività è governata. Le identità delle macchine cambiano la velocità e la scala. Un utente aziendale può ora creare un agente in pochi minuti, il che significa che la governance deve muoversi altrettanto velocemente. È questo che ci ha portato a sviluppare Agent Access Gateway e Intent-Aware Runtime Authorization — per aiutare le imprese ad adottare gli agenti con i controlli di accesso, la responsabilità e le barriere di sicurezza giuste fin dall’inizio.

Gli agenti di intelligenza artificiale stanno passando rapidamente dall’esperimentazione agli ambienti di produzione. Come gli agenti autonomi cambiano il modello tradizionale di identità e gestione dell’accesso che le imprese hanno utilizzato per decenni?

La gestione tradizionale dell’identità e dell’accesso era costruita attorno alle persone e al software prevedibile. Un utente si autenticava, richiedeva l’accesso e svolgeva azioni specifiche in sistemi definiti. Comprendiamo chiaramente il ciclo di vita dell’identità umana in questo contesto, compreso come concedere l’accesso. Gli agenti di intelligenza artificiale introducono un ciclo di vita diverso. Possono essere creati rapidamente, agire in modo continuo, adattarsi ai flussi di lavoro e interagire con molteplici applicazioni, API e fonti di dati con molto più autonomia.

I principi fondamentali dell’identità si applicano ancora: ogni identità ha bisogno di autenticazione, autorizzazione, governance e responsabilità. La velocità è molto diversa. Invece di poche applicazioni aziendali costruite da team centralizzati, le organizzazioni possono avere migliaia di agenti creati da utenti aziendali. In effetti, il 92% dei CISO non ha una visibilità completa sulle identità di intelligenza artificiale, e il 95% dubita di poter rilevare o contenere gli abusi se si verificassero. La sicurezza dell’identità deve evolversi in modo che la proprietà, i controlli di accesso, le approvazioni e il monitoraggio siano stabiliti automaticamente mentre gli agenti vengono creati.

Molte organizzazioni utilizzano ancora autorizzazioni e controlli di accesso progettati per dipendenti umani e applicazioni software convenzionali. Perché questi approcci sono insufficienti quando si tratta di agenti di intelligenza artificiale che possono ragionare, adattarsi ed eseguire azioni in modo indipendente?

L’autorizzazione tradizionale chiede generalmente: “È consentito a questa identità eseguire questa azione?” Questo non è più sufficiente per gli agenti di intelligenza artificiale perché un agente può tecnicamente avere il permesso di fare qualcosa, ma può comunque agire al di fuori dell’intento dell’utente.

Ad esempio, se un utente chiede a un agente di “pulire” un database, l’agente potrebbe interpretarlo come cancellare i record. Potrebbe essere autorizzato a cancellare quei record, ma potrebbe non essere ciò che l’utente intendeva. Con gli agenti, le organizzazioni devono valutare non solo se un’azione è consentita, ma se si allinea con il piano e l’intento originale dietro il compito.

Saviynt ha recentemente introdotto Intent-Aware Runtime Authorization. Cosa significa esattamente “consapevole dell’intento” in autorizzazione, e come si differenzia dai modelli di autenticazione e autorizzazione tradizionali?

L’autorizzazione consapevole dell’intento significa valutare se le azioni di un agente si allineano con ciò che l’utente umano intendeva farlo fare. Ogni agente viene creato o inviato per eseguire un compito, e quel compito crea un contesto per ciò che l’agente dovrebbe e non dovrebbe fare.

L’autorizzazione tradizionale prende una decisione binaria: è consentito o no? L’autorizzazione consapevole dell’intento aggiunge un altro livello chiedendo se l’azione ha senso nel contesto del compito originale. Se un agente fosse stato chiesto di archiviare vecchi dati ma inizia a cancellare record attivi, potrebbe essere tecnicamente permesso, ma non è allineato con l’intento dell’utente. L’obiettivo dell’autorizzazione consapevole dell’intento in fase di esecuzione è quello di governare le azioni degli agenti in tempo reale in base al contesto del compito, alle politiche e ai risultati previsti.

Come possono le imprese determinare se un agente di intelligenza artificiale dovrebbe essere autorizzato a eseguire un’azione specifica anche quando tecnicamente ha il permesso di accedere al sistema sottostante?

Inizia con la pianificazione. Prima che un agente agisca, le organizzazioni devono definire cosa dovrebbe realizzare, quali sistemi dovrebbe accedere, quali barriere di sicurezza si applicano e quali politiche deve seguire. Quel piano diventa il riferimento per valutare il comportamento dell’agente.

La domanda chiave non è solo se l’agente ha accesso, ma se la sua azione è coerente con il compito per cui è stato creato. Molti applicazioni e API esistenti non sono state progettate per applicare quel livello di contesto, ed è per questo che un modello di gateway è importante. Agent Access Gateway fornisce un ulteriore livello di controllo per valutare i piani rispetto alle azioni e aiutare a gestire la sovrautorizzazione o le lacune nei sistemi legacy.

Una delle maggiori preoccupazioni riguardo agli agenti di intelligenza artificiale è che possono agire attraverso molteplici applicazioni e fonti di dati in pochi secondi. Quali nuovi rischi crea questo per i team di sicurezza, e quali rischi sono attualmente sottovalutati?

Gli agenti di intelligenza artificiale non creano sempre rischi del tutto nuovi. In molti casi, aumentano la probabilità che i rischi esistenti vengano sfruttati. Se un’organizzazione ha già account sovrautorizzati, controlli deboli o sistemi che si affidano all’oscurità, gli agenti possono trovare e agire su quelle debolezze molto più velocemente degli esseri umani, aumentando il rischio.

A volte li paragono a lasciare una porta sul retro aperta. La vulnerabilità esiste già, ma la probabilità che qualcuno la trovi potrebbe essere bassa. Ora immaginate un agente che controlla ogni porta sul retro in pochi secondi attraverso migliaia di ambienti. È per questo che le organizzazioni devono mettere in ordine le basi: sapere quali agenti esistono, capire cosa possono accedere, limitare le autorizzazioni non necessarie e governare la loro attività in modo continuo.

Man mano che le imprese distribuiscono più agenti di intelligenza artificiale attraverso i dipartimenti, come dovrebbero le organizzazioni governare chi può interagire con quegli agenti e quali informazioni o sistemi quegli agenti possono accedere?

Un modo utile per pensare a un agente di intelligenza artificiale è come un’applicazione. Le imprese già sanno come governare le applicazioni: chi le possiede, chi può utilizzarle, quali sistemi si connettono, quali dati possono accedere e come l’accesso viene esaminato. Le stesse domande si applicano agli agenti.

La differenza è che gli agenti possono essere creati in pochi minuti da utenti aziendali, non in mesi da grandi team di sviluppo e solo il 5% dei CISO si sente sicuro di poter contenere un agente di intelligenza artificiale compromesso. La governance deve essere costruita nel processo di creazione in modo che la proprietà, l’accesso, le approvazioni, le autorizzazioni e le revisioni periodiche siano stabilite fin dall’inizio anziché aggiunte dopo che l’agente è già in funzione.

L’AI ombra è diventata una preoccupazione crescente poiché i dipendenti adottano strumenti di intelligenza artificiale al di fuori della supervisione ufficiale dell’IT. Come gli agenti di intelligenza artificiale amplificano questa sfida, e quali passi pratici possono intraprendere le organizzazioni per riacquistare visibilità e controllo?

Gli agenti di intelligenza artificiale amplificano l’AI ombra perché sono facili da creare e possono agire attraverso i sistemi. Ciò non significa che le organizzazioni dovrebbero cercare di fermare le persone dall’utilizzarli. I guadagni di produttività sono reali e le aziende li perseguiranno.

La risposta pratica è la visibilità e le barriere di sicurezza. Le organizzazioni devono sapere quali agenti esistono, chi li possiede, cosa sono destinati a fare e quali sistemi o dati possono accedere. Ogni agente dovrebbe avere un’identità, autorizzazioni definite e monitoraggio continuo. Molte imprese sono ancora in una fase relativamente precoce di sperimentazione, quindi c’è ancora tempo per costruire la governance prima che l’adozione degli agenti raggiunga una scala molto più grande. Ma quel tempo sta rapidamente scadendo.

Guardando avanti, ritiene che ogni agente di intelligenza artificiale debba eventualmente avere la sua propia identità digitale, una struttura di governance e una traccia di audit simile a quella degli dipendenti umani? Come si presenta questo modello di futuro?

Ogni agente di intelligenza artificiale dovrebbe inequivocabilmente avere la sua propia identità in modo che le organizzazioni sappiano cosa è, chi lo possiede, cosa può accedere e cosa sta facendo. Le identità umane e quelle non umane, compresi gli agenti di intelligenza artificiale, devono essere governate attraverso un modello di sicurezza dell’identità unificato.

I concetti sono familiari: autenticazione, autorizzazione, proprietà, autorizzazioni, tracciamento dell’attività e governance. Ciò che cambia è la scala. Le imprese potrebbero presto creare centinaia di agenti a settimana, portando alla fine a decine di migliaia o addirittura milioni di applicazioni agente. Il futuro riguarda l’applicazione dei principi di base della sicurezza dell’identità a ogni tipo di identità a una scala e velocità molto maggiori. Ora è il momento di iniziare l’implementazione.

Man mano che le imprese si affrettano a distribuire agentiche intelligenza artificiale, quali sono gli errori più comuni che vede le organizzazioni commettere oggi, e cosa dovrebbero prioritizzare i leader della sicurezza e della tecnologia nei prossimi 12-24 mesi per assicurarsi che gli agenti di intelligenza artificiale rimangano sia produttivi che affidabili?

Sarebbe un grave errore lasciare la sicurezza in questa era al caso. I guadagni di produttività legati all’intelligenza artificiale agente sono reali e le organizzazioni devono catturarli. Il più grande rischio è che la sicurezza e la governance non tengano il passo.

Nei prossimi 12-24 mesi, i leader dovrebbero concentrarsi sulla visibilità e sui fondamentali della governance: mantenere un inventario degli agenti, assegnare la proprietà, dare a ogni agente un’identità, capire cosa può accedere e fare della governance parte del processo di creazione. Questa è un’opportunità per costruire la sicurezza in un importante cambiamento di piattaforma fin dall’inizio anziché cercare di adattarla in seguito.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Saviynt.