Nightfallの共同創設者兼CEO、Rohan Sathe – インタビューシリーズ

初期の頃、私たちは機械学習を使用して、クラウドアプリやモダンなワークフロー全体で機密データを発見して保護したいと考えていました。2019年にステルスモードを脱したとき、私たちはクラウドネイティブのMLパワードSaaS DLPソリューションとして自分たちを位置付け、クラウドデータの「コントロールプレーン」を構築するというビジョンを持っていました。SaaSを超えてエンドポイントやジェネレーティブAIをカバーするよう拡大したとき、「AIネイティブDLP」が私たちの傘用語となりました。

Nightfallを共同創設する前に、Uber Eatsのバックエンドチームを率いていました。そこで、SaaSやクラウドツールにわたるデータの拡散を直接見ていました。そこでの経験がデータセキュリティに対するあなたの視点をどのように形成したのか、Nightfallのアイデアを生み出した具体的な瞬間や課題についてお話しください。

Uber Eatsでは、バックエンドチームを率いて、ETA予測や需要予測などの適用機械学習サービスを構築していました。ペタバイトスケールのデータが多数のシステムにわたって散在している環境で働いていました。そこでは、機密情報が非常に速く、多くの場合見えずに動き回ることができます。その経験と、2016年のUberのデータ漏洩事件（攻撃者がGitHubのコードに公開された資格情報を利用してAWSのデータに到達した事件）から業界全体が得た教訓から、データの拡散、資格情報、クラウドインフラストラクチャの組み合わせがどれほどのリスクを生み出すかを実感しました。Nightfallの最初から、コンテキストを理解した発見と予防に焦点を当てました。

Nightfallは2019年にシリーズAラウンドの資金調達で一般に公開されました。ステルスモードから一般公開までの初期の旅、特に重要な転換点についてお話しください。

約1年間ステルスモードで運営した後、2019年11月7日にベインキャピタル・ベンチャーズとベンロックが主導する2030万ドルの資金調達で正式に立ち上がりました。初期の重要な転換点は、幅広いSaaS統合を構築し、レガシーのDLPソリューションで問題となっていた誤検知を減らす、高い精度のMLベースのコンテンツ分類を開発することでした。

シャドウAIとは、ChatGPT、Gemini、Copilotなどのツールが職場で監視されず、または承認なしに使用されることを指します。シャドウAIをどのように定義し、現代の組織にとってなぜこれが増大する懸念事項なのかについてお話しください。

シャドウAIを、従業員が承認なしまたは監視なしにAIツールを使用すること（例：ソースコードや顧客データをチャットボットに貼り付ける）で生じる露出リスクと定義しています。これは、IBMやSplunkなどの業界プレイヤーから見られる定義と一致しています。シャドウAIは、承認や監視なしにAIが使用されることを指し、盲点や潜在的なデータ流出リスクを生み出します。使いやすいジェネレーティブAIアプリと適切な管理の欠如が、この問題を急速に拡大させています。

あなたは、NightfallのシャドウAIへのアプローチが従来のDLPとどのように異なるかを説明しています。どの機能（コンテキストを理解した監視、データの系譜、リアルタイムのブロッキングなど）が、お客様にとって最も大きな影響を与えていると感じていますか。

お客様から一貫して聞かれるのは、2つの重要な要素があります。まずは、データが送信される前に機密コンテンツをキャッチする、事前提出コントロールです。次に、レガシーのパターンマッチングを超えて、データの系譜とコンテキストを理解する、AIネイティブの検出です。

本当に強力なのは、継続的な学習によるノイズ削減です。システムはコンテンツとファイルの系譜を理解し、ユーザーの注釈やアクションから学習し、安全なワークフローを特定して低リスクの活動を抑制します。これにより、レガシーのDLPソリューションと比較して誤検知を大幅に削減できます。また、LLM、トランスフォーマー、コンピュータービジョンを使用したリアルタイムの脅威検出とリスクの優先順位付けを行い、カスタムファイルと機密性分類器を使用して知的財産や高価値ドキュメントの移動を超えて検出します。お客様は、警報疲労から集中した、高い影響力のあるセキュリティ対策への変化を体験しています。

Nightfallのブラウザベースおよびエンドポイントネイティブの検出システムは、どのようにして漏洩を事前に防ぎますか。また、これはレガシーのDLPシステムとどのように比較されますか。

ブラウザ拡張機能とエンドポイントエージェントは、データが提出される前にプロンプトとファイルをスキャンします。リアルタイムでリスクの高いコンテンツを赤字化またはブロックできます。例えば、ChatGPTのプロンプトが送信される前にです。また、ファイルが企業システムから発生したかどうかを追跡します。macOSとWindowsでChromeとFirefoxの拡張機能を提供し、事前に送信する赤字化とアップロードブロッキング機能を提供します。これは、レガシーのDLPと比較して大きな違いです。レガシーのDLPは、主に提出後の検出に焦点を当てています。

Nightfallは設立以来大きく拡大しました。企業のセキュリティニーズはどのように変化しましたか。また、どのようにして製品がこれに対応してきましたか。

風景は実に劇的に変化しました。私たちが始めたのは、約2020〜2021年頃のSaaSスキャニングでした。次に、2023年からジェネレーティブAIのガードレールが重要になりました。現在、組織の成長に合わせて拡大できる、自律的で知的な脅威防止が急務となっています。

セキュリティ運用チームは、複雑なツール、レガシーのパターンマッチングDLP、手動ポリシーの調整、警報疲労に苦労しています。これらの問題は、調査を遅らせ、オーバーヘッドを増やし、セキュリティの有効性を低下させます。製品の進化は、反応的な手動操作から、プロアクティブな知的な自動化への移行を追跡しています。2023年にジェネレーティブAIのカバレッジを発表し、2024年に流出防止、暗号化、メール保護に拡大しました。現在、Nyxを導入し、セキュリティ保護における次の時代、即ち、SaaS、エンドポイント、AIツール全体でアラート疲労を、高い影響力のあるセキュリティ対策への変化に変える、エージェントAIを導入しています。

最近、業界初の自律的なAIネイティブDLPプラットフォームであるNightfall Nyxを導入しました。Nyxが自律的であることの意味と、それがセキュリティチームにどのような問題を解決するのかについてお話しください。

NightfallのAI検出プラットフォームはすでに、高度な精度と低ノイズの結果を提供しています。レガシーのDLPと比較して、95%の精度を達成しています。これを基盤に、Nyxはセキュリティチームがリスクを調査、関連付け、理解するのを支援する、AIインテリジェンスレイヤーです。

ノイズが除去された後、本当の作業が始まります。大規模な組織では、セキュリティチームは依然として1日あたり数百の有効なアラートに直面することがあります。ビジネス承認済みのワークフローとリスクのあるデータ衛生問題またはインサイダー脅威を区別するために、アラートを調査する時間がかかります。Nyxがこの調査の重労を引き受け、分析を加速し、チームが行動に集中できるようにします。Nyxは、流出イベント間のパターンを瞬時に浮き彫りにし、ユーザー、ドメイン、デバイス、データタイプ、ファイル名などを接続します。自然言語インターフェイスを通じて、分析者はパターンに基づいて行動し、調査結果を生成し、推奨されるアクションを数秒で取得できます。2時間かかっていたタスクが、2分で完了するようになりました。20倍の時間短縮となり、ゲームチェンジャーです。

ジェネレーティブAIの使用が職場で爆発的に増え、セキュリティチームが追いつくのに苦労している中で、Nightfallのようなツールが企業環境のデフォルトの制御レイヤーになることはあり得ますか。

トレンドはそう示唆しています。企業全体でジェネレーティブAIの採用計画が広がっており、Microsoft (MSFT ) Entra Internet Accessなどの主要プラットフォームは、ジェネレーティブAIトラフィックの事前提出コントロールをロールアウトしています。シャドウAIのリスクに関する業界の合意とこれを組み合わせると、事前提出、AI認識のDLPが、アイデンティティおよびアクセス管理やエンドポイント検出と応答と並んで、デフォルトの制御レイヤーになる可能性はあります。

最後に、急速に変化する分野でビジネスを構築している創業者として、Nightfallと企業のデータ保護におけるAIの役割についてのあなたの長期的なビジョンを教えてください。

私たちの長期的なビジョンは、立ち上がったときに述べたものに基づいています。クラウドデータの「コントロールプレーン」ですが、そこに自律的な運用とエージェントAIの機能を拡張しています。セキュリティポストが継続的に改善される未来を想像しています。そこでは、AIがデータをコンテキストで理解し、安全で知的な行動をとることができます。セキュリティアナリストに特化したドメインの専門知識が不要になり、セキュリティ運用が反応的な手動から、プロアクティブな知的な脅威防止へと移行します。実践では、SaaS、エンドポイント、メール、シャドウAI全体で、コンテキストを理解し、安全で知的な行動をとるAIを意味します。検査、コーチング、赤字化、ブロッキングとともに、コンプライアンスサポートを行います。

私たちは、検出から予防までのループを閉じ、セキュリティチームに常にオンの知的なパートナーを提供し、週間の手動フォレンジックを、集中した対応に変えることを目指しています。

素晴らしいインタビュー、詳しく知りたい読者はNightfallを訪れてください。