スリ・アイヤー、Kovr.aiのCTO兼共同創設者 – インタビュー・シリーズ

スリ・アイヤー、Kovr.aiのCTO兼共同創設者は、人工知能、データ分析、量子コンピューティング、自動化などの分野で革新を牽引する経験豊富なテクノロジー・リーダーです。Kovr.aiを共同創設する前に、アマゾン、ガイドハウス、PwC、レイセオンなどの企業でシニア・ロールを歴任し、公的および私的セクターで次世代ソリューションの開発を指揮しました。10年以上にわたる新興テクノロジーでの経験と数多くの業界認定を受けたアイヤー氏は、組織が破壊的なツールを活用して複雑なビジネスおよびセキュリティ課題を解決するための支援で評価されています。

Kovr.aiは、クラウドおよびハイブリッド・エンヴァイロンメント向けのAIネイティブ・プラットフォームを通じてサイバーコンプライアンスを再定義しています。同社は、FedRAMPやCMMCなどの複雑な規制フレームワークをリアルタイムでコード駆動型のインテリジェンスを使用して自動化し、企業が15分以内に運用承認（ATO）を取得できるようにします。従来の手動コンサルティングと柔軟性のないコンプライアンス・ツールに代わるものとして、Kovr.aiはリスク管理に対するスケーラブルで適応性の高いアプローチを提供し、規制された組織がセキュリティ、コンプライアンス、継続的な変化に備えることを可能にします。

コヴェイの共同創設者となる前に、アマゾン、PwC、連邦政府向けスタートアップなどでリーダーシップ・ロールを歴任しました。連邦ITコンプライアンスに取り組むためのより良い方法があることを実感し、最終的にKovr.aiを立ち上げるきっかけになったのは、どのような個人的または職業的な経験でしたか?

私は、システム所有者として大規模なプラットフォームを国防省向けに構築したり、アマゾンでクラウドおよびAIイニシアチブを指揮したりするなど、連邦ITコンプライアンスの課題に両側から直面しました。あるシステムを開発してからコンプライアンスのためにさらに長期間待たされることになったときのフラストレーションが、転機となりました。

アマゾンでは、FedRAMPや同等のコンプライアンス・プロセスを経験したサービスをサポートするチームを指揮しました。アマゾンの豊富なリソースを活用しても、新しいリージョンでサービス承認を取得するのに最大3年かかることがありました。最良の内部ソリューションは、QuipやGoogle Docsのような、プロセスを追跡および管理するためのスプレッドシートでした。非効率性は驚くべきもので、ほとんどの機関が同じ問題に直面していることを私は直接見ました。

何年にもわたって、私はより良い方法があるはずだと考えていましたが、コードベースやドキュメントにわたる数千のコントロールをマッピングする複雑さにより、真の自動化は手の届かないもののように思えました。ただし、アマゾンのAI/MLソリューション・アーキテクチャ・チームを指揮したときに、世の中が変わったのです。手動ワークフローを変革することができる生成的なAIを見て、私は目を見開いてしまいました。突然、不可能と思えたことが、実現可能に思えるようになりました。

ある程度の実験と研究開発を行った後、私と現在の共同創設者は、コンプライアンスを追跡するだけでなく、加速するプラットフォームを構築できることを実感しました。その洞察は、Kovr.aiの創設のきっかけとなりました。Kovr.aiは、連邦ITコンプライアンスの負担を軽減するためのAIの活用方法です。

多くのテクノロジー・スタートアップは、連邦コンプライアンス要件の複雑さ、コスト、ペースに苦労しています。Kovr.aiが初期に直面した最大の障害は何でしたか? また、Kovr.aiはそれらの課題をどのように乗り越え、有効なソリューションを構築しましたか?

Kovr.aiは、テクノロジー・スタートアップ向けの連邦コンプライアンスに対処する際に、以下のような複数の重大な障害に直面しました。

• 複雑さと手動プロセス：スタートアップは、コントロールの数（例：NIST 800-53には1200以上のコントロールがあります）と、通常使用される手動、スプレッドシート駆動型のプロセスにより、連邦コンプライアンスを圧倒的に感じることが多かった。これにより、コンプライアンスは遅く、エラーが発生しやすく、リソースの集中が必要になりました。
• 遅いフィードバックと反復：従来のコンプライアンス・プロセスでは、チームとコンサルタントの間で長いサイクルのやり取りが必要で、進捗が遅れ、スタートアップがどこにいるか、または次に何を修正するかがわかりにくくなりました。
• 高コストとリソースの負担：スタートアップは、時間とお金が限られているため、コア製品のロードマップよりもコンプライアンスを優先することが難しく、政府向けの仕事を数年遅らせることが多かった。

これらの障害を克服するために、自動化、柔軟な入力、迅速な反復、深いワークフロー統合を使用して、スタートアップ向けのコンプライアンスをよりアクセスしやすくしました。プラットフォームは、ドキュメント、コード、クラウド・エンヴァイロンメントを自動的にスキャンして、コンプライアンス・コントロールにマッピングし、瞬時にギャップ評価を提供します。アーティファクトは任意の形式でサポートされ、エントリの障壁を低減し、ユーザーのフィードバックを重視して、現実世界の関連性を確保します。コンプライアンス・チェックを開発パイプラインに組み込むことで、Kovr.aiはチームが大幅な中断なしにコンプライアンスを統合することを支援します。

OSCAL（Open Security Controls Assessment Language）などのマシンリーダブル・コンプライアンス形式への移行は、ベンダーと機関がセキュリティに取り組む方法をどのように変えましたか?

OSCALは、コンプライアンスをより自動化し、効率化する可能性がありますが、その影響は、ベンダーと機関の両方での採用のペースによって制限されています。より多くの関係者がOSCALを使用するにつれて、コンプライアンス・プロセスの自動化と標準化の利点が期待されます。Kovr.aiはOSCALにネイティブで対応しており、コンプライアンス情報をこの形式で送信および処理できるように設計されていますが、より広範な利点は、より多くの利害関係者がOSCALベースのワークフローを採用することで実現されます。

Kovr.aiを「コンプライアンス・コパイロット」と表現しています。実践ではどうなりますか? ドキュメントから監査準備までのプロセスを説明してください。どのようなことが裏で起こっており、プロセスをより迅速または簡単にしているのでしょうか?

裏では、Kovr.aiはAIと自動化を活用して、手動作業を排除し、瞬時のフィードバックを提供し、コンプライアンス・ドキュメントを最新の状態に保つことで、ドキュメントから監査準備までのプロセス全体を大幅に迅速化および簡素化しています。

ユーザーは、すでに持っているコンプライアンス・アーティファクトを任意の形式で取り込むことができます。ドキュメント、コード、クラウド・エンヴァイロンメント・データ、アーキテクチャ・ダイアグラムなどです。その後、Kovr.aiは、各ドキュメント、コードベース、エンヴァイロンメントの各行を自動的にスキャンし、すべての情報を関連するセキュリティ・コントロール（NIST 800-53などのもの）にマッピングします。これは、ユーザーのコンプライアンス・ランドスケープの包括的な知識グラフを構築するAIモデルを使用して実行されます。

次に、システムは各コントロールを評価し、ギャップを特定し、是正のためのアクション可能な推奨事項を生成します。ユーザーは、これらのギャップを解決するために、環境またはドキュメントを更新し、Kovr.aiに再度アップロードできます。Kovr.aiは、問題が解決されたかどうかについて瞬時のフィードバックを提供します。このプロセスは、迅速な自動フィードバックを使用して、コンプライアンス・ポストゥアを反復的に改善できるため、必要に応じて繰り返すことができます。従来のチームとコンサルタントの間での遅いやり取りによる遅延を排除します。

Kovr.aiは、FedRAMP SSPなどの政府テンプレートを含む、必要なコンプライアンス・ドキュメントをすべて、知識グラフ内の情報を使用して生成できます。

最後に、プラットフォームはすべてのコンプライアンス情報を最新の状態に保ち、それを監査者向けにパッケージ化できます。監査者は、コンプライアンス・データを直接レビューおよび照会できるようになり、監査プロセスが簡素化されます。

スタートアップは、迅速に進むか、コンプライアンスを遅らせるかという難しいトレードオフに直面することがよくあります。Kovr.aiを構築する際に、このトレードオフにどのように取り組みましたか? コンプライアンスを遵守しながら規制市場に拡大しようとする他のイノベーターにどのようなアドバイスを与えますか?

Kovr.aiは、空中分離システム、強力な認証、暗号化など、規制された環境をサポートする機能を最初から組み込んで構築されました。また、DevOpsパイプラインに自動コンプライアンス・チェックを統合して、早期の問題検出を可能にし、大幅なレビューを回避しました。迅速なプロトタイピングとユーザー・フィードバックに基づく統合に重点を置き、製品がユーザーのニーズを満たしながらコンプライアンスを維持できるようにしました。自動化により、手動オーバーヘッドが削減され、安全でスケーラブルな開発が可能になりました。

イノベーターにとって、特に規制市場の場合、製品の最初からコンプライアンスとセキュリティを組み込むことが重要です。DevOpsパイプラインに自動コンプライアンス・チェックを統合して、早期に問題を検出します。必要に応じて、人間のコンプライアンス・エキスパートを取り入れます。コンプライアンスは機能開発を遅らせるかもしれませんが、最終的には、高額なリワークを避けることで時間を節約します。

連邦調達の近代化の必要性について話されていました。現在のシステムで最も古いと感じる部分は何ですか? 早期段階の企業が競争することを容易にするために、どのような実用的な変更が必要です?

連邦調達システムは、調達サイクルが遅い、運用よりもイノベーションを優先する資金、企業が新しいテクノロジーを発見して購入することを困難にする複雑な購入メカニズムなど、古いと感じる部分が多くあります。早期段階の企業を支援するには、より柔軟でイノベーションに焦点を当てた資金を割り当て、より迅速な、小規模な購入のための調達しきい値を下げ、DODのTradewindsのような調達車両へのアクセスを拡大し、新しいテクノロジーを機関が発見して購入することを簡素化するための「アプリストア」ようなプラットフォームを作成するなどの実用的な改革が必要です。

過去を振り返ってみると、Kovr.aiが現在の位置に到達する上で、最も重要な基盤的な決定は何でしたか? アーキテクチャ、市場戦略、採用についてはどうでしたか?

Kovr.aiにとって最も重要な基盤的な決定は、迅速なプロトタイピングと反復、ユーザー主導の製品ビジョン、柔軟な生産戦略、フィードバック・コミュニティの構築、および顧客のニーズへの重点的な取り組みでした。これらの選択により、連邦コンプライアンスの課題に対処する真正なソリューションを構築することができました。

CTOとして、迅速なイノベーションと厳格なコンプライアンスのバランスをどのようにとっていますか? どのようなフレームワークや内部の慣行を採用していますか?

私は、開発の各段階でコンプライアンスを組み込み、自動化を活用し、柔軟な生産環境を維持し、ユーザーのニーズと専門家の指導に密接に接することで、イノベーションとコンプライアンスのバランスをとっています。これらの慣行により、両方の優先事項 – 迅速なイノベーションと厳格なコンプライアンス – が一貫して満たされることを保証します。

今後、Kovr.aiはどこに拡大する予定ですか? 州や地方政府、金融、エネルギー、ヘルスケアなどの他の規制産業、または国際市場への拡大を予定していますか?

チームは、連邦政府のコンプライアンスに重点を置いていたKovr.aiのテクノロジーを、継続的で自動化されたコンプライアンス管理のために進化させることを続けます。州や地方政府、金融、エネルギー、ヘルスケアなどの他の規制産業、および国際市場への拡大を含む、複数の方向で拡大します。

素晴らしいインタビュー、詳しく知りたい読者はKovr.aiを訪問してください。