Jeff Margolies, Chief Product en Strategie Officer bij Saviynt – Interview Serie

Jeff Margolies, Chief Product en Strategie Officer bij Saviynt, leidt productmanagement, corporate strategie, technologiepartnerschappen en corporate ontwikkeling, en werkt met klanten, partners en teams in de hele organisatie om de langetermijnproductvisie en -groei van het bedrijf vorm te geven. Hij heeft meer dan 25 jaar ervaring in identiteit en cybersecurity, en was eerder Chief Strategy Officer bij Saviynt en had senior leiderschapsfuncties bij Mandiant, Deloitte en Accenture. Bij Mandiant was hij verantwoordelijk voor strategie, strategische partnerschappen en corporate ontwikkeling, en in zijn eerdere carrière hielp hij bij het opzetten en opschalen van Accentures identiteit- en toegangsbeheerpraktijk tot een wereldwijde organisatie van meer dan 700 professionals. Margolies heeft een bachelordiploma in Optische Ingenieurswetenschappen van de Universiteit van Rochester en een masterdiploma in Elektrotechniek van de Universiteit van Californië, Berkeley.

Saviynt is een AI-gebaseerd identiteitsbeveiligingsbedrijf dat zich richt op het helpen van ondernemingen bij het beheren en beveiligen van toegang voor menselijke gebruikers, niet-menselijke identiteiten, machines, toepassingen, infrastructuur en AI-agents. Het Saviynt Identity Platform combineert identiteitsbeheer, privileged toegangsbeheer, toepassingsbeheer, externe identiteitsbeheer, niet-menselijke identiteitsbeveiliging en identiteitsbeveiligingsposturebeheer in een unified cloudplatform dat is ontworpen voor cloud-, on-premises-, SaaS-, IaaS- en hybride omgevingen. Het bedrijf heeft zich steeds meer gepositioneerd rondom de behoeften van de AI-era, waaronder tools voor het beveiligen van AI-agents, het beheren van agentic workflows en het mogelijk maken van natuurlijke-taalidentiteitsoperaties via aanbiedingen zoals Saviynt MCP Server in AWS Marketplace.

Als Chief Product en Strategie Officer hebt u een eerste rangs zitplaats bij hoe de identiteitsbeveiligingsvereisten van ondernemingen veranderen. Hoe heeft de opkomst van AI-agents de manier veranderd waarop ondernemingen moeten denken over identiteit, toegang en beheer, en hoe hebben die veranderingen Saviynt’s ontwikkeling van Agent Access Gateway en Intent-Aware Runtime Authorization beïnvloed?

AI-agents veranderen identiteitsbeveiliging omdat menselijke en machine-identiteiten op heel verschillende manieren werken. Het gaat niet langer alleen om het beheren van mensen die inloggen op toepassingen. Ondernemingen beheren software die kan redeneren, beslissingen nemen en autonoom handelen over systemen. Ik denk aan agents als de volgende generatie toepassingen. Na mainframe, client-server, web- en SaaS-toepassingen zijn we nu de era van agentic toepassingen binnen.

De basisbeginselen zijn nog steeds hetzelfde. Ondernemingen moeten weten wie de eigenaar van de agent is, wie hem kan gebruiken, welke systemen hij kan benaderen en hoe zijn activiteit wordt beheerd. Machine-identiteiten veranderen de snelheid en schaal. Een business-gebruiker kan nu een agent in enkele minuten creëren, wat betekent dat beheer net zo snel moet gaan. Dat is wat ons ertoe heeft gebracht om Agent Access Gateway en Intent-Aware Runtime Authorization te ontwikkelen — om ondernemingen te helpen bij het adopteren van agents met de juiste toegangscontroles, verantwoordelijkheid en beveiligingsmaatregelen vanaf het begin.

AI-agents bewegen zich snel van experimenten naar productieomgevingen. Hoe veranderen autonome agents het traditionele identiteits- en toegangsbeheermodel dat ondernemingen decennialang hebben gebruikt?

Traditioneel identiteits- en toegangsbeheer was gebouwd rondom mensen en voorspelbare software. Een gebruiker authenticerde, verzocht toegang en voerde specifieke acties uit in gedefinieerde systemen. We begrijpen de levenscyclus van de menselijke identiteit duidelijk in deze context, inclusief hoe toegang te provisioneren. AI-agents introduceren een andere levenscyclus. Ze kunnen snel worden gecreëerd, continu handelen, zich aanpassen over workflows en interactie hebben met meerdere toepassingen, API’s en gegevensbronnen met veel meer autonomie.

De kernbeginselen van identiteit blijven nog steeds van toepassing: elke identiteit heeft authenticatie, autorisatie, beheer en verantwoordelijkheid nodig. De snelheid is heel anders. In plaats van een paar ondernemingsapplicaties die zijn gebouwd door centrale teams, kunnen ondernemingen mogelijk duizenden agents hebben die zijn gecreëerd door business-gebruikers. In feite 92% van CISO’s ontbreekt het aan volledige zichtbaarheid in AI-identiteiten, en 95% twijfelt eraan of ze misbruik konden detecteren of bevatten als het zou gebeuren. Identiteitsbeveiliging moet evolueren zodat eigendom, toegangscontroles, goedkeuringen en monitoring automatisch worden ingesteld als agents worden gecreëerd.

Veel ondernemingen gebruiken nog steeds machtigingen en toegangscontroles die zijn ontworpen voor menselijke medewerkers en conventionele softwaretoepassingen. Waarom zijn die benaderingen onvoldoende als het gaat om AI-agents die kunnen redeneren, aanpassen en onafhankelijk acties uitvoeren?

Traditionele autorisatie vraagt meestal: “Is deze identiteit toegestaan om deze actie uit te voeren?” Dat is niet langer genoeg voor AI-agents, omdat een agent technisch gezien toestemming kan hebben om iets te doen, maar nog steeds buiten de intentie van de gebruiker kan handelen.

Als een gebruiker bijvoorbeeld aan een agent vraagt om een database “op te ruimen”, kan de agent dat interpreteren als het verwijderen van records. Het kan zijn toegestaan om die records te verwijderen, maar dat kan niet zijn wat de gebruiker bedoelde. Bij agents moeten ondernemingen niet alleen evalueren of een actie is toegestaan, maar ook of het in overeenstemming is met het oorspronkelijke plan en de intentie achter de taak.

Saviynt heeft onlangs Intent-Aware Runtime Authorization™ geïntroduceerd. Wat betekent “intent-aware” autorisatie precies, en hoe verschilt het van traditionele authenticatie- en autorisatiemodellen?

Intent-aware autorisatie betekent het evalueren of de acties van een agent in overeenstemming zijn met wat de menselijke gebruiker heeft bedoeld. Elke agent wordt gecreëerd of ingezet om een taak uit te voeren, en die taak creëert context voor wat de agent wel en niet moet doen.

Traditionele autorisatie neemt een binaire beslissing: is dit toegestaan of niet? Intent-aware autorisatie voegt een extra laag toe door te vragen of de actie zin heeft in de context van de oorspronkelijke taak. Als een agent bijvoorbeeld is gevraagd om oude gegevens te archiveren, maar begint met het verwijderen van actieve records, kan dat technisch gezien zijn toegestaan, maar het is niet in overeenstemming met de intentie van de gebruiker. Het doel van intent-aware runtime autorisatie is om agentacties in real-time te beheren op basis van taakcontext, beleid en beoogde resultaten.

Hoe kunnen ondernemingen bepalen of een AI-agent een specifieke actie moet uitvoeren, zelfs als het technisch gezien toestemming heeft om toegang te krijgen tot het onderliggende systeem?

Het begint met planning. Voordat een agent actie onderneemt, moeten ondernemingen definiëren wat het moet bereiken, welke systemen het moet benaderen, welke beveiligingsmaatregelen van toepassing zijn en welk beleid het moet volgen. Dat plan wordt de basis voor het evalueren van het gedrag van de agent.

De sleutelvraag is niet alleen of de agent toegang heeft, maar of zijn actie in overeenstemming is met de taak waarvoor het is gecreëerd. Veel bestaande toepassingen en API’s zijn niet gebouwd om dat niveau van context af te dwingen, en dat is waarom een gateway-model belangrijk is. Agent Access Gateway biedt een extra controlelaag om plannen te evalueren tegenover acties en om te helpen bij het beheren van overmacht of lacunes in legacy-systemen.

Een van de grootste zorgen rondom AI-agents is dat ze in seconden over meerdere toepassingen en gegevensbronnen kunnen handelen. Wat zijn de nieuwe risico’s die dit creëert voor beveiligingsteams, en welke risico’s worden momenteel onderschat?

AI-agents creëren niet altijd geheel nieuwe risico’s. In veel gevallen verhogen ze de kans dat bestaande risico’s worden uitgebuit. Als een onderneming al overgeautoriseerde accounts, zwakke controles of systemen heeft die afhankelijk zijn van obscuriteit, kunnen agents die zwakheden veel sneller vinden en uitbuiten dan mensen, waardoor het risico toeneemt.

Ik vergelijk het soms met het laten van een onbeveiligde achterdeur. De kwetsbaarheid bestaat al, maar de kans dat iemand hem vindt kan laag zijn. Stel je nu voor dat een agent elke onbeveiligde achterdeur in duizenden omgevingen in seconden controleert. Dat is waarom ondernemingen de basis moeten hebben: weten welke agents bestaan, begrijpen wat ze kunnen benaderen, onnodige machtigingen beperken en hun activiteit continu beheren.

Als ondernemingen meerdere AI-agents inzetten over afdelingen, hoe moeten ondernemingen dan beheren wie met die agents kan interacteren en welke informatie of systemen die agents kunnen benaderen?

Een nuttige manier om over een AI-agent na te denken is als een toepassing. Ondernemingen weten al hoe ze toepassingen moeten beheren: wie de eigenaar is, wie ze kan gebruiken, welke systemen ze aansluiten, welke gegevens ze kunnen benaderen en hoe die toegang wordt beoordeeld. Dezelfde vragen zijn van toepassing op agents.

Het verschil is dat agents in enkele minuten kunnen worden gecreëerd door business-gebruikers, en niet over maanden door grote ontwikkelteams en slechts 5% van CISO’s voelt zich zeker dat ze een gecompromitteerde AI-agent kunnen bevatten. Beheer moet worden ingebouwd in het creatieproces, zodat eigendom, toegang, goedkeuringen, machtigingen en periodieke beoordelingen vanaf het begin worden ingesteld in plaats van toegevoegd nadat de agent al in werking is.

Shadow AI is een groeiende zorg geworden, aangezien medewerkers AI-hulpmiddelen aannemen buiten het officiële IT-toezicht. Hoe versterken AI-agents deze uitdaging, en welke praktische stappen kunnen ondernemingen nemen om zichtbaarheid en controle terug te krijgen?

AI-agents versterken Shadow AI omdat ze gemakkelijk te creëren zijn en over systemen kunnen handelen. Dat betekent niet dat ondernemingen moeten proberen om mensen te stoppen met het gebruik ervan. De productiviteitswinsten zijn echt, en bedrijven zullen ze nastreven.

Het praktische antwoord is zichtbaarheid en beveiligingsmaatregelen. Ondernemingen moeten weten welke agents bestaan, wie de eigenaar is, wat ze moeten doen en welke systemen of gegevens ze kunnen benaderen. Elke agent moet een identiteit hebben, gedefinieerde machtigingen en continue monitoring. Veel ondernemingen zijn nog in de vroege experimentele fasen, dus er is nog tijd om beheer op te bouwen voordat agentadoptie een veel grotere schaal bereikt. Maar die tijd gaat snel voorbij.

Kijkend naar de toekomst, denkt u dat elke AI-agent uiteindelijk zijn eigen digitale identiteit, beheerframework en audittrail nodig zal hebben, net als menselijke medewerkers? Wat ziet dat toekomstige model eruit?

Elke AI-agent moet onmiskenbaar zijn eigen identiteit hebben, zodat ondernemingen weten wat het is, wie de eigenaar is, wat het kan benaderen en wat het doet. Menselijke identiteiten en niet-menselijke identiteiten, inclusief AI-agents, moeten allemaal worden beheerd via een unified identiteitsbeveiligingsmodel.

De concepten zijn vertrouwd: authenticatie, autorisatie, eigendom, machtigingen, activiteitstracking en beheer. Wat verandert is de schaal. Ondernemingen kunnen binnenkort honderden agents per week creëren, wat uiteindelijk kan leiden tot tienduizenden of zelfs miljoenen agentic toepassingen. De toekomst gaat over het toepassen van identiteitsbeveiligingsbeginselen op elke soort identiteit op een veel grotere schaal en snelheid. Nu is het tijd om de implementatie te starten.

Terwijl ondernemingen concurreren om agentic AI in te zetten, welke zijn de meest voorkomende fouten die u ziet bij ondernemingen vandaag, en wat moeten beveiligings- en technologieleiders prioriteren in de komende 12 tot 24 maanden om ervoor te zorgen dat AI-agents zowel productief als betrouwbaar blijven?

Het zou een grote misvatting zijn om beveiliging in deze tijd aan het toeval over te laten. De productiviteitswinsten die verband houden met agentic AI zijn echt, en ondernemingen moeten ze benutten. Het grootste risico is dat beveiliging en beheer niet gelijk opgaan.

In de komende 12 tot 24 maanden moeten leiders zich richten op zichtbaarheid en beheerfundamenten: een inventaris van agents bijhouden, eigendom toewijzen, elke agent een identiteit geven, begrijpen wat hij kan benaderen en beheer onderdeel maken van het creatieproces. Dit is een kans om beveiliging in een belangrijke platformverschuiving vanaf het begin op te bouwen in plaats van het later te proberen te retrofitten.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Saviynt bezoeken.