Kevin Paige, CISO bij ConductorOne – Interviewreeks

Kevin Paige, CISO bij ConductorOne, is een ervaren cybersecurity-executive met meer dan drie decennia ervaring in overheids-, enterprise-technologie- en high-growth-startups. Gevestigd in de San Francisco Bay Area, leidt hij de identiteitsbeveiligingsstrategie van het bedrijf en adviseert organisaties over moderne werkbeveiliging en governance. Paige was eerder CISO bij Uptycs, Flexport en MuleSoft, waar hij hielp bij het opbouwen en schalen van beveiligingsprogramma’s tijdens perioden van snelle groei. Eerder in zijn carrière had hij beveiligingsleiderschaps- en infrastructuurrollen bij Salesforce (CRM ) en xMatters, en diende hij in zowel het Amerikaanse leger als de Amerikaanse luchtmacht. Naast zijn operationele rollen is hij actief in de cybersecurity-startup-ecosysteem als adviseur en investeerder.

ConductorOne ontwikkelt een identiteitsgovernance- en toegangsbeheerplatform dat is ontworpen voor moderne cloud- en hybride omgevingen. De technologie biedt een unified visie op identiteiten en machtigingen over applicaties, infrastructuur en on-prem-systemen, waardoor organisaties toegangscontroles kunnen automatiseren, least-privilege-toegang kunnen afdwingen en identiteitsgebaseerde beveiligingsrisico’s kunnen verminderen. Door identiteitsanalyse te combineren met geautomatiseerde workflows, helpt het platform beveiligingsteams om toegang op schaal te beheren, terwijl het ook de compliance en operationele efficiëntie verbetert.

U heeft een lange carrière achter de rug die zich uitstrekt over militaire cyberoperaties in de Amerikaanse luchtmacht, enterprise-beveiligingsleiderschapsrollen bij bedrijven als MuleSoft, Flexport en Salesforce, en nu dient u als CISO bij ConductorOne. Hoe is uw perspectief op identiteitsbeveiliging geëvolueerd over deze rollen heen, en waarom denkt u dat identiteit een van de meest kritieke slagvelden is geworden in de moderne cybersecurity?

In de luchtmacht was identiteit veel eenvoudiger — clearance-niveau, need to know, alles achter firewalls, klaar. Bij MuleSoft ging het over schaal — het inrichten van duizenden gebruikers over honderden SaaS-apps zonder gaten te creëren. Bij Flexport verdween de perimeter helemaal en was identiteit de enige controle die nog werkte, ongeacht waar iemand was.

Nu, bij ConductorOne, ondergaat identiteit zijn meest fundamentele transformatie. Het gaat niet langer alleen over mensen — het gaat over machines, API’s, service-accounts en AI-agents die autonoom handelen. De tools die de meeste organisaties gebruiken, zijn ontworpen voor een wereld die niet langer bestaat.

Identiteit is het kritieke slagveld omdat het alles raakt. U kunt de beste eindpuntbeveiliging en netwerksegmentatie ter wereld hebben — als iets de verkeerde toegang heeft, doet het er niet toe.

Uw aanstaande Future of Identity Report vond dat 95% van de ondernemingen zegt dat AI-agents al autonome IT- of beveiligingstaken uitvoeren. Wat voor soort taken voeren deze agents nu eigenlijk uit, en hoe snel verwacht u dat hun niveau van autonomie zal toenemen?

Wat me verbaasde, was niet de adoptie — het is de snelheid. Vorig jaar waren 96% van plan om agents in te zetten. Dit jaar hebben 95% ze al geïmplementeerd. Dat is geen geleidelijke curve. Dat is een drempel overschrijden.

Agents behandelen helpdesk-workflows, alert-triage, toegangscontroles, inrichting en in sommige gevallen geautomatiseerde herstel. Het deel dat de meeste mensen missen: 64% van de organisaties laat agents al autonoom handelen met alleen een post-actiebeoordeling. De agent handelt eerst, een mens controleert later — als ze al controleren.

De agents die helpdesk-taken vandaag uitvoeren, zullen binnen 12 maanden beveiligingsbeslissingen nemen. De vraag is niet of de autonomie toeneemt — het is of de governance daarbij kan blijven.

Het rapport benadrukt de opkomst van niet-menselijke identiteiten, waaronder API’s, bots en AI-agents. Waarom groeien deze machine-identiteiten zo snel, en waarom hebben veel organisaties nog moeite om ze effectief te beheren?

Drie samenkomen krachten. Cloud- en SaaS-adoptie betekent dat elke integratie zijn eigen identiteit nodig heeft. DevOps genereert machine-identiteiten op schaal — elke pipeline, container en microservice. En AI-agents voegen een geheel nieuwe categorie toe die niet alleen toegang heeft, maar deze ook gebruikt om beslissingen te nemen.

Organisaties hebben moeite omdat de tools niet zijn ontworpen voor dit. Traditioneel IAM gaat ervan uit dat een persoon inlogt en uitlogt. Niet-menselijke identiteiten werken continu, reageren niet op MFA, hebben vaak persistente referenties en accumuleren privileges omdat niemand hun toegang controleert zoals bij een mens.

Er is ook een eigendomsprobleem. Wanneer een ontwikkelaar een service-account aanmaakt en van team wisselt, wie is dan de eigenaar? Vaak niemand. Industrieonderzoek toont aan dat 97% van de NHIs overmatige privileges heeft. Dat is geen toolprobleem — het is een governance-gat.

Bijna de helft van de bedrijven zegt dat niet-menselijke identiteiten nu meer gebruikers tellen dan menselijke gebruikers, maar slechts een klein percentage van de ondernemingen heeft volledige zichtbaarheid in wat deze geautomatiseerde identiteiten kunnen bereiken. Wat voor risico’s ontstaan wanneer organisaties de zichtbaarheid in deze geautomatiseerde identiteiten verliezen?

Drie lagen. Ten eerste, gecompromitteerde referenties. NHIs gebruiken vaak langdurige API-sleutels of statische tokens die niet roteren. Een aanvaller met een van deze heeft persistente toegang die niet de zelfde alarmen activeert als een gecompromitteerd menselijk account.

Tweede, privilege-accumulatie. Integraties die begonnen met leestoegang krijgen stilzwijgend schrijftoegang. Niemand verwijdert oude machtigingen omdat niemand machine-identiteiten controleert.

Derde — en dit komt snel op — AI-agents versterken beide risico’s. Een gecompromitteerde service-account met database-leestoegang is slecht. Een AI-agent met dezelfde toegang die autonoom kan samenvatten, delen en handelen op basis van wat hij leest, is exponentieel erger.

Ons rapport vond dat de zichtbaarheid van NHIs daadwerkelijk afneemt — van 30% naar 22% per jaar. Organisaties ontdekken het probleem sneller dan ze het kunnen oplossen.

Veel bedrijven zien AI als een productiviteitsversneller, maar uw onderzoek suggereert dat het ook stilzwijgend de aanvalsoppervlakte kan uitbreiden. Hoe creëert de adoptie van AI-hulpmiddelen en -agents nieuwe identiteitsgerelateerde beveiligingsrisico’s?

Het meest directe risico is onopzettelijke over-toegang. Teams implementeren een AI-agent voor één workflow, maar geven het bredere toegang dan nodig omdat het afbakenen van machtigingen voor machines moeilijker is dan voor mensen. De agent ziet niet alleen ondersteuningsaanvragen — het ziet de hele klantendatabase.

Vervolgens is er prompt-injectie. Agents die externe invoer verwerken, kunnen worden gemanipuleerd om onbedoelde acties uit te voeren. Als de agent brede toegang heeft, verandert een gemaakte prompt een behulpzame assistent in een tool voor datadiefstal.

Derde is schaduw-AI. Gartner rapporteert dat meer dan 50% van het AI-gebruik in ondernemingen ongeautoriseerd is. Elke ongeautoriseerde verbinding creëert nieuwe identiteiten en aanvalsoppervlakken die het beveiligingsteam niet kan zien.

Ik heb het met eigen ogen gezien — iemand gaf een agent toegang tot interne systemen, en binnen enkele dagen werd iemand door de agent geprompt om de salaris- en vakantiegegevens van de CEO te onthullen. De agent werkte zoals ontworpen. Het falen was het toegangsmodel.

Identiteit en toegangsbeheer hebben traditioneel gefocust op werknemers die inloggen op systemen. Hoe moet identiteitsgovernance evolueren nu autonome software-agents steeds vaker interactie hebben met infrastructuur en beslissingen nemen?

De fundamentele verschuiving is van periodiek naar continu. Traditionele governance werkt op kwartaalbeoordelingen en jaarlijkse hercertificering. AI-agents werken 24/7, nemen duizenden beslissingen tussen beoordelingscycli en kunnen hun gedrag veranderen op basis van een modelupdate. Tegen de tijd dat een kwartaalbeoordeling een over-geprivilegieerde agent detecteert, is de schade al gebeurd.

Drie dingen moeten veranderen. Governance moet continu zijn — toegang in real-time evalueren, niet op een schema. Het moet policy-georiënteerd zijn in plaats van rol-georiënteerd — dynamische beleidsregels toegespitst op specifieke taken, niet statische roltoewijzingen. En het moet volledig auditeerbaar zijn — elke agent-actie gelogd en traceerbaar terug naar wie het heeft geautoriseerd.

Identiteitsgovernance moet op machinesnelheid opereren om machine-snelheid-actoren te reguleren. Die mismatch is waar het risico leeft.

ConductorOne beschrijft zijn platform als een hulpmiddel voor organisaties om zowel menselijke als machine-identiteiten te beveiligen. Vanuit een technisch oogpunt, welke veranderingen zijn vereist in identiteitsinfrastructuur om AI-agents die binnen enterprise-omgevingen opereren, correct te beveiligen?

De grootste verandering is unificatie. De meeste organisaties beheren menselijke identiteiten via hun IDP en machine-identiteiten via een patchwork van secrets-managers en handmatige processen. AI-agents vallen in de kloof tussen deze werelden.

Drie dingen moeten gebeuren. Elke AI-agent moet een eerste-klasse identiteit hebben — geen gedeelde service-account, geen ontwikkelaarsreferenties, maar een toegewezen identiteit met zijn eigen levenscyclus en audit-trail. Deze identiteiten moeten just-in-time, just-enough-toegang hebben — minimale machtigingen voor een specifieke taak, ingetrokken zodra de taak is voltooid. En organisaties moeten continue monitoring hebben van wat agents daadwerkelijk doen met hun toegang, niet alleen wat ze zijn toegestaan te doen.

Bij ConductorOne reguleren we menselijke en niet-menselijke identiteiten via een enkel controlevlak. Dat is waar de industrie naartoe gaat — 45% gebruikt al IAM-hulpmiddelen voor NHI-governance, en nog eens 45% plant dit binnen 12 maanden te doen. Alleen menselijke identiteitsgovernance is ten einde.

Sommige organisaties proberen AI-risico’s te beperken door AI-hulpmiddelen volledig te beperken of te verbieden. Gebaseerd op wat u ziet bij ondernemingen, is deze aanpak realistisch, of drijft het AI-gebruik slechts naar onbeheerde en minder zichtbare omgevingen?

Het drijft het ondergronds. Elke keer. Ik heb dit gezien met elke technologie-golf — BYOD, cloud, SaaS. Wanneer beveiliging nee zegt, stoppen mensen niet. Ze stoppen alleen met het vertellen aan beveiliging.

Gartner rapporteert dat schaduw-AI meer dan 50% van het AI-gebruik in ondernemingen vertegenwoordigt. Het verbieden van AI elimineert geen risico — het elimineert zichtbaarheid. En je kunt niet beveiligen wat je niet kunt zien.

De betere aanpak: maak de beveiligde route de gemakkelijke route. Als beheerde AI-adoptie snel en eenvoudig is, zullen mensen het gebruiken. Als het zes weken duurt om goedgekeurd te worden, zullen ze een persoonlijke account aanmaken tijdens hun lunchpauze.

Het verbieden van AI in 2026 is als het verbieden van cloud in 2016. Je voorkomt geen risico — je garandeert alleen dat je het niet aankomend ziet.

Naarmate AI-systemen meer onafhankelijk beginnen te handelen, wordt de grens tussen automatisering en autoriteit vager. Hoe moeten organisaties denken over governance, goedkeuringen en toezicht wanneer AI-agents operationele acties kunnen uitvoeren?

Denk aan delegatie, niet aan automatisering. Wanneer je een taak aan een persoon delegeren, definieer je de reikwijdte, houd je hem verantwoordelijk en controleer je zijn werk. Hetzelfde kader geldt voor agents.

Dat betekent gefaseerde autonomie. Laagrisicovolle, herhaalbare taken — wachtwoordherstel, ticketroutering — worden autonoom uitgevoerd met logging. Middelrisico-acties — beveiligingsconfiguratie-wijzigingen, verhoogde toegang — vereisen menselijke goedkeuring of real-time-notificatie. Hoogrisico-acties — gevoelige data, privileged toegang, onomkeerbare wijzigingen — vereisen expliciete autorisatie voordat de agent handelt.

Elke agent moet ook een menselijke eigenaar hebben die verantwoordelijk is voor wat het doet. Zonder die keten opereren agents in een governance-vacuüm waar niemand verantwoordelijk is voor de gevolgen.

Ons rapport vond dat slechts 19% continue policy-gebaseerde handhaving hebben voor agents. Dat betekent dat 81% afhankelijk zijn van statische machtigingen en hoop. Dat is geen governance.

Kijkend naar de toekomst, wat zijn de belangrijkste stappen die beveiligingsleiders de komende 12-24 maanden moeten nemen om hun identiteits- en toegangsframeworks voor te bereiden op een wereld waarin AI-agents functioneren als volledige digitale identiteiten binnen de onderneming?

Vijf prioriteiten.

Ten eerste, krijg zichtbaarheid. De meeste organisaties weten niet hoeveel niet-menselijke identiteiten ze hebben. U kunt niet reguleren wat u niet kunt zien.

Ten tweede, behandel elke AI-agent als een gebruiker. Toegewezen identiteit, afgebakende machtigingen, referentie-rotatie, toegangscontroles. Als u een mens geen permanente beheerdersmachtiging zou geven, geef deze dan niet aan een agent.

Ten derde, verplaats van periodieke naar continue governance. Kwartaalbeoordelingen kunnen de pas niet houden met agents die hun gedrag binnen seconden veranderen.

Ten vierde, bouw uw policy-kader nu — voordat u honderden agents heeft. Definieer autonomie-grenzen, goedkeuringsvereisten en eigendom terwijl het nog beheersbaar is.

Ten vijfde, unify governance over menselijke en niet-menselijke identiteiten. Afzonderlijke systemen creëren gaten.

De winnaars zullen niet de organisaties zijn die de meeste AI hebben geïmplementeerd. Ze zullen degenen zijn die identiteitsgovernance hebben gebouwd die op machinesnelheid kan opereren.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen ConductorOne bezoeken op ConductorOne.