Rehan Jalil, CEO av Securiti – Intervju-serie

Rehan Jalil er administrerende direktør i Securiti.AI, Venture Advisor i Mayfield Fund og investor og mentor for mange Silicon Valley-startups. Han var SVP og GM for Cloud Security i Symantec.

Securiti AI er en bedriftsgradert sentralisert plattform som muliggjør trygg bruk av data og AI – og pioneren bak Data+AI Command Center. Bedrifter avhenger av Securiti for deres datasikkerhet, personvernet, styring og overholdelse. Securiti har mottatt flere bransje- og analystpriser, og ble nylig anerkjent av Gartner Peer Insights som kundenes valg for DSPM, og av GigaOm som den beste leverandøren for DSPM.

Kan du forklare visjonen bak Securitis Data Command Center og hvordan det skilles fra andre datastyringsplattformer på markedet?

Vårt mål med Data Command Center er enkelt: å gi bedrifter mulighet til å fullt utnytte sine dataressurser uten å kompromittere personvern, sikkerhet eller overholdelse. Dette oppnås ved å automatisk skanne bedriftens datascape (SaaS, IaaS, cloud data lakes og lagre, osv.) og få detaljerte innsikter i all sensitiv informasjon og AI-systemer. Disse innsiktene, fanget i en unik sanntids kunnskapsgraf, brukes til å påtvinge personvern og sikkerhetskontroller og sikre overholdelse av globale datareguleringer. Denne plattformen er spesielt verdifull i utviklingen av moderne generative AI-systemer, som er avhengige av data – spesielt usammenhengende data. Historisk sett har bedrifter avhengig av en rekke fragmenterte verktøy for å møte sine dataforpliktelser, noe som har vært kostbart og komplekst. Securitis samlede plattform øker effisiensen, reduserer kostnadene, minimiserer risikoen og muliggjør trygg bruk av data og AI.

Hva var de største utfordringene du møtte da du lanserte Securiti i 2019, og hvordan påvirkte din erfaring i Symantec din tilnærming?

En av utfordringene vi møtte da vi lanserte Securiti, var å møte Covid-epidemien bare seks måneder etter lanseringen av selskapet. I de tidlige dagene etter lansering av et selskap, er det viktig å skaffe kunder og tidlig inntjening. Vi hadde mye momentum, inkludert tidlig kundeengasjement og seier i RSAC 2020 Most Innovative Startup. En uke etter at vi vant RSA-prisen, stengte verden og vi gikk inn i en usikker økonomisk situasjon. Gjennom min erfaring med Symantec og tidligere selskaper, var jeg svært kjent med å arbeide med de største globale organisasjonene på deres komplekse sikkerhetsbehov. Som et team, har vi også vært gjennom økonomiske nedgangstider tidligere. Denne erfaringen ga oss tillit til å holde fast ved vår strategi, fortsette å investere i å løse virkelige problemer store bedrifter møter, og tålmodig vente til markedene returnerte til en mer normal tilstand.

Hvordan sikrer Securiti AI sikkerheten for sensitive data over hybrid multicloud-miljøer?

Å sikre sensitive data over komplekse hybrid multicloud-miljøer krever en helhetlig tilnærming. Securiti bruker avansert teknologi til å automatisk oppdage og klassifisere data over hele bedriftens datascape, som SaaS, IaaS, data lakes, lagre og lokale systemer, inkludert både strukturert og usammenhengende data. Securiti beriker denne informasjonen med dypt kontekstuelle innsikter og bygger en sanntids kunnskapsgraf, inkludert hvem data tilhører, tilgangsberettigelse, hvilke reguleringer som gjelder, hvor data er plassert og mer. Denne grunnleggende informasjonen er kritisk for å automatisere presise kontroller for å beskytte sensitive opplysninger og overholde relevante reguleringer. For eksempel automatiserer plattformen personvernforpliktelser som datakartlegging, forespørsler om personlige rettigheter og vurderinger. Den addreserer også datasikkerhetsforpliktelser som datasikkerhetsintelligens og styring, datasikkerhetsposture management, dataminimering og bruddhåndtering. Av stor interesse for tiden være å styre usammenhengende data og sikker utvikling av AI-systemer, inkludert å identifisere skygge-AI, sikre at sensitive data ikke mates AI-modeller, katalogisere og overvåke risikoer for AI-systemer og påtvinge kontroller med LLM-brannmurer for å beskytte AI-systemer mot misbruk eller mishandling. Vårt Data Command Center gir enestående synlighet og kontroll som muliggjør trygg bruk av data og AI.

Hvordan hjelper Securiti AI bedrifter med å holde seg i overensstemmelse med og håndtere personvernsforpliktelser effektivt?

Å navigere i den komplekse nettverket av personvernsreguleringer kan være overveldende. Ny lovgivning kommer i raskt tempo – som EU AI-loven, den hvite husets AI-utøvende ordre og California Bill 1047 som treffes innen noen måneder. Bedrifter har nye krav å vurdere daglig, samtidig som de også må overholde rammer som NISTs AI-risikostyring og Singapores modell for AI-styring. Securiti har et dedikert forskningsteam som holder seg oppdatert på alle de siste reguleringene og bygger denne kunnskapen inn i vårt Data Command Center. Dette gir bedrifter sanntids kontekst for å høyde opp potensielle risikoer sammen med innebygde maler for å automatisere overensstemmelse med de siste reguleringene. Securitis Data Command Center automatiserer mange av de mest tidkrevende og kompliserte oppgavene forbundet med personvernsoverensstemmelse, inkludert datakartlegging, personvernvurderinger, forespørsler om personlige rettigheter, grenseoverskridende overføringer, bruddhåndtering og samtykkestyring.

Kan du diskutere rollen til AI i Securitis plattform og hvordan det forbedrer datasikkerhet og styring?

Securiti bruker avanserte tekniker som utnytter AI og ML for å gi økt nøyaktighet i dataoppdagelse og klassifisering. Disse teknikkene reduserer betydelig falske positiver og forbedrer oppdagelsen av sensitive innhold i utfordrende datasett som usammenhengende data, bilder og videoer. I tillegg til å utnytte AI i plattformen, er Securitis Data Command Center også kritisk for å hjelpe bedrifter med å styre og håndtere sine AI-økosystemer. Dette inkluderer å sikre prosessering av store usammenhengende og strukturerte datasett samtidig som det sikres at sensitive eller feilaktige opplysninger ikke driver AI-modeller. Det er også et stort behov for å beskytte personvern og datasikkerhet og å beskytte system-kritiske AI-modeller mot ting som promptinjeksjon og dataeksfiltrering. Å sette omfattende kontroller og retningslinjer på plass rundt AI-systemer muliggjør at bedrifter kan omfavne innovasjon trygt.

Hvordan fungerer Securitis LLM-brannmur, og hva er fordelen med å sikre GenAI-applikasjoner?

Vår kontekst-bevisste LLM-brannmur har blitt en nøkkelbyggestein i vårt sikkerhetstårn. For en kort oversikt, er LLM-brannmuren utstyrt med avansert språkbehandlingsevner, som forstår brukerforespørsler på flere språk, analyserer multimediainnhold og tilbyr robust beskyttelse mot en rekke trusler som datalekkasje, promptinjeksjon og skadelig innhold. Securitis LLM-brannmurer er unike, fordi de er kontekst-bevisste – med sanntidsforståelse av sensitive innhold og konteksten rundt data, som tilgangsberettigelse – og gir kontinuerlig overvåking og beskyttelse basert på sanntidsinnsikter i datascape. Securitis brannmurer er også unike, fordi de inspekterer tre forskjellige punkter i AI-pipeline, inkludert prompt-brannmur (mellom brukerforespørsel og LLM-modell, beskytter mot ondsinnet angrep), innhenting-brannmur (mellom LLM-modell og vektor-database, overvåker hva slags data som hentes for svaret) og respons-brannmur (mellom LLM-modell og brukerforespørsel, sikrer at passende svar utstedes basert på bedriftspolitikk). Disse gir omfattende sanntidskontroller for å beskytte AI-systemer. Alle disse interaksjonene krever sanntidsinspeksjon for å identifisere eksterne angrep, ondsinnete aktører og selv brukerfeil.

Kan du gi eksempler på hvordan globale selskaper utnytter Securitis Data Command Center for å bryte siloer og oppnå samlet dataintelligens?

Som et eksempel arbeidet vi med et Fortune 500-selskap som hadde komplekse krav på datapersonvern, datasikkerhet og datastyring. Vi engasjerte oss med nøklememberne av disse teamene på høyt nivå, inkludert deres CPO, CDO og CISO. De klaget over å ha dusinvis av fragmenterte verktøy for å oppnå den datastyringen de trengte – og disse verktøyene hadde ofte inkonsistente visninger av deres data. De var ivrige etter å utnytte vår løsning for å få en “enkel kilde til sannhet” om deres datascape som kunne brukes av de forskjellige teamene, eliminere inkonsistenser og strømlinje operasjoner mellom gruppene (f.eks. håndtering av grenseoverskridende overføringer eller datalekkasjer, som krever innputt fra flere team). Den samlede plattformen forbedret operasjonell effisiens, reduserte komplekse integrasjonskostnader og sikret at alle team arbeidet fra samme sett med data, og minimerte ansvar og risiko.

Gitt din omfattende bakgrunn i sikkerhet, hva er trendene du ser fremover i datasikkerhet og styring?

Bedrifter sliter med en kompleks rekke av produkter for å møte sine datasikkerhets- og styringskrav. En tydelig trend er oppkomsten av samlede plattformer som hjelper med å redusere kostnader og kompleksitet og fasilitere koordinering mellom avdelinger. En annen trend er økt bruk av AI og automatisering innen disse løsningene for å hjelpe med å skalerer for å møte eksplosjonen av data over hybrid multicloud og den komplekse rekken av datareguleringer. Arve datasøk- og DLP-løsninger møter ikke lenger disse behovene. Til slutt er den største trenden av alle den raske veksten i bruk av AI, spesielt generativ AI. Mens alle er kjent med forbruker-AI-løsninger, som Chat GPT, er den mer overbevisende bruksmåten bedriftsgraderte AI-løsninger som kan drive innovasjon og konkurransefordel. For å bygge bedriftsgraderte AI-systemer suksessrikt, vil bedrifter trenge omfattende kontroller og datastyringsløsninger for å innføre passende retningslinjer. Suksessfulle bedrifter vil drive hardt for å bygge innovative AI-løsninger, som igjen vil skape behov for nye AI-sikkerhets- og styringsløsninger.

Hvordan mener du at bedrifter bør forberede seg på utfordringene og mulighetene som fremkommer med den økende bruken av AI i datahåndtering?

Eksplosjonen av AI er spennende, men bedrifter må prioritere ansvarlig implementering for å unngå at AI blir en finansiell eller omdømmesskade. Ved å prioritere pålitelige AI-praksiser, kan bedrifter – og deres kunder – forvente et høyt nivå av transparens, kontroll risiko og omdømmessikkerhet. Dette betyr å ta kontroll over din AI-landskap, evaluere modeller for bias og sikkerhet, kontinuerlig overvåking og sikre etisk datahåndtering. AI bør arbeide for deg, ikke mot deg.

Hvordan integrerer Securiti AI automatisering i datasikkerhets- og personvernshåndtering, og hva er fordelen med denne automatiseringen for bedrifter i forhold til effisiens og overensstemmelse?

Securiti AI er bygget på en grunn av automatisering, som driver effisiens og reduserer risikoen for menneskelig feil. Ved å automatisere oppgaver som dataoppdagelse, klassifisering og overensstemmelsesvurderinger, frigjør vi sikkerhets- og personvernsteam til å fokusere på strategiske initiativer. Våre automatiseringsmuligheter strekker seg til hendelsesrespons, trusseldeteksjon og retting – så våre kunder kan reagere raskt på sikkerhetshendelser. I tillegg spiller automatisering en kritisk rolle i å sikre overensstemmelse med utviklende reguleringer. Ved å strømlinje overensstemmelsesprosesser, hjelper vi bedrifter med å redusere kostnader, minimere risiko og demonstrere deres forpliktelse til datavern.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Securiti AI.