Vibhuti Sinha, Chief Product Officer i Saviynt – Intervju-serie

Vibhuti Sinha, Chief Product Officer i Saviynt, leder visjonen, innovasjonen og strategiske retningen for selskapets arbeidsstyrke-identitet og intelligens-portefølje, samtidig som han også overvåker produkt- og partner-suksess. Med nesten to tiårs erfaring innen identitet og tilgangsstyring (IAM), har han spilt en sentral rolle i å forme store sikkerhetsarkitekturer for Fortune 500-organisasjoner. Før sin nåværende stilling, tjenestegjorde han som Chief Cloud Officer i Saviynt, der han drev utviklingen av neste generasjons sky-sikkerhetsløsninger designet for å sikre komplekse multi-sky-miljøer. Hans ekspertise omfatter compliance-rammer som FFIEC, risikobasert autentisering og tilgangs-livssyklus-styring, og plasserer ham på skjæringspunktet mellom bedriftssikkerhet, sky-infrastruktur og AI-drevet identitetsstyring.

Saviynt er en sky-nativ identitetssikkerhetsplattform som fokuserer på å hjelpe bedrifter med å håndtere og sikre tilgang over brukere, applikasjoner, data og stadig mer AI-systemer. Deres flaggskip-tilbud, Identity Cloud, gir enhetlig identitetsstyring og administrasjon (IGA), privilegert tilgangsstyring og applikasjons-tilgangsstyring innen én plattform, og muliggjør at organisasjoner kan påtvinge sikkerhet, compliance og Zero Trust-prinsipper i stor skala. Plattformen bruker AI til å automatisere tilgangsbeslutninger, overvåke risiko og styre ikke bare menneskelige brukere, men også ikke-menneskelige identiteter som tjenekontoer og AI-agenter, og reflekterer den økende kompleksiteten i moderne bedriftsmiljøer. Ved å konsolidere identitetssikkerhet inn i én kontroll-lag, har Saviynt som mål å redusere operasjonell overhead samtidig som de forbedrer synlighet og compliance over sky-, hybrid- og lokale systemer.

Du har brukt over et tiår i Saviynt og hjulpet med å skala selskapet fra sin tidlige sky-fokus til en global identitetssikkerhetsplattform, hvordan har den reisen formasjon din syn på identitet som grunnlag for å sikre AI-drevne bedrifter?

Da jeg ble med i Saviynt, var identitet ikke noe de fleste styre eller CEO-er snakket om. Det ble ofte sett på som å provisionere kontoer og kjøre sertifiseringer. Over årene, da bedrifter flyttet til skyen og SaaS eksploderte, ble identitet stille til det laget som koblet alt sammen: mennesker, applikasjoner, infrastruktur og data.

Å være en del av den reisen endret min perspektiv. Jeg begynte å se på identitet ikke som en produkt-kategori, men som kontroll-laget for hvordan arbeid faktisk blir gjort i en bedrift. Hver tilgangsbeslutning, hver godkjenning, hver automatisert prosess — det kommer alle tilbake til identitet.

Nå med AI, ser vi den samme skiftet igjen. AI-agenter er essensielt digitale arbeidere som kan handle på vegne av mennesker eller bedrifter. Hvis du ikke gir dem identiteter, eierskap og styring, ender du opp med automatisering uten ansvar. Det er derfor jeg tror identitet vil være grunnlaget for å sikre AI-drevne bedrifter. Identitet er det som bringer ansvar, styring og kontroll til autonome systemer.

Saviynt lanserer en dedikert identitets-kontroll-lag for AI-agenter, fra et bedriftsperspektiv hva gap i dagens identitet og sikkerhets-arkitekturer drev denne beslutningen?

Gjeldende identitet og sikkerhets-verktøy var ikke designet for autonome aktører. De ble designet for ansatte og applikasjoner, ikke for program-entiteter som kan ta beslutninger, utføre handlinger og operere uavhengig.

De fleste identitetssystemer i dag er svært gode til å svare på “Hvem er du?” og “Hva tilgang ble du gitt?” Men i verden av AI-agenter, blir den viktigste spørsmålet “Hva gjør du nå, og bør du gjøre det?”

Det var også et styringsgap. Bedrifter begynner å distribuere hundrevis eller tusenvis av agenter over plattformer som Copilot, Vertex AI og Bedrock, men mange organisasjoner vet ikke hvor mange agenter de har, hvem eier dem, hva data de kan aksessere eller hva som skjer hvis eieren forlater bedriften. Det skaper mer enn bare et sikkerhetsproblem. Det er et styrings- og ansvar-problem.

Det er virkelig det som ledet oss til ideen om et identitets-kontroll-lag for AI-agenter: en sentralisert måte å oppdage, styre, kontrollere og auditere AI-identiteter over hele deres livssyklus og deres runtime-aksjoner.

Hvordan skiller å styre autonome AI-agenter seg fra å styre tradisjonelle ikke-menneskelige identiteter som tjenekontoer eller boter?

Å styre AI-agenter er svært forskjellig fra å styre tradisjonelle ikke-menneskelige identiteter (NHIs) fordi disse identitetene vanligvis er deterministiske og forutsigbare. En tjenekonto kjører en bestemt jobb. En bot utfører en definert oppgave. Deres atferd endrer ikke seg med mindre noen modifiserer koden.

AI-agenter er forskjellige fordi de er autonome, adaptive og mål-orienterte. De utfører ikke bare en fast skript. Disse agentene bestemmer hvordan de fullfører en oppgave, hvilke verktøy de skal bruke, hvilke data de skal aksessere og noen ganger sogar hvilke andre agenter de skal samarbeide med. Deres atferd kan utvikle seg over tid når modeller, promter eller integrasjoner endres.

Det betyr at å provisionere tilgang én gang og gjennomgå den hver kvartal ikke er en bærekraftig styringsmodell. Du trenger kontinuerlig styring, inkludert oppdagelse, eierskap, livssyklus-styring og viktigst av alt, runtime-kontroller for å evaluere hva agenten gjør i øyeblikket.

Skiftet er dette: med tradisjonelle NHIs, styrer du tilgang. Med AI-agenter, må du styre atferd og handlinger i sanntid. Autorisasjon impliserer ikke passende. AI-sikkerhet vil bli bygget på den ideen.

Hvor viktig er det å ha enhetlig synlighet over miljøer som Amazon Bedrock, Google Vertex AI og Microsoft Copilot Studio, når bedrifter adopterer verktøy som disse?

Du kan ikke beskytte det du ikke kan se. 

Enhetlig synlighet over plattformer som Amazon Bedrock, Google Vertex AI og Microsoft Copilot Studio er ekstremt viktig, og ærlig talt, det er der de fleste organisasjoner sliter med nå. AI-adoptsjon skjer svært raskt, og det skjer over flere plattformer samtidig. 

En forretningsenhet eller team kan bygge agenter i Copilot Studio, et annet team eksperimenterer med Bedrock, og et annet gruppe bruker Vertex AI. Svært raskt, ender du opp med AI-agenter spredt over hele bedriften uten en sentral inventar.

Den første utfordringen bedrifter møter, er svært enkel: de vet ikke faktisk hvor mange AI-agenter de har, hvor de kjører, hva data de kan aksessere eller hvem eier dem. Uten synlighet, kan du ikke styre, og hvis du ikke kan styre, kan du definitivt ikke sikre.

Enhetlig synlighet blir grunnlaget. Før livssyklus-styring, før runtime-kontroller, før politikker, er det første steget oppdagelse og inventar over alle AI-plattformer. I AI-verden, er synlighet en operasjonell, sikkerhets- og styrings-krav.

Hva ser den fullstendige livssyklusen ut for en AI-agent fra et identitets- og styrings-perspektiv, fra opprettelse til avvikling?

Jeg liker å forklare livssyklusen til en AI-agent på samme måte som vi forklarer livssyklusen til en ansatt.

Først blir agenten opprettet og påmeldt. Noen (en utvikler, en kode-utvikler eller en forretningsanalytiker) bygger en agent i Bedrock eller Copilot Studio. På det punktet bør vi stille grunnleggende identitets-spørsmål: Hvem eier denne agenten? Hva er dens jobb? Hvilke systemer trenger den å aksessere?

Deretter starter agenten å arbeide. Den aksesserer systemer, leser eller skriver data via API-er, verktøy-kall, utløser arbeidsflyter og kanskje sogar snakker med andre agenter. Under denne fasen, må vi kontinuerlig overvåke hva den gjør og sikre at den holder seg innenfor dens tiltenkte formål og tillatelser. Overvåking og forståelse av intensjon er det viktigste aspektet ved dette, som ikke ennå er godt forstått av organisasjoner.

Over tid, endrer agenten seg. Kanskje vi legger til nye verktøy, oppdaterer modellen, utvider dens tilgang, eller endrer dens rolle. Det er lignende til en flytting-hendelse for en menneskelig identitet og det trenger styring og godkjenninger.

Til slutt, når agenten ikke lenger er nødvendig, bør den pensjoneres — tilgang revokert, kredensialer fjernet, integrasjoner stengt og audit-logger bevart.

I enkle termer, er livssyklusen:Opprett → tilordne eier og formål → gi minst-privilegert tilgang → overvåke og styre → håndtere endringer → pensjonere ren.

Hvordan bør organisasjoner tenke på å sikre agent-til-agent-interaksjoner når AI-systemer begynner å operere og samarbeide uavhengig?

Jeg tror agent-til-agent-interaksjoner vil bli en av de største sikkerhets-utfordringene i de neste årene.

I dag, bekymrer vi oss mest for om en menneske bør ha tilgang til et system. I fremtiden, vil vi ha tusenvis av agenter som snakker med andre agenter, utløser arbeidsflyter, aksesserer data og tar beslutninger uten en menneske i løkken.

Risikoen er ikke bare hva en enkelt agent kan gjøre, men hva flere agenter kan gjøre sammen. Du kan ende opp med situasjoner der ingen enkelt agent har for mye tilgang, men når de samarbeider, kan de utføre svært kraftfulle handlinger. 

Organisasjoner må vurdere noen ting:

• Hver agent må ha en unik identitet.
• Design-tid sikkerhets-kontroller er ikke tilstrekkelige. Runtime-vaktmestre er imperativt. 
• Agent-til-agent-kall må autentiseres.
• Handlinger må autoriseres i sanntid.
• Delegering må være avgrenset og tidsbegrenset.
• Alt må logges for audit.

På mange måter, flytter vi mot en svært forskjellig sikkerhetsmodell: fra å styre menneskelig tilgang til å styre maskin-samarbeid i en ubeskrivelig skala.

Hva er de mest umiddelbare risikoene bedrifter møter i dag når de distribuerer AI-agenter uten ordentlig identitets-styring på plass?

Den største risikoen nå, er ikke noen fremtidig AI-takeover-scenario. Det er mye mer grunnleggende, og det skjer allerede i de fleste organisasjoner som eksperimenterer med AI-agenter. Bedrifter skaper agenter overalt, men de har ikke en sentralisert måte å spore dem, styre dem eller håndtere hva de kan aksessere. 

Adopsjon har vært prioritet så langt, og det er forståelig. Hver ny teknologi går gjennom den fasen, men sikkerhet og styring må fange opp raskt.

Hvis ikke, risikerer bedrifter agenter uten klare eiere og med for mye data. Disse agentene kan lekke følsom informasjon og fortsette å kjøre etter prosjektet er avsluttet — alt uten en klar audit-spor.

Vi har sett dette før med tjenekontoer og sky-resurser. Først kommer adopsjon, deretter spredning, deretter sikkerhets- og styrings-problemer. AI følger samme mønster, bare mye raskere og med mer autonomi og agent.

Uten identitets-styring, blir AI-agenter essensielt ustyrte privilegerte identiteter. Det er risikabelt for enhver organisasjon. Det er ikke innovasjon, men heller ekstra institusjonell risiko. 

Hvordan former oppblomstringen av AI-agenter definisjonen av identitet innen bedriftssystemer?

Jeg tror definisjonen av identitet innen bedrifter utvides i stor skala. Det var tidligere hovedsakelig ansatte, deretter utvidet det seg til eksterne identiteter med en eksplosjon av supply chain-arbeidere, fjern-arbeidere osv. Pandemien akselererte det enda mer da vi begynte å håndtere tjenekontoer og boter som ikke-menneskelige identiteter. Nå, tar AI-agenter det ett skritt videre.

AI-agenter er ikke bare kontoer eller skript. De tar beslutninger, aksesserer systemer, genererer innhold, utløser arbeidsflyter og samarbeider med andre agenter. De berører din data, tar beslutninger og endrer resultater. De begynner å oppføre seg mer som digitale arbeidere enn som program-kontoer.

Det betyr at identitet er ikke bare om hvem som kan logge inn. Det er om hvem eller hva som handler innen bedriften, hva de er tillatt å gjøre, hvem eier dem og hvordan vi sporer og styrer deres handlinger.

Identitet utvikler seg fra å representere en bruker til å representere enhver aktør — menneskelig eller maskin — som kan påvirke resultater innen en organisasjon.

Når du vurderer grunnleggere eller team som bygger i AI-sikkerhet eller identitet, hva er signalene som indikerer at de virkelig forstår kompleksiteten i dette området?

De som virkelig forstår dette området, leder ikke med teknologien. De leder med problemet. De kan artikulere ikke bare hva de bygger, men hvorfor den nåværende tilnærmingen er feil og hvem som mister søvn over det.

Signalen for meg er spesifisitet. Enhver kan si “AI introduserer nye identitets-risikoer.” Men kan de gå gjennom hvordan en OAuth-token blir misbrukt i en agentic arbeidsflyt? Forstår de hvorfor ikke-menneskelige identiteter er fundamentalt forskjellige fra menneskelige, ikke bare i volum, men i atferd, livssyklus og blast-radius?

Jeg legger også merke til hvordan de snakker om kunder. De beste grunnleggerne i dette området, har vanligvis selv opplevd smerten som en CISO, en arkitekt, en compliance-leder eller de har tilbragt så mye tid med praktikere at de nesten kan fullføre deres setninger. De selger ikke en kategori. De løser et bestemt, vanskelig problem de ikke kunne slutte å tenke på.

Og så er det regulatorisk og økosystem-fluens. Identitet og AI-sikkerhet eksisterer ikke i et vakuum. Grunnleggerne jeg er mest imponert over, forstår hvordan deres produkt sitter innen en bredere compliance-postur — NIST, SOC 2, fremvoksende AI-styrings-rammer — og de har tenkt hardt på hvor de kobler inn i stakken versus hvor de eier det.

For meg, er røde flagg team som bare jakter på AI-narrativen. De kan beskrive markedet vakkert, men når du presser på for spesifikke detaljer, svekkes narrativen. 

Er du enig i at identitet blir det primære kontroll-laget for AI-systemer på samme måte som nettverkssikkerhet en gang definerte bedriftsgrenser, og hvordan bør sikkerhets-team forberede seg på den skiftet?

Ja, og jeg tror vi er nærmere det punktet enn de fleste sikkerhets-team innser.

Nettverks-perimeteren hadde mening når aktivum var fysisk, som servere i et datasenter, ansatte i et kontor eller trafikk på kanten. Men skyen oppløste den grensen, og vi avhengig av identitet for å fylle gapet. Zero Trust ikke bare et markedsførings-uttrykk; det var en anerkjennelse av at perimeteren var borte og at identitet betyr mer enn noen gang.  

AI-agenter er på vei til å påvirke identitet på samme måte skyen gjorde til nettverket. Disse systemene aksesserer ressurser, tar beslutninger, invokerer API-er, kjeder handlinger over verktøy og plattformer og gjør alt dette autonomt i maskin-hastighet. Spørsmålet “er dette tillatt?” kan ikke lenger besvares ved brannmuren. Det må besvares på identitets-laget, i sanntid, med full kontekst av hva agenten prøver å gjøre og hvorfor.

Identitet blir kontroll-laget. Men det er en fundamentalt vanskeligere versjon av identitet enn det vi har bygget før. Det er ikke bare autentisering. Det er autorisasjon som er klar over intensjon, kontekst og handlinger agenten allerede har tatt. Det er et annet problem enn å utstede et sertifikat eller rotere en kredensial.

For sikkerhets-team, begynner forberedelsen med en holdnings-endring. Slutt å tenke på AI-systemer som applikasjoner som må sikres ved perimeteren og begynn å tenke på dem som prinsipper — entiteter med identiteter, med privilegier, med en livssyklus som må håndteres fra ende til ende. Hvem provisionerte denne agenten? Hva er den tillatt å gjøre? Hvem er ansvarlig når den gjør noe uventet?

Teamene som kommer først, vil ikke være de som setter AI-sikkerhet på som en ettertanke. De vil være de som utvider sin identitets-styrings-postur til å dekke NHIs og AI-agenter før disse identitetene er de som tar konsekvente beslutninger.

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