Liderzy opinii
Agentowa AI zmienia niekontrolowany przyrost tożsamości nieludzkich w niemożliwą do opanowania powierzchnię ataku

Kluczowe punktyAgentowa sztuczna inteligencja tworzy nie-ludzkie tożsamości szybciej, niż przed-AI-owe…
Zobacz więcej
- Agentowa sztuczna inteligencja tworzy nie-ludzkie tożsamości szybciej, niż przed-AI-owe zarządzanie jest w stanie je śledzić lub kontrolować.
- Raport M-Trends 2026 firmy Mandiant potwierdza, że nie-ludzkie poświadczenia są obecnie głównym wektorem naruszeń w chmurze.
- Tylko 18% liderów ds. bezpieczeństwa ufa swoim narzędziom IAM w zakresie skutecznego zarządzania tożsamościami agentów.
Współczesne środowiska chmurowe opierają się na tysiącach poświadczeń nieludzkich, które po cichu zapewniają szeroki dostęp i rzadko podlegają należytej kontroli. Konta usługowe, klucze API, tokeny OAuth i inne poświadczenia nieludzkie uwierzytelniają w tle aktywność aplikacji. Często są jednak niedostatecznie zinwentaryzowane, rzadko wymieniane i trudne do objęcia nadzorem. Raport M-Trends 2026 firmy Mandiant, oparty na ponad 450 000 godzin reagowania na incydenty, potwierdza to, co wiele zespołów bezpieczeństwa podejrzewało od lat: tożsamości maszynowe stały się jednym z głównych wektorów ataku przy włamaniach do środowisk chmurowych. Napastnicy zbierają długowieczne tokeny OAuth, włamują się do zewnętrznych dostawców SaaS, aby wykraść klucze zapisane na stałe w kodzie, a następnie używają tych sekretów do przemieszczania się po środowiskach i kradzieży danych na dużą skalę. Ustalenie to nie dziwi obserwatorów tego obszaru. Specjalistów niepokoi raczej to, co teraz nakłada się na istniejący problem. Organizacje zmagające się z nadzorem nad obecnymi kontami usługowymi jednocześnie wdrażają systemy agentowej AI. Tworzą one nowe tożsamości nieludzkie w tempie, do którego obsługi nigdy nie projektowano procesów nadzorczych sprzed ery AI. Właśnie zderzenie znanego problemu z nowym czynnikiem przyspieszającym stanowi źródło narażenia na ryzyko.
Arytmetyka niekontrolowanego przyrostu tożsamości nieludzkich
Trudno uwierzyć w te proporcje, dopóki nie wykona się obliczeń. Inne niedawne badanie, opublikowane na początku tego roku, wykazało w środowiskach przedsiębiorstw stosunek tożsamości nieludzkich do użytkowników ludzkich wynoszący 82 do 1. W raporcie Identity Security Outlook 2026 firma ManageEngine podała, że niemal połowa badanych organizacji odnotowuje proporcje przekraczające 100 do 1, a niektóre sektory osiągają 500 do 1. Tylko między pierwszym półroczem 2024 a pierwszym półroczem 2025 liczba tożsamości nieludzkich w przeciętnym przedsiębiorstwie wzrosła o 44%.
Ich przyrost trwał już przed upowszechnieniem systemów agentowej AI. Napędzały go głównie przejście na chmurę, przyjmowanie architektur mikrousług oraz rosnąca integracja platform SaaS. Agentowa AI nie zwiększa jednak istniejącego wyzwania jedynie liniowo: w przyszłości zasadniczo zmieni tempo i skalę problemu. Każdy agent wdrażany do autonomicznego badania alertów, koordynowania przepływów pracy lub korzystania z repozytoriów danych potrzebuje własnej infrastruktury tożsamości. Organizacje doświadczają więc szybkiego wzrostu liczby poświadczeń, tokenów dostępu i zakresów uprawnień, a także pojawiania się podagentów z własnymi łańcuchami tożsamości. Tradycyjne narzędzia prawdopodobnie nie będą już w stanie wiarygodnie śledzić ani ustalać liczby aktywnych tożsamości nieludzkich w organizacji w danym momencie.
Dlaczego jest to problem analizy informacji o zagrożeniach
Arytmetyka powierzchni ataku zmienia się, gdy pojawiają się agenci. Napastnik, który przejmuje uprzywilejowane konto człowieka, uzyskuje dostęp do jednej tożsamości. Jeśli jednak zdobędzie poświadczenia błędnie skonfigurowanego agenta, zatruje dane, na których agent opiera wnioskowanie, lub wstrzyknie instrukcje do jego potoku wejściowego, odziedziczy uprawnienia autonomicznego systemu połączonego z dziesiątkami dalszych usług.
Incydenty już się zdarzają. W 2025 roku AppOmni ujawniła CVE-2025-12420 w integracji Virtual Agent platformy ServiceNow. Luka pozwalała nieuwierzytelnionym napastnikom podszyć się pod dowolnego użytkownika wyłącznie na podstawie adresu e-mail, ominąć uwierzytelnianie wieloskładnikowe i logowanie jednokrotne oraz uruchamiać agentów AI z uprawnieniami administratora. Podatności OpenClaw, które ujawniono na początku 2026 roku, dotyczyły otwartoźródłowego frameworka agentów AI z ponad 135 000 gwiazdek w GitHubie. Pokazały, że złośliwa witryna może przejąć agenta AI używanego przez programistę bez wtyczek i bez interakcji użytkownika. Własne dochodzenia Mandiant udokumentowały, jak podmiot atakujący UNC6395 wykradał tokeny OAuth z integracji Salesforce (CRM ) dostawcy SaaS, aby uzyskać dostęp do środowisk klientów w ponad 700 organizacjach.
Zasięgu skutków przejęcia tożsamości nie wyznacza już to, do czego ma dostęp jedna osoba, lecz to, co wolno zrobić jednemu agentowi. W wielu dzisiejszych wdrożeniach produkcyjnych oznacza to, że w praktyce nie ma żadnego ograniczenia.
Luka w nadzorze wynika z architektury
Cloud Security Alliance i Strata Identity przeprowadziły ankietę wśród liderów bezpieczeństwa pod koniec 2025 roku. Tylko 18% wyraziło duże zaufanie do zdolności swoich narzędzi IAM do zarządzania tożsamościami agentów. Tylko 28% potrafiło powiązać działania agentów z odpowiedzialnym za nie człowiekiem we wszystkich środowiskach. Najważniejsze obawy skłaniające do inwestycji mówią same za siebie: ujawnienie danych wrażliwych (55%), niedozwolone działania (52%), nadużywanie poświadczeń (45%) oraz brak możliwości wykrycia lub zarejestrowania agentów (40%).
Liczby te opisują środowisko, w którym zespoły bezpieczeństwa wiedzą, że agenci działają, ale nie potrafią wiarygodnie ustalić, kto za nich odpowiada, do czego wolno im uzyskać dostęp, z czego rzeczywiście korzystali ani jak prawidłowo unieważnić ich poświadczenia. Modele tożsamości leżące u podstaw większości programów bezpieczeństwa przedsiębiorstw zakładają możliwość przypisania działań konkretnemu podmiotowi. Kiedy agent tworzy podagenta, który dołącza kolejne działanie uruchamiające trzeci system, ustalenie sprawstwa staje się problemem grafowym zamiast prostego wyszukiwania. Większość organizacji nie ma narzędzi do przechodzenia przez taki graf.
Raport State of AI Security 2026 firmy Cisco przedstawił liczbowo lukę w przygotowaniu z innej perspektywy: większość organizacji planowała wdrożyć agentową AI, ale tylko 29% deklarowało gotowość do zabezpieczenia takich wdrożeń. Pozostałe 71% jest nieprzygotowane nie dlatego, że ataki są hipotetyczne, lecz dlatego, że nie przypominają tych, do wykrywania których zaprojektowano istniejące narzędzia.
Problem tempa
Najlepiej poradzą sobie organizacje, które stosują wobec tożsamości agentów taką samą dyscyplinę zarządzania cyklem życia jak wobec uprzywilejowanych kont ludzkich. Oznacza to jasno określoną odpowiedzialność, zakres uprawnień ograniczony do niezbędnego minimum, harmonogramy wymiany poświadczeń oraz niezawodny mechanizm awaryjnego wyłączenia. Tworzenia tożsamości z prędkością maszyn nie da się nadzorować procesami zatwierdzania działającymi w ludzkim tempie. Narzędzia nadzoru muszą pracować równie szybko jak narzędzia wdrożeniowe. W większości organizacji takich narzędzi nie ma w produkcji. Nie brakuje świadomości ryzyka związanego z tożsamościami nieludzkimi, lecz infrastruktury nadzorczej zdolnej działać w takim samym tempie jak systemy tworzące te tożsamości. Z każdym tygodniem utrzymywania się tej luki odległość między tym, co widzą zespoły bezpieczeństwa, a tym, co faktycznie działa, rośnie o kolejne pokolenie wdrożeń agentów.












