Ameesh Divatia, współzałożyciel i CEO Baffle – seria wywiadów

Ameesh Divatia jest współzałożycielem i CEO Baffle, firmy skupiającej się na integrowaniu bezpieczeństwa danych we wszystkie aspekty potoku danych w celu uproszczenia ochrony danych w chmurze i minimalizacji wpływu naruszeń danych.

Jej platforma oferuje rozwiązanie bez kodu, łatwe do wdrożenia, które zabezpiecza dane wrażliwe bez wpływu na wydajność lub wymagania zmian w aplikacjach. Technologia Baffle jest kompatybilna z głównymi dostawcami chmury, takimi jak AWS, Azure, IBM i GCP. Świadcząc usługi dla szerokiej gamy klientów, od firm z listy Fortune 25 do małych i średnich przedsiębiorstw, Baffle chroni ponad 100 miliardów rekordów na całym świecie, współpracując z integratorami systemów w celu efektywnego wdrożenia.

Co skłoniło Cię do współzałożenia Baffle, Inc., i jak Twoje poprzednie doświadczenia przedsiębiorcze ukształtowały Twój podejście na wczesnym etapie rozwoju firmy?

Po wyjściu mojej poprzedniej firmy zdecydowałem się na potrzebny odpoczynek, aby naładować baterie i pomyśleć o tym, co naprawdę chcę robić dalej. Zawsze lubiłem budować firmy, więc zacząłem rozmawiać z przyjacielem z wczesnego etapu VC, a on przedstawił mnie Priyadarshanowi “PD” Kolte, który miał zostać moim współzałożycielem. Zadał nam on interesujące pytanie, które było przebraniem dla wyzwania: “Jak można uzyskać wartość z danych, jednocześnie je chroniąc?” To wyzwanie mnie zaangażowało – rozwiązywanie trudnych problemów to to, dla czego żyję. Była wyraźna luka w ochronie danych, szczególnie wokół uproszczenia szyfrowania i ochrony danych “w użyciu”. Dziewięć lat później jesteśmy tu, odpowiadając na to pytanie za pomocą Baffle.

Wraz ze wzrostem generatywnej sztucznej inteligencji, jak firmy mogą zapewnić, że ich dane pozostaną bezpieczne, jednocześnie wykorzystując korzyści z technologii AI?

To jest pytanie, które każda firma, która zajmuje się AI, powinna zadawać. Bezpieczeństwo i innowacje często wydają się dwiema przeciwstawnymi siłami, ale nie muszą być. Kluczem jest przełomowa innowacja zwana Obliczeniami z Wzmocnioną Prywatnością (PEC), która zaczyna się od szyfrowania – utrzymania danych w bezpieczeństwie w spoczynku, w transporcie i podczas użycia. Przesyłając dane wrażliwe przed tym, jak trafiają do modeli AI, a następnie używając PEC do ich przetwarzania, można uzyskać potrzebne informacje bez narażania bezpieczeństwa. Chodzi o pozostanie na czele gry, aktualizowanie protokołów bezpieczeństwa i wykorzystywanie narzędzi takich jak Baffle, aby zmniejszyć ryzyko. Nie musisz poświęcać innowacji dla bezpieczeństwa.

Czy możesz wyjaśnić specyficzną rolę szyfrowania w ochronie danych i modeli generowanych przez AI? Jak różni się to od tradycyjnych metod ochrony danych?

Szyfrowanie danych AI jest jak owinięcie Twojego najcenniejszego aktywa w folię bąbelkową – niezależnie od tego, jak bardzo jest ono rzucone, pozostaje chronione. Wyobraź sobie to jako zamykanie danych, gdy są używane. Tradycyjne metody koncentrują się na zabezpieczaniu danych, gdy nie są używane (w spoczynku) lub gdy są przenoszone (w transporcie). Ale z AI dodajemy nowy poziom złożoności, ponieważ dane muszą pozostać zaszyfrowane, nawet gdy są przetwarzane przez modele. Baffle koncentruje się na ochronie “danych w użyciu”, zapewniając, że wydajność nie jest negatywnie dotknięta, a bezpieczeństwo nie jest poświęcane.

Baffle niedawno uruchomił rozwiązanie ochrony danych specjalnie dla projektów GenAI. Czy możesz podzielić się więcej szczegółami na temat tego, jak to rozwiązanie działa i co je wyróżnia na rynku?

Nasze rozwiązanie GenAI polega na tym, aby szyfrowanie było proste i wydajne, nawet podczas pracy z AI. Łączy się z istniejącym potokiem AI, chroniąc dane podczas ich pobierania. Następuje to za pomocą funkcji znanej jako szyfrowanie zapytań, które przetwarza dane bez ujawniania ich. Co najważniejsze, nie musisz niczego zmieniać w swoim potoku AI – nie musisz zmieniać kodu, nie ma problemów. Po prostu podłącz je i idź dalej. Skoncentrowaliśmy się na łatwości użycia i upewniliśmy się, że bezpieczeństwo nie staje się przeszkodą dla innowacji, dlatego klienci znajdują to rozwiązanie tak atrakcyjne.

Wasza platforma podkreśla “bez kodu” zmiany w implementacji ochrony danych. Jak ten podejście korzysta firmom, szczególnie tym z dużymi, złożonymi potokami danych?

Nikt nie chce złamać czegoś, co już działa. Z naszym podejściem “bez kodu” firmy nie muszą rozmontowywać swoich istniejących aplikacji lub przenośników danych, aby dodać szyfrowanie. To jest ogromna korzyść dla dużych organizacji z złożonymi potokami danych, ponieważ oznacza to, że mogą one wzmocnić bezpieczeństwo bez ryzykowania zakłóceń. To jest szybsze, łatwiejsze i usuwa wiele bólów głowy, które zwykle pojawiają się przy integrowaniu nowej technologii.

Jak szyfrowanie zapytań Baffle różni się od innych metod szyfrowania i jakie korzyści oferuje firmom zajmującym się dużymi analizami danych?

Szyfrowanie zapytań jest naszym sekretnym składnikiem. W przeciwieństwie do tradycyjnego szyfrowania, które wymaga odszyfrowania danych w magazynie przed ich analizą (i tym samym ujawnieniem ich), pozwalamy na wykonywanie zapytań na samych zaszyfrowanych danych. To jest jak mieć ciasto i jeść je – uzyskujesz informacje, nie narażając bezpieczeństwa. To jest przełom, szczególnie dla firm zajmujących się ogromnymi ilościami wrażliwych danych, takich jak finanse lub opieka zdrowotna, gdzie zgodność jest niepodważalna.

Ochrona danych w użyciu jest krytyczną funkcją platformy Baffle. Czy możesz wyjaśnić, jak to działa i dlaczego jest to niezwykle ważne dla firm, szczególnie w kontekście RODO i innych przepisów o ochronie danych?

Gdy dane są używane – przetwarzane przez systemy – są one najbardziej narażone. Dlatego ochrona ich w czasie rzeczywistym jest kluczowa, szczególnie z przepisami takimi jak RODO, które wymagają postawy znanej jako “ochrona danych przez projekt”. Nasza platforma zapewnia, że nawet gdy dane są przetwarzane, pozostają one zaszyfrowane. To podejście eliminuje to niebezpieczne okno narażenia, w którym zwykle występują naruszenia danych, pomagając firmom pozostać zgodnymi i bezpiecznymi.

Jak rosnąca złożoność modeli AI wpływa na ich bezpieczeństwo, a jak Baffle rozwiązuje te wyzwania?

Modele AI stają się coraz bardziej inteligentne, ale tak samo robią się atakujący. Ataki przeciwników – gdzie złe osoby próbują manipulować danymi, które wpływają na dane wyjściowe modelu AI – są coraz większym problemem. Rozwiązujemy to, koncentrując się na stronie danych. Szyfrując dane, na które modele AI się opierają, utrudniamy każdemu możliwość ingerencji w integralność modelu. To jest jak dać modelowi AI zabezpieczoną skrzynkę z danymi – nikt nie dostanie się do niej bez klucza.

Czy możesz omówić znaczenie kontroli dostępu opartej na rolach (RBAC) w nowoczesnych strategiach ochrony danych, szczególnie dla organizacji korzystających ze środowisk chmury wielodostępnej?

W środowiskach chmury wielodostępnej RBAC jest niezbędna. Wyobraź sobie, że masz wiele osób, które dzielą tę samą infrastrukturę chmury. Bez RBAC jest to jak dać wszystkim dostęp do całego budynku zamiast tylko do ich biura. Nasza platforma integruje RBAC, aby tylko upoważnione osoby, na podstawie ich indywidualnej roli lub poświadczeń, mogły uzyskać dostęp do wrażliwych danych, utrzymując wszystko zamknięte i zmniejszając ryzyko naruszeń.

Baffle doświadczył znacznego wzrostu w ostatnich latach, a wasze przychody podwoiły się w ciągu ostatniego roku. Co przypisujesz temu wzrostowi, i jak planujesz kontynuować tę tendencję?

Jedziemy na fali popytu, ponieważ zbudowaliśmy odpowiednie rozwiązanie dla odpowiedniego problemu. Nasz wzrost wynika z jednego – rozwiązujemy problem, z którym boryka się każda firma – ochronę danych. Z rosnącymi zagrożeniami cybernetycznymi i zaostrzającymi się przepisami, firmy zwracają się do nas w poszukiwaniu rozwiązań, które działają bez spowalniania ich. Nasz focus na szyfrowaniu zapytań i łatwości użycia jest dużym powodem tego wzrostu. W przyszłości planujemy kontynuować innowacje, rozszerzać nasze produkty i budować silne partnerstwa, które wprowadzą nas na nowe rynki.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Baffle.