Yoav Regev, CEO i współzałożyciel Sentra – seria wywiadów

Yoav Regev, współzałożyciel i CEO, to doświadczony specjalista ds. cyberbezpieczeństwa z ponad 20-letnim stażem w izraelskim wywiadzie wojskowym, gdzie kierował departamentem cyberbezpieczeństwa. Obecnie kieruje firmą Sentra, która zajmuje się rozwiązywaniem współczesnych wyzwań związanych z bezpieczeństwem chmury i danych.

Sentra to platforma bezpieczeństwa danych oparta na chmurze i sztucznej inteligencji, zaprojektowana do odkrywania, klasyfikowania i monitorowania zarówno strukturalnych, jak i niestrukturalnych danych w środowiskach IaaS, PaaS, SaaS i lokalnych. Podkreśla zachowanie danych klientów w ramach ich własnej infrastruktury, stosując egzekwowanie zasad, wykrywanie anomalii, dostęp z najniższymi uprawnieniami i mechanizmy zgodności w celu zmniejszenia narażenia i zabezpieczenia wrażliwych aktywów.

Przez ponad dwie dekady pracował Pan w elitarnym izraelskim jednostce 8200, w tym jako szef departamentu cyberbezpieczeństwa. Jak doświadczenie to ukształtowało Pana filozofię wobec cyberbezpieczeństwa i ostatecznie doprowadziło do założenia Sentra?

Po latach kierowania operacjami cybernetycznymi w jednostce 8200, jedna rzecz stała się dla mnie absolutnie jasna: wszystko sprowadza się do danych. Niezależnie od tego, czy była to usterka, atak ransomware, czy operacja cybernetyczna, przyczyną była często ta sama. Ktoś nie wiedział, gdzie są jego dane, kto ma do nich dostęp, czy jak są wykorzystywane. Widzieliśmy niezliczoną ilość razy, jak brak widoczności i kontroli mógł rozmontowywać całe systemy.

To doświadczenie pozostało we mnie, a gdy zacząłem rozmawiać z CISO, CIO i liderami ds. bezpieczeństwa z różnych branż, ciągle powtarzali tę samą trudność. Każdy chciał działać szybciej, przyjmować chmurę, wykorzystywać sztuczną inteligencję, ale nie mógł, bo nie w pełni rozumiał swoich danych. Co jest wrażliwe? Co jest nieświeże? Co wymaga ochrony?

Dane nie są już tylko aktywem. Są czynnikiem decydującym o tym, czy firma jest dobra, czy wielka. Ale tylko wtedy, gdy można je kontrolować. Sentra została stworzona, aby dać organizacjom klarowność i kontrolę, których potrzebują, aby naprawdę wykorzystać swoje dane. Aby innowować z pewnością, trzeba znać swoje dane, zrozumieć ich kontekst i chronić je na każdym etapie.

Jakie konkretnie wyzwania lub wzorce Pan zobaczył w wojskowych operacjach cybernetycznych, które teraz są widoczne w przestrzeni przedsiębiorstw AI i bezpieczeństwa danych?

W wojsku sukces zależał od szybkości. Trzeba było działać szybciej niż przeciwnik. To wymagało ciągłego mapowania, ciągłej oceny i możliwości działania przed wystąpieniem kryzysu.

W przedsiębiorstwach stawka jest inna, ale wyzwanie jest podobne. Organizacje chcą działać szybko, zwłaszcza w tempie rozwoju AI. Pchają coraz więcej danych na krawędź, aby karmić modele, podejmować decyzje i personalizować doświadczenia. Ale ten przyrost wiąże się z ryzykiem.

Wyobraź sobie wyścigi Formuły 1. Każdy skupia się na tym, jak szybko może jechać samochód, ale to system hamulcowy jest tym, co naprawdę wygrywa wyścigi. Szybkość bez kontroli to po prostu niebezpieczeństwo. W przypadku AI kontrole są równie ważne jak możliwości. Jeśli chcesz działać szybciej, musisz wiedzieć, jak kontrolować przez projektowanie, sterowanie i zatrzymywanie, gdy jest to konieczne. To oznacza zrozumienie swoich danych przed ich wprowadzeniem do systemu, a nie po tym, jak coś pójdzie nie tak.

Dlaczego tradycyjne narzędzia bezpieczeństwa nie są już wystarczające w erze AI? Co sprawia, że zabezpieczanie przepływów pracy i modeli generatywnych opartych na AI jest fundamentalnie różne?

Tradycyjne narzędzia bezpieczeństwa nie zostały zaprojektowane z myślą o systemach autonomicznych, takich jak AI. Te narzędzia zostały stworzone dla środowisk, w których ludzie przeglądali decyzje i zarządzali dostępem z wyraźnymi granicami.

AI nie działa w ten sposób. Przetwarza ogromne ilości danych i podejmuje decyzje niezależnie. W momencie, gdy dane są wprowadzane, możliwość nadzoru zaczyna zanikać. To sprawia, że jest to fundamentalnie różne i niebezpieczne, jeśli nie zostanie odpowiednio obsłużone.

W przypadku generatywnej AI nie ma drugiej szansy. Raz wprowadzone dane są prawie niemożliwe do odzyskania lub przeglądu, co do tego, co się z nimi stało. Dlatego widoczność, klasyfikacja i kontrola dostępu przed punktem wprowadzania są absolutnie krytyczne. AI nie jest tylko problemem obliczeniowym, ale przede wszystkim problemem danych.

Pańska platforma wykorzystuje klasyfikację opartą na AI z dokładnością powyżej 95% w skali petabajtów. Co jest pod maską — jak łączycie modele AI z logiką bezpieczeństwa, aby osiągnąć taką precyzję?

Zaprojektowaliśmy Sentra, aby działała w całości w ramach infrastruktury klienta. Nie przenosimy danych na zewnątrz. Nie udostępniamy ich. To jest podstawowa zasada. Wszystko pozostaje pod kontrolą klienta, a nasza platforma dostosowuje się do tego wymogu bez kompromisów.

Pod maską wykorzystujemy kombinację AI, technik LLM i własnej logiki bezpieczeństwa, aby klasyfikować dane na podstawie ich kontekstu, a nie tylko metadanych. To oznacza, że nawet jeśli wrażliwy punkt danych jest zakopany wewnątrz nieustrukturalnego pliku, nasze modele mogą go nadal zidentyfikować i powiedzieć, jaki jest jego cel. A ponieważ robimy to bez usuwania danych ze źródła, utrzymujemy prywatność i zgodność na każdym etapie.

Ten podejście daje klientom najlepsze z obu światów: precyzję i zaufanie. Jesteśmy w stanie zautomatyzować zrozumienie danych i podejmowanie decyzji z wysokim stopniem dokładności, i robimy to bez poświęcania bezpieczeństwa lub narażania ich najcenniejszego aktywa — danych.

Ciemne dane i rozproszenie wielu chmur rosną w zastraszającym tempie. Jakie są największe punkty ślepe, których doświadczają przedsiębiorstwa, jeśli chodzi o widoczność danych — i jak Sentra pomaga zamykać te luki?

Największą luką jest widoczność. Wiele firm myśli, że wie, gdzie są ich wrażliwe dane, ale widzą tylko część obrazu. Narzędzia AI, migracja do chmury i platformy SaaS generują ogromne ilości danych, które często znajdują się poza formalną kontrolą. To jest to, co nazywamy danymi cieni.

Dane cieni są dokładnie tym, co atakujący atakują. Są wrażliwe, niechronione i niewidoczne dla większości narzędzi. Sentra rozwiązuje ten problem, dając organizacjom pełną, bieżącą mapę ich danych — w chmurze, SaaS, lokalnie i w systemach AI. Klasyfikujemy te dane według wrażliwości i pomagamy zespołom bezpieczeństwa ustalić, gdzie żyje ryzyko, jak je naprawić i jak pozostać zgodnymi.

Pan przychodzi z unikalnej perspektywy transgranicznej z pracy z międzynarodowymi partnerami. Jak globalne ramy rządzące danymi i regulacje wpływają na strategię platformy Sentra?

Praca z międzynarodowymi partnerami uświadomiła mi, że zgodność nie jest tylko checkboxem. Jest to podstawowa funkcja zaufania. Różne kraje mają różne przepisy, ale wszystkie wymagają kontroli. Trzeba kontrolować, gdzie są Twoje dane i kto ich używa.

Sentra została zaprojektowana, aby spełniać te wymagania. Wspieramy wymagania regulacyjne, takie jak GDPR, HIPAA, CCPA, oraz nową falę przepisów związanych z AI. Dajemy klientom narzędzia do demonstracji zgodności i egzekwowania polityki. Robimy to w granicach i między systemami.

Często podkreśla Pan strategie bezpieczeństwa ofensywnego zamiast reaktywnych. Jak ta mentalność przejawia się w produkcie — i dlaczego jest to krytyczne w dzisiejszym krajobrazie zagrożeń AI?

Sentra została zbudowana na filozofii bezpieczeństwa proaktywnego. Nie wierzymy, że organizacje powinny czekać na wystąpienie incydentów. Zamiast tego, pomagamy im odkryć wrażliwe dane, niezależnie od miejsca, w którym się znajdują, monitorować anomalie w czasie rzeczywistym i reagować natychmiast, gdy wykryte jest ryzyko.

Nasza platforma ciągle skanuje środowiska, klasyfikuje informacje wrażliwe i integruje się z narzędziami bezpieczeństwa, aby zainicjować automatyczne rozwiązywanie problemów. To właśnie ten proaktywny podejście do działania przed atakiem wroga definiuje bezpieczeństwo ofensywne. A w świecie napędzanym AI ten proaktywny podejście nie jest już opcjonalne.

Sentra integruje się z IaaS, PaaS, SaaS i nawet AI-kopilotami. Jakie są najbardziej zaskakujące lub ryzykowne zachowania, które Pan zobaczył w tych środowiskach ostatnio?

Agenty AI wprowadzają poważne nowe ryzyka. Mogą one umożliwić systemom dostęp, przetwarzanie lub udostępnianie wrażliwych danych z minimalnym lub żadnym nadzorem, co dodaje warstwę złożoności dla zespołów bezpieczeństwa.

Modele LLM mogą ujawniać wrażliwe informacje, gdy są proszone o podsumowanie zawartości wewnętrznej lub gdy są używane w sposób, który omija istniejące protokoły ochrony danych i kontrolę dostępu. Bez odpowiednich barier te narzędzia mogą stać się niezamierzonym wektorem dla wycieku danych lub niewłaściwego ujawnienia.

Z szybkim wzrostem AI generatywnej w przedsiębiorstwach, jaka jest jedna mit o bezpieczeństwie, którą Pan by chciał obalić — i jakie jest jedno krytyczne ostrzeżenie, które Pan by chciał, aby więcej liderów traktowało poważnie?

Jednym z największych mitów, które słyszę, jest to, że systemy AI są jakoś domyślnie bezpieczne i że ich złożoność sprawia, że są trudniejsze do naruszenia. Ale w cyberbezpieczeństwie złożoność jest często wrogiem. Im bardziej złożony system, tym więcej możliwości dla błędów konfiguracyjnych, punktów ślepych lub nadmiernych uprawnień.

Rzeczywistość jest taka, że systemy AI, a zwłaszcza te z dostępem do wrażliwych danych, mogą stać się dużymi punktami narażenia, jeśli nie są właściwie zarządzane.

Krytyczne ostrzeżenie, które chciałbym podzielić się z każdym liderem, brzmi: nie traktujcie systemów AI jak czarne skrzynki. Wymuszajcie najniższe uprawnienia od samego początku. Te modele powinny mieć dostęp tylko do danych, których naprawdę potrzebują do wykonania swojej funkcji, i nic ponadto. Bez tej dyscypliny łatwo o to, by wrażliwe dane były nadmiernie narażone, wykorzystywane nieprawidłowo lub ujawniane. A ponieważ AI może działać niezależnie lub nawet w sekwencji, te narażenia mogą skalować się szybciej, niż ludzie zdają sobie sprawę.

Spójrzmy w przyszłość, jak Pan widzi przecinanie się AI, cyberbezpieczeństwa i zgodności w ciągu najbliższych 3-5 lat — i jak Sentra przygotowuje się do tej przyszłości?

Już teraz widzimy pierwszą falę przepisów związanych z AI, skupionych na ochronie konsumentów. W 2025 roku tylko w USA wprowadzono ponad 700 projektów ustaw związanych z AI. Oczekujemy dalszego wzrostu na świecie, podobnego do tego, co widzieliśmy w przypadku GDPR i CCPA. Wiadomość jest jasna: zarządzanie AI nie jest już teoretyczne i staje się wymogiem zgodności.

Dla przedsiębiorstw oznacza to dwie rzeczy. Po pierwsze, będą musiały mieć głębszą widoczność, jak systemy AI wchodzą w interakcje z wrażliwymi danymi. Po drugie, będą musiały mieć narzędzia do egzekwowania kontroli na poziomie danych, gdzie organizacje mogą łagodzić ryzyka, zanim się pomnożą.

W Sentra budujemy teraz podstawy dla tej przyszłości. Nasze rozwiązanie Data Security for AI Agents daje organizacjom możliwość odkrywania narzędzi AI w użyciu w ich środowiskach, mapowania danych, do których mają dostęp, klasyfikowania tych danych według wrażliwości i monitorowania wyjść, aby zapobiec wyciekowi lub niewłaściwemu użyciu.

Będziemy kontynuować rozwijanie tych możliwości, jednocześnie umacniając nasze podstawowe zalety w zakresie kompleksowego odkrywania danych, dokładnej klasyfikacji i proaktywnej mitigacji ryzyka. AI niesie ogromny potencjał, ale musi być przyjmowana w sposób bezpieczny i odpowiedzialny. To jest wynik, którym pomagamy naszym klientom osiągnąć.

Dziękuję za wspaniały wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Sentra.