Från människa till hybrid: Inuti Exabeams rapport från 2025 om AI-driven insiderrisk

Exabeams ny studie, Från människa till hybrid: Hur AI och analysgapet underblåser insiderrisker visar tydligt att hotbilden har vänt: den största faran kommer nu inifrån organisationen. Fyra siffror sticker ut – 64 % av säkerhetspersonalen ser nu insiders som den största risken, 76 % rapporterar att skugg-AI redan används, endast 44 % har beteendecentrerad analys (UEBA) på plats och 74 % tror att chefer underskattar problemet. Tillsammans definierar dessa fyra faktorer det landskap som rapporten utforskar i detalj.

Risken vändes inåt – och det förändrar arkitekturen

Om det största hotet finns inuti är "mer brandvägg" inte lösningen. Det handlar om identitet, åtkomst och beteende. Tänk kontinuerlig verifiering av som gör vad, med som data, och om det mönstret är normalt. Regionalt sett behandlar de flesta marknader nu insiders som den primära oron; den största extrempunkten är APJ (Asien-Stillahavsområdet och Japan), där många fortfarande fruktar externa angripare mer. För ledare är den praktiska översättningen att flytta utgifterna mot:

• Starkare identitetskontroller (MFA som fastnar, riskbaserad åtkomst, lägst möjliga privilegier som faktiskt tillämpas).
• Datamedveten övervakning över SaaS, endpoints, lagring och e-post så att onormala rörelser syns.
• Beteendeanalys som lär sig normala mönster per person, team och system – och varnar för betydande avvikelser.

Den organisatoriska implikationen: säkerhets- och dataägare måste samarbeta. Om du inte kan svara på "vem rörde vid vilka känsliga uppgifter den här veckan och var det typiskt för dem?" är du blind för den moderna intrångsvägen (komprometterat konto → tyst datalagring → snabb exfil).

AI har omformat definitionen av "insider"

Shadow AI är den nya skugg-IT:n. Personal klistrar in kod, kontrakt, kundlistor eller prompter med känslig kontext i icke-godkända modeller. Det är därför 76% siffran spelar roll: det betyder att detta inte är ett nischproblem. Behandla GenAI som privilegierad åtkomst—godkänn specifika verktyg, logga användning där det är lagligt och förhindra att skyddade dataklasser (reglerad PII, affärshemligheter) någonsin kommer in i tredjepartsmodeller. Kombinera policy med möjliggörande: ge människor sanktionerade AI-alternativ så att de inte känner sig tvingade att gå ohederliga vägar.

Det finns också en ny skådespelare inuti: AI-medelTeam kopplar in agenter i arbetsflöden med riktiga inloggningsuppgifter och API-nycklar. Dessa är "icke-mänskliga insiders". De blir inte trötta och de klagar sällan – förrän de tappar kontrollen. Det kräver två kontroller som chefer bör känna till:

• OmfattningVarje agent behöver en ägare, ett tydligt uppdrag och minimala behörigheter.
• observerbarhetVarje agent förtjänar samma revisionslogg och avvikelsedetektering som en människa.

UEBA (Användar- och enhetsbeteendeanalys) är detektion som fokuserar på beteende, inte bara signaturer och chefer bör bekanta sig med detta. Det bygger en baslinje för varje användare eller enhet (inklusive bottar, servicekonton och agenter) genom att lära sig:

• Tidsserienormer: typiska inloggningstider, datavolymer eller destinationer.
• Kontext för jämnåriga: hur en finansanalytiker beter sig jämfört med andra finansanalytiker.
• Sekvensmönsterovanlig ordning (t.ex. första VPN-inloggning → omedelbar ändring av behörighet → massnedladdning).
  När aktiviteten avviker från de inlärda mönstren poängsätter UEBA risken och upptäcker extremvärden. Tekniskt sett bygger detta på statistik och maskininlärning (oövervakade och halvövervakade metoder) som trivs med loggdata utan att behöva perfekta etiketter. Enkelt uttryckt: UEBA förvandlar högar av händelser till "är detta normalt för dem just nu?”

Stäng analysgapet – och kulturgapet

Här är den verkliga exponeringen: bara 44% av organisationer använder UEBA trots att insiderrisk nu är det största problemet. Samtidigt, 74% av yrkesverksamma säger att ledare underskattar hoten från insiders. Den kulturella klyftan saktar ner rekrytering, verktyg och policyhantering. Att överbrygga båda klyftorna ser ut så här:

Gör beteende till en förstklassig signal. Konsolidera loggar för identitet, slutpunkt, SaaS-administration, e-post och dataflytt så att en person (eller agent) har en berättelse över systemen. Investera i korrelation före dashboards. Om SOC:n inte kan sammanfoga identitet mellan verktyg kommer de att missa tyst missbruk och långsam exfiltrering.

Balansera integritet med detektering – genom design. Det vanligaste hindret för insiderprogram är integritetsmotstånd. Lös det med syftesbegränsad analys, rollbaserad åtkomst till telemetri, tydliga retentionsfönster och transparent dokumentation av vad du analyserar och varför. Om det görs på rätt sätt möjliggör integritetsskydd starkare detektering eftersom de låser upp de dataflöden som team behöver.

Mät resultat, inte antal verktyg. Chefer bör be om tre siffror varje månad:

1. Dags att upptäcka onormalt beteende
2. Dags att begränsa insiderincidenter
3. Procentandel av incidenter fångade av beteendeanalys kontra tur eller efterhandsgranskningar.

Koppla budgeten till att förbättra dessa mätvärden, inte till hur många punktprodukter som "distribueras".

Behandla GenAI som ett produktionssystem. Upprätta tillåtelselistor, avgränsade datakategorier och loggning för uppmaningar och utdata där det är tillåtet. Ge produkt- och juridikavdelningen en plats vid bordet så att "agera snabbt" aldrig betyder att "spruta data i svarta lådor".

Baslinje för alla och allt. Människor, servicekonton, RPA-skript och AI-agenter får alla sin egen baslinje. Du letar efter avvikelser – nya data som berörts, ovanliga tider på dagen, udda destinationer eller sekvenser som inte matchar jobbet som ska utföras.

Sammanfattning

Från Från människa till hybrid: Hur AI och analysgapet underblåser insiderrisker är mer än en ögonblicksbild av dagens risker – det är en förhandsvisning av vart säkerheten måste gå härnäst. Insiderhot, förstärkta av AI, är inte längre undantag utan ett grundläggande antagande. För ITSO:er och VD:ar innebär vägen framåt att gå från perimeterförsvar till identitetscentrerade strategier, behandla GenAI med samma försiktighet som privilegierade konton och ge både människor och AI-agenter sina egna beteendemässiga baslinjer. De organisationer som lyckas kommer att vara de som förenar telemetri, anammar resultatdrivna mätvärden och anpassar ledarskapet till verksamheten. I den meningen är Exabeams rapport mindre en varning och mer en handbok för att bygga motståndskraft i en AI-definierad framtid.