Kevin Paige, CISO på ConductorOne – Intervju-serie

Kevin Paige, CISO på ConductorOne, är en veteran inom cybersäkerhet med mer än tre decenniers erfarenhet som omfattar regering, företagsteknologi och snabbt växande start-ups. Med bas i San Francisco Bay Area leder han identitetssäkerhetsstrategin för företaget och rådgiver organisationer om modern arbetsställesäkerhet och styrning. Paige har tidigare varit CISO på Uptycs, Flexport och MuleSoft, där han hjälpte till att bygga och skala säkerhetsprogram under perioder av snabb tillväxt. Tidigare i sin karriär hade han säkerhetslednings- och infrastruktursroller på Salesforce (CRM ) och xMatters, och tjänstgjorde i både den amerikanska armén och flygvapnet. Utöver sina operativa roller är han aktiv i cybersäkerhetsstartups-ekosystemet som rådgivare och investerare.

ConductorOne utvecklar en plattform för identitetsstyrning och åtkomsthantering som är utformad för moderna moln- och hybridmiljöer. Dess teknik ger en enhetlig översikt över identiteter och behörigheter över applikationer, infrastruktur och lokala system, vilket möjliggör för organisationer att automatisera åtkomstgranskningar, verkställa minst-privilegierad åtkomst och minska identitetsbaserade säkerhetsrisker. Genom att kombinera identitetsanalys med automatiserade arbetsflöden hjälper plattformen säkerhetsteam att hantera åtkomst i stor skala samtidigt som de förbättrar regelefterlevnad och operativ effektivitet.

Du har en lång karriär som spänner över militära cybersäkerhetsoperationer i den amerikanska flygvapnet, företagssäkerhetsledningsroller på företag som MuleSoft, Flexport och Salesforce, och nu tjänstgör som CISO på ConductorOne. Hur har din syn på identitetssäkerhet utvecklats över dessa roller, och varför tror du att identitet har blivit en av de viktigaste slagfälten i modern cybersäkerhet?

I flygvapnet var identitet mycket enklare — säkerhetsklarering, behov av att veta, allt bakom brandväggar, klart. På MuleSoft handlade det om skala — etablering av tusentals användare över hundratals SaaS-applikationer utan att skapa luckor. På Flexport försvann perimetern helt och identitet var den enda kontrollen som fortfarande fungerade oavsett var någon befann sig.

Nu på ConductorOne genomgår identitet sin mest grundläggande omvandling. Det handlar inte längre bara om människor — det handlar om maskiner, API:er, tjänstekonton och AI-agenter som agerar autonomt. Verktygen som de flesta organisationer använder var utformade för en värld som inte längre existerar.

Identitet är det kritiska slagfältet eftersom det berör allt. Du kan ha den bästa slutpunktsäkerheten och nätverkssegmenteringen i världen — om något har felaktig åtkomst, spelar ingenting av det någon roll.

Din kommande rapport om identitetens framtid fann att 95% av företagen säger att AI-agenter redan utför autonoma IT- eller säkerhetsuppgifter. Vilka typer av uppgifter utför dessa agenter egentligen idag, och hur snabbt förväntar du dig att deras autonomi kommer att öka?

Det som förvånade mig var inte antagandet — det är hastigheten. Förra året planerade 96% att distribuera agenter. I år har 95% redan gjort det. Det är inte en gradvis kurva. Det är en tröskel som har passerats.

Agenter hanterar helpdesk-arbetsflöden, varningsgranskning, åtkomstgranskning, etablering och i vissa fall automatiserad avhjälpning. Det som de flesta människor missar: 64% av organisationerna tillåter redan agenter att agera autonomt med endast post-åtgärdsgranskning. Agenten agerar först, en människa granskar senare — om de granskar alls.

Agenter som idag hanterar helpdesk-uppgifter kommer att fatta säkerhetsbeslut inom 12 månader. Frågan är inte om autonomi ökar — det är om styrning håller jämna steg. Just nu gör den det inte.

Rapporten betonar uppkomsten av icke-mänskliga identiteter, inklusive API:er, botar och AI-agenter. Varför växer dessa maskinidentiteter så snabbt, och varför kämpar många organisationer fortfarande för att hantera dem effektivt?

Tre samverkande krafter. Moln- och SaaS-antagande innebär att varje integration behöver sin egen identitet. DevOps genererar maskinidentiteter i stor skala — varje pipeline, container och mikrotjänst. Och AI-agenter lägger till en helt ny kategori som inte bara har åtkomst utan använder den för att fatta beslut.

Organisationer kämpar eftersom verktygen inte var utformade för detta. Traditionell IAM antar en person som loggar in och loggar ut. Icke-mänskliga identiteter fungerar kontinuerligt, svarar inte på MFA, ofta har permanenta autentiseringsuppgifter och ackumulerar behörigheter eftersom ingen granskar deras åtkomst som de granskar en människas.

Det finns också ett ägarskapsproblem. När en utvecklare skapar ett tjänstekonto och flyttar team, vem äger det? Ofta ingen. Branschforskning visar att 97% av icke-mänskliga identiteter har överdrivna behörigheter. Det är inte ett verktygsproblem — det är ett styrningsgap.

Nästan hälften av företagen säger att icke-mänskliga identiteter nu överträffar antalet mänskliga användare, men endast en liten andel av företagen har fullständig insyn i vad dessa identiteter kan komma åt. Vilka risker uppstår när organisationer förlorar insyn i dessa automatiserade identiteter?

Tre lager. Först, komprometterade autentiseringsuppgifter. Icke-mänskliga identiteter använder ofta långlivade API-nycklar eller statiska token som inte roteras. En angripare med en av dessa har bestående åtkomst som inte utlöser samma varningar som ett komprometterat mänskligt konto.

Andra, behörighetsackumulering. Integrationer som började med läsåtkomst tyst förvärvar skrivåtkomst. Ingen tar bort gamla behörigheter eftersom ingen granskar maskinidentiteter.

Tredje — och detta är på väg att uppstå snabbt — AI-agenter förstärker båda dessa risker. Ett komprometterat tjänstekonto med databasläsåtkomst är dåligt. En AI-agent med samma åtkomst som kan agera autonomt och sammanfatta, dela och agera på vad den läser är exponentiellt värre.

Vår rapport fann att icke-mänsklig identitetsinsyn faktiskt minskar — från 30% till 22% år för år. Organisationer upptäcker problemet snabbare än de kan lösa det.

Många företag ser AI som en produktivitetsaccelerator, men din forskning tyder på att det också kan tyst expandera angreppsytan. Hur skapar antagandet av AI-verktyg och agenter nya identitetsrelaterade säkerhetsrisker?

Den mest omedelbara risken är oavsiktlig överbehörigande. Team distribuerar en AI-agent för ett arbetsflöde men ger den bredare åtkomst än vad som behövs eftersom det är svårt att begränsa behörigheter för maskiner. Agenten ser inte bara supportbiljetter — den ser hela kunddatabasen.

Sedan finns det promptinjektion. Agenter som bearbetar externa indata kan manipuleras för att utföra oavsiktliga åtgärder. Om agenten har bred åtkomst, förvandlar en konstruerad prompt en hjälpsam assistent till ett verktyg för dataexfiltrering.

Tredje är skugg-AI. Gartner rapporterar att över 50% av företagsanvändningen av AI är obehörig. Varje obehörig anslutning skapar nya identiteter och angreppsytor som säkerhetsteamet inte kan se.

Jag har sett det förstahands — någon gav en agent åtkomst till interna system, och inom några dagar utlöste någon en prompt som avslöjade VD:s ersättning och semesterplan. Agenten fungerade som den var utformad. Felet var åtkomstmodellen.

Identitet och åtkomsthantering har traditionellt fokuserat på anställda som loggar in på system. Hur måste identitetsstyrning utvecklas nu när autonoma programvaruagenter alltmer interagerar med infrastruktur och fattar beslut?

Den grundläggande förändringen är från periodisk till kontinuerlig. Traditionell styrning fungerar på kvartalsvisa granskningar och årliga omcertifieringar. AI-agenter fungerar 24/7, fattar tusentals beslut mellan granskningscykler och kan ändra beteende baserat på en modelluppdatering. Innan en kvartalsvis granskning upptäcker en överbehörigad agent, är skadan redan skedd.

Tre saker måste förändras. Styrning måste vara kontinuerlig — utvärdering av åtkomst i realtid, inte på en schema. Den måste vara policydriven snarare än rollbaserad — dynamiska policysom är begränsade till specifika uppgifter, inte statiska rolltilldelningar. Och den måste vara fullständigt granskningsbar — varje agentåtgärd loggas och kan spåras tillbaka till vem som auktoriserade den.

Identitetsstyrning måste fungera i maskinhastighet för att styra maskinbaserade aktörer. Det är där risken bor.

ConductorOne beskriver sin plattform som en som hjälper organisationer att säkra mänskliga och maskinidentiteter tillsammans. Ur ett tekniskt perspektiv, vilka förändringar krävs i identitetsinfrastrukturen för att ordentligt säkra AI-agenter som fungerar inom företagsmiljöer?

Den största förändringen är enhetlighet. De flesta organisationer hanterar mänskliga identiteter genom sin IDP och maskinidentiteter genom en patchwork av hemlighetschefer och manuella processer. AI-agenter faller i gapet mellan dessa världar.

Tre saker måste hända. Varje AI-agent behöver en första klassens identitet — inte ett delat tjänstekonto, inte en utvecklares autentiseringsuppgifter, utan en dedikerad identitet med sin egen livscykel och granskningslogg. Dessa identiteter behöver just-in-time, just-tilräcklig åtkomst — minsta behörigheter för en specifik uppgift, återkallad när uppgiften är klar. Och organisationer behöver kontinuerlig övervakning av vad agenter faktiskt gör med sin åtkomst, inte bara vad de är tillåtna att göra.

På ConductorOne styr vi mänskliga och icke-mänskliga identiteter genom en enda kontrollplan. Det är dit branschen är på väg — 45% använder redan IAM-verktyg för NHI-styrning, ytterligare 45% planerar att göra det inom 12 månader. Endast mänsklig identitetsstyrning är på väg att upphöra.

Några organisationer försöker hantera AI-risker genom att begränsa eller förbjuda AI-verktyg helt. Utifrån vad du ser över företag, är detta tillvägagångssätt realistiskt, eller driver det bara AI-användningen till ohanterade och mindre synliga miljöer?

Det driver det under jorden. Varje gång. Jag har sett detta med varje teknikvåg — BYOD, moln, SaaS. När säkerhet säger nej, slutar människor inte. De slutar bara att berätta för säkerhet.

Gartner rapporterar att skugg-AI står för över 50% av företagsanvändningen av AI. Att förbjuda AI eliminerar inte risk — det eliminerar synlighet. Och du kan inte säkra det du inte kan se.

Tillvägagångssättet är bättre: göra den säkra vägen den enkla vägen. Om governorad AI-antagande är snabbt och enkelt, kommer människor att använda det. Om det tar sex veckor att få godkänt, kommer de att starta ett personligt konto på sin lunchrast.

Att förbjuda AI 2026 är som att förbjuda moln 2016. Du förhindrar inte risk — du säkerställer att du inte ser den komma.

När AI-system börjar agera mer oberoende, blir gränsen mellan automatisering och auktoritet suddig. Hur bör organisationer tänka på styrning, godkännande och tillsyn när AI-agenter kan utföra operativa åtgärder?

Tänk delegering, inte automatisering. När du delegerar till en person, definierar du omfattning, håller dem ansvariga och granskar deras arbete. Samma ramverk gäller för agenter.

Det betyder tierad autonomi. Lågrisk, upprepad uppgifter — lösenordsåterställning, biljett dirigering — körs autonomt med loggning. Medelrisk åtgärder — säkerhetskonfigurationsändringar, förhöjd åtkomst — kräver mänskligt godkännande eller realtidsmeddelande. Hög-risk åtgärder — känsliga data, privilegerad åtkomst, oåterkalleliga ändringar — kräver explicit auktorisering innan agenten agerar.

Varje agent behöver också en mänsklig ägare som är ansvarig för vad den gör. Utan den kedjan agerar agenter i ett styrningsvakuum där ingen svarar för konsekvenserna.

Vår rapport fann att endast 19% har kontinuerlig policybaserad verkställighet för agenter. Det betyder att 81% förlitar sig på statiska behörigheter och hoppas. Det är inte styrning.

Om vi ser framåt, vilka är de viktigaste stegen som säkerhetsledare bör ta under de kommande 12–24 månaderna för att förbereda sina identitets- och åtkomstramverk för en värld där AI-agenter fungerar som fullständiga digitala identiteter inom företaget?

Fem prioriteringar.

Först, få insyn. De flesta organisationer vet inte hur många icke-mänskliga identiteter de har. Du kan inte styra det du inte kan se.

Andra, behandla varje AI-agent som en användare. Dedikerad identitet, begränsade behörigheter, autentiseringsuppgiftsrotation, åtkomstgranskning. Om du inte skulle ge en människa stående administrativ åtkomst till allt, ge det inte till en agent.

Tredje, gå från periodisk till kontinuerlig styrning. Kvartalsvisa granskningar kan inte hålla jämna steg med agenter som ändrar beteende på sekunder.

Fjärde, bygg din policyramverk nu — innan du har hundratals agenter. Definiera autonomigränser, godkännandekrav och ägarskap medan det fortfarande är hanterbart.

Femte, förenhetliga styrning över mänskliga och icke-mänskliga identiteter. Separata system skapar luckor.

De vinnare kommer inte att vara organisationer som distribuerade mest AI. De kommer att vara de som byggde identitetsstyrning som kan fungera i maskinhastighet.

Tack för det underbara samtalet, läsare som vill lära sig mer kan besöka ConductorOne.