Vibhuti Sinha, Chief Product Officer på Saviynt – Intervju-serie

Vibhuti Sinha, Chief Product Officer på Saviynt, leder visionen, innovationen och den strategiska riktningen för företagets arbetsstyrka och intelligensportfölj, samtidigt som han också ansvarar för produkt- och partnersucces. Med nästan två decenniers erfarenhet av identitet och åtkomsthantering (IAM) har han spelat en central roll i att forma storskaliga säkerhetsarkitekturer för Fortune 500-företag. Före sin nuvarande roll tjänstgjorde han som Chief Cloud Officer på Saviynt, där han drev utvecklingen av nästa generations molnsäkerhetslösningar som är utformade för att skydda komplexa multmolnmiljöer. Hans expertis omfattar efterlevnadsramverk som FFIEC, riskbaserad autentisering och åtkomstlivscykelhantering, vilket placerar honom i skärningspunkten mellan företagssäkerhet, molninfrastruktur och AI-driven identitetshantering.

Saviynt är en molnbaserad identitetssäkerhetsplattform som fokuserar på att hjälpa företag hantera och säkra åtkomst över användare, applikationer, data och alltmer AI-system. Deras flaggskeppserbjudande, Identity Cloud, tillhandahåller en enhetlig identitetshantering och administration (IGA), privilegerad åtkomsthantering och applikationsåtkomsthantering inom en enda plattform, vilket möjliggör för organisationer att verkställa säkerhet, efterlevnad och Zero Trust-principer i stor skala. Plattformen använder AI för att automatisera åtkomstbeslut, övervaka risker och styra inte bara mänskliga användare utan också icke-mänskliga identiteter som tjänstekonton och AI-agenter, vilket speglar den växande komplexiteten i moderna företagsmiljöer. Genom att konsolidera identitetssäkerhet till ett enda kontrollskikt syftar Saviynt till att minska den operativa bördan samtidigt som synligheten och efterlevnaden förbättras över moln-, hybrid- och lokala system.

Du har tillbringat över ett decennium på Saviynt och hjälpt till att skala företaget från dess tidiga molnfokus till en global identitetssäkerhetsplattform. Hur har den resan format din syn på identitet som grunden för att säkra AI-drivna företag?

När jag gick med i Saviynt var identitet inte något som de flesta styrelser eller VD:ar talade om. Det sågs ofta som att etablera konton och köra certifieringar. Under åren, när företag flyttade till molnet och SaaS exploderade, blev identitet tyst det lager som kopplade allt samman: människor, applikationer, infrastruktur och data.

Att vara en del av den resan förändrade min syn. Jag började se identitet inte som en produktkategori, utan som kontrollskiktet för hur arbetet faktiskt utförs i ett företag. Varje åtkomstbeslut, varje godkännande, varje automatiserad process — allt kommer tillbaka till identitet.

Nu med AI ser vi samma skift igen. AI-agenter är i princip digitala arbetare som kan agera på uppdrag av människor eller företag. Om du inte ger dem identiteter, ägande och styrning, slutar du med automation utan ansvar. Det är därför jag tror att identitet kommer att vara grunden för att säkra AI-drivna företag. Identitet är vad som bringar ansvar, styrning och kontroll till autonoma system.

Saviynt lanserar en dedikerad identitetskontrollplan för AI-agenter. Vilken lucka i dagens identitets- och säkerhetsarkitekturer drev detta beslut?

Nuvarande identitets- och säkerhetsverktyg var inte utformade för autonoma aktörer. De var utformade för anställda och applikationer, inte för programvaruentiteter som kan fatta beslut, vidta åtgärder och operera oberoende.

De flesta identitetssystem idag är mycket bra på att svara på “Vem är du?” och “Vilken åtkomst fick du?” Men i världen av AI-agenter blir den viktigaste frågan “Vad gör du just nu, och borde du göra det?””

Det fanns också en styrningslucka. Företag börjar distribuera hundratals eller tusentals agenter över plattformar som Copilot, Vertex AI och Bedrock, men många organisationer vet inte hur många agenter de har, vem som äger dem, vilken data de kan komma åt eller vad som händer om ägaren lämnar företaget. Det skapar mer än bara ett säkerhetsproblem. Det är ett styrnings- och ansvarighetsproblem.

Det är verkligen vad som ledde oss till idén om en identitetskontrollplan för AI-agenter: en centraliserad metod för att upptäcka, styra, kontrollera och granska AI-identiteter över hela deras livscykel och deras runtime-åtgärder.

Hur skiljer sig hantering av autonoma AI-agenter från styrning av traditionella icke-mänskliga identiteter som tjänstekonton eller botar?

Hantering av AI-agenter är mycket annorlunda än styrning av traditionella icke-mänskliga identiteter (NHIs) eftersom dessa identiteter vanligtvis är deterministiska och förutsägbara. Ett tjänstekonto kör ett specifikt jobb. En bot utför en definierad uppgift. Deras beteende förändras inte så mycket om inte någon modifierar koden.

AI-agenter är annorlunda eftersom de är autonoma, anpassningsbara och målinriktade. De utför inte bara en fast skript. Dessa agenter bestämmer hur de ska slutföra en uppgift, vilka verktyg de ska använda, vilken data de ska komma åt och ibland till och med vilka andra agenter de ska samarbeta med. Deras beteende kan utvecklas över tid när modeller, prompter eller integreringar ändras.

Det betyder att etablera åtkomst en gång och granska den varje kvartal är inte en hållbar styrningsmodell. Du behöver kontinuerlig styrning, inklusive upptäckt, ägande, livscykelhantering och framför allt runtime-kontroller för att utvärdera vad agenten gör just nu. Övervakning och förståelse av avsikt är den viktigaste aspekten av detta, vilket ännu inte är väl förstått av organisationer.

Skiftet är detta: med traditionella NHIs styr du åtkomst. Med AI-agenter måste du styra beteende och åtgärder i realtid. Auktorisering implicerar inte lämplighet. AI-säkerhet kommer att byggas på den idén.

När företag antar verktyg som Amazon Bedrock, Google Vertex AI och Microsoft Copilot Studio, hur viktigt är det med en enhetlig synlighet över dessa miljöer?

Du kan inte skydda det du inte kan se.

Enhetlig synlighet över plattformar som Amazon Bedrock, Google Vertex AI och Microsoft Copilot Studio är extremt viktigt, och ärligt talat, det är där de flesta organisationer kämpar just nu. AI-antagande sker mycket snabbt, och det sker över flera plattformar samtidigt.

En affärsenhet eller ett team kan bygga agenter i Copilot Studio, ett annat team experimenterar med Bedrock, och en annan grupp använder Vertex AI. Mycket snabbt slutar du med AI-agenter spridda över hela företaget utan en central inventering.

Den första utmaningen som företag möter är mycket enkel: de vet inte ens hur många AI-agenter de har, var de körs, vilken data de kan komma åt eller vem som äger dem. Utan synlighet kan du inte styra, och om du inte kan styra, kan du definitivt inte säkra.

Enhetlig synlighet blir grunden. Innan livscykelstyrning, innan runtime-kontroller, innan principer, är det första steget upptäckt och inventering över alla AI-plattformar. I AI-världen är synlighet ett operativt, säkerhets- och styrningskrav.

Vad ser den fullständiga livscykeln ut för en AI-agent från ett identitets- och styrningsperspektiv, från skapande till avveckling?

Jag tycker om att förklara livscykeln för en AI-agent på samma sätt som vi förklarar livscykeln för en anställd.

Först skapas och påbörjas agenten. Någon (en utvecklare, en kodare eller en affärsanalytiker) bygger en agent i Bedrock eller Copilot Studio. Vid den punkten bör vi ställa grundläggande identitetsfrågor: Vem äger den här agenten? Vad är dess jobb? Vilka system behöver den komma åt?

Sedan börjar agenten arbeta. Den kommer åt system, läser eller skriver data via API-anrop, verktygsanrop, utlöser arbetsflöden och kanske till och med talar med andra agenter. Under den här fasen behöver vi kontinuerligt övervaka vad den gör och se till att den stannar inom sitt avsedda syfte och behörighet. Övervakning och förståelse av avsikt är den viktigaste aspekten av detta, vilket ännu inte är väl förstått av organisationer.

Över tiden förändras agenten. Kanske lägger vi till nya verktyg, uppdaterar modellen, utökar dess åtkomst eller ändrar dess roll. Det är liknande en flyttningsevent för en mänsklig identitet och det behöver styrning och godkännanden.

Till slut, när agenten inte längre behövs, bör den pensioneras — åtkomst återkallas, autentiseringsuppgifter tas bort, integreringar stängs av och granskningsloggar bevaras.

I enkla termer är livscykeln: Skapa → tilldela ägare och syfte → ge minst-privilegierad åtkomst → övervaka och styra → hantera förändringar → pensionera rent.

Hur bör organisationer tänka kring att säkra agent-till-agent-interaktioner när AI-system börjar operera och samarbeta oberoende?

Jag tror att agent-till-agent-interaktioner kommer att bli en av de största säkerhetsutmaningarna under de närmaste åren.

Idag oroar vi oss mest för om en människa ska ha åtkomst till ett system. I framtiden kommer vi att ha tusentals agenter som talar med andra agenter, utlöser arbetsflöden, kommer åt data och fattar beslut utan en människa i slingan.

Risken är inte bara vad en agent kan göra, utan vad flera agenter kan göra tillsammans. Du kan hamna i situationer där ingen enskild agent har för mycket åtkomst, men när de samarbetar kan de utföra mycket kraftfulla åtgärder.

Organisationer måste överväga några saker:

• Varje agent måste ha en unik identitet.
• Design-tids-säkerhetskontroller är inte tillräckliga. Runtime-väggar är avgörande.
• Agent-till-agent-anrop måste autentiseras.
• Åtgärder måste auktoriseras i realtid.
• Delegering måste vara begränsad och tidsbunden.
• Allt måste loggas för granskning.

På många sätt flyttar vi mot en mycket annorlunda säkerhetsmodell: från att hantera mänsklig åtkomst till att hantera maskinsamarbete i en aldrig tidigare skådad skala.

Vilka är de mest omedelbara riskerna som företag står inför idag när de distribuerar AI-agenter utan ordentlig identitetshantering på plats?

Den största risken just nu är inte något framtida AI-övertagande-scenario. Det är mycket mer grundläggande, och det händer redan i de flesta organisationer som experimenterar med AI-agenter. Företag skapar agenter överallt, men de har inte ett centraliserat sätt att spåra dem, styra dem eller hantera vad de kan komma åt.

Antagande har varit prioriterat hittills, och det är förståeligt. Varje ny teknik går igenom den fasen, men säkerhet och styrning måste komma ikapp snabbt.

Om inte, riskerar företag agenter utan tydliga ägare och med för mycket data. Dessa agenter kan läcka känslig information och fortsätta köras efter att projektet har avslutats — allt utan en tydlig granskningslogg.

Vi har sett detta tidigare med tjänstekonton och molnresurser. Först kommer antagande, sedan spridning, sedan säkerhets- och styrningsproblem. AI följer samma mönster, bara mycket snabbare och med mer autonomi och agentbaserad verksamhet.

Utan identitetshantering blir AI-agenter i princip ohanterade privilegierade identiteter. Det är riskabelt för varje organisation. Det är inte innovation, utan snarare ytterligare institutionellt risk.

Hur omformar uppkomsten av AI-agenter definitionen av identitet inom företagssystem?

Jag tror att definitionen av identitet inom företag utvidgas på ett stort sätt. Det var tidigare mest anställda, sedan utvidgades det till externa identiteter med en explosion av leverantörskonton, distansarbetare osv. Pandemin accelererade det ännu mer när vi började hantera tjänstekonton och botar som icke-mänskliga identiteter. Nu tar AI-agenter det ett steg längre.

AI-agenter är inte bara konton eller skript. De fattar beslut, kommer åt system, genererar innehåll, utlöser arbetsflöden och samarbetar med andra agenter. De berör din data, fattar beslut och förändrar resultat. De börjar bete sig mer som digitala arbetare än som programvarukonton.

Det betyder att identitet inte längre bara handlar om vem som kan logga in. Det handlar om vem eller vad som agerar inom företaget, vad de är tillåtna att göra, vem som äger dem och hur vi spårar och styr deras åtgärder.

Identitet utvecklas från att representera en användare till att representera varje aktör — mänsklig eller maskin — som kan påverka och förändra resultat inom en organisation.

När du utvärderar grundare eller team som bygger i AI-säkerhet eller identitet, vilka signaler indikerar att de verkligen förstår komplexiteten i detta område?

De som verkligen förstår detta område leder inte med tekniken. De leder med problemet. De kan artikulera inte bara vad de bygger, utan varför den nuvarande metoden är trasig och vem som förlorar sömn över det.

Signalen för mig är specificitet. Alla kan säga “AI introducerar nya identitetsrisker.” Men kan de gå igenom exakt hur en OAuth-token missbrukas i en agenterbjuden arbetsflöde? Förstår de varför icke-mänskliga identiteter är fundamentalt annorlunda än mänskliga, inte bara i volym, utan i beteende, livscykel och spridningsområde?

Jag uppmärksammar också hur de pratar om kunder. De bästa grundarna inom detta område har antingen upplevt smärtan själva som CISO, arkitekt, efterlevnadsledare eller så har de tillbringat så mycket tid med praktiker att de nästan kan slutföra deras meningar. De säljer inte en kategori. De löser ett specifikt, svårt problem som de verkligen inte kunde sluta tänka på.

Och sedan finns det regulatorisk och ekosystemfluens. Identitet och AI-säkerhet existerar inte i ett vakuum. De grundare jag är mest imponerad av förstår hur deras produkt sitter inom en bredare efterlevnadsposition — NIST, SOC 2, framväxande AI-styrningsramverk — och de har tänkt hårt på var de ansluter till stacken versus var de äger den.

För mig är varningstecknen team som enbart jagar AI-berättelsen. De kan beskriva marknaden vackert, men när du trycker på för specifika detaljer, försvagas berättelsen.

Ser du identitet som den primära kontrollskiktet för AI-system på samma sätt som nätverkssäkerhet en gång definierade företagsgränser, och hur bör säkerhetsteam förbereda sig för den skiftningen?

Ja, och jag tror att vi är närmare den vändpunkten än de flesta säkerhetsteam förstår.

Nätverksperimetern hade mening när tillgångar var fysiska, som servrar i ett datacenter, anställda på en kontor eller trafik på kanten. Men molnet upplöste den gränsen, och vi förlitade oss på identitet för att fylla luckan. Nollförtroende var inte bara en marknadsföringsterm; det var ett erkännande av att perimetern var borta och att identitet betyder mer än någonsin.

AI-agenter kommer att påverka identitet på samma sätt som molnet gjorde mot nätverket. Dessa system kommer åt resurser, fattar beslut, anropar API:er, kedjor åtgärder över verktyg och plattformar och gör allt detta autonomt i maskinhastighet. Frågan “är detta tillåtet?” kan inte längre besvaras vid brandväggen. Den måste besvaras på identitetsskiktet, i realtid, med fullständig kontext av vad agenten försöker göra och varför.

Identitet blir kontrollplanet. Men det är ett fundamentalt svårare identitetsproblem än vad vi har byggt tidigare. Det handlar inte bara om autentisering. Det handlar om auktorisering som är medveten om avsikt, kontext och kedjan av åtgärder som en agent redan har vidtagit. Det är ett annat problem än att utfärda ett certifikat eller rotera en autentiseringsuppgift.

För säkerhetsteam börjar förberedelserna med en förändring av tankesätt. Sluta tänka på AI-system som applikationer som ska säkras vid perimetern och börja tänka på dem som principer — entiteter med identiteter, med privilegier, med en livscykel som måste hanteras från början till slut. Vem etablerade den här agenten? Vad är den tillåten att göra? Vem är ansvarig när den gör något oväntat?

De team som kommer före det här kommer inte att vara de som lägger till AI-säkerhet som en eftertanke. De kommer att vara de som utvidgar sin identitetshantering till att omfatta icke-mänskliga identiteter och AI-agenter innan dessa identiteter är de som fattar viktiga beslut.

Tack för det underbara samtalet, läsare som vill lära sig mer bör besöka Saviynt.