อเมช ดิวาติอา, ผู้ร่วมก่อตั้งและซีอีโอของ Baffle – สัมภาษณ์ซีรีส์

Ameesh Divatia เป็นผู้ร่วมก่อตั้งและซีอีโอของ Baffle ซึ่งเป็นบริษัทที่มุ่งเน้นในการรวมความปลอดภัยของข้อมูลเข้ากับทุกด้านของการประมวลผลข้อมูล เพื่อทำให้การปกป้องข้อมูลบนคลาวด์ง่ายขึ้น และลดผลกระทบของการรั่วไหลของข้อมูล

แพลตฟอร์มของ Baffle มีคำตอบที่ไม่ต้องเขียนโค้ดและติดตั้งได้ง่าย ซึ่งจะปกป้องข้อมูลที่ละเอียดอ่อนโดยไม่ส่งผลกระทบต่อประสิทธิภาพหรือต้องการการเปลี่ยนแปลงในแอปพลิเคชัน เทคโนโลยีของ Baffle สอดคล้องกับผู้ให้บริการคลาวด์หลักๆ เช่น AWS, Azure, IBM และ GCP ในการให้บริการลูกค้าหลากหลาย ตั้งแต่บริษัท Fortune 25 ไปจนถึงธุรกิจขนาดกลางและขนาดเล็ก Baffle ปกป้องข้อมูลมากกว่า 100 พันล้านเรคคอร์ดทั่วโลก โดยทำงานร่วมกับผู้ให้บริการระบบเพื่อการนำไปใช้งานที่มีประสิทธิภาพ

อะไรคือแรงบันดาลใจที่ทำให้คุณร่วมก่อตั้ง Baffle, Inc. และประสบการณ์ทางธุรกิจก่อนหน้านี้ของคุณมีอิทธิพลต่อแนวทางของคุณในช่วงแรกของบริษัทอย่างไร?

หลังจากที่บริษัทก่อนหน้าของฉันถูกขาย ฉันหยุดพักเพื่อเติมพลังและคิดถึงสิ่งที่ฉันต้องการทำต่อไป ฉันชอบการสร้างบริษัทใหม่ๆ จึงเริ่มพูดคุยกับเพื่อนของฉันที่เป็นนักลงทุนในระยะเริ่มต้น และเขาแนะนำฉันให้รู้จักกับ Priyadarshan “PD” Kolte ซึ่งจะกลายเป็นผู้ร่วมก่อตั้งของฉัน เขาท้าทายเราโดยใช้คำถามที่น่าสนใจซึ่งแอบเป็นคำถามที่ซ่อนอยู่: “คุณจะได้รับประโยชน์จากข้อมูลได้อย่างไรในขณะเดียวกันก็ปกป้องมัน?” คำถามนั้นได้ล่อลวงฉัน—การแก้ปัญหาที่ยากลำบากคือสิ่งที่ฉันรัก มีช่องว่างที่ชัดเจนในเรื่องการปกป้องข้อมูล โดยเฉพาะอย่างยิ่งในการทำให้การเข้ารหัสและปกป้องข้อมูล ‘ขณะใช้งาน’ ง่ายขึ้น เก้าปีต่อมา เรามาแก้ปัญหานั้นด้วย Baffle

เมื่อ AI ที่สร้างข้อมูลเพิ่มขึ้น บริษัทต่างๆ จะรับประกันความปลอดภัยของข้อมูลได้อย่างไรในขณะเดียวกันก็ใช้ประโยชน์จากเทคโนโลยี AI?

นี่คือคำถามที่ทุกบริษัทที่ใช้ AI ควรถาม การรักษาความปลอดภัยและนวัตกรรมมักจะรู้สึกเหมือนเป็นสองกำลังที่ขัดแย้งกัน แต่ไม่จำเป็นต้องเป็นเช่นนั้น ความสำเร็จคือนวัตกรรมที่เรียกว่า Privacy Enhanced Computation (PEC) ซึ่งเริ่มต้นด้วยการเข้ารหัส—การรักษาความปลอดภัยของข้อมูลที่เหลือ การส่ง และขณะใช้งาน โดยการเข้ารหัสข้อมูลที่ละเอียดอ่อน ก่อนที่จะเข้าสู่โมเดล AI และจากนั้นใช้ PEC เพื่อประมวลผล มันทำให้คุณสามารถรับข้อมูลเชิงลึกที่คุณต้องการได้โดยไม่กระทบต่อความปลอดภัย มันเป็นเรื่องของการอยู่ข้างหน้าเกม การอัปเดตโพรโทคอลการรักษาความปลอดภัย และการใช้เครื่องมือเช่น Baffle เพื่อลดความเสี่ยง คุณไม่จำเป็นต้องเสียสละนวัตกรรมเพื่อความปลอดภัย

คุณสามารถอธิบายบทบาทเฉพาะของการเข้ารหัสในการปกป้องข้อมูลและโมเดลที่สร้างโดย AI ได้อย่างไร? มันแตกต่างจากวิธีการปกป้องข้อมูลแบบดั้งเดิมอย่างไร?

การเข้ารหัสสำหรับข้อมูล AI เหมือนกับการห่อของมีค่าในกระดาษฟอยล์—ไม่ว่ามันจะถูกโยนไปมาอย่างไร มันก็ยังคงปลอดภัย คิดว่ามันเป็นการล็อกข้อมูลในขณะที่คุณใช้งาน มีวิธีการดั้งเดิมที่เน้นการรักษาความปลอดภัยของข้อมูลเมื่อมันไม่ได้ใช้งาน (ในพื้นที่) หรือเมื่อมันกำลังเคลื่อนไหว (ระหว่างการถ่ายโอน) แต่ด้วย AI เราเพิ่มความซับซ้อนใหม่เพราะข้อมูลต้องยังคงเข้ารหัสแม้จะถูกประมวลผลโดยโมเดล Baffle มุ่งเน้นไปที่การปกป้อง “ข้อมูลขณะใช้งาน” เพื่อให้แน่ใจว่าประสิทธิภาพไม่ถูกกระทบแต่ความปลอดภัยไม่ถูกเสียสละ

Baffle ได้เปิดตัวโซลูชันการปกป้องข้อมูลเฉพาะสำหรับโครงการ GenAI最近 คุณสามารถแบ่งปันรายละเอียดเพิ่มเติมเกี่ยวกับวิธีการทำงานของโซลูชันนี้และอะไรที่ทำให้มันโดดเด่นในตลาด?

โซลูชัน GenAI ของเรามีจุดมุ่งหมายเพื่อทำให้การเข้ารหัสง่ายและประสิทธิภาพแม้แต่เมื่อคุณทำงานกับ AI มันเชื่อมต่อกับพายพайป์ไลน์ AI ที่มีอยู่โดยการปกป้องข้อมูลเมื่อมันถูกดูดเข้าไป สิ่งนี้ตามด้วยความสามารถที่เรียกว่าการเข้ารหัสแบบสอบถามจริงที่ประมวลผลข้อมูลโดยไม่แสดงมัน สิ่งสำคัญที่สุดคือคุณไม่จำเป็นต้องเปลี่ยนแปลงอะไรในพายพายป์ไลน์ AI ของคุณ—ไม่ต้องเขียนโค้ดใหม่ ไม่มีปัญหา เราเน้นไปที่ความง่ายในการใช้งานและรับประกันว่าความปลอดภัยไม่ขัดขวางนวัตกรรม ซึ่งเป็นสาเหตุที่ลูกค้าพบว่าโซลูชันนี้น่าสนใจมาก

แพลตฟอร์มของคุณเน้นย้ำถึง “ไม่ต้องเปลี่ยนแปลงโค้ด” สำหรับการนำการปกป้องข้อมูลไปใช้ แนวทางนี้มีประโยชน์ต่อบริษัทอย่างไร โดยเฉพาะอย่างยิ่งสำหรับบริษัทที่มีพายพายป์ไลน์ข้อมูลที่ซับซ้อนขนาดใหญ่?

ไม่มีใครต้องการที่จะทำลายสิ่งที่ทำงานได้ดีแล้ว ด้วยแนวทาง “ไม่ต้องเปลี่ยนแปลงโค้ด” ของเรา บริษัทต่างๆ ไม่จำเป็นต้องแยกแอปพลิเคชันที่มีอยู่หรือตัวย้ายข้อมูลเพื่อเพิ่มการเข้ารหัส สิ่งนี้เป็นประโยชน์อย่างมากสำหรับองค์กรขนาดใหญ่ที่มีพายพายป์ไลน์ข้อมูลที่ซับซ้อน เนื่องจากหมายความว่าพวกเขาสามารถเสริมสร้างความปลอดภัยโดยไม่ต้องเสี่ยงต่อการหยุดชะงัก มันเร็วขึ้น ง่ายขึ้น และกำจัดปัญหามากมายที่มักจะตามมาจากการรวมเทคโนโลยีใหม่ๆ

การเข้ารหัสแบบสอบถามจริงของ Baffle แตกต่างจากวิธีการเข้ารหัสอื่นๆ อย่างไร และมีประโยชน์ gìสำหรับบริษัทที่จัดการการวิเคราะห์ข้อมูลขนาดใหญ่?

การเข้ารหัสแบบสอบถามจริงเป็น “ซอสพิเศษ” ของเรา ไม่เหมือนกับการเข้ารหัสแบบดั้งเดิมที่ต้องถอดรหัสข้อมูลในคลังข้อมูลก่อนการวิเคราะห์ (และทำให้มันเสี่ยงต่อการถูกโจมตี) เราอนุญาตให้เรียกใช้คำถามบนข้อมูลที่เข้ารหัสแล้ว มันเหมือนกับการได้กินเค้กและกินมันไปด้วย—คุณได้รับข้อมูลเชิงลึกโดยไม่ต้องเสี่ยงต่อความปลอดภัย สิ่งนี้เป็นตัวเปลี่ยนเกม โดยเฉพาะอย่างยิ่งสำหรับบริษัทที่จัดการข้อมูลที่ละเอียดอ่อนจำนวนมาก เช่น ในภาคการเงินหรือสุขภาพ โดยที่การปฏิบัติตามข้อกำหนดไม่สามารถต่อรองได้

การปกป้องข้อมูลขณะใช้งานเป็นคุณลักษณะสำคัญของแพลตฟอร์ม Baffle คุณสามารถอธิบายว่ามันทำงานอย่างไรและเหตุใดจึงจำเป็นต่อบริษัท โดยเฉพาะอย่างยิ่งในบริบทของ GDPR และข้อกำหนดนโยบายข้อมูลอื่นๆ?

เมื่อข้อมูลถูกใช้งาน—กำลังถูกประมวลผลโดยระบบ—มันจะอ่อนแอที่สุด นั่นเป็นเหตุผลที่การปกป้องมันในเวลาจริงมีความสำคัญ โดยเฉพาะอย่างยิ่งกับข้อกำหนดนโยบายข้อมูล เช่น GDPR ซึ่งต้องการทัศนคติที่เรียกว่า ‘การออกแบบเพื่อปกป้องข้อมูล’ แพลตฟอร์มของเราให้แน่ใจว่าแม้ข้อมูลจะถูกประมวลผล มันก็ยังคงเข้ารหัส วิธีการนี้กำจัดช่วงเวลาที่เสี่ยงต่อการรั่วไหลของข้อมูล ซึ่งเป็นช่วงเวลาที่การรั่วไหลของข้อมูลมักจะเกิดขึ้น ช่วยให้บริษัทต่างๆ ปฏิบัติตามข้อกำหนดและปลอดภัย

เมื่อโมเดล AI มีความซับซ้อนมากขึ้น อะไรคือความท้าทายหลักในการปกป้องโมเดลเหล่านี้จากการโจมตีแบบก้าวร้าว และ Baffle จัดการกับความท้าทายเหล่านี้อย่างไร?

โมเดล AI กำลังฉลาดขึ้น แต่ผู้โจมตีก็ฉลาดขึ้นเช่นกัน การโจมตีแบบก้าวร้าว—ที่ผู้โจมตีพยายามหลอกลวงข้อมูลที่ส่งผลต่อผลลัพธ์ของโมเดล AI—เป็นข้อกังวลที่เพิ่มขึ้น เราแก้ไขปัญหานี้โดยเน้นไปที่ด้านข้อมูล โดยการเข้ารหัสข้อมูลที่โมเดล AI พึ่งพา เราทำให้มันยากสำหรับใครก็ตามที่จะเข้าถึงความสมบูรณ์ของโมเดล มันเหมือนกับการให้โมเดล AI ห้องเก็บของที่ล็อคแล้ว—ไม่มีใครเข้าได้โดยไม่มีกุญแจ

คุณสามารถพูดคุยเกี่ยวกับความสำคัญของการควบคุมการเข้าถึงตามบทบาท (RBAC) ในกลยุทธ์การปกป้องข้อมูลสมัยใหม่ โดยเฉพาะอย่างยิ่งสำหรับองค์กรที่ใช้สภาพแวดล้อมคลาวด์แบบหลายผู้เช่า?

ในสภาพแวดล้อมคลาวด์แบบหลายผู้เช่า การควบคุมการเข้าถึงตามบทบาทเป็นสิ่งจำเป็น สมมติว่าคุณมีคนหลายคนแบ่งปันโครงสร้างพื้นฐานคลาวด์เดียวกัน โดยไม่มีการควบคุมการเข้าถึงตามบทบาท มันเหมือนกับการให้ทุกคนเข้าถึงทั้งอาคารแทนเพียงแค่ออฟฟิศของตนเอง แพลตฟอร์มของเรารวมการควบคุมการเข้าถึงตามบทบาทเพื่อให้เฉพาะบุคคลที่ได้รับอนุญาตตามบทบาทหรือสิทธิ์ของตนเท่านั้นที่สามารถเข้าถึงข้อมูลที่ละเอียดอ่อนได้ ทำให้ทุกอย่างล็อคอย่างแน่นหนาและลดความเสี่ยงของการรั่วไหล

Baffle มีการเติบโตอย่างมีนัยสำคัญในช่วงไม่กี่ปีที่ผ่านมา โดยมีรายได้เพิ่มขึ้นสองเท่าในรอบปีที่แล้ว คุณมีอะไรที่จะพูดถึงการเติบโตนี้และแผนการของคุณในการรักษาแนวโน้มนี้?

เรากำลังอยู่บนลมพายุของความต้องการเพราะเราได้สร้างโซลูชันที่เหมาะสมสำหรับปัญหาที่เหมาะสม การเติบโตของเราลงมาจากสิ่งหนึ่ง: เรากำลังแก้ปัญหาที่ทุกบริษัทต้องเผชิญ—การปกป้องข้อมูล ด้วยการคุกคามทางไซเบอร์ที่เพิ่มขึ้นและข้อกำหนดที่เข้มงวดมากขึ้น บริษัทต่างๆ กำลังหันมาใช้บริการของเราเพื่อโซลูชันที่ทำงานได้โดยไม่ชะลอความเร็ว การมุ่งเน้นของเราในการเข้ารหัสแบบสอบถามจริงและความง่ายในการใช้งานเป็นเหตุผลหลักที่ทำให้เกิดการเติบโตนี้ ต่อไป เราได้วางแผนเพื่อสร้างนวัตกรรมอย่างต่อเนื่อง ขยายผลิตภัณฑ์ของเรา และสร้างความสัมพันธ์ที่แข็งแกร่งซึ่งจะพาเราเข้าสู่ตลาดใหม่ๆ

ขอขอบคุณสำหรับสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Baffle เพื่อเรียนรู้เพิ่มเติม