Інтерв’ю
Піюш Шарма, співзасновник і генеральний директор Tuskira – Серія інтерв’ю

Піюш Шарма – досвідчений керівник у сфері кібербезпеки та продукту з більш ніж 18-річним досвідом будівництва та масштабування платформ безпеки рівня підприємства. Раніше він співзаснував компанію Accurics, яка була придбана компанією Tenable, де він відіграв ключову роль у інтеграції безпеки інфраструктури як коду в більш широкі екосистеми підприємств. З освітою в галузі управління (PUMBA), Піюш відомий своїм лідерським стилем, орієнтованим на людей, та своїми думками щодо таких питань, як безпека зсуву вліво, DevSecOps та виявлення загроз за допомогою штучного інтелекту.
Наразі він є генеральним директором і співзасновником компанії Tuskira, платформи безпеки на основі ШІ, створеної для об’єднання телеметрії з понад 150 засобів захисту в єдину мережу безпеки. Tuskira використовує агентів на основі генеративного ШІ та динамічного цифрового двійника, щоб моделювати реальні атаки, перевіряти можливість експлуатації вразливостей, визначати пріоритети актуальних ризиків і автономно вдосконалювати захист у реальному часі. Зменшуючи втому від сповіщень і підвищуючи ефективність наявних інструментів, платформа допомагає підприємствам перейти від реактивної безпеки до проактивного керування зовнішніми ризиками.
Розпочнімо з вашого бачення заснування – що спонукало вас створити Tuskira, і яку фундаментальну проблему безпеки ви були визначені вирішити з самого початку?
Сила штучного інтелекту полягає в тому, що він може виконувати величезну кількість аналізу даних, а традиційна безпека завжди була проблемою даних. Середовища динамічні, ваші додатки клієнтів динамічні, і є багато великих рухомих частин. Метою Tuskira було використання штучного інтелекту для вирішення складних проблем, які виникають в цих середовищах, при одночасному зниженні кількості людського втручання.
Ви створили та викупили кілька підприємств у сфері кібербезпеки до цього. Як ваш досвід у компаніях Accurics, Tenable та Symantec сформував ваш підхід до будівництва штучно-інтелектуальної платформи безпеки з дня її заснування?
Мій досвід у компаніях Accurics, Tenable та Symantec дав мені глибоке, безпосереднє розуміння того, де нові загрози виникнуть і як вони будуть розвиватися. У сфері кібербезпеки передбачення майбутнього не є випадковим, а ґрунтується на визнанні закономірностей, заснованих на багаторічних досвідах того, як думають і адаптуються нападники. Такий рівень розуміння можна отримати лише після тривалого часу, проведеного в цій галузі.
Кібербезпека — не та галузь програмної інженерії, куди можна прийти без досвіду й одразу створити дієве рішення. Водночас досвід у кібербезпеці не є обов’язковою передумовою для засновника такого стартапу. Сильна інтуїція важлива, але справді ефективні платформи безпеки потребують більшого, ніж відповідність продукту ринку: потрібне глибоке розуміння ландшафту загроз і того, як він змінюється в реальному часі.
Кібербезпека полягає у вирішенні проблеми клієнта, а не у створенні розповіді, яка відповідає тому, що люди хочуть чути. Такий рівень розуміння можна отримати лише завдяки глибині галузі, і це дозволяє вам створити рішення, які працюють не лише в теорії, а й у непередбачуваних, ворожих середовищах, з якими клієнти стикаються щодня.
Нещодавнє дослідження Gartner прогнозує, що 40% порушень даних, пов’язаних зі штучним інтелектом, до 2027 року будуть спричинені неправильним використанням. На вашу думку, які найпоширеніші способи, якими команди безпеки зараз неправильно використовують штучний інтелект?
Найпоширеніший спосіб, яким я бачу, що команди безпеки неправильно використовують штучний інтелект, полягає у використанні публічних версій штучного інтелекту, таких як ChatGPT, Anthropic або Microsoft Copilot, для аналізу організаційних даних. Це може привести до випадкового витоку конфіденційних відомостей.
Компаніям потрібні ретельно налаштовані, приватні моделі мови, щоб забезпечити, що чутливі відомості не вийдуть з організації. Ці приватні моделі забезпечують значно більший контроль над тим, куди прямують відомості, і хто має до них доступ. Крім того, валідність публічних моделей значно важче визначити, ніж приватних, що потенційно може поставити під загрозу відомості, які повертаються.
Які види даних найкритичніші для генерації штучним інтелектом значущих і безпечних результатів у сфері кібербезпеки, і як команди можуть забезпечити надання правильного контексту?
ШІ потребує очищених і ретельно позначених даних безпеки, щоб давати змістовні результати. Вилучити дані із сотень інструментів, якими користуються підприємства, а потім додатково опрацювати їх так, щоб ШІ правильно зрозумів вміст, дуже складно. Проте без належного фільтрування даних система ШІ не зможе працювати коректно.
Штучний інтелект вимагає даних з усіх засобів безпеки, засобів контролю інформаційних технологій та інструментів інфраструктури. Команди безпеки потребують комплексної стратегії даних, щоб забезпечити підготовку, позначення та витягнення даних у структуру, яка є найбільш придатною для великої кількості аналізу.
Tuskira описує себе як “агентний штучний інтелект”. Можете пояснити, що це означає в практичному сенсі для команди безпеки, і як це відрізняється від традиційної автоматизації або навіть інструментів, потужних Генеративним штучним інтелектом?
Tuskira є штучно-інтелектуальною платформою, яка використовує агенти штучного інтелекту SOC для виявлення, оцінки та реагування на глибоко заховані загрози під великою кількістю даних. Ваші засоби безпеки створюють багато даних щодня. Зробити з цих даних сенс – це проблема рівня машини. Агентний штучний інтелект забезпечує агентів штучного інтелекту, які можуть видобувати, збираючи та виробляти правильну цінність з цих даних, і це те, що Tuskira забезпечує як рідну платформу.
Команди безпеки можуть використовувати цих агентів штучного інтелекту для своїх власних налаштованих бажаних результатів. Агенти мають контекст реального часу клієнтів і команд безпеки. У традиційній автоматизації будь-яка автоматизація вимагала від людей написання сценарію, включаючи кроки, які мали бути виконані автоматизованими сценаріями. Агенти штучного інтелекту змінюють це поняття, оскільки вони мають свій власний розум і тонко налаштовані моделі, які дозволяють їм створювати, виконувати та валідувати свої власні сценарії, перестворюючи сценарій, якщо попередній не спрацював.
Платформа Tuskira має можливість розуміти, визначати свій власний план та забезпечувати результат без будь-якого людського втручання. Це неможливо у традиційній автоматизації.
Платформа Tuskira симулює реальні атаки в цифровому двійнику. Як цей процес симуляції допомагає у проактивному виявленні загроз, які інакше могли б залишитися непоміченими?
У Tuskira ми створили платформу, яка не чекає на те, щоб загрози виникли на поверхні, а активно шукає їх. Наша технологія цифрового двійника створює репліку вашого середовища в режимі реального часу, що дозволяє нашим агентам штучного інтелекту симулювати широкий спектр атак, починаючи від експлуатації API та DNS і закінчуючи вторгненнями в ланцюжок постачання, до того, як вони коли-небудь досягнуть виробництва.
Ця симуляція не є гіпотетичною. Вона відображає ваші фактичні системи, конфігурації та потоки даних, що дозволяє нам виявити не лише експлуатаційні уразливості, а й ті, які також є недосяжними, питання, які традиційні сканери регулярно пропускають. Валідуючи, які слабкості могли б бути використані для обходу існуючих засобів контролю, ми перетворюємо невідомі ризики на відомі, діючі інсайти.
Це зміщення від реактивної оборони до проактивної стійкості. І це можливо лише тоді, коли ваша платформа може думати, тестувати та діяти попереду загрози. Це те, що ми створили з Tuskira.
Ви об’єднали телеметрію з понад 150 інструментів у єдину безпекову сітку. Які були найбільшими технічними проблемами при будівництві справжньо інтероперабельної системи такого масштабу?
Збір даних з понад 150 інструментів не є проблемою; бути в змозі витягнути та правильно позначити дані так, щоб штучний інтелект міг зрозуміти все це, – це проблема. Tuskira створила рідну семантичну шар, яка може поглинати дані у різних форматах, сотнях засобів безпеки та серверах MCP, щоб об’єднати дані у структуру, яку моделі штучного інтелекту можуть зрозуміти. Все це працює автономно, де агенти штучного інтелекту куратори та повторно нормалізують дані у структуру, яка є найбільш придатною для великої кількості аналізу.
Більшість сучасних рішень у сфері безпеки є реактивними – вони чекають на те, щоб загрози виникли. Як Tuskira зміщує галузь у бік проактивного моделі, і які вимірювані результати це відкриває для організацій?
Більшість сучасних рішень діють лише тоді, коли спроба порушення системи була сповіщена. Tuskira попередньо визначає, де найбільш сприйнятливі області потенційних порушень у захисті організації, і заповнює ці пробіли, щоб зменшити подальші шанси експлуатації від атаки.
Агенти штучного інтелекту Tuskira постійно аналізують сповіщення, що надходять з різних засобів безпеки, корелюють їх з найбільш експлуатаційними уразливостями та приймають відповідні дії, оптимізуючи ваш шар захисту замість постійного реагування на нього. У разі атаки Tuskira може виміряти, чи потрібно вживати дії, або чи нападник не має засобів для порушення захисту, який на місці.
Ви володієте більш ніж десятком патентів у сфері кібербезпеки. Можете поділитися однією недавньою інновацією у сфері Tuskira, якою ви особливо пишаєтеся, і проблемою, яку вона вирішує?
Є кілька проблем, які вирішуються у сфері Tuskira. Перша з них полягає в тому, як можна створити рідну платформу штучного інтелекту, яка може аналізувати терабайти даних у масштабі підприємства? За допомогою наших інновацій, пов’язаних з управлінням та витягненням даних, ми можемо проводити аналіз даних у високомасштабному форматі.
Tuskira має десятки патентів, які визначають, як тонко налаштовувати моделі навколо області кібербезпеки. Ми створили рій моделей LLM, щоб забезпечити найбільш ефективний та високоефективний результат.
Створивши внутрішні перила навколо виявлення та оцінки, Tuskira може створити агентів, які забезпечують передбачуваний результат протягом певного періоду часу.
Оглядаючи перспективу на п’ять років, яку роль, на вашу думку, штучний інтелект буде відігравати у центрах операцій безпеки (SOC)? Застаріють люди-аналітики або стануть ще більш потужними?
Через п’ять років штучний інтелект візьме на себе рівні L1, L2 та L3. Більшість функцій буде доставлено через агентів штучного інтелекту, а люди будуть зосереджені на тому, щоб штучний інтелект приймав правильні рішення та допомагав у автоматизації цих рішень.
Штучний інтелект не замінить людей; він буде доповнювати те, що люди можуть робити у більшому масштабі. Це робота штучного інтелекту – зробити роботу нападників більш складною. Фокус людей зсунеться на рішення, які приймає штучний інтелект, та на автоматизацію цих рішень, а не на всю рутинну роботу, яку вони повинні виконувати щодня.
Якщо ви мали б дати один порад у сфері кібербезпеки керівникам підприємств, які намагаються забезпечити майбутнє своєї архітектури безпеки у віці штучного інтелекту, який би це був?
Є фундаментальна зміна, яка відбувається у сфері кібербезпеки. Ви маєте платформи, які були створені до появи штучного інтелекту та зараз оснащуються ним, і платформи, які були створені з самого початку з урахуванням штучного інтелекту. Ця відмінність має значення більше, ніж будь-коли.
Якщо я мав би дати один порад керівникам підприємств, то це було б наступне: не тільки питайте, чи ваші інструменти використовують штучний інтелект, питайте, наскільки глибоко штучний інтелект вбудований у їхню архітектуру. Чи є платформа рідною для штучного інтелекту, чи вона спирається на поверхневі інтеграції, щоб позначити галочку?
Загрози, з якими ми стикаємося зараз, і швидкість, з якою вони еволюціонують, вимагають систем, які не лише інтелектуальні, а й внутрішньо адаптивні. Архітектура безпеки повинна бути створена для віку штучного інтелекту з самого початку, з можливістю безперервного навчання, симуляції та реагування в режимі реального часу. Все інше залишить пробіли, яких ви не побачите, поки не буде запізно. Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Tuskira.












