Rami Habal, засновник і генеральний директор Magnitude — серія інтерв’ю

Rami Habal, засновник і генеральний директор Magnitude, є досвідченим керівником у сфері кібербезпеки та продуктів ШІ, кар’єра якого охоплює корпоративну безпеку, машинне навчання, споживчі технології та стартапи, підтримані венчурним капіталом. До заснування Magnitude він працював як Entrepreneur in Residence у Ballistic Ventures і провів понад чотири роки в Abnormal Security, виконуючи обов’язки головного директора з продукту та директора з обслуговування клієнтів. Раніше Хабал керував багатоплатформним досвідом для Amazon Alexa, займався продуктом у Reverb і був одним із перших співробітників Proofpoint, де допомагав створювати та комерціалізувати продукти безпеки, коли компанія розвивалася від стартапу до IPO. Його досвід також включає венчурний капітал, мобільні технології, API та стратегію продукту, що дає йому широкий бекграунд на перетині кібербезпеки, ШІ та корпоративного програмного забезпечення.

Magnitude — це компанія з кібербезпеки, орієнтована на ШІ, яка зосереджена на трансформації управління ризиками третіх сторін (TPRM) з періодичних перевірок відповідності у безперервну функцію безпеки. Її багатоагентна платформа використовує спеціалізовані AI‑агенти для оцінки постачальників і продуктів, безперервного моніторингу вразливостей та інших змін ризику, картографування залежностей четвертого, п’ятого та глибших рівнів, автоматизації комунікацій з постачальниками та допомоги в управлінні виправленнями. Замість того, щоб покладатися переважно на анкети та одноразові оцінки, Magnitude розроблена для розуміння політик організації та надання рішень, підкріплених доказами, з простежуваними джерелами та обґрунтуванням. Ширша мета — надати командам безпеки безперервну видимість у все складніших екосистемах програмного забезпечення та постачальників, дозволяючи аналітикам зосередитися на більш цінних судженнях.

Після того як ви допомагали створювати продукти в Proofpoint, Amazon Alexa та Abnormal Security, що переконало вас, що саме зараз настав правильний момент заснувати Magnitude? Чи була якась конкретна прозрілість або проблема клієнтів, яка змусила вас вірити, що автономне управління ризиками третіх сторін має стати окремою компанією?

Я знав, що після мого часу в Abnormal хочу заснувати компанію. Я не знав, яку саме проблему варто було б будувати компанію навколо. Протягом моєї кар’єри мене приваблювали продукти, що застосовують машинне навчання для вирішення широких, універсальних потреб, такі як захист електронної пошти в Proofpoint, голосові обчислення з Alexa та поведінкова безпека в Abnormal. Я хотів знайти іншу проблему з таким же масштабом, щоб допомагати підприємствам.

Тоді з’явилися агенти. Працюючи над попередньою хвилею машинного навчання, я зрозумів, що це не просто ще одна функція продукту. Це зміна платформи, а такі зміни трапляються рідко.

Поки я був entrepreneur-in-residence у Ballistic Ventures, я почав спілкуватися з CISO про те, де ця зміна може мати найбільший вплив. Управління ризиками третіх сторін постійно піднімалося в розмовах. Історично доцільно було розміщувати TPRM у функції GRC, оскільки ризики постачальників змінювалися досить повільно, щоб періодичні огляди могли їх встигати. Проте це припущення розвалювалося. Усі погоджувалися, що це серйозна проблема, проте більшість організацій все ще керували нею за допомогою щорічних анкет, електронних таблиць, періодичних оглядів та інтенсивної ручної роботи. Реакція була однозначною: управління ризиками третіх сторін критичне, але у нас все ще немає ефективного способу його вирішення.

Саме це стало прозрінням, що стоїть за Magnitude. Я розумів, що традиційна модель більше не працює, і нам потрібна технологія, здатна повністю змінити операційну модель, а не просто прискорити старий процес, заснований на електронних таблицях. З самого початку я вважав, що кожен постачальник зрештою отримає рій агентів, які безперервно оцінюватимуть пов’язані з ним ризики. Magnitude виросла з цієї віри.

Ви описуєте появу «епохи Mythos», коли ШІ може виявляти та озброювати вразливості швидше, ніж люди встигають реагувати. Які зміни ви спостерігали за останній рік, які переконали вас, що ця трансформація вже відбувається, а не є лише майбутньою проблемою?

Найбільша зміна, яку я спостерігав, — це швидкість, з якою тепер відбуваються атаки. Рік тому більшість розмов ще стосувалися того, що ШІ може в майбутньому дозволити зловмиснику робити. Тепер ми бачимо, як ці можливості втілюються в реальному часі. ШІ може допомогти зловмиснику проаналізувати набагато більшу екосистему програмного забезпечення, виявити слабкі місця, які раніше були невідомі, і атакувати їх у масштабах, які важко досягти людській команді.

У епоху Mythos системи ШІ продемонстрували здатність виявляти понад 2 000 раніше невідомих недоліків у різних екосистемах програмного забезпечення, а медіанний час від виявлення вразливості до створення озброєного експлойту, за прогнозами, знизиться до менш ніж однієї години до кінця 2026 року. Хоч час між виявленням і озброєнням продовжує скорочуватись, це створює розрив між тим, як швидко може з’явитися експозиція, і тим, як швидко традиційні цикли перегляду можуть реагувати.

Ми також спостерігаємо, що шаблон інцидентів рухається в тому ж напрямку. За нашими даними, частота атак на ланцюги постачання зросла приблизно з 13 випадків на місяць у 2024 році до 41 випадку на місяць у 2026 році. Ми помітили, що активність зростає разом із значними покращеннями передових моделей. Я не стверджую, що кожен випуск моделі безпосередньо спричиняє більше атак, але цю тенденцію важко ігнорувати. Інструменти стають потужнішими, оскільки темп атак прискорюється.

Що справді підтверджує цю зміну для мене, — це розмови, які я веду з лідерами безпеки. Вони більше не говорять про ризик третіх сторін як про щось, що можна вирішити під час щорічного огляду і переглянути при поновленні. Вони відчувають уразливість у місяці між цими оглядами, бо їхні постачальники, програмні залежності та нижчепоточні постачальники постійно змінюються.

Саме це для мене означає ера Міфосу. Вікно для розуміння та реагування на ризик звужується, тоді як потенційний вплив одного скомпрометованого постачальника розширюється. Періодичний процес комплаєнсу просто не був розроблений для такого середовища.

Багато підприємств швидко впроваджують AI‑агенти по всій організації. Як лідерам безпеки слід переосмислити управління, коли ці агенти все частіше взаємодіють із зовнішніми постачальниками, API та нижчепоточними залежностями?

Перше, що лідерам безпеки потрібно усвідомити, — це те, що навіть AI‑агент, створений всередині компанії, може не бути повністю внутрішнім. Він може покладатися на зовнішню платформу, навичку третьої сторони через MCP, сервіс типу Google Drive або іншу технологію, яку організація не контролює безпосередньо. І кожен із цих постачальників може мати власних постачальників.

Більше не достатньо лише схвалити самого агента. Лідерам потрібно розуміти, яку інформацію він може отримувати, які дії виконувати, від яких зовнішніх сервісів залежить і коли потрібне людське схвалення. Вони також мають усвідомлювати, як ці залежності можуть змінюватися з часом, коли агент набуває нових можливостей, підключається до нових систем або починає покладатися на додаткових нижчепоточних постачальників. Ці контролі не можна встановити один раз і забути. Коли агент отримує нові можливості чи підключення, його управління має відповідно адаптуватися.

Метою не має бути уповільнення впровадження AI. Метою має бути надати компаніям достатню прозорість для впевненого використання агентів. Управління має стати постійною практикою безпеки, а не одноразовим схваленням, яке завершується при впровадженні нового інструменту.

Традиційно управління ризиками третіх сторін спиралося на анкети та періодичні огляди. Чому ви вважаєте, що ця модель фундаментально руйнується в середовищі, керованому AI? 

Проблема традиційної моделі TPRM полягає в тому, що вона дає лише знімок того, що постачальник заявив як правду у певний момент часу. Компанія може заповнити анкету під час першого схвалення і більше не проходити перевірку до поновлення, що може бути через кілька років. За цей час її технології, практики безпеки, AI‑моделі, використання даних та постачальники можуть змінитися. Ми ледве можемо передбачити, що зміниться протягом наступних кількох тижнів, тому спиратися на багаторічну оцінку вже не має сенсу.

Також виникає питання довірливості інформації. Відповідь, внесена кимось, хто намагається просунути угоду, не є тим же, що факт, підтверджений незалежним аудитом, підписаною звітністю компанії чи іншим перевіреним джерелом. Лідерам безпеки потрібно знати не лише, яка відповідь, а й звідки вона походить і чи є вона актуальною.

Нарешті, анкети зазвичай зупиняються на прямому постачальнику. Вони рідко показують N‑ті сторони, хоча ці приховані 4‑ і 5‑сторонні відносини можуть створювати реальну уразливість. Зловмисники тепер розуміють, що найслабше зв’язок підприємства — це не саме підприємство, а один із цих нижчепоточних постачальників. А атака на цих постачальників в кінцевому підсумку дає їм доступ до підприємства. Це просто дешевше і легше.

Ось чому я не вважаю, що відповідь полягає лише у використанні AI для швидшого заповнення анкет. У такій моделі завжди будуть прогалини. Сама модель має змінитися: від періодичних, самозвітуваних знімків до безперервного, реального часу, доказового розуміння ризику, яке простягається стільки, скільки глибока ланцюжок постачань компанії.

Magnitude вводить концепцію автономної AI‑робочої сили для команд безпеки. Де, на вашу думку, знаходиться баланс між AI‑орієнтованим прийняттям рішень і людським контролем, особливо щодо високовпливових рішень у сфері безпеки? 

Автономність не обов’язково означає відсутність відповідальності. Я вважаю, що AI має виконувати критичну, але повторювану роботу, яка поглинає значну частину часу команди безпеки, тоді як люди залишаються залученими, коли рішення вимагає судження, контексту або має суттєві бізнес‑наслідки. Факт у тому, що жодна команда безпеки сьогодні не має достатньо ресурсів для виконання поточного завдання. AI може допомогти заповнити цей проміжок.

Якість AI має надзвичайне значення. Коли вона реалізована добре, AI стає множником сил. Він надає команді більше потужності і допомагає людям зосередитися на роботі вищої цінності. Коли реалізація погана, ефект протилежний, оскільки хтось змушений подвійно перевіряти кожен результат. Для високовпливових рішень у сфері безпеки система повинна бути високоякісною і мати можливість показати, які докази вона використала і як прийшла до рекомендації, створюючи аудиторський запис.

Правильний рівень контролю також буде різнитися залежно від організації. Велика компанія з усталеною командою безпеки може використовувати AI більше як автопілот, при цьому люди контролюють роботу і втручаються у випадку виключень. Менша організація може вирішити автоматизувати більшу частину програми, бо у неї немає персоналу чи бюджету для створення великої команди. У будь‑якому випадку повинні бути чіткі точки, де питання передається людині.

Зрештою, організація повинна мати можливість вирішити, скільки людської участі їй потрібна, виходячи з важливості рішення. Мета не полягає у виключенні людей із безпеки. Вона полягає в тому, щоб допомогти їм ефективніше використовувати свій час, приймати швидші бізнес‑рішення та залишати людську увагу для тих рішень, де вона додає найбільшу цінність.

Ваша команда об’єднує експертизу в галузі ШІ, кібербезпеки та платформ споживчого масштабу. Як ця комбінація вплинула на те, як ви розробили Magnitude у порівнянні з традиційними продуктами кібербезпеки? 

Кожен з наших досвідів навчив нас чомусь різному щодо того, що має добре виконувати продукт ШІ безпеки. У кібербезпеці відповідь корисна лише тоді, коли їй можна довіряти, простежити її до доказів і діяти на її підставі. Завдяки нашій роботі в галузі ШІ та машинного навчання ми зрозуміли, що справжня можливість полягає не лише у підсумовуванні інформації, а у перетворенні експертної роботи в систему, яка може виконувати цю роботу послідовно. Створення платформ, таких як Alexa і Pandora, навчило нас думати про надійність і зручність використання у надзвичайно великому масштабі.

Ці уроки відвели нас від традиційної моделі кібербезпеки, яка передбачає створення ще однієї панелі керування або ще одного потоку сповіщень для вже перевантаженої команди, що розслідує. Ми спроектували Magnitude так, щоб вона виконувала роботу: збирала та перевіряла інформацію, оцінювала постачальників, моніторила зміни, пов’язувала нову інформацію з бізнес‑рисками та допомагала просувати питання до вирішення.

За лаштунками це передбачає роботу кількох спеціалізованих агентів ШІ у співпраці. Однак досвід користувача має залишатися простим. Командам безпеки не потрібно ставати експертами з ШІ, щоб зрозуміти, що виявила система, чому це важливо і яку дію слід вжити.

Результатом є продукт, спроектований для безперервної роботи з тисячами постачальників, при цьому відповідаючи стандартам, необхідним для високовпливових рішень у сфері безпеки. Це не ШІ, накладений на старий робочий процес. Він був створений з самого початку навколо ідеї, що ШІ може виконувати більшу частину робочого процесу самостійно, забезпечуючи людей доказами, прозорістю та контролем, які їм потрібні.

Одне з найбільших занепокоєнь щодо ШІ в кібербезпеці полягає в тому, що він підсилює як захисників, так і нападників. Чи вважаєте ви, що перевага зараз належить захисникам чи противникам, і що визначатиме, хто залишиться попереду протягом наступних кількох років?

Я вважаю, що сьогодні перевага схиляється до противників, особливо у атаках на ланцюжок постачання. Я б не сказав, що захисники безнадійно відстають. Заклик до дії для захисників — перестати розглядати це як майбутню проблему і зараз діяти швидше. Обидві сторони мають доступ до багатьох однакових AI інструментів, проте економіка та час виходу на ринок наразі сприяють нападнику.

ШІ робить дешевшим і простішим тестування більшої кількості шляхів атаки, запуск більшої кількості спроб на N‑рівнях глибини та повторення цього процесу у масштабі. Коли нападник компрометує широко використовуваного постачальника або програмний компонент, одна успішна атака може поширитися на сотні чи навіть тисячі компаній.

Захисникам важче, оскільки їм потрібно розуміти та захищати велику мережу постачальників, програмних компонентів і нижчепослідовних постачальників, і підприємствам потрібно час, щоб реагувати, закуповувати допоміжне програмне забезпечення та впроваджувати ці інструменти, що створює вікно, яке можуть використати нападники.

Те, що визначатиме, хто залишиться попереду, — це чи зможуть захисники змінити цю рівняння. Їм потрібно перейти від періодичних оглядів і ручних подальших дій до безперервного моніторингу та швидших реакцій. Автоматизовані системи управління та захисту, які постійно відстежують зміни, пов’язують їх з бізнес‑ризиками та можуть швидко реагувати, ускладнять масштабування атак і зроблять їх дорожчими для повторення.

Кібербезпека завжди була грою в кішки‑мишки. ШІ цього не змінює, проте підвищує швидкість і ставки. Захисникам потрібні системи, які можуть вчитися, адаптуватися та діяти з тією ж швидкістю, з якою починають працювати нападники.

Ланцюжки постачання ШІ стають все більш складними, оскільки організації покладаються на численні базові моделі, SaaS‑постачальників та автономні агенти. Які нові ризики, на вашу думку, підприємства все ще недооцінюють?

Найбільший недооцінений ризик — це технологія, що стоїть за продуктом, який компанія вважає схваленим. Навіть внутрішньо створений агент може залежати від зовнішніх платформ, плагінів, підрядників або програмних компонентів. Ці приховані взаємозв’язки створюють ризик N‑го рівня, тобто постачальників за прямим постачальником.

Більшість підприємств все ще мають дуже обмежену видимість цієї глибшої рівня. Вони можуть знати, з ким підписали контракт, але не кожну зовнішню службу, програмний компонент чи субпідрядника, який в кінцевому підсумку підтримує продукт.

Інша проблема — наскільки ці системи стали пов’язаними. Вразливість в одному плагіні або допоміжному сервісі може не залишитися ізольованою у цього провайдера. Вона може створити шлях до більшої платформи і потім вплинути на багато організацій, які на ній залежать. Це означає, що відносно невеликий постачальник може стати значно більшим джерелом ризику.

Тому питання, які мають ставити керівники з ризиків, не просто «Яку модель ШІ ми використовуємо?». Це «Від чого залежить ця система, від чого залежать ті постачальники і як проблема в будь‑якому ланцюжку може дістатися до нас?». Поки компанії не зможуть відповісти на ці питання, вони й надалі успадковуватимуть ризики, які не бачать.

Дивлячись за межі сьогоднішніх великих мовних моделей, які технологічні розробки протягом наступних п’яти років, на вашу думку, найбільше змінять кібербезпеку та управління ризиками в підприємствах? 

Не вважаю, що визначальна зміна буде в одній новій моделі. Це перехід від ШІ, що відповідає на питання, до ШІ‑систем, які можуть постійно спостерігати за тим, що відбувається, поєднувати інформацію з різних джерел і вживати заходів.

Наступне покоління моделей буде не лише трохи кращим; воно стане значно потужнішим. Однак більш суттєвий зсув відбудеться завдяки спеціалізованим агентам, які працюватимуть разом у межах операцій безпеки. Сьогодні огляди постачальників, інформація про загрози, бізнес‑ризики та виправлення часто керуються окремими інструментами та різними командами. З часом ці функції почнуть об’єднуватися.

Я очікую, що системи безпеки стануть значно більш пов’язаними, об’єднуючи інформацію про загрози, бізнес‑контекст, політики компанії та дії у відповідь, а не керуючи ними в окремих інструментах. Вони зможуть розпізнати, що постачальник піддався новій загрозі, зрозуміти, які частини бізнесу можуть бути уражені, і допомогти розпочати реагування без очікування кількох ручних передач.

Це перетворить управління ризиками з серії періодичних вправ у безперервну операційну здатність. Найсильніші програми управління ризиками будуть побудовані навколо контексту підприємства, надійних доказів та здатності перетворювати інформацію у довірені дії.

Якби ви могли дати одну пораду CISO та керівникам підприємств, які готуються до наступного покоління загроз, що живуть за рахунок ШІ, що б це було і які дії вони мають пріоритетизувати сьогодні?

Моя порада — перестати розглядати ризик ланцюга постачань як щорічну вправу. Ризик змінюється постійно, і ваш підхід має йти в ногу з цим. Середовище живе і дихає. Воно надто пов’язане, і змінюється надто швидко, щоб серія окремих оглядів і інструментів могла встигати.

Як захистити цю нову поверхню атаки — за допомогою єдиної AI‑нативної контрольної площини для безперервного, автономного управління та захисту всіх ваших зовнішніх ризиків.

Почати варто з тих частин бізнесу, які мають найбільше значення. Визначте постачальників і зовнішні сервіси, що підтримують критичні операції, зрозумійте, де приховані залежності, і встановіть чітку відповідальність за те, що відбувається, коли виявляється ризик. Потім автоматизуйте якомога більше постійного моніторингу та рутинного реагування, залишаючи людей залученими до рішень із серйозними бізнес‑наслідками.

Мета полягає не лише у зборі більшої кількості інформації. Йдеться про постійне поєднання того, що ви знаєте, визначення того, що важливо, і вжиття заходів до того, як проблема постачальника перетвориться на загальнокорпоративну.

Дякуємо за чудове інтерв’ю, читачі, які хочуть дізнатися більше, повинні відвідати Magnitude.