Ameesh Divatia，Baffle联合创始人兼CEO – 采访系列

Ameesh Divatia 是 Baffle 的联合创始人兼CEO，这是一家专注于将数据安全集成到数据管道的每个方面，以简化云数据保护并最小化数据泄露的影响。

其平台提供了一种无代码、易于部署的解决方案，可以在不影响性能或需要更改应用程序的情况下保护敏感数据。Baffle 的技术与主要云提供商（如 AWS、Azure、IBM 和 GCP）兼容。为广泛的客户提供服务，从 Fortune 25 公司到中小企业，Baffle 全球保护了超过 1000 亿条记录，与系统集成商合作实现高效部署。

是什么激励你联合创立 Baffle Inc.，以及你的之前的创业经历如何影响你在公司早期阶段的方法?

在我上一家公司被收购后，我休息了一段时间来充电和思考我真正想做什么。 我一直喜欢建立公司，所以我开始与一位早期创业风险投资朋友交谈，他介绍我认识了 Priyadarshan “PD” Kolte，他后来成为我的联合创始人。 他向我们提出一个有趣的问题，伪装成一个挑战： “如何在保护数据的同时从数据中获取价值？” 这个挑战吸引了我——解决棘手的问题是我热爱的。 数据保护领域，尤其是简化加密和保护“使用中”的数据方面，有一个明显的空白。 九年后，我们现在就在这里回答这个问题，带来了 Baffle。

随着生成式 AI 的兴起，公司如何确保其数据保持安全，同时仍然利用 AI 技术的优势?

这是每家涉足 AI 的公司都应该提出的问题。 安全性和创新通常感觉像两个相互对立的力量，但它们不一定是这样。 关键是称为 Privacy Enhanced Computation (PEC) 的突破性创新，它从加密开始——在数据休息、传输和使用时保持数据的保护。 通过在将敏感数据传输到 AI 模型之前先加密数据，然后使用 PEC 进行处理，您可以在不损害安全性的情况下获得所需的见解。 这是关于保持领先地位，更新安全协议，并利用 Baffle 等工具来减轻风险。 您不必为了安全而牺牲创新。

你能解释加密在保护 AI 生成的数据和模型方面的具体作用吗？它与传统的数据保护方法有何不同?

AI 数据的加密就像用泡沫包裹您的最有价值的资产——无论它被抛来抛去多少次，它都会保持保护。可以把它想象成在使用数据时锁定数据。传统方法专注于保护不使用中的数据（休息）或正在移动的数据（传输）。但是，使用 AI，我们添加了一个新的复杂性层，因为数据即使在被模型处理时也需要保持加密。Baffle 专注于“使用中的数据”保护，确保性能不会受到影响，但安全性不会被牺牲。

Baffle最近推出了针对GenAI项目的数据保护解决方案。您能分享更多关于该解决方案的工作原理以及它在市场上有什么独特之处的信息吗?

我们的GenAI解决方案是关于使加密变得简单和高效，即使您正在使用AI。它通过保护数据在被摄取时连接到现有的AI管道。其次是一个称为实时查询加密的功能，它在不暴露数据的情况下处理数据。最重要的是，您不需要更改AI管道中的任何内容——不需要重写代码，也不需要麻烦。只需插入即可。我们专注于易用性，并确保安全性不会阻碍创新，这就是为什么客户发现该解决方案如此有吸引力的原因。

您的平台强调“无代码”更改以实现数据保护。这种方法如何使公司受益，特别是那些具有大型、复杂的数据管道的公司?

没有人希望破坏已经正常工作的东西。通过我们的“无代码”方法，公司不需要拆除现有的应用程序或数据移动器来添加加密。这对具有复杂数据管道的大型组织来说是一个巨大的好处，因为这意味着他们可以在不冒险中断的情况下加强安全性。这更快、更容易，并消除了通常与集成新技术相关的大量头痛。

Baffle的实时查询加密与其他加密方法有何不同之处？它为处理大规模数据分析的公司提供了哪些优势?

实时查询加密是我们的秘密武器。与传统加密不同，传统加密需要您在分析数据之前解密数据（并因此暴露数据），我们允许您直接在加密数据上运行查询。这就像既能拥有蛋糕又能吃到蛋糕——您可以获得所需的见解而不损害安全性。这对于处理大量敏感数据的公司来说是一个游戏规则的改变者，例如金融或医疗保健领域，合规性是不可商量的。

数据使用保护是Baffle平台的关键功能。您能解释一下它的工作原理以及为什么它对公司（尤其是在GDPR和其他数据隐私法规的背景下）至关重要吗?

当数据被使用时——被系统处理时——它通常处于最脆弱的状态。因此，实时保护它至关重要，尤其是在GDPR等法规要求“数据保护设计”这种姿态的情况下。我们的平台确保即使数据被处理时，也仍然加密。这一方法消除了数据泄露通常发生的风险窗口，帮助公司保持合规和安全。

随着AI模型变得更加复杂，保护这些模型免受对抗性攻击的主要挑战是什么？Baffle如何解决这些挑战?

AI模型变得越来越聪明，但攻击者也变得越来越聪明。对抗性攻击——恶意行为者尝试操纵影响AI模型输出的数据——是一个日益增长的担忧。我们通过专注于数据方面来解决这个问题。通过加密AI模型依赖的数据，我们使任何人都很难操纵模型的完整性。就像给AI模型一个带锁的数据保险库——没有人可以在没有钥匙的情况下进入。

您能讨论一下基于角色的访问控制（RBAC）在现代数据保护策略中的重要性，特别是对于使用多租户云环境的组织来说吗?

在多租户云环境中，RBAC是一种必备的功能。想象一下，你有很多人都在共享同一个云基础设施。没有RBAC，就像给每个人访问整个建筑的权限，而不是只访问他们的办公室。我们的平台集成了RBAC，这样只有授权人员基于他们的个人角色或凭证才能访问敏感数据，保持事物安全并降低泄露的风险。

Baffle近年来经历了显著的增长，过去一年收入翻倍。您将这种增长归因于什么，并计划如何继续保持这种增长势头?

我们正在乘着需求的浪潮，因为我们建立了正确的解决方案来解决正确的问题。我们的增长归结为一件事：我们正在解决每家公司都面临的问题——数据保护。随着网络威胁的增加和法规变得更加严格，公司正在转向我们寻找有效的解决方案，而不会减慢他们的速度。我们专注于实时查询加密和易用性是这种增长的主要原因。展望未来，我们计划继续推动创新边界，扩展我们的产品，并建立强大的合作伙伴关系，将我们带入新的市场。

感谢这次精彩的采访，希望了解更多的读者请访问Baffle。