Venn 的 CEO 和创始人 David Matalon – 采访系列

David Matalon，Venn 的 CEO 和创始人，是一位连续创业者，具有丰富的经验，曾经建立过多个安全的企业技术平台，包括早期的安全工作空间领导者 OS33 和托管 IT 服务的先驱 External IT。现在，David 正在通过 Venn 重塑远程工作的安全性，帮助组织采用自带设备（BYOD）模式，而不牺牲合规性或控制力，利用他在云基础设施、端点安全和受监管行业方面的深入经验，解决分布式工作力的日益增长的挑战。

Venn 是一个网络安全和远程工作平台，旨在通过其专有的 Blue Border 技术，在个人和非托管设备上保护公司数据。与传统的虚拟桌面基础设施不同，Venn 允许应用程序在本地运行，具有本地性能，同时执行严格的数据保护和合规性策略，帮助组织降低 IT 开支，快速部署远程工作者，并通过在同一设备上分离企业和个人环境来保持隐私。

您已经花费了二十多年时间从事安全远程工作技术的开发，从早期的应用服务提供商 Offyx 到创立 OS33 和现在的 Venn。您从早期公司中获得了什么经验，导致您创建了 Venn 和 Blue Border 技术，以及这些经验如何塑造了您对现代 BYOD 工作力的安全保障的想法？

过去二十多年里，我有机会在远程工作的不同发展阶段建立公司。在 OS33，我们花了多年时间通过托管基础设施提供安全的远程工作环境，使用类似于虚拟桌面基础设施（VDI）的技术。虽然安全模型有效，但我们不断收到来自客户的反馈：远程托管应用程序的使用体验往往很慢，维护复杂，对用户来说也很令人沮丧。

这种反馈成为一个转折点。远程托管引入了不可避免的延迟，并需要大量的基础设施，导致 IT 团队的运营复杂性。我们开始问一个简单的问题：如果你可以完全消除托管呢？与其在远程运行工作并将其流式传输给用户，不如在用户的设备上安全地运行工作，同时仍然保护公司数据。

这种思考最终导致了 Venn 和 Blue Border 的概念。与其强迫工作通过远程托管和虚拟化，我们创建了一个新的模型，允许公司应用程序在用户的笔记本电脑上本地运行，同时保持公司数据加密和保护。即使在个人笔记本电脑上，工作也保持隔离和保护，不受个人活动的影响。

人工智能工具正在企业中传播得比政策能够跟上得更快。从您的角度来看，为什么治理难以跟上组织内部的人工智能采用？

治理难以跟上人工智能采用，因为这项技术几乎在一夜之间就成为了一种日常工具。在过去几年里，自从 ChatGPT 爆发以来，员工已经将人工智能融入了他们的生活和工作流程中。他们没有等待正式的 IT 批准周期；他们已经在使用人工智能来更快地写作，分析信息，总结会议或在几秒钟内生成代码。在大多数组织中，政策创建、法律审查、安全验证和 IT 部署的时间表都比用户行为慢得多。这就是治理跟不上人工智能的原因。

更深层次的问题是，许多组织正试图将昨天的控制模型应用于今天的人工智能现实。传统的治理是围绕批准或阻止一组已知应用程序而建立的，但人工智能现在已经嵌入到浏览器、SaaS 平台，甚至操作系统中。治理必须演变为保护数据的位置，无论它在哪里，并保护工作环境和定义敏感信息可以安全使用的条件。

许多公司试图通过限制或禁止生成性人工智能工具来解决这个问题。您为什么认为这种方法在实践中会失败，以及它可能会产生什么样的意外安全风险？

限制和禁止会失败，因为它们忽略了人们实际工作的方式。员工会找到使用人工智能工具的方法，无论是否获得官方批准。这会产生“影子人工智能”，即未经批准的工具、个人账户、复制粘贴工作流程和基于浏览器的交互，这些可能会在未经 IT 或安全团队监控或控制的情况下发生。公司随后会失去可见性，将其敏感数据置于风险之中。

在许多情况下，限制性政策会增加风险，而不是降低风险。当员工无法安全地使用这些工具时，他们经常会找到变通方法。敏感的公司数据可能会流入 IT 或安全团队无法监控或控制的工具中。更好的方法不是简单地禁止，而是通过隔离、数据控制和明确的警戒线使安全使用成为可能，让业务能够在不暴露关键信息的情况下继续发展。

人工智能能力越来越多地嵌入到日常应用程序中，而不是作为独立工具存在。这种转变如何改变安全团队对监控和控制数据暴露的思考方式？

这种转变很重要，因为它打破了“风险应用程序与批准应用程序”的旧思维模式。如果人工智能嵌入到电子邮件、CRM、会议、文档编辑和搜索中，那么数据暴露不再与用户是否打开单独的人工智能工具有关，而是与应用程序中可以访问的数据、人工智能可以看到的上下文以及这种交互是否发生在安全的工作空间中有关。

因此，安全团队需要专注于保护数据，而不是完全锁定设备。重点应该是隔离工作会话、控制复制和粘贴以及下载（在适当的情况下），防止个人和商业环境之间的泄漏，并确保敏感信息保持在受保护的环境中。

Venn 的 Blue Border 技术在用户的个人设备上本地隔离工作应用程序和数据，而不是依赖传统的虚拟桌面基础设施。这种架构如何从根本上重塑远程工作的端点安全模型？

Blue Border 从根本上改变了端点安全模型，超越了安全需要完全设备控制或虚拟化桌面的想法。传统的 VDI 通过远程托管和流式传输工作来确保安全性。Blue Border 通过在用户的个人设备上创建一个 IT 控制的安全区域来确保安全性，在该区域内应用程序运行本地，公司数据保持隔离和保护。

结果是远程工作的安全模型发生了变化，公司可以在不发行公司设备或强迫用户忍受云中托管桌面的延迟和滞后性的情况下执行保护工作本身的措施。

许多组织在远程工作中难以平衡员工隐私和公司监督。安全团队如何在不产生监视感的情况下保护敏感数据？

关键是保护工作本身，而不是个人活动。员工会对安全措施感到不舒服，如果这些措施可能会延伸到他们的私人文件、消息、浏览器历史或个人应用程序中。在 BYOD 设备上，信任至关重要。如果公司无法清楚地解释其可见性开始和结束的位置，员工会假设最坏的情况。

更好的模型是创建一个用于商业活动的明确工作空间，并仅在该边界内应用安全控制。这使得组织能够保护公司数据，同时让员工相信他们的个人活动不会被监视或管理。隐私和安全不需要相互竞争，如果架构设计得能清晰地分离它们，那么就可以实现这一点。

远程工作和基于承包商的团队使得 BYOD 环境几乎不可避免。目前，未托管设备的最大安全风险是什么？

最大的风险是未托管设备会消除个人和商业活动之间的界限。在同一台机器上，用户可能会同时打开工作应用程序和个人电子邮件、消费人工智能工具、消息应用程序、文件共享服务和不可信的浏览器扩展。如果没有安全的分离层，敏感数据很容易被复制、缓存、下载、截图或通过公司无法控制的渠道泄露。对于受数据安全法规约束的组织来说，这是一个巨大的风险。

人工智能代理和自动化工作流程开始与企业应用程序和数据交互。这些自主系统引入了什么样的新安全挑战？

自主系统引入了一种不同的风险，因为它们不仅可以生成内容，还可以采取行动。连接到企业系统的人工智能代理可能会检索或移动数据、更新记录、触发工作流程或外部通信。这大大扩展了错误、误配置或泄露身份的影响范围，远远超过了我们在被动人工智能助手中看到的范围。

这也提出了关于访问、信任和问责的新问题。代理可以访问什么数据？在什么条件下可以采取行动？如何记录、约束和审查这种活动？IT 和安全团队需要像对待特权数字角色一样对待人工智能代理，而不是像对待软件功能一样。这意味着需要从一开始就应用最小权限、分段、会话隔离和强大的审计能力等原则。

随着组织将生成性人工智能集成到生产力工具、客户支持系统和内部工作流程中，您最担心什么样的敏感数据泄露？

人工智能在工作场所的使用已经模糊了个人和公司数据之间的界限。员工经常在处理公司信息的同时访问外部工具，这使得敏感数据（如客户记录、内部文档、源代码或财务信息）很容易流入外部环境。当公司数据流经个人环境或未托管设备时，公司会失去对信息去向、存储方式以及谁最终可以访问它的可见性和控制力。随着人工智能越来越深入地嵌入到日常工作流程中，组织需要通过确保公司数据即使在个人设备上工作时也保持保护来解决这一模糊的界限。

展望未来，随着人工智能驱动的工作流程在分布式和远程工作力中变得更加普遍，您如何看待端点安全的演变？

端点安全需要变得更加适应性、上下文感知和工作空间中心。在过去，端点安全设计假设了托管设备、定义的办公室周边和相对稳定的商业应用程序。未来是分布式、人工智能驱动和日益自主的。安全需要跟随工作本身，无论它发生在哪里，而不假设对设备或阻塞生产力的控制。

获胜的模型将是将强大的设备和敏感数据分离、上下文感知的访问控制以及保护工作和个人活动之间清晰界限的模型相结合。组织需要能够让员工、承包商和人工智能驱动的工作流程在控制数据的同时高效工作的环境。成功的公司将不是那些试图减缓人工智能采用的公司，而是那些使安全采用在规模上成为可能的公司。

感谢您接受这次精彩的采访，希望了解更多的读者可以访问 Venn。