维布胡蒂·辛哈，Saviynt 首席产品官 – 采访系列

维布胡蒂·辛哈，Saviynt 首席产品官，领导公司的劳动力身份和智能产品的愿景、创新和战略方向，同时还负责产品和合作伙伴的成功。凭借近二十年的身份和访问管理（IAM）经验，他在为《财富》500强企业打造大规模安全架构方面发挥了核心作用。在担任当前职务之前，他曾担任Saviynt的首席云计算官，在那里他推动了下一代云安全解决方案的开发，旨在保护复杂的多云环境。他的专业知识涵盖了FFIEC、基于风险的身份验证和访问生命周期管理等合规框架，使他处于企业安全、云基础设施和AI驱动的身份管理的交叉点。

Saviynt 是一家云原生身份安全平台，专注于帮助企业管理和保护对用户、应用程序、数据和日益增长的AI系统的访问。其旗舰产品Identity Cloud提供了统一的身份管理和管理（IGA）、特权访问管理和应用程序访问管理，所有这些都在一个平台内，使组织能够在规模上执行安全、合规和零信任原则。该平台使用AI来自动化访问决策、监控风险，并管理不仅仅是人类用户，还包括服务账户和AI代理等非人类身份，反映了现代企业环境日益增长的复杂性。通过将身份安全整合到一个控制层，Saviynt旨在减少操作开销，同时提高跨云、混合和本地系统的可见性和合规性。

您在Saviynt度过了十多年，帮助公司从早期的云计算关注点发展成为全球身份安全平台，您对身份作为保护AI驱动企业的基础的看法如何演变？

当我加入Saviynt时，身份并不是大多数董事会或CEO讨论的东西。它经常被视为配置账户和运行认证。随着时间的推移，随着公司转向云计算和SaaS的爆发，身份悄悄地成为连接一切的层：人员、应用程序、基础设施和数据。

成为这一旅程的一部分改变了我的观点。我开始将身份视为一种控制层，而不是产品类别，用于控制公司实际完成的工作。每个访问决策、每个批准、每个自动化流程——所有这些都归结为身份。

现在，随着AI的出现，我们再次看到同样的转变。AI代理基本上是可以代表人类或企业行事的数字工作者。如果不给予他们身份、所有权和治理，他们就会变成没有问责制的自动化。因此，我相信身份将成为保护AI驱动企业的基础。身份带来了问责制、治理和对自治系统的控制。

Saviynt正在推出一个专门针对AI代理的身份控制平面，从公司的角度来看，当前的身份和安全架构中存在哪些缺陷导致了这一决定？

当前的身份和安全工具并不是为自治实体设计的。它们是为员工和应用程序设计的，而不是为可以独立运行、做出决定和采取行动的软件实体设计的。

大多数身份系统今天都很擅长回答“谁是你？”和“你被授予了什么访问权限？”但是在AI代理的世界中，更重要的问题变成了“你现在正在做什么，你应该做吗？”

还存在治理缺口。公司正在开始部署成百上千的代理到各个平台，如Copilot、Vertex AI和Bedrock，但许多组织不知道他们有多少代理，它们在哪里运行，可以访问什么数据，谁拥有它们。这不仅仅是一个安全问题，也是一个治理和问责问题。

这确实促使我们提出AI代理的身份控制平面：一个集中化的方式来发现、治理、控制和审计AI身份在其整个生命周期和运行时操作中。

管理自治AI代理与管理传统的非人类身份（如服务账户或机器人）有什么不同？

管理AI代理与管理传统的非人类身份（NHIs）非常不同，因为这些身份通常是确定性和可预测的。服务账户运行特定的作业。机器人执行定义的任务。除非有人修改代码，否则它们的行为不会真正改变。

AI代理不同，因为它们是自治的、适应性的和目标驱动的。它们不仅仅执行固定脚本。这些代理决定如何完成任务，使用哪些工具，访问哪些数据，甚至可能与其他代理合作。它们的行为可以随着时间的推移而演变，因为模型、提示或集成发生变化。

这意味着一次性授权访问并每季度审查一次不是一个可持续的治理模型。你需要连续的治理，包括发现、所有权、生命周期管理和最重要的运行时控制来评估代理在特定时刻正在做什么。

转变是这样的：与传统的NHIs相比，你管理访问权限。与AI代理相比，你必须管理行为和实时操作。授权并不意味着适当性。AI安全将建立在这个理念之上。

当企业采用Amazon Bedrock、Google Vertex AI和Microsoft Copilot Studio等工具时，跨这些环境的统一可见性有多重要？

你无法保护你看不到的东西。

跨Amazon Bedrock、Google Vertex AI和Microsoft Copilot Studio等平台的统一可见性至关重要，老实说，这是大多数组织目前苦苦挣扎的地方。AI的采用正在非常快速地发生，并且同时跨多个平台发生。

一个业务单元或团队可能正在Copilot Studio中构建代理，另一个团队正在Bedrock上进行实验，另一个团队正在使用Vertex AI。很快，你就会在整个企业中拥有遍布各处的AI代理，没有一个中央清单。

公司面临的第一个挑战非常简单：他们实际上不知道自己有多少AI代理，它们在哪里运行，可以访问什么数据，谁拥有它们。没有可见性，你就无法治理，如果你无法治理，你绝对无法保护。

统一的可见性成为基础。生命周期治理之前，运行时控制之前，策略之前，第一步是跨所有AI平台的发现和清单。在AI世界中，可见性是一个运营、安全和治理要求。

从身份和治理的角度来看，AI代理的整个生命周期是什么，从创建到退役？

我喜欢用与解释员工生命周期相同的方式来解释AI代理的生命周期。

首先，代理被创建和入职。有人（开发人员、vibe编码器或商业分析师）在Bedrock或Copilot Studio中构建了一个代理。在那时，我们应该问一些基本的身份问题：谁拥有这个代理？它的工作是什么？它需要访问哪些系统？

然后代理开始工作。它访问系统，通过API、工具调用、触发工作流和可能与其他代理交互来读取或写入数据。在此阶段，我们需要不断监控它正在做什么，并确保它保持在其预期目的和权限范围内。监控和理解意图是这一阶段最重要的方面，这是组织尚未完全理解的。

随着时间的推移，代理发生变化。也许我们添加了新工具，更新了模型，扩大了其访问范围或改变了其角色。这与人类身份的移动事件类似，并且需要治理和批准。

最后，当代理不再需要时，它应该被退役——访问权限被撤销，凭证被删除，集成被关闭，审计日志被保留。

简单地说，生命周期是：创建→分配所有者和目的→授予最小特权访问→监控和治理→管理更改→清洁退役。

当AI系统开始独立运行和协作时，如何看待保护代理到代理交互的安全性？

我认为代理到代理的交互将成为未来几年最大的安全挑战之一。

今天，我们大多数时候担心的是人类是否应该有权访问某个系统。在未来，我们将有成千上万的代理与其他代理交互，触发工作流，访问数据，并在没有人类干预的情况下做出决定。

风险不仅仅在于单个代理可以做什么，还在于多个代理可以一起做什么。你可能会遇到这样的情况：没有一个代理有太多的访问权限，但当它们协作时，它们可以执行非常强大的操作。

组织必须考虑以下几点：

• 每个代理必须具有唯一的身份。
• 设计时的安全控制是不够的。运行时的防护措施是必要的。
• 代理到代理的调用必须经过身份验证。
• 操作必须在实时中获得授权。
• 委托必须被限定和有时间限制。
• 一切都必须被记录下来以备审计。

在很多方面，我们正在转向一个非常不同的安全模型：从管理人类访问到管理机器协作的前所未有的规模。

公司在没有适当的身份治理的情况下部署AI代理时面临的最直接风险是什么？

目前最大的风险并不是某种未来主义的AI接管场景。它更为基础，也正在大多数正在尝试AI代理的组织中发生。公司正在到处创建代理，但他们没有一个集中化的方式来跟踪它们、治理它们或管理它们可以访问的内容。

采用一直是迄今为止的重点，这是可以理解的。每种新技术都会经历这一阶段，但安全性和治理需要迅速赶上。

如果不这样做，企业将面临没有明确所有者和具有过多数据访问权限的代理的风险。这些代理可能会泄露敏感信息，并且在项目结束后继续运行——所有这些都没有明确的审计跟踪。

我们以前见过这种情况，涉及服务账户和云资源。首先是采用，然后是扩散，然后是安全性和治理问题。AI正遵循相同的模式，只是速度更快，自治性和能动性更强。

没有身份治理，AI代理基本上会成为未经管理的特权身份。这对任何组织来说都是有风险的。这不是创新，而是增加了机构风险。

AI代理的崛起如何重塑企业系统中的身份定义？

我认为企业内部的身份定义正在以重大方式扩展。它曾经主要是关于员工的，然后它扩展到外部身份，随着供应链工人、远程工人等的爆发。疫情加速了这一过程，因为我们开始管理服务账户和机器人作为非人类身份。现在，AI代理又将其推进了一步。

AI代理不仅仅是账户或脚本。它们做出决定，访问系统，生成内容，触发工作流，并与其他代理合作。它们接触您的数据，做出决定，并改变结果。它们开始像数字工作者一样行事，而不仅仅是软件账户。

这意味着身份不仅仅是关于谁可以登录。它是关于谁或什么正在在企业内部采取行动，允许他们做什么，谁拥有它，以及我们如何跟踪和治理其行为。

身份正在从代表用户的东西演变成代表任何可以在组织内采取行动和改变结果的实体（人类或机器）的东西。

在评估从事AI安全或身份的创始人或团队时，哪些信号表明他们真正理解了这一领域的复杂性？

真正理解这一领域的人不会以技术为先。他们会以问题为先。他们能够阐明不仅仅是他们正在构建的内容，还有为什么当前的方法是有缺陷的，以及谁正在为此而苦恼。

对我来说，具体性是一个迹象。任何人都可以说“AI引入了新的身份风险”。但他们能否带你了解OAuth令牌在代理工作流程中如何被滥用？他们是否了解非人类身份与人类身份的区别，不仅在数量上不同，而且在行为、生命周期和爆炸半径上也不同？

我还关注他们如何谈论客户。该领域最好的创始人通常自己经历过这种痛苦，或者他们与从业者合作得如此紧密，以至于他们几乎可以完成他们的句子。他们不是在销售一个类别。他们正在解决一个特定的、棘手的问题，他们真的无法停止思考它。

然后还有监管和生态系统的流利度。身份和AI安全并不存在于真空中。该领域中我最佩服的创始人理解他们的产品如何融入更广泛的合规姿态中——NIST、SOC 2、正在出现的AI治理框架——并且他们已经深入思考了他们将如何融入技术栈以及他们将拥有哪些部分。

对我来说，红旗是那些只是追逐AI叙事的团队。他们可以很好地描述市场，但当你要求具体细节时，叙事就会削弱。

您是否认为身份将成为AI系统的主要控制层，就像网络安全曾经定义了企业边界一样？安全团队应该如何为这一转变做好准备？

是的，我认为我们比大多数安全团队意识到的更接近这一转折点。

网络边界在资产是物理的（例如数据中心中的服务器、办公室中的员工或边缘的流量）时是有意义的。但是云已经消除了这一边界，我们依赖于身份来填补这一空白。零信任并不是一个营销术语；它是对边界已经消失、身份比以往任何时候都更重要的承认。

AI代理即将对身份产生同样的影响，就像云对网络的影响一样。这些系统访问资源，做出决定，调用API，跨工具和平台链式执行操作，并且所有这些都是自主地以机器速度执行的。问题“是否允许这样做？”不再可以在防火墙处回答；它必须在身份层面实时回答，考虑到代理试图做什么以及为什么要做。

身份成为控制平面。但是，它比我们以前构建的任何身份都具有根本的不同。它不仅仅是身份验证；它是了解意图、上下文和代理已经采取的操作链的授权。这种问题与发布证书或轮换凭证不同。

对于安全团队来说，准备工作始于思维方式的转变。停止将AI系统视为需要在边界处保护的应用程序，开始将其视为具有身份、特权和需要端到端管理的生命周期的实体。谁配置了这个代理？它被允许做什么？谁在它做出意外的事情时负责？

那些领先一步的团队将不会是那些将AI安全作为事后补充的人。他们将是那些在非人类身份（NHIs）和AI代理成为做出重要决策的身份之前，就将其身份治理姿态扩展到这些身份的人。

感谢这次精彩的采访，希望阅读更多的读者请访问Saviynt。