ИИ-агент IAM: почему корпоративное управление доступом сломано
Источник: VentureBeat · Louis Columbus
Врач в смотровом кабинете больницы наблюдает, как агент медицинского транскрибирования обновляет электронные медицинские карты, предлагает варианты рецептов и в реальном времени выводит историю болезни пациента. Агент компьютерного зрения на производственной линии осуществляет контроль качества на скоростях, с которыми не может сравниться ни один инспектор-человек. Оба они создают нечеловеческие идентификаторы, которые большинство предприятий не в состоянии учесть, оценить или отозвать с машинной скоростью.
Именно эта структурная проблема мешает агентному ИИ оставаться на этапе пилотных проектов. Дело не в возможностях моделей. И не в вычислительных мощностях. Проблема заключается в управлении идентификационными данными.
Президент Cisco Джиту Патель заявил в интервью VentureBeat на конференции RSAC 2026, что 85% предприятий проводят пилотные внедрения агентов, и лишь 5% довели их до стадии промышленной эксплуатации. Этот разрыв в 80 пунктов — проблема доверия. Первые вопросы, которые задаст любой директор по информационной безопасности (CISO): у каких агентов есть доступ к конфиденциальным системам в продакшене и кто несет ответственность, когда один из них выходит за рамки своих полномочий? Исследование IANS Research показало, что большинству компаний по-прежнему не хватает контроля доступа на основе ролей, достаточно зрелого для современных человеческих идентификаторов, а агенты сделают эту задачу значительно сложнее. В Индексе угроз IBM X-Force Threat Intelligence Index за 2026 год сообщается об увеличении числа атак на общедоступные приложения на 44%, что обусловлено отсутствием средств контроля аутентификации и обнаружением уязвимостей с помощью ИИ.
Почему разрыв в доверии носит архитектурный характер, а не сводится лишь к проблеме инструментов
Майкл Дикман, старший вице-президент и генеральный менеджер подразделения Cisco по кампусным сетям, в эксклюзивном интервью VentureBeat изложил структуру доверия, о которой руководители сферы безопасности и сетевых технологий редко слышат столь прямо.
Дикман отметил, что сеть видит то, что упускают другие источники телеметрии: реальные коммуникации между системами, а не предполагаемую активность. «В этом и заключается разница между знанием и догадками, — сказал он. — Сеть видит реальные потоки данных… не то, что, по моему мнению, должно связываться с другой системой, а то, какие системы общаются на самом деле». По его словам, эти сырые поведенческие данные становятся основой для междоменной корреляции, и без них у организаций нет надежного способа обеспечить соблюдение политик агентов с тем, что он назвал «машинной скоростью».
Необходимое условие доверия, которое пропускает большинство стратегий внедрения ИИ
Дикман утверждает, что агентный ИИ нарушает закономерность, которая, по его словам, определяла каждый предыдущий технологический переход: сначала внедрение ради производительности, а безопасность — потом.
«Я не думаю, что доверие — это то, где бизнес-продуктивность стоит на первом месте, а безопасность является второстепенной мыслью», — заявил Дикман в интервью VentureBeat. — «Доверие на самом деле является одним из ключевых требований. Это обязательное условие с самого начала».
Наблюдение за данными и выдача рекомендаций имеют последствия, которые остаются локализованными. Исполнение меняет все. Когда агенты автономно обновляют медицинские карты, настраивают параметры сети или обрабатывают финансовые транзакции, радиус поражения скомпрометированного идентификатора резко возрастает.
«Сейчас как никогда актуален вопрос о том, кто имеет право делать что именно», — сказал Дикман. — «Понятие «кто» стало гораздо более сложным, поскольку в нашей реальности появляются такие автономные агенты».
Дикман разделяет проблему доверия на четыре составляющие. Первая — безопасное делегирование, которое начинается с определения того, что агенту разрешено делать, и поддержания четкой цепочки подотчетности людей. Вторая — культурная готовность; в качестве примера он указал на усталость от оповещений. Традиционным решением, отметил Дикман, было агрегирование оповещений, чтобы аналитики видели меньше элементов. При наличии агентов, способных оценивать каждое оповещение, эта логика меняется кардинально.
«Теперь агент вполне может проанализировать все оповещения», — сказал Дикман. — «Вы можете начать думать о других рабочих процессах совершенно иначе. И то, как это влияет на культуру труда, просто поразительно».
Третий аспект — токеномика: каждое действие агента имеет реальную вычислительную стоимость. Дикман видит решение в гибридных архитектурах, где агентный ИИ берет на себя рассуждения, в то время как традиционные детерминированные инструменты выполняют действия. Четвертый аспект — человеческое суждение. Например, его команда использовала ИИ-инструмент для составления документа с требованиями к продукту. Агент выдал 60 страниц повторяющегося наполнителя, который сразу продемонстрировал техническую отзывчивость архитектуры, но при этом потребовал масштабной доработки для получения релевантного результата. «Человеческое суждение и талант, необходимые для того, чтобы уверенно обращаться с ИИ, ничем не заменить», — отметил он.
Что видит сеть из того, что пропускают конечные точки
Большая часть корпоративных данных сегодня является проприетарной, внутренней и фрагментированной между инструментами наблюдаемости, платформами приложений и стеками безопасности. Каждая доменная команда создает свое собственное представление. Ни у одной из них нет полной картины.
«В этом и заключается разница между знанием и догадками», — сказал Дикман. — «То, что может видеть сеть — это реальные коммуникации данных. Не «я думаю, что эта система должна общаться с той системой», а то, какие системы общаются друг с другом на самом деле».
Эта телеметрия становится еще более ценной по мере распространения Интернета вещей (IoT) и физического ИИ. Агенты компьютерного зрения, анализирующие поведение покупателей и осуществляющие контроль качества на производстве, генерируют конфиденциальные данные, требующие точного контроля доступа.
«Все это требует того доверия, с которого мы начали, поскольку речь идет о крайне конфиденциальных данных: о том, кто и что делает в цехе или что происходит на производственной линии», — подчеркнул Дикман.
Почему изолированные данные агентов упускают суть
«Речь идет не только об агрегировании, но и о фактическом создании знаний из сети», — сказал Дикман. — «Появляются новые инсайты, которые можно получить, наблюдая за реальными коммуникациями данных. И тогда встает вопрос: что мы делаем в первую очередь, что во вторую, а что в третью?»
Этот последний вопрос раскрывает суть фокуса внимания Дикмана: стратегическая задача заключается в последовательности шагов, а не в возможностях.
«Настоящая сила исходит из междоменных представлений. Настоящая сила кроется в корреляции», — отметил Дикман. — «А не просто в агрегировании и дедупликации оповещений, что само по себе неплохо, но выглядит несколько банально».
Именно здесь он видит самую распространенную ошибку. Команда А создает Агента А на базе Данных А. Команда Б создает Агента Б на базе Данных Б. Каждая изолированная система производит локально полезную автоматизацию. Междоменное понимание так и не возникает.
Независимые эксперты подтверждают эту тенденцию. Кейн Макгладри (Kayne McGladrey), старший член IEEE, рассказал VentureBeat, что организации по умолчанию клонируют профили людей-пользователей для агентов, и разрастание прав доступа начинается с первого же дня. Картер Рис (Carter Rees), вице-президент по ИИ в компании Reputation, указал на структурную причину. «Серьезной уязвимостью корпоративного ИИ является нарушенный контроль доступа, когда плоская плоскость авторизации LLM не учитывает пользовательские разрешения», — сказал Рис в интервью VentureBeat. Этай Маор (Etay Maor), вице-президент по аналитике угроз в Cato Networks, пришел к такому же выводу с точки зрения обеспечения безопасности против злоумышленников. «Нам нужен HR-взгляд на агентов», — заявил Маор VentureBeat на конференции RSAC 2026. — «Онбординг, мониторинг, оффбординг».
Оценка разрыва доверия к агентному ИИ
Используйте эту матрицу для оценки любой платформы или комбинации платформ на предмет пяти выявленных Дикманом разрывов доверия. Обратите внимание, что подходы к принудительному исполнению в правом столбце отражают фреймворк Cisco.
|
Разрыв доверия |
Текущий сбой контроля |
Что меняет обеспечение на сетевом уровне |
Рекомендуемое действие |
|
Управление идентификацией агентов |
IAM, созданная для людей-пользователей, не может инвентаризировать, ограничивать или отзывать идентификационные данные агентов с машинной скоростью |
Агентная IAM регистрирует каждого агента с определенными правами, ответственным владельцем-человеком и регулируемой политикой областью доступа |
Проведите аудит каждой идентичности агента в продакшене. Назначьте владельца-человека. Определите разрешенные действия до расширения области доступа |
|
Сдерживание радиуса поражения |
Агенты на базе хостов и средства контроля периметра могут быть обходными путями; плоские сегменты дают скомпрометированным агентам латеральное перемещение |
Микросегментация обеспечивает доступ на основе принципа наименьших привилегий на сетевом уровне, ограничивая радиус поражения независимо от средств контроля на уровне хоста |
Внедрите микросегментацию для каждой системы, доступной агентам. Начните с наиболее конфиденциальных данных (PHI, финансовые записи) |
|
Междоменная видимость |
Изолированные инструменты наблюдаемости создают фрагментированные представления; данные агентов Команды А никогда не коррелируют с телеметрией безопасности Команды Б |
Сетевая телеметрия фиксирует реальные коммуникации между системами, питая единую ткань данных для междоменной корреляции |
Объедините сетевую телеметрию, телеметрию безопасности и приложений в общую структуру данных перед развертыванием агентов в продакшене |
|
Конвейер от управления к принудительному исполнению |
Отсутствие формального процесса, связывающего бизнес-цели с политиками агентов и сетевым принудительным исполнением |
Конвейер «политика-исполнение» преобразует управленческие решения в сетевые правила с машинной скоростью |
Создайте формальный конвейер от определения бизнес-целей до автоматического применения сетевых политик |
|
Культурная и рабочая готовность |
Организации автоматизируют существующие рабочие процессы вместо того, чтобы перепроектировать их для обработки в масштабах агентов |
Сгенерированные сетью поведенческие данные показывают реальные паттерны использования, помогая реорганизовать рабочие процессы |
Запустите 30-дневный сбор телеметрии перед проектированием рабочих процессов агентов. Стройте процессы на основе наблюдаемых данных, а не предположений |
Сломанная лодыжка и урок микросегментации
Дикман проиллюстрировал свою концепцию случаем из собственной жизни. Недавно член его семьи сломал лодыжку, из-за чего Дикману довелось побывать в смотровом кабинете больницы и наблюдать, как агент медицинского транскрибирования обновляет электронную медицинскую карту, предлагает варианты рецептов и выводит историю болезни пациента в реальном времени. Врач утверждал каждое решение, но агент выполнял задачи, которые ранее требовали ручного ввода данных в нескольких системах.
Последствия для безопасности воспринимаются совсем иначе, когда на экране отображаются медицинские карты близкого человека.
«Я бы назвал это принципом «управляйте медленно, но внедряйте и применяйте правила быстро»», — сказал он. — «Это должно делаться с машинной скоростью».
Все начинается с агентской IAM, где каждый агент регистрируется с определенными разрешенными действиями и человеком, несущим ответственность за его поведение.
«Вот мой набор агентов, которых я создал. Вот эти агенты. Кстати, вот человек, который несет за них ответственность», — пояснил Дикман. — «Поэтому, если что-то пойдет не так, есть с кем поговорить».
Этот уровень идентификации обеспечивает микросегментацию — сетевую границу, которая, по словам Дикмана, гарантирует доступ на основе наименьших привилегий и ограничивает радиус поражения.
«Микросегментация гарантирует принцип наименьших привилегий», — сказал Дикман. — «Вы не полагаетесь на кучу хостовых агентов, которые можно обойти или столкнуться с другими проблемами».
Если модель управления работает для агента медицинского транскрибирования, обрабатывающего медицинские записи в отделении неотложной помощи, она масштабируется и на менее чувствительные корпоративные сценарии использования.
Пять приоритетов перед выходом агентов в продакшен
1. Обеспечьте межфункциональное согласование прямо сейчас. Определите, чего организация ждет от агентного ИИ на уровне бизнес-подразделений, ИТ и руководства по безопасности. Дикман считает, что уровень координации людей движется медленнее, чем технологии. Этот разрыв и является узким местом.
2. Подготовьте IAM- и PAM-управление к промышленной эксплуатации агентов. Дикман отдельно отметил, что управление доступом и идентификацией (IAM), а также управление привилегированным доступом (PAM) сегодня недостаточно зрелы для агентских нагрузок. Укрепите систему управления до масштабирования агентов. «Это становится ключом к доверию», — сказал он. — «Потому что, когда технологическая платформа готова, поверх нее вам нужны правильные механизмы управления и политики».
3. Используйте платформенный подход к сетевой инфраструктуре. Стратегия использования платформ позволяет обмениваться данными между доменами так, как это не под силу фрагментированным точечным решениям. Именно эта общая база делает междоменную корреляцию из оценки разрыва доверия операционно реальной.
4. Проектируйте гибридные архитектуры с самого начала. Агентный ИИ отвечает за рассуждения и планирование. Традиционные детерминированные инструменты выполняют действия. Дикман видит в этой комбинации решение проблемы токеномики: она объединяет интеллект базовых моделей с эффективностью и предсказуемостью традиционного ПО. Не создавайте чисто агентские системы там, где гибридные обходятся дешевле и отказывают более предсказуемо.
5. Сделайте первые сценарии использования безупречными с точки зрения доверия. Выберите два-три наиболее ценных кейса и реализуйте их с контролем доступа на основе ролей, управлением привилегированным доступом и микросегментацией с первого дня. Даже скромные развертывания, выполненные с соблюдением лучших практик, формируют у организации уверенность, которая ускорит все последующие шаги.
«Вы можете гарантировать организации это доверие, и это высвободит скорость», — резюмировал Дикман.
В этом и заключается структурный инсайт, пронизывающий каждый раздел данного разговора. Те 85% предприятий, которые застряли на этапе пилотных проектов, ждут вовсе не лучших моделей. Они ждут управления идентификационными данными, междоменной видимости и инфраструктуры обеспечения соблюдения политик, которые делают развертывание в продакшене обоснованным. Независимо от того, строят ли они системы на платформе Cisco или собирают их самостоятельно, концепция Дикмана остается неизменной: управление идентификацией, междоменная видимость, соблюдение политик. Ни одно из этих условий не является опциональным.
Организации, которые выполнят их первыми, развернут агентов с недоступной для остальных скоростью, поскольку каждый новый агент унаследует ту архитектуру доверия, которую потребовали самые первые из них. Те же, кто все еще раздумывает, стоит ли начинать, увидят, как этот разрыв увеличивается. Теоретическое доверие не приносит результатов.
