Zarządzanie tożsamością staje się kluczowe wraz z gwałtownym wzrostem wydatków przedsiębiorstw na AI

Google News zwróciło uwagę na ostrzeżenie, że wydatki przedsiębiorstw na AI rosną szybciej, niż wiele firm potrafi zarządzać tożsamościami działającymi w tle. Problem nie ogranicza się już do eksperymentalnych chatbotów. Agenci AI żądają dziś dostępu do danych, wywołują aplikacje biznesowe, generują poświadczenia i wykonują zadania w systemach korporacyjnych.

Ta ekspansja zmienia pytanie o bezpieczeństwo. Przedsiębiorstwa koncentrowały się kiedyś na określaniu, którzy pracownicy mogą uzyskać dostęp do zasobu. Teraz muszą zarządzać w tym samym środowisku użytkownikami ludzkimi, kontami usługowymi, tożsamościami aplikacji, narzędziami automatyzacji i agentami AI.

Presja spada na dyrektorów ds. informatyki, liderów bezpieczeństwa i zespoły ds. tożsamości. Oczekuje się od nich wsparcia szybszego wdrażania AI przy zachowaniu jasnej odpowiedzialności, ograniczonych uprawnień i wiarygodnych ścieżek audytu. Cele te często się ze sobą kłócą, gdy agent może planować pracę, delegować zadania i przekraczać granice między aplikacjami.

Głównym problemem nie jest zatem to, czy firmy będą wydawać więcej na AI. Jest nim to, czy zarządzanie tożsamością zdoła powstrzymać te wydatki przed tworzeniem coraz szerszej warstwy nieśledzonych uprawnień.

Co zmieniło się wraz z przyspieszeniem wydatków przedsiębiorstw na AI

AI dla przedsiębiorstw przechodzi od oprogramowania rekomendującego działania do systemów, które mogą je podejmować.

Pracownik korzystający z chatbota stwarza znany problem związany z zarządzaniem. Organizacja musi zdecydować, do jakich informacji ten pracownik i aplikacja mogą uzyskać dostęp. Agent AI tworzy trudniejszy problem, ponieważ może łączyć się z kilkoma systemami, przechowywać poświadczenia, wywoływać narzędzia i wykonywać pracę bez zatwierdzania każdego kroku przez człowieka.

Różnica ta nabiera znaczenia, gdy agenci trafiają do procesów produkcyjnych. Agent obsługi klienta może odczytywać dane konta, podsumowywać wcześniejsze interakcje, składać wniosek o zwrot środków i aktualizować zgłoszenie. Agent programistyczny może analizować repozytoria, otwierać narzędzia deweloperskie, wprowadzać zmiany w infrastrukturze i przesyłać kod do przeglądu.

Każde działanie wymaga tożsamości. Wymaga też autoryzacji, która określa, co dana tożsamość może zrobić po uwierzytelnieniu. Samo logowanie nie odpowiada na pytanie, czy agent powinien odczytać całą bazę danych klientów, czy tylko rekordy potrzebne do jednego przydzielonego zadania.

Tradycyjne systemy zarządzania tożsamością i dostępem projektowano głównie z myślą o pracownikach, wykonawcach, aplikacjach i stosunkowo przewidywalnych kontach usługowych. Zwykle zakładają one, że administratorzy mogą zdefiniować stabilną rolę i przypisać jej stabilny zestaw uprawnień.

Agenci AI nadwyrężają ten model. Ich zadania mogą zmieniać się w trakcie realizacji, a jeden agent może poprosić innego agenta lub usługę o wykonanie części procesu. Wynikający z tego łańcuch delegowania utrudnia ustalenie, skąd pochodziło pierwotne uprawnienie.

Wydatki przedsiębiorstw zwiększają pilność, ponieważ więcej finansowanych projektów oznacza więcej połączeń. Każde wdrożenie produkcyjne może wprowadzać klucze API, konta usługowe, konektory danych, punkty końcowe modeli, wtyczki i zasady dostępu. Projekt, który wygląda jak jedna aplikacja AI, może tworzyć kilka tożsamości działających w tle.

Gartner podał, że 84 procent respondentów w badaniu CIO z 2026 r. spodziewało się, iż ich organizacje zwiększą w tym roku finansowanie generatywnej AI. Omówienie przez firmę zarządzania opartego na zasadzie zero trust koncentrowało się na weryfikacji danych i aktualizacji istniejących zasad zarządzania w miarę rozpowszechniania się informacji generowanych przez AI.

Takie wydatki nie prowadzą automatycznie do niebezpiecznych systemów. Zwiększają jednak liczbę projektów, które zespoły ds. tożsamości muszą wykrywać, klasyfikować i monitorować. Skracają też czas dostępny na zaprojektowanie mechanizmów kontrolnych, zanim jednostki biznesowe zaczną oczekiwać wyników.

Nagłówek Google News oddaje tę zmianę, lecz rzeczywiste zjawisko jest szersze niż jeden raport. Zarządzanie tożsamością staje się częścią infrastruktury AI, ponieważ agenci nie mogą działać bezpiecznie bez jasno określonej odpowiedzialności i odwoływalnych uprawnień.

Organizacje nie mogą już traktować przeglądu tożsamości jako końcowej kontroli zgodności. Potrzebują decyzji dotyczących tożsamości na etapie projektowania, wdrażania, działania i wycofywania z użycia. W przeciwnym razie porzucony agent może pozostawić aktywne poświadczenia lub uprawnienia po zakończeniu pierwotnego projektu.

Dlaczego Google News wskazuje na lukę w kontroli AI

Gwałtowny wzrost wydatków ujawnia lukę w kontroli między tym, kto odpowiada za AI, a tym, kto może faktycznie ograniczać jej zachowanie.

IBM opisał tę lukę w badaniu z czerwca 2026 r. dotyczącym dyrektorów ds. informatyki i technologii. Według firmowego badania dotyczącego kontroli AI, dwie trzecie ankietowanych liderów stwierdziło, że odpowiada za systemy AI, których nie kontroluje w pełni.

Wniosek ten ma znaczenie, ponieważ odpowiedzialność bez kontroli tworzy niejasność organizacyjną. CIO może odpowiadać za program AI w całym przedsiębiorstwie, podczas gdy poszczególne działy niezależnie wybierają modele, podłączają źródła danych i tworzą automatyzacje. Zespół bezpieczeństwa może zobaczyć wynikającą z tego tożsamość dopiero po przeglądzie lub incydencie.

Zakupy rozwiązań AI mogą również rozpraszać uprawnienia decyzyjne. Dział może kupić aplikację zawierającą wbudowanych agentów, nie opisując jej jako projektu agentowego. Inny zespół może stworzyć wewnętrzny proces przy użyciu API modelu i kilku istniejących narzędzi automatyzacji.

Oba wdrożenia mogą tworzyć tożsamości nieludzkie. Tożsamości te mogą być rozproszone między platformami chmurowymi, usługami programowymi, wewnętrznymi bazami danych i środowiskami deweloperskimi. Żaden pojedynczy rejestr nie musi obejmować całej ścieżki.

Problem nie sprowadza się wyłącznie do liczby kont. Zarządzanie tożsamością musi łączyć pięć elementów informacji: czym jest agent, kto za niego odpowiada, dlaczego istnieje, do jakich zasobów może dotrzeć i kiedy jego uprawnienia powinny wygasnąć.

Pracownicy zapewniają naturalne punkty odniesienia dla kilku z tych pytań. Ich przełożony zatwierdza dostęp, rola zawodowa ogranicza uprawnienia, a odejście z firmy uruchamia proces odebrania dostępu. Agenci AI nie mają równoważnego statusu organizacyjnego, chyba że przedsiębiorstwo go stworzy.

Agent może też korzystać z uprawnień zapożyczonych od użytkownika ludzkiego. Taki projekt może upraszczać wdrożenie, lecz osłabia przypisywanie działań, jeśli dzienniki nie potrafią odróżnić działań osoby od działań agenta. Współdzielone poświadczenia tworzą jeszcze większą lukę, ponieważ badacze mogą nie wiedzieć, który proces z nich korzystał.

Zespoły bezpieczeństwa stoją więc pod presją z obu stron. Liderzy biznesowi chcą krótszych cykli wdrożeniowych, a regulatorzy i klienci oczekują kontrolowanego dostępu do wrażliwych informacji. Zespoły ds. tożsamości muszą wspierać oba cele, nie zamieniając każdego wniosku dotyczącego agenta w długotrwały ręczny przegląd.

Luka w kontroli obejmuje również systemy wiedzy. Asystent AI podłączony do korporacyjnej bazy wiedzy może pobierać informacje, które pojedynczo wydają się nieszkodliwe. Mimo to może wywnioskować wrażliwe fakty, łącząc kilka dokumentów, których żądany proces nigdy nie miał analizować razem.

Dlatego kontrola dostępu musi wykraczać poza uprawnienia do folderu. Organizacje muszą rozumieć relacje między użytkownikami, agentami, źródłami danych i generowanymi wynikami. Dobrze uporządkowana baza wiedzy AI może poprawić wyszukiwanie, lecz jej wartość zależy od zachowania odpowiednich granic.

Wyzwanie staje się trudniejsze, gdy AI zmienia się szybciej niż przeglądy dostępu. Kwartalny proces certyfikacji może zatwierdzić agenta do jednego celu. Kilka tygodni później deweloperzy mogą dodać kolejne narzędzie lub pozwolić mu przetwarzać nową kategorię danych.

Statyczne zatwierdzenie przestaje wtedy odzwierciedlać wdrożony system. Zarządzanie tożsamością musi śledzić istotne zmiany, w tym nowe integracje, szersze zakresy, zmienione ścieżki delegowania i zmodyfikowane zasady retencji.

Google News zwraca uwagę na problem bezpieczeństwa, który wzrost budżetów czyni widocznym. Firmy finansują zdolność do działania za pośrednictwem AI, ale wiele programów zarządzania nadal koncentruje się na kontrolowaniu możliwości logowania.

Agenci AI czynią uprawnienia głównym kompromisem

Podstawowy kompromis jest prosty: agenci stają się bardziej użyteczni wraz z rozszerzaniem ich uprawnień, ale szersze uprawnienia zwiększają konsekwencje porażki.

Agent, który może jedynie tworzyć wersje robocze tekstu, stwarza ograniczone ryzyko operacyjne. Agent mający dostęp do plików klientów, systemów płatności, infrastruktury lub możliwość wysyłania wiadomości zewnętrznych może tworzyć większą wartość. Może też wyrządzić większe szkody wskutek błędu, manipulacji lub kradzieży poświadczeń.

Zasada najmniejszych uprawnień polega na przyznawaniu wyłącznie dostępu potrzebnego do określonego zadania. Jej stosowanie wobec pracowników jest już trudne, ponieważ role ewoluują, a uprawnienia się kumulują. Stosowanie jej wobec agentów jest trudniejsze, ponieważ wymagane zadanie może rozwijać się dynamicznie.

Rozważmy agenta, któremu powierzono rozwiązanie sporu dotyczącego faktury. Może potrzebować odczytania faktury, sprawdzenia zamówienia, porównania umowy, kontaktu z wewnętrznym zatwierdzającym i utworzenia proponowanej korekty. Nie powinien uzyskać stałego dostępu do każdej faktury ani możliwości zatwierdzenia własnej korekty.

Szerokie konto usługowe ułatwia zbudowanie takiego procesu. Wąsko określona tożsamość ułatwia nim zarządzanie, ale wymaga precyzyjniejszego projektowania polityk. Napięcie to często ujawnia się dopiero wtedy, gdy pilotaż staje się usługą produkcyjną.

Delegowanie dodaje kolejną warstwę. Agent orkiestrujący może poprosić agenta wyspecjalizowanego o pobranie danych lub przeprowadzenie analizy. Przedsiębiorstwo musi zdecydować, czy drugi agent dziedziczy wszystkie uprawnienia, otrzymuje ograniczony podzbiór, czy uzyskuje tymczasowy dostęp do jednej operacji.

Jeśli uprawnienia przechodzą przez kilku agentów, dzienniki muszą zachowywać ten łańcuch. Badacze muszą wiedzieć, który człowiek lub usługa zainicjowali zadanie, który agent podjął każdą decyzję, z jakich zasobów skorzystano i czy wynikowe działanie mieściło się w zatwierdzonym celu.

McKinsey oszacował, że technologia skoncentrowana na agentach może w ciągu trzech lat pochłonąć do 15 procent budżetów przedsiębiorstw przeznaczonych na cyberbezpieczeństwo. W analizie wskazano, że wydatki skoncentrują się na tożsamości i zarządzaniu, obok ochrony danych.

Prognoza ta odzwierciedla zmianę w architekturze bezpieczeństwa. Organizacje przez lata budowały mechanizmy kontroli wokół sieci, urządzeń i kont ludzkich. Systemy agentowe czynią tożsamość centralnym punktem egzekwowania zasad, ponieważ agent może działać we wszystkich trzech obszarach.

Ciągła autoryzacja oferuje jedną z możliwych odpowiedzi. Zamiast zatwierdzać dostęp jednorazowo podczas logowania, system ocenia, czy konkretne działanie pozostaje dozwolone w chwili zgłoszenia żądania. Decyzja może uwzględniać agenta, zadanie, zasób, czas, poziom ryzyka i użytkownika inicjującego.

Tymczasowe poświadczenia również ograniczają ekspozycję. Agent może otrzymać poświadczenie do jednego zadania i automatycznie je utracić po jego zakończeniu. Takie podejście ogranicza wartość skradzionego tokenu i zmniejsza prawdopodobieństwo, że nieaktualny dostęp przetrwa bezterminowo.

Żadna z tych technik nie rozwiązuje całego problemu zarządzania. Silnik polityk nadal potrzebuje wiarygodnych informacji o celu i właścicielu agenta. Tymczasowe poświadczenie może być niebezpiecznie szerokie, nawet jeśli szybko wygasa.

Przedsiębiorstwa potrzebują również rozdziału obowiązków. Agent proponujący płatność nie powinien automatycznie jej zatwierdzać ani realizować. Działania o dużym wpływie mogą wymagać przeglądu przez człowieka, drugiego agenta działającego w ramach innego uprawnienia lub deterministycznej reguły biznesowej.

Taka kontrola ogranicza autonomię, co może rozczarować zespoły oczekujące w pełni zautomatyzowanych procesów. Celem nie powinna jednak być maksymalna autonomia. Powinien nim być najwyższy poziom autonomii, który zachowuje akceptowalne dowody, rozliczalność i możliwości odzyskania kontroli.

W tym miejscu wydatki przedsiębiorstw na AI najściślej łączą się z zarządzaniem tożsamościami. Pieniądze finansują modele, infrastrukturę i prace integracyjne. Muszą również finansować mechanizmy kontroli określające, jakie działania mogą podejmować te systemy.

Rynek bezpieczeństwa tożsamości również ma własny problem z dowodami

Ankiety dostawców wskazują ten sam kierunek, lecz ich liczby wymagają ostrożnej interpretacji.

Dostawcy rozwiązań bezpieczeństwa opublikowali kilka badań opisujących szybkie wdrażanie agentów i słabe mechanizmy kontroli tożsamości. Raporty te dostarczają użytecznych sygnałów, ponieważ dostawcy obserwują środowiska klientów i wzorce incydentów. Wspierają również produkty sprzedawane przez organizacje, które je publikują.

Teleport podał, że w jego badaniu przedsiębiorstw z 2026 roku systemy AI z nadmiernymi uprawnieniami wiązały się z 4,5-krotnie wyższymi wskaźnikami incydentów. Firma stwierdziła także, że 92 procent ankietowanych firm wdrażało AI, podczas gdy mechanizmy kontroli tożsamości pozostawały w tyle, według jej raportu o bezpieczeństwie przedsiębiorstw.

Liczb tych nie należy traktować jako uniwersalnych miar. Wyniki zależą od próby, sformułowania pytań, definicji oraz sposobu, w jaki respondenci klasyfikują wdrożenie AI lub incydent bezpieczeństwa. Organizacja eksperymentująca z asystentem programistycznym nie jest tym samym co organizacja pozwalająca agentom modyfikować systemy produkcyjne.

Ogólny wzorzec pozostaje wiarygodny nawet wtedy, gdy dokładne odsetki się różnią. Przedsiębiorstwa dodają tożsamości niebędące ludźmi, a wiele istniejących programów zarządzania tożsamościami ma trudności z inwentaryzacją kont usługowych i kluczy API. Agenci AI dodają bardziej dynamiczne zachowania do tego utrwalonego problemu.

Kolejnym ograniczeniem jest terminologia. Dostawcy różnie stosują określenia takie jak agent AI, tożsamość maszyny, tożsamość obciążenia, konto usługowe i tożsamość niebędąca człowiekiem. Ankieta może sprawiać wrażenie, że mierzy zarządzanie agentami, podczas gdy łączy kilka kategorii automatyzacji.

Ta niejednoznaczność wpływa na twierdzenia dotyczące wydatków. Firma może zaklasyfikować zmodernizowany system dostępu uprzywilejowanego jako inwestycję w bezpieczeństwo AI. Inna może finansować tę samą kontrolę z budżetu platformy chmurowej lub ogólnego budżetu tożsamości.

IDC podało, że 16,7 procent planowanych globalnych inwestycji w AI przeznaczono na bezpieczeństwo i zarządzanie agentami AI. Jego analiza priorytetów CISO wskazała również rozrost narzędzi, dług techniczny, luki kompetencyjne i uzależnienie od dostawców jako przeszkody w decyzjach zakupowych.

Ta liczba pokazuje istotne zainteresowanie nabywców, ale nie dowodzi, że wydatki prowadzą do dojrzałego zarządzania. Organizacje mogą kupować nakładające się narzędzia, nie tworząc wiarygodnej inwentaryzacji tożsamości ani spójnego modelu zatwierdzania.

Integracja pozostaje najtrudniejszą częścią. Dane tożsamości mogą znajdować się u dostawcy tożsamości, na platformie chmurowej, w menedżerze sekretów, systemie kadr, katalogu aplikacji i platformie operacji bezpieczeństwa. Metadane agentów mogą znajdować się w odrębnym środowisku rozwoju lub orkiestracji.

Produkt do zarządzania może wyświetlać tylko to, co ujawniają podłączone systemy. Shadow AI, czyli niezatwierdzone lub niewykryte użycie AI, może pozostawać poza tym widokiem. Pracownik może połączyć konsumenckie narzędzie AI z danymi biznesowymi bez rejestrowania formalnej aplikacji.

Badanie Okta z 2026 roku opisało rozbieżność między pewnością kadry kierowniczej a zachowaniem pracowników. Powiązało tę lukę z niejasnymi politykami, niezatwierdzonymi narzędziami AI i niewystarczającymi zabezpieczeniami w ramach agentic enterprise.

Ostrożny wniosek nie jest taki, że każde przedsiębiorstwo stoi w obliczu natychmiastowego kryzysu tożsamości. Chodzi o to, że firmom brakuje spójnego systemu pomiaru tożsamości agentów, ich efektywnych uprawnień i rzeczywistego zachowania.

Efektywne uprawnienia mają większe znaczenie niż uprawnienia przypisane. Agent może łączyć dostęp z kilku systemów lub wywnioskować informacje na podstawie dozwolonych źródeł. Każde uprawnienie z osobna może wyglądać rozsądnie, podczas gdy łączna zdolność przekracza zamierzoną granicę.

Testowanie musi zatem wykraczać poza przegląd konfiguracji. Zespoły bezpieczeństwa muszą obserwować próby działań, odrzucone żądania, wzorce delegowania, użycie poświadczeń i przepływ danych. Muszą także testować zachowanie systemów, gdy agent otrzymuje złośliwe instrukcje lub napotyka uszkodzoną treść.

Reagowanie na incydenty wprowadza kolejną niewiadomą. Organizacje mogą być w stanie wyłączyć jedno konto agenta, ale nie zidentyfikować każdego poświadczenia, procesu ani zadania podrzędnego z nim powiązanego. Kompletny mechanizm wyłączenia wymaga mapowania zależności przed wystąpieniem incydentu.

Dowody przemawiają za zwiększoną uwagą, a nie za bezkrytycznym zaufaniem do konkretnej platformy lub statystyki. Zarządzanie tożsamościami staje się skuteczne dopiero wtedy, gdy organizacja potrafi wykazać, kto jest właścicielem agenta, co może on robić i jak kończy się jego uprawnienie.

Kto odczuwa presję związaną ze zmianą w zarządzaniu

CIO odpowiadają za presję związaną z realizacją, CISO za dużą część ryzyka, a zespoły tożsamości przejmują obciążenie operacyjne.

Dyrektorzy ds. informatyki mają przekształcać inwestycje w AI w mierzalne wyniki biznesowe. Muszą wyprowadzać projekty poza etap prototypów, kontrolując jednocześnie rozproszone wydatki i niekompatybilne platformy. Zarządzanie wdrożone zbyt późno może opóźnić produkcję lub wymusić kosztowne przeprojektowanie.

Dyrektorzy ds. bezpieczeństwa informacji mają inną motywację. Muszą zapobiegać nadmiernemu dostępowi, wykrywać nadużycia i wyjaśniać incydenty. Agent działający za pośrednictwem współdzielonych poświadczeń może podważyć wszystkie trzy obowiązki.

Zespoły zarządzania tożsamością i dostępem znajdują się między tymi priorytetami. Rozumieją katalogi, uwierzytelnianie, dostęp uprzywilejowany, przeglądy dostępu i cykle życia kont. Mogą nie odpowiadać za orkiestrację agentów, zachowanie modeli, zarządzanie danymi ani projektowanie aplikacji.

Ten podział tworzy luki, jeśli firmy nie przypiszą wyraźnej odpowiedzialności. Każdy agent produkcyjny potrzebuje właściciela biznesowego, który akceptuje jego cel i konsekwencje. Potrzebuje też właściciela technicznego utrzymującego integrację, poświadczenia, polityki i monitorowanie.

Programiści odczuwają presję, ponieważ mechanizmy kontroli tożsamości wpływają na architekturę. Prototyp może używać jednego długotrwałego klucza API przechowywanego w zmiennej środowiskowej. Wdrożenie produkcyjne powinno korzystać z zarządzanych sekretów, poświadczeń o ograniczonym zakresie, rotacji, wygasania i możliwych do prześledzenia żądań.

Wymagania te zwiększają nakład pracy inżynieryjnej, który łatwo zaniżyć. Model może wygenerować odpowiedź w ciągu kilku sekund, lecz otaczający go system musi pobierać autoryzowane informacje, walidować wywołania narzędzi, rejestrować decyzje, obsługiwać awarie i zapobiegać niebezpiecznym ponowieniom.

Nabywcy korporacyjni muszą oceniać więcej niż jakość modelu. Powinni pytać, czy produkt AI obsługuje odrębne tożsamości agentów, szczegółowe zakresy uprawnień, zatwierdzanie przez administratora, eksportowalne logi, rotację poświadczeń i natychmiastowe cofnięcie dostępu.

Powinni także pytać, jak dostawca obsługuje delegowanie. Jeśli agent wywołuje inną usługę, klient musi wiedzieć, która tożsamość pojawia się w logach systemów zależnych i czy zachowany zostaje pierwotny kontekst użytkownika.

Właściciele danych również odgrywają rolę, ponieważ decyzje o dostępie nie mogą opierać się wyłącznie na scentralizowanych zespołach bezpieczeństwa. Osoba odpowiedzialna za dane finansowe, medyczne, klientów lub inżynieryjne powinna definiować dopuszczalne cele i działania o podwyższonym ryzyku.

Zespoły prawne i ds. zgodności będą zainteresowane dowodami. Dokument polityki stwierdzający, że agenci korzystają z zasady najmniejszych uprawnień, jest słabszy niż zapisy pokazujące, jakie uprawnienia przyznano, kto je zatwierdził, jakie działania wystąpiły i kiedy dostęp wygasł.

Pracownicy również odczuwają zmianę w zarządzaniu. Ściśle kontrolowany agent może częściej prosić o zatwierdzenie lub odmówić wykonania zadania, którego nie może ukończyć w granicach swoich uprawnień. To tarcie może zachęcać użytkowników do wybierania nieautoryzowanych narzędzi, jeśli zatwierdzone systemy wydają się nieużyteczne.

Odpowiedź przedsiębiorstwa musi zatem równoważyć kontrolę z użytecznością. Polityki powinny rozróżniać tworzenie treści o niskim ryzyku od realizacji działań o dużym wpływie. Wymaganie tego samego procesu zatwierdzania dla obu może powodować opóźnienia bez poprawy najważniejszych zabezpieczeń.

Działy zakupów mogą wspierać to rozróżnienie, klasyfikując produkty według ich uprawnień. Narzędzie streszczające dokumenty stwarza inne ryzyko niż narzędzie edytujące rekordy lub komunikujące się na zewnątrz.

Rady nadzorcze powinny skupiać się na ekspozycji, a nie na liczbie projektów AI. Dziesięciu agentów mających dostęp tylko do odczytu informacji publicznych może stwarzać mniejsze ryzyko operacyjne niż jeden agent dysponujący szerokimi poświadczeniami produkcyjnymi.

Takie przeformułowanie czyni zarządzanie tożsamościami decyzją biznesową. Łączy wydatki na AI z wartością i ryzykiem automatyzowanych działań, zamiast traktować każde wdrożenie jako równoważny zakup oprogramowania.

Czytelnicy Google News powinni więc postrzegać historię zarządzania tożsamościami jako redystrybucję pracy. Większe wydatki na AI nie eliminują ludzkiej odpowiedzialności. Przesuwają ją w stronę osób projektujących, zatwierdzających i monitorujących uprawnienia maszyn.

Na co powinni zwrócić uwagę nabywcy korporacyjni

Kolejny etap będzie mierzony zasięgiem tożsamości, jakością uprawnień i gotowością na incydenty, a nie liczbą ogłoszeń dotyczących agentów.

Pierwszym sygnałem będzie to, czy główne platformy AI przyjmą interoperacyjne standardy tożsamości. Przedsiębiorstwa obecnie ryzykują zarządzanie każdym środowiskiem agentów za pośrednictwem innych obiektów tożsamości, logów i systemów polityk.

Wspólne standardy pomogłyby organizacjom spójnie identyfikować agenta na platformie modelowej, w frameworku orkiestracji, usłudze chmurowej i aplikacji biznesowej. Ułatwiłyby także zachowanie łańcuchów delegowania.

Samo ogłoszenie przez dostawcę obsługi tożsamości agenta nie wystarcza. Nabywcy powinni sprawdzić, czy tożsamość jest unikalna, trwała, przypisana do właściciela i kompatybilna z istniejącymi systemami uwierzytelniania. Powinni także zweryfikować, czy aplikacje systemów zależnych potrafią ją rozpoznać.

Drugim sygnałem jest jakość autoryzacji w czasie działania. Wiele platform potrafi ograniczać dostęp podczas konfiguracji, ale mniej z nich może oceniać każde działanie względem bieżącego zadania i kontekstu.

Mechanizmy kontroli w czasie działania powinny odpowiadać na praktyczne pytania. Czy ten agent może uzyskać dostęp do tego rekordu klienta na potrzeby tego żądania? Czy może przesłać wynikowe informacje poza firmę? Czy działanie finansowe wymaga drugiego zatwierdzenia?

Należy obserwować produkty obsługujące krótkotrwałe poświadczenia, zakresy na poziomie zadania, kontrole polityk i jasne zapisy odmów. Te możliwości wskazują, że zarządzanie tożsamościami przechodzi do etapu realizacji, zamiast pozostawać przeglądem administracyjnym.

Trzecim sygnałem będą dowody z incydentów i audytów. Firmy przekonają się, czy ich mechanizmy kontroli działają, gdy agent zachowuje się nieoczekiwanie, otrzymuje zmanipulowane instrukcje lub korzysta z uprawnień poza swoim zamierzonym celem.

Użyteczne publiczne dowody obejmowałyby szczegółowe raporty z incydentów, ustalenia regulatorów, wymogi ubezpieczeniowe i wytyczne audytowe. Źródła te mogą pokazać, czy organizacje potrafią śledzić działania agenta i szybko cofnąć każde powiązane poświadczenie.

Spadek liczby nadmiernych uprawnień wzmocniłby argument, że programy tożsamości nadążają za zmianami. Wzrost liczby incydentów obejmujących współdzielone konta lub niejasną odpowiedzialność pokazałby, że wydatki nadal wyprzedzają zarządzanie.

Przedsiębiorstwa mogą zacząć mierzyć własną sytuację, nie czekając na nowy standard. Powinny policzyć agentów działających na produkcji, wskazać ich właścicieli, zmapować poświadczenia, rejestrować efektywne uprawnienia i śledzić terminy wygaśnięcia dostępu.

Zasięg jest pierwszą użyteczną metryką. Organizacja nie może zarządzać agentem, którego nie wykryła. Inwentaryzacja powinna obejmować kupowane aplikacje z wbudowanymi agentami, wewnętrznie tworzone przepływy pracy oraz automatyzacje tworzone przez pracowników.

Jakość uprawnień jest drugą metryką. Zespoły powinny mierzyć, ilu agentów ma szeroki lub stały dostęp, jak często żądania są odrzucane oraz czy wrażliwe działania wymagają dodatkowego zatwierdzenia.

Wydajność cyklu życia jest trzecią metryką. Firmy powinny wiedzieć, ile czasu zajmuje utworzenie, przegląd, modyfikacja, zawieszenie i wycofanie tożsamości agenta. Powolne procesy zachęcają do obchodzenia zasad, a brak mechanizmów wycofywania pozostawia niepotrzebny dostęp.

Gotowość na incydenty stanowi ostateczny test. Zespół powinien być w stanie wyłączyć agenta, unieważnić jego poświadczenia, zatrzymać zadania w kolejce, zidentyfikować zasoby objęte wpływem oraz odtworzyć sekwencję działań.

Te kroki nie wymagają od przedsiębiorstw porzucenia istniejących systemów tożsamości. Wiele organizacji może rozszerzyć obecne procesy zarządzania, jeśli systemy te obsługują tożsamości maszynowe, tymczasowe uprawnienia i szczegółowe dane o zdarzeniach.

Samo przypisanie agentom ról w stylu pracowniczym nie rozwiąże jednak problemu dynamicznego delegowania ani dostępu specyficznego dla zadań. Firmy będą potrzebować polityk projektowanych wokół działań i celów, a nie wyłącznie stanowisk pracy.

Google News wyeksponował aktualny nagłówek, lecz trwała historia ma charakter operacyjny. Wydatki przedsiębiorstw na AI tworzą systemy, które mogą wykonywać uprawnienia z prędkością maszynową. Zarządzanie tożsamością musi określić, z czyich uprawnień korzystają, jak daleko sięgają i kiedy wygasają.

Kolejne pytanie dla każdego nabywcy AI jest konkretne: czy organizacja potrafi nazwać każdego agenta działającego na produkcji, wskazać jego właściciela, wyjaśnić jego efektywne uprawnienia i cofnąć je bez zakłócania niezwiązanej z nimi pracy? Jeśli odpowiedź nadal nie jest jasna, budżet AI już stworzył obowiązek w zakresie zarządzania, którym musi zająć się budżet bezpieczeństwa.