„Zscaler“ pristatė nulinio pasitikėjimo saugumo sprendimą agentiniam dirbtiniam intelektui: esminis lūžis autonominių sistemų rinkoje

Kibernetinio saugumo lyderė „Zscaler“ žengė istorinį žingsnį pramonėje, pristatydama pirmąją rinkoje nulinio pasitikėjimo (angl. Zero Trust) saugumo platformą, pritaikytą autonominėms agentinio dirbtinio intelekto (angl. Agentic AI) sistemoms. Ši technologinė inovacija, apie kurią pranešė prestižiniai technologijų leidiniai Security Boulevard ir Network World, žymi kritinį etapą, užtikrinantį savarankiškai veikiančių dirbtinio intelekto agentų operacijų saugumą. Verslo sektoriui sparčiai pereinant nuo žmonių valdomų sistemų prie autonominių skaitmeninių agentų, tradiciniai saugumo įrankiai tampa nebepakankami, todėl ši premjera inicijuoja platesnį paradigmos poslinkį visoje IT infrastruktūros rinkoje.

Remiantis oficialiu „Zscaler“ pranešimu spaudai, išplatintu Zscaler Press platformoje, naujosios „Zero Trust Exchange“ inovacijos tiesiogiai sprendžia rizikas, kylančias dėl mašininio greičio operacijų. Skirtingai nuo žmonių, AI agentai kuria trumpalaikes tapatybes, generuoja subagentus bei užduotis ir keičiasi duomenimis tokiu greičiu bei būdais, kurių tradicinės galinių įrenginių apsaugos sistemos nesugeba identifikuoti. Kompanijos vadovas Jay Chaudhry pabrėžė, kad tradicinė saugumo architektūra niekada nebuvo sukurta milijonams savarankiškų agentų, pasiekiančių jautrius duomenis be žmogaus įsikišimo, todėl nulinio pasitikėjimo modelio išplėtimas į AI agentų ekosistemą pašalina pagrindinius stabdžius masiniam šių technologijų diegimui korporatyviniame lygmenyje.

Strateginiai rinkos pokyčiai ir architektūrinis proveržis

Šis pristatymas keičia saugumo pirkimų dinamiką, sujungdamas prieigos politiką, galinių įrenginių patikrą ir modelių valdymą į vieną centralizuotą procesą. Ekspertų vertinimu, autonominių sistemų saugumas tampa atskira kontrolės kategorija, kurioje „Zscaler“ siekia užimti dominuojančią poziciją prieš rinkos konkurentus. Verslo integraciją palengvina naujai pristatyti įrankiai, įskaitant „Zscaler AI Broker“, valdantį komunikaciją tarp modelių konteksto protokolų (MCP) bei „agent-to-agent“ (A2A) jungčių, ir specializuotą „Endpoint AI Security“, užkertantį kelią grėsmėms naršyklių plėtiniuose bei vietinėse DI programose.

Duomenų linijiškumo valdymas ir pramonės vertinimas

Rinkos analitikai pažymi, kad didžiausias iššūkis įmonėms yra „šešėlinės automatizacijos“ rizika, kai programuotojai ir verslo padaliniai įsiveda DI įrankius be centralizuotos priežiūros. Įgyvendindama nulinio pasitikėjimo strategiją, kuria siekiama sekti duomenų kilmę ir sąveikas realiu laiku, „Zscaler“ leidžia organizacijoms išlaikyti atitiktį griežtiems reglamentams. Šis žingsnis įrodo, kad sėkminga AI transformacija pramonėje priklauso ne nuo aukštesnių apsaugos sienų statymo, o nuo dinamiško matomumo ir realaus laiko valdymo užtikrinimo.

Giluminė rinkos transformacijos analizė

Giliau pažvelgus į pramonės užkulisius: dabartinė saugumo infrastruktūra susiduria su fundamentalia krize, kurią sukėlė pereinamasis laikotarpis nuo nuspėjamų, taisyklėmis grįstų algoritmų prie tikrųjų autonominių sistemų. Kai įmonės pradeda diegti agentinį dirbtinį intelektą, jos iš esmės suteikia programinei įrangai teisę savarankiškai priimti sprendimus, sudaryti sandorius ir keisti duomenų bazes. Tradiciniai tapatybės ir prieigos valdymo (IAM) įrankiai buvo sukurti remiantis prielaida, kad sesiją inicijuoja žmogus, kurio tapatybę galima patvirtinti biometriniais duomenimis arba dviejų faktorių autentifikacija. Agentų ekosistemoje šis kontrolės mechanizmas sugriūva, nes vienas pirminis vartotojo prašymas gali generuoti dešimtis antrinių botų operacijų, vykstančių milisekundžių tikslumu.

Šis pokytis sukelia rimtų teisinių ir reguliavimo iššūkių, ypač griežtai prižiūrimuose finansų, sveikatos apsaugos ir kritinės infrastruktūros sektoriuose. Teisinės atitikties pareigūnai jau dabar įspėja apie „juodosios dėžės“ automatizacijos riziką, kai dėl nekontroliuojamų dirbtinio intelekto agentų veiksmų tampa neįmanoma atsekti duomenų nutekėjimo ar neteisėto manipuliavimo šaltinio. Nulinio pasitikėjimo architektūros pritaikymas mašininėms tapatybėms leidžia fiksuoti kiekvieną mikrosąveiką, sukuriant nekintamą audito seką. Tai ne tik apsaugo įmonės turtą, bet ir suteikia teisinį pagrindą, būtiną norint apsiginti nuo galimų sankcijų dėl duomenų apsaugos pažeidimų.

Įmonių vadovų ir informacinių technologijų direktorių (CIO) lygmenyje ryškėja aiški takoskyra tarp trumpalaikio efektyvumo siekimo ir ilgalaikio saugumo užtikrinimo. Daugelis technologijų lyderių pripažįsta, kad baimė prarasti konkurencinį pranašumą verčia juos skubotai integruoti pažangius kalbos modelius į vidines verslo sistemas. „Zscaler“ siūlomas sprendimas veikia kaip buferis, leidžiantis inovacijų tempui nesustoti, tačiau užtikrinantis, kad joks autonominis agentas negalėtų viršyti jam griežtai priskirtų teisių ar pasiekti izoliuotų duomenų segmentų. Toks požiūris keičia saugumo vadovų (CISO) vaidmenį iš technologinių procesų stabdytojų į verslo plėtros fasilitatorius.

Istorinis kontekstas rodo, kad pramonė jau ne kartą darė panašias klaidas, kai saugumas būdavo prisimenamas tik po to, kai nauja technologija tapdavo masiniu standartu. Taip nutiko su debesų kompiuterijos bumu praėjusio dešimtmečio pradžioje ir daiktų interneto (IoT) plėtra, kurios pasekmes kibernetiniam saugumui jaučiame iki šiol. Šį kartą rinka bando reaguoti proaktyviai, kurdama apsaugos mechanizmus tuo pat metu, kai formuojasi pati agentinio dirbtinio intelekto rinka. Ankstyvas nulinio pasitikėjimo principų integravimas į autonominių sistemų branduolį yra vienintelis būdas išvengti globalių tiekimo grandinių sisteminių krizių ateityje.

Skeptiškas vertinimas ir ateities projekcijos

Žvelgiant už rinkodaros šūkių ribų: pagrindinis iššūkis, kurį nutyli kibernetinio saugumo pardavėjai, yra paradoksas, kylantis bandant suderinti visišką autonomiją su griežta kontrole. Agentinis dirbtinis intelektas iš prigimties yra sukurtas tam, kad veiktų už tradicinių algoritmų ribų ir pats priimtų sprendimus dinamiškose situacijose. Įvesdamos nulinio pasitikėjimo politiką kiekvienam agento žingsniui, įmonės rizikuoja sukurti naują technologinį butelio kakliuką. Perteklinis tikrinimas ir nuolatinis teisių validavimas realiu laiku gali drastiškai sumažinti sistemų reakcijos greitį, taip panaikinant patį mašininio efektyvumo pranašumą, dėl kurio šios sistemos ir buvo įdiegtos.

Kitas kritinis prieštaravimas slypi pačių saugumo platformų architektūroje, kuri vis labiau pasikliauja tuo pačiu dirbtiniu intelektu grėsmėms aptikti. Rinka artėja prie situacijos, kai DI agentus, skenuojančius įmonės duomenis, prižiūrės kiti DI agentai, atsakingi už saugumą. Ši uždara ekosistema sukuria naują pažeidžiamumo lygmenį – vadinamąsias sistemines logines klaidas, kai saugumo modeliai gali būti manipuliuojami arba pergudraujami naudojant pažangius suderinamumo atakos metodus. Jei puolantysis sugeba pakeisti kontekstą, kuriame veikia saugumo agentas, visa nulinio pasitikėjimo grandinė tampa tik brangia, iliuzinį saugumo jausmą kuriančia priemone.

Ilgalaikėje perspektyvoje organizacijos privalės pripažinti, kad absoliutus saugumas autonominių sistemų amžiuje yra matematiškai nepasiekiamas idealas. Tikrasis rinkos brandos rodiklis bus ne gebėjimas užblokuoti kiekvieną įtartiną agento veiksmą, o sugebėjimas atlaikyti incidentus neprarandant veiklos tęstinumo. Įmonės turi ruoštis scenarijams, kai savarankiški agentai priims klaidingus sprendimus dėl pačių modelių „haliucinacijų“, o ne dėl išorinių programišių atakų. Šių vidinių sistemos klaidų atribojimas nuo tikrųjų saugumo incidentų taps viena didžiausių ateities IT skyrių užduočių, reikalaujančių visiškai naujų kompetencijų.

„Galiausiai viskas susiveda į klasikinę IT dramą: mes sukūrėme dirbtinį intelektą, kad išlaisvintume žmones nuo rutinos, o dabar samdome armiją nulinio pasitikėjimo prižiūrėtojų, kad apsaugotume įmonę nuo mūsų pačių laisvų rankų darbo. Belieka tikėtis, kad saugumo agentai nesusivienys su verslo agentais dėl geresnių darbo sąlygų.“

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.