Svaret er ikke at bremse udviklingen, men at skabe et digitalt fundament, der gør det muligt at tage ny teknologi i brug hurtigt og ansvarligt, påpeger Johan Møllenbach Bendixen i Itavis.
Af Flemming Østergaard
AI rykker ind i virksomhederne ad flere veje på én gang. Ledelsen investerer i godkendte løsninger, udviklere bygger AI-agenter, og medarbejdere finder selv specialiserede værktøjer, der gør arbejdet hurtigere eller bedre. Og især det sidste er problematisk.
Medarbejdernes AI-brug giver en sikkerhedsmæssig udfordring, når de bruger værktøjer, der glider udenom virksomhedens retningslinjer. For jo mere værdi medarbejderne får ud af AI, desto vanskeligere bliver det at styre anvendelsen gennem regler og forbud – og desto større kan sikkerhedsrisikoen blive.
Hos Itavis, der hjælper større virksomheder med at strømline og sikre deres netværk, ser man derfor AI som en stresstest af hele virksomhedens digitale fundament, idet svaghederne bliver mere synlige.
”AI ændrer egentlig ikke på, hvad man skulle gøre sikkerhedsmæssigt, før AI kom ind. Det er bare blevet vigtigere. AI er endnu en angrebsflade, som skal inkluderes i sikkerhedsplatformen,” siger Johan Møllenbach Bendixen, Head of Strategy and Product i Itavis.
AI afslører fragmenteringen
Gennem mange år har virksomheder flyttet systemer i cloud, taget SaaS-tjenester i brug, gennemført opkøb og løbende føjet nye sikkerhedsløsninger til infrastrukturen. Resultatet er ofte et landskab, hvor VPN, firewalls, identitetsstyring og Data Loss Prevention hver især løser deres opgave, men ikke nødvendigvis ser det samme billede.
Det er netop den fragmentering, Itavis arbejder på at fjerne. Pointen er ikke at føje endnu et sikkerhedslag til infrastrukturen, men at få netværk og sikkerhed til at fungere som en mere sammenhængende helhed. Itavis arbejder derfor ud fra SASE-teknologi baseret på Cato Networks, der samler netværk og sikkerhed på en cloudbaseret platform. Itavis kombinerer teknologien med drift, overvågning og analyse fra virksomhedens egne sikkerhedsspecialister.
”Du kan godt have en løsning, der gør sit eget job rigtig godt. Problemet er, at du skal have løsninger, der snakker sammen. Et angreb foregår på mange forskellige angrebsflader over tid,” siger Johan Møllenbach Bendixen.
Shadow AI skaber en blind vinkel
Det bliver særlig tydeligt med Shadow AI – betegnelsen for, at medarbejderne anvender AI-værktøjer, agenter og funktioner uden for virksomhedens officielt godkendte AI-miljø. En virksomhed kan eksempelvis have købt en enterprise-licens til et godkendt AI-værktøj og etableret regler for, hvilke data medarbejderne må bruge. Men det fortæller ikke nødvendigvis, hvad der sker uden for det kontrollerede miljø.
Der kommer konstant specialiserede AI-tjenester målrettet bl.a. økonomi, marketing, udvikling og analyse. Og hvis en medarbejder oplever, at et værktøj gør arbejdet meget nemmere, kan fristelsen til at bruge det være større end lysten til at følge virksomhedens AI-politik.
Hos Itavis oplever man derfor ofte en betydelig forskel mellem den AI-brug, virksomhederne tror finder sted, og den faktiske trafik.
”Vi har set virksomheder, der troede, de havde 5-10 AI-løsninger i brug. Når vi måler på den faktiske trafik, kan vi finde flere hundrede. Det kommer ofte som en stor overraskelse. Du kan ikke sætte politikker op for noget, du ikke kan se,” siger Johan Møllenbach Bendixen.
Men målet er ikke, at man straks blokerer alle ikke-godkendte tjenester.
”Der er en grund til, at folk bruger de her AI-værktøjer. Det er, fordi de skaber værdi. Derfor handler det ikke om at lukke ned for AI-brugen. Det handler om at kunne kontrollere den på en enkel og effektiv måde.”
AI-agenter skruer op for konsekvenserne
Udfordringen bliver større i takt med, at AI udvikler sig fra værktøjer, medarbejderen spørger til råds - til agenter, der selv kan udføre handlinger. En AI-agent kan fx få adgang til e-mail, Microsoft 365, CRM-systemer, SharePoint, økonomisystemer og API'er. Dermed bliver adgangskontrollen afgørende.
”Hvis en AI-agent har brede rettigheder og adgang til kritiske data, kan konsekvensen af en kompromittering blive markant større. Agenten kan måske endda vide mere om, hvor virksomhedens informationer ligger, end brugeren selv gør,” siger Johan Møllenbach Bendixen.
Han understreger vigtigheden af det helt grundlæggende sikkerhedsprincip: At brugere og systemer kun bør have de rettigheder, der er nødvendige – det såkaldte Least Privilege-princip. For med AI bliver konsekvensen af brede eller fejlagtige rettigheder større.
Virksomheder skal derfor også forstå konteksten: Hvem bruger løsningen, til hvilket formål, med adgang til hvilke data og systemer – og hvilke handlinger må den udføre?
Fra synlighed til kontrol
Itavis arbejder derfor med en model, hvor virksomheder først kortlægger den faktiske AI-brug og derefter bygger kontrollen op omkring den.
Første skridt er at skabe synlighed – både over godkendte værktøjer, Shadow AI, indbyggede AI-funktioner, AI-agenter og nye integrationer. Derefter handler det om at forstå konteksten og begrænse rettighederne.
Næste niveau er selve AI-interaktionen. Med AI-sikkerhed integreret i SASE-platformen kan man overvåge godkendte værktøjer, Shadow AI, indbyggede AI-funktioner, AI-agenter og nye integrationer. Dermed bliver det muligt at reagere forskelligt afhængigt af bruger, data og AI-tjeneste. Systemet kan advare, anonymisére, blokere eller kræve menneskelig godkendelse, når risikoen er høj.
En medarbejder kan eksempelvis få lov til at bruge et ikke-godkendt AI-værktøj, mens systemet kan reagere, hvis følsomme eller personhenførbare data er på vej samme sted hen.
Cato Networks-platformen skaber synlighed og håndhæver politikker, mens Itavis står for implementering, drift, overvågning og reaktion.
Når de svage signaler bliver til én hændelse
En central del er samtidig at se AI-adfærd i sammenhæng med resten af virksomhedens sikkerhedssignaler. Fx behøver et login fra et andet land ikke i sig selv at indikere et angreb. Det samme gælder adgang til en ny applikation. Men hvis der samtidig sker usædvanlige databevægelser og nye AI-handlinger, tegner der sig et andet billede.
Her bruges AI til at korrelere store mængder information om blandt andet identitet, netværkstrafik, adgang og databevægelser.
”Det er en voldsom mængde data, så der kan ikke sidde mennesker og kigge på alle logs. Ved hjælp af AI kan man samle konteksten fra de forskellige områder. Derefter kan vores sikkerhedsanalytikere vurdere, hvad der faktisk foregår, og om der skal reageres,” siger Johan Møllenbach Bendixen.
AI bliver dermed både en del af udfordringen og løsningen. Platformen finder mønstre og prioriterer hændelser, mens sikkerhedsanalytikeren vurderer intention, konsekvens og reaktion.
Mere sikkerhed åbner for mere AI
Det afgørende mål er imidlertid ikke mere kontrol for kontrollens skyld. Tværtimod vender Itavis den traditionelle diskussion om AI-sikkerhed på hovedet: Jo bedre virksomheden kan se, forstå og kontrollere sin AI-brug, desto mere kan den tillade.
Alternativet kunne let være at forfalde til et generelt forbud i form af, at virksomheden vælger ét officielt AI-værktøj og forsøger at blokere resten. Men i et marked, hvor nye modeller og specialiserede løsninger dukker op konstant, risikerer virksomheden både at holde innovation tilbage og skubbe AI-brugen ud i skyggen.
Med et fundament, hvor AI-brugen kan ses, og politikker kan håndhæves på tværs af værktøjer, bliver det i stedet muligt at give et kvalificeret ja. En ny tjeneste kan afprøves, og hvis medarbejderne finder en AI-løsning, der skaber reel forretningsværdi, kan virksomheden undersøge og måske udbrede den i stedet for automatisk at lukke den ned.
”Hvis dine konkurrenter begynder at bruge AI til at skrive til kunderne, sælge og lave marketing, så er du også nødt til at gøre det. Der kommer et pres på, fordi man er nødt til at følge med,” siger Johan Møllenbach Bendixen.
Udfordringen bliver derfor ikke at holde AI ude, men at skabe rammer, hvor virksomheden kan følge med uden at miste kontrollen. Netop dér ligger stresstesten. AI viser, om datakendskab, adgangsmodel, netværk, sikkerhed og reaktionsevne faktisk hænger sammen. Gør de det, bliver sikkerheden ikke en bremse, men et fundament for at accelerere AI-udviklingen.
”AI bliver næppe den sidste teknologi, virksomhederne skal tage i brug hurtigere, end de kan forudsige. Den langsigtede opgave er derfor ikke kun at sikre de AI-værktøjer, man kender i dag, men at skabe et digitalt fundament, der kan håndtere den næste forandring uden at skulle bygges om fra bunden,” understreger Johan Møllenbach Bendixen.
Om Itavis
Hos Itavis arbejder man med netværk og sikkerhed for virksomheder i forandring. Målet er at reducere kompleksitet og samle infrastrukturen i et mere sammenhængende digitalt fundament. Tilgangen bygger på 25 års erfaring med netværk og sikkerhed og er i dag SASE-baseret, så de to discipliner kan centraliseres og fungere som én helhed frem for som separate teknologiske lag.