人工知能はほぼすべてのセキュリティの課題に対するデフォルトの答えとなりつつあるが、委員会はそれについて尋ねている。CISOはそれを予算化している。サプライヤーはその周りにブランドを再ブランドしている。しかし、アイデンティティとアクセス管理(IAM)では、AIはあなたがそれを供給するデータと同じくらい良いものであり、ほとんどの企業では、そのデータは完全ではない。 侵害における最も一般的な初期攻撃ベクターの1つであり、組織は、侵害コストと滞在時間を削減するためにAIと自動検出/応答ワークフローをますます採用しています。 IBM’s Cost of a Data Breach Report IBMのデータ侵害報告のコスト それにもかかわらず、多くの組織は、最初に信頼できる、継続的に更新されているアイデンティティー真実のソースを確立することなく、IAMを「AIを有効にする」よう競っています。 IAMのセキュリティスタートアップを率いています. 「私はバカバカです. あなたがあなたの環境で真実で信頼できるものを知らないなら、AIはそれを修正しません. それは単にエラーを速く起こすだけです。 ヨシ・バリシェフ ヨシ・バリシェフ なぜ今は緊急なのか 2026年のAIはもはや単にダッシュボードをまとめているのではなく、要求を承認し、アクセスを撤回し、ワークフローを起動し、システム間のポリシー変更を強制する。 この変化はリスク方程式を変える。 人間がアイデンティティの意思決定を手動で行うと、データの断片化は遅延と摩擦を生み出します。AIシステムがこれらの意思決定を下したり、これらの意思決定に大きく影響を及ぼすと、データの断片化は強化された結果を生み出します。AIは意思決定を加速します。 アクセスの裏にある断片化された現実 ほとんどの企業では、アイデンティティとアクセスのための単一の記録システムはありません。 認証データは複数のプラットフォームで生存します。ライフサイクル管理は別のプラットフォームにあります。特権の認証は別の場所にあります。 HRは別々のシステムで記録しています。チケットへのアクセスリクエストです。 それぞれのシステムには現実の一部が含まれています. どれも真に行動できるほどの情報を保有していません。 バリシェフ氏は「チームは現実を手動で組み合わせている」とし、「人事記録、ディレクトリデータ、特権アクセス、およびアプリケーションデータ自体を調和する時点で、その答えはしばしばすでに時代遅れになっている」と述べている。 結果は、常に不完全で、しばしば時代遅れで、常にリソースを必要とするアイデンティティーイメージです。 LITMUSテスト アイデンティティの真理が存在するかどうかを明らかにする簡単な質問があります:あなたは今、どのアイデンティティが何にアクセスできるのか、そしてなぜそれにアクセスできるのか? 10 つの異なるシステムからデータをエクスポートして関連付けた後ではなく、1 か月のユーザーアクセスレビューキャンペーンを実行した後ではありません。 この質問は、監査の際だけでなく、規制当局が正確な証拠を期待している場合にも重要です。それは、アイデンティティの爆発半径が抑制戦略を決定する場合にも重要です。それは、規制が権利補助金の深い理解に依存するジョイナー・モーバー・リーバー・ワークフローにおいて重要です。それは、M&Aにおいて、二つのアイデンティティー・ワールドが衝突するときにも重要です。 答えが複数の異なるシステムを手動で和解する必要がある場合、あなたの基礎は弱い。 新しいダッシュボードは必要ありません。 多くの組織は、可視性の証拠としてダッシュボードを指摘しますが、しばしばそうではありません。 ダッシュボードはゴミ処理システムです。アイデンティティデータがアイデンティティ、アプリケーション、コントロールの関係に文脈、説明性、明確さが欠けている限り、客観性を達成することは困難です。 AI-Ready Identity が実際に必要とするもの AI-ready & Automation-ready identity begins with continuous truth, not quarterly snapshots. It requires normalized entitlements whose meaning travels with them across systems. It requires a defensive “why” for access that goes beyond checkbox theater. And it requires safe actionability, understanding impact before making changes. AI-ready & Automation-ready identity begins with continuous truth, not quarterly snapshots. それは、標準化された権利を必要とし、その意味がシステムを通じて移動する。 アイデンティティデータが現在、文脈化され、説明可能である場合にのみ、AIはリスクを信頼できるように優先するか、修正を自動化することができます。 真実から始めて自動化 これは大きな変革プログラムを必要としません。 単一の痛み点を選択する:アプリケーションのオンボード、アクセスレビュー、オフボード、アイデンティティー衛生、または事故対応。簡単なメトリックを定義する:理解するための平均時間 - 実践者が任意の実行に必要なすべてのデータを持っているのにどのくらい時間がかかるか。 次に、そして次に、レイヤーオートメーションとAIが最後のマイルとして優先される:ワークフローを自動化し、異常を優先し、リスクのある組み合わせを強調し、または承認を簡素化します。 AI は IAM で重要な役割を果たします. それは騒音を減らし、スピードの決定を下し、過労したチームを増やすことができます. しかし、根底にあるアクセスイメージが部分的である場合、AI は確実性ではなくスピードを向上させます。 最初にアイデンティティの真実を得て、次にAIがあなたをより速く動かすのを助けるようにしてください。 
 
 このストーリーは、HackerNoonのBusiness Blogging Programの下でJon Stojanによってリリースされたものです。 このストーリーは、HackerNoonのBusiness Blogging Programの下でJon Stojanによってリリースされたものです。

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

このオーディオは、ストーリーの元の言語で制作されています。

AIは破損したIAMデータを修復しない

About Author

コメント

ラベル

この記事は

Related Stories

State of the Noonion: A New Era For Brands and Writers

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

State of the Noonion: A New Era For Brands and Writers

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps