A inteligência artificial está se tornando rapidamente a resposta padrão para quase todos os desafios de segurança. Os conselhos estão perguntando sobre isso. Os CISOs estão orçando por isso. Os fornecedores estão rebranding em torno dele. Mas na gestão de identidade e acesso (IAM), a IA é apenas tão boa quanto os dados que você alimenta, e na maioria das empresas, esses dados estão longe de serem completos. Descobriu que as credenciais comprometidas continuam a ser um dos vetores de ataque inicial mais comuns em violações, e que as organizações estão cada vez mais adotando AI e fluxos de trabalho de detecção/resposta automatizados para reduzir custos de violação e tempo de permanência.O relatório também enfatiza vulnerabilidades relacionadas à identidade como principais contribuintes para o risco e destaca o reforço da segurança da identidade como uma área chave para a reparação. IBM’s Cost of a Data Breach Report O custo de um relatório de violação de dados da IBM E, no entanto, muitas organizações estão correndo para “ativar a IAM” sem primeiro estabelecer uma fonte confiável e continuamente atualizada de verdade de identidade. “Eu sou anti-nonsense. se você não sabe o que é verdadeiro e confiável em seu ambiente, a IA não vai consertar isso. Yossi Barishev Yossi Barishev Por que isso é urgente agora A IA em 2026 não é mais apenas resumir painéis, mas está tomando medidas, aprovando solicitações, revogando o acesso, desencadeando fluxos de trabalho e aplicando mudanças de políticas em sistemas. Essa mudança altera a equação de risco. Quando os seres humanos tomam decisões de identidade manualmente, a fragmentação dos dados cria atraso e atrito. Quando os sistemas de IA tomam ou influenciam fortemente essas decisões, a fragmentação dos dados cria consequências amplificadas. A IA acelera as decisões. Se os dados subjacentes são incompletos, desatualizados ou faltam contextos, o sistema não se move mais rápido. A realidade fragmentada por trás do acesso Na maioria das empresas, não há um único sistema de registro para identidades e acesso. Os dados de autenticação vivem em várias plataformas. Gestão de ciclo de vida em outra. Credenciais privilegiadas em outro lugar. Registros de RH em um sistema separado. Pedidos de acesso em bilhetes. As permissões são muitas vezes incorporadas dentro dos próprios aplicativos, especialmente nos legados e na casa. Cada sistema contém um fragmento da realidade.Nenhum possui informação suficiente para ser verdadeiramente acionável. “As equipes estão unindo manualmente a realidade”, diz Barishev. “No momento em que você reconcilia registros de RH, dados de diretório, acesso privilegiado e os dados da própria aplicação, a resposta muitas vezes já está desatualizada.” O resultado é um quadro de identidade que é sempre incompleto, muitas vezes desatualizado e sempre intensivo em recursos. O teste do Litmus Há uma pergunta simples que revela se a verdade da identidade existe: você pode responder agora quais identidades têm acesso a quê e por quê? Não depois de exportar e correlacionar dados de 10 sistemas diferentes. Não depois de executar uma campanha de revisão de acesso do usuário de um mês. Esta pergunta não importa apenas durante as auditorias, quando os reguladores esperam evidências precisas. Também é importante durante a resposta a incidentes, quando o raio de explosão de uma identidade determina a estratégia de contenção. É importante nos fluxos de trabalho joiner-mover-leaver, onde as políticas dependem de uma profunda compreensão das subvenções de qualificação. É importante durante M&A, quando dois universos de identidade colidem. E é importante nas operações diárias - quando as equipes realizam atividades de higiene, lidam com pedidos de acesso e chip fora no dia-a-dia do trabalho da IAM. Se a resposta requer a reconciliação manual de vários sistemas dispares, sua fundação é fraca. Você não precisa de outro dashboard Muitas organizações apontam para painéis de controle como prova de visibilidade.Mas mais frequentemente do que não, é visibilidade teatral. Os painéis de controle são sistemas de lixo em lixo. Enquanto os seus dados de identidade carecem de contexto, explicabilidade e clareza nas relações entre identidades, aplicativos e controles, alcançar a objetividade é difícil. Sem investir em uma base de dados sólida para as operações da IAM, as equipes hesitarão em agir. O que a identidade AI-Ready Really Requires A identidade pronta para a IA e pronta para a automação começa com a verdade contínua, não instantâneas trimestrais. Requer direitos normalizados cujo significado viaja com eles através dos sistemas. Requer um “porquê” defensível para o acesso que vai além do teatro da caixa de verificação. E requer ação segura, entendendo o impacto antes de fazer mudanças. Somente quando os dados de identidade são atuais, contextualizados e explicáveis, a IA pode priorizar de forma confiável o risco ou automatizar a reparação. Comece com a verdade, depois com a automação Isso não requer um grande programa de transformação. Escolha um único ponto de inflexão: Onboarding de aplicativos, revisões de acesso, offboarding, higiene de identidade ou resposta a incidentes. Defina uma métrica simples: Tempo médio para entender — quanto tempo leva para o praticante ter todos os dados necessários para a execução se tornar arbitrária. Priorize — sistemas críticos em primeiro lugar, especialmente plataformas herdadas ou de alto risco onde os pontos cegos são maiores. Então, e somente então, a automação de camadas e a IA no topo como a última milha: automatizar fluxos de trabalho, priorizar anomalias, destacar combinações arriscadas ou simplificar aprovações. A IAM pode reduzir o ruído, as decisões de velocidade e aumentar as equipes sobrecarregadas.Mas se a imagem de acesso subjacente for parcial, a IA aumenta a velocidade, não a certeza. Obtenha a verdade da identidade primeiro e, em seguida, deixe que a IA o ajude a se mover mais rápido. 
 
 Esta história foi distribuída como um lançamento por Jon Stojan sob HackerNoon's Business Blogging Program. Esta história foi distribuída como um lançamento por Jon Stojan sob HackerNoon's Business Blogging Program.

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

Este áudio é produzido no idioma original da história!

AI não vai consertar seus dados IAM quebrados

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Digital Nomads Ouçam: O que você precisa saber sobre o novo visto DTV da Tailândia

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Digital Nomads Ouçam: O que você precisa saber sobre o novo visto DTV da Tailândia

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps