Agents hebben binnen Okta-oplossingen een eigen identiteit gekregen. Daar waar voorheen menselijke en machine-identiteiten bestonden, vormt de agent een tussenweg. Hoe integreer je deze AI-systemen op een manier die zo min mogelijk frictie, maar zoveel mogelijk veiligheid biedt? We bespreken tijdens Okta’s AI Identity Summit in Amsterdam.
Richard Wainwright, Distinguished Strategic Advisor bij Okta, legt uit dat het belangrijk is om de aard van een agent binnen de IT-omgeving helder te hebben. “[Een agent] is geen software. Het is wel nog altijd technologie. Desondanks moet je je realiseren dat een agent zich meer zal gedragen [binnen IT-infrastructuur] als een mens.” Vandaar de noodzaak om ze te voorzien van identiteiten en deze te gebruiken als basis voor je overzicht over deze agents.
Agent-identiteit in de praktijk
Dat Okta agents een unieke identiteit heeft gegeven, is niet zo gek. Het geeft het Okta-platform de kans om naast menselijke en machine-identiteiten een heldere grens te trekken langs twee nieuwe linies: tussen mens en agent en tussen agent en ‘klassieke’ machine. Aan de ene kant is het de mens die de zwakke security-schakel is: wees overtuigend genoeg en zelfs de beste mechanismes om identiteit te controleren worden gepasseerd, bijvoorbeeld via social engineering. De machine-zijde is, zoals je zou verwachten, meer binair: voorheen was het niet denkbaar om een SaaS-oplossing te ‘overtuigen’ als cyberaanvaller – je exploiteert een softwarefout of gebruikt gestolen credentials.
Dat simpele concept kon al meer dan genoeg complexiteit opleveren. Denk aan administrateurs die vanuit het oogpunt van gebruiksgemak maximale privileges toekenden voor datatoegang of developers die zonder al te veel aandacht voor security een applicatie uitrolden. Zo zijn er nog veel meer problemen te noemen; echter leiden agents tot een veel ingewikkelder concept vanuit het beginpunt. Het is daarom slim om de opkomst van AI-agents gelijk scherp te hebben, zodat de complexiteit die volgt behapbaar blijft.
Het gaat makkelijk mis
Andreas Linnemann, CISO en Technical IT Manager bij Greenwheels, ziet deze taxonomie van mensen-agents-machines als zeer nuttig voor de eigen use case. “Je beperkt een machine-account tot specifieke machtigingen en geeft persoonlijke accounts persoonlijk identificeerbare toegang. Het is goed om een tussenweg te gebruiken voor agentic AI.” Linnemann omschrijft een probleem dat een gevolg is van een voordeel van agents. Ze zijn namelijk veelzijdig. Als je een identiteit hebt ingericht die agents kunnen gebruiken voor een bepaalde taak waar enige, maar beperkte bewegingsvrijheid voor nodig is, dan ligt het voor de hand diezelfde agent te gebruiken voor een andere taak. Veel AI-workloads zijn periodiek of sporadisch. Een developer zou gauw een agent-identiteit die al aan een LLM-API gekopppeld is, kunnen uitbreiden naar nóg een toepassing. Volgt er daarna nog een en zo verder, dan krijgt een agent-identiteit geleidelijk het toegangsniveau waar cyberaanvallers van dromen.
Dat kan dus niet. Als je namelijk die agent uitschakelt, zo schetst Wainwright van Okta, dan blijk je opeens allerlei andere zaken binnen je organisatie uit te zetten. Dit terwijl een agent ‘killswitch’ aantrekkelijk is voor wanneer deze wordt geëxploiteerd of simpelweg niet doet wat het hoort te doen als niet-deterministische factor binnen IT, maar dit allerlei onbedoelde gevolgen kan hebben.
Lees ook: Okta koopt Permiso: identity graph maakt kennis met identity fabric
De illusie van controle
De Okta-opzet is netjes en goed te volgen. Er zijn, zoals vaker in de IT-wereld, erg mooie diagrammen van te maken die een solide logica weergeven. Maar Greenwheels, zoals zovelen, is geen greenfield. Net als dat medewerkers komen en gaan, verschuift de inzet van agent- en admin-accounts. Nieuwe applicaties, nieuwe toepassingen, maar niet altijd een herwaardering van wat er in een IT-omgeving gebeurt. “Je kunt nooit 100 procent controle hebben,” legt Linnemann uit. “Het is een beetje zoals voetpaden in een park. Je kunt een stoep plaatsen, maar mensen wandelen soms gewoon het gras over. Ze creëren hun eigen paden. Als ze iets kunnen doen om meer gebruiksgemak te ervaren, dan doen ze dat. Je kunt dat beperken, maar ik denk niet dat je je daar ooit helemaal tegen kunt wapenen.”
Dit is een strijd die Okta al jaren voert. Maar het is niet zozeer een strijd tegen de gebruiker, integendeel, het is een strijd met frictie. Vertegenwoordigers van het bedrijf vertellen ons regelmatig dat ze die overweging voortdurend moeten herwaarderen. Toch is er een rode draad te bespeuren. Deze draait namelijk om het minimaliseren van harde breekpunten om een identiteit te verifiëren als dat niet op basis van context te doen is. Een bekend IP-adres, regulier inloggedrag en het raadplegen van bekende bronnen zijn allemaal signalen die een enkele biometrische verificatie voldoende maken. Is er iets ongewoons aan de locatie, de timing en/of het aanspreken van gevoelige gegevens, dan kan dit tot een extra verificatiestap leiden. Voor agents is dat paradigma nog volwassen aan het worden. Maar Wainwright stelt dat Okta de “technieken en mechanismen die we al hebben uitgevoerd op een nieuw schaalniveau uitvoeren”.
Cruciaal hierbij is dat de verantwoordelijkheid niet opeens verschuift. Het beheer van agent-identiteiten is Okta’s domein, maar wat die agents doen is aan de business-kant of het IT-beheer, afhankelijk van de opzet. We hebben het weleens eerder genoemd, maar Okta spreekt om deze reden om een fabric in plaats van enkel een platform. De identity fabric is maakbaar, flexibel, veelzijdig. “Tenzij je een fabric hebt en tooling om wat agents doen te monitoren, heb je geen manier om uit te vogelen hoe de situatie is ontstaan,” aldus Wainwright. Die situatie kan om van alles gaan, zoals het aanspreken van gevoelige data of het activeren van meerdere sub-agents door één grotere AI-tool. “Het mooie met Okta is omdat we een agent-actie aan een gebruiker binden als eigenaar, kunnen we de workflow zien en reconstrueren.”
Blijf denken aan de basics (en de mensen)
Voor veel organisaties zijn de agentic dromen nog precies dat: dromen. De praktische dag-tot-dag realiteit draait veelal om de basis. Ook Greenwheels liep bij de vorige identiteitsoplossing tegen maar al te bekende problemen aan: de support zou eindigen en bovendien was er geen ingebouwde Multi-Factor Authentication (MFA). Okta Customer Identity Cloud (voorheen Auth0) bleek de oplossing voor Greenwheels te zijn om die beide problemen aan te pakken. Vier jaar geleiden was Greenwheels tevens volledig naar de cloud gestapt, iets dat erg past bij de SaaS-opzet van Okta.
We worden soms spreekwoordelijk op de vingers getikt als we stellen dat de mens de zwakste securityschakel is. Eerder in dit artikel zullen sommige lezers dan ook hebben gezucht bij die uitspraak. Linnemann van Greenwheels draait het om en gaat impliciet uit van menselijke fouten. Het belangrijkste, zegt hij, is dat er een no-blame cultuur binnen de organisatie leeft. “Als ik iemand de schuld geef voor het klikken op een verdachte link, dan gaan ze het me niet nog een keer vertellen als het misgaat.” Hij benadrukt dat er geen domme vragen bestaan op securitygebied. Personeel moet daarom zich vrij voelen om te melden dat er een verdacht bericht binnenkwam via e-mail, WhatsApp of Teams. Verschillende tools vragen om verschillende identificatie, en Greenwheels maakt dan ook gebruik van MFA of QR-scans afhankelijk van de context.
Conclusie: blijf traceerbaar
Met de opkomst van AI-systemen zijn de mogelijkheden voor niet-menselijke input ver reikend. Dat betekent dat het overzicht bewaren een uitdaging blijft. En oplossingen als Okta kunnen een handje helpen, maar de systematische toepassing van de ideëen erachter is aan de organisaties die de tooling afnemen. Een agent toewijzen aan een identiteit met just-in time toegang en de juiste schaal kan systematisch, maar dat hangt af van een solide basis. Het begrip, zo benadrukt Wainwright, draait om realisme. Een service-account dat je voor agents gaat gebruiken, gaat use cases en daarmee privileges opbouwen. Een agent-account binnen Okta’s identity fabric gaat uit van deze verraderlijke elementen.
Veel organisaties vragen zich af wat het rendement van AI is of wordt. Dat begint bij het begrip over wat agents precies betekenen binnen een organisatie. Als ze als legitieme interne agents niet eens traceerbaar zijn of medewerkers maken gebruik van shadow AI-tools, dan valt er weinig zinnigs te zeggen over het nut ervan. Met overzicht kunnen agent-taken gebonden zijn aan menselijke gebruikers die aanspreekbaar zijn op het gedrag van hun AI-tools.
Linnemann benoemt tevens dat Greenwheels niet één AI-model gebruikt. In plaats daarvan is er een provider die meerdere LLM’s aanbiedt. Zo kunnen gebruikers zelf kiezen of Claude, Gemini of een ander model het beste past bij hun use case. Bouwen zij een agent, dan kunnen zij via Okta herleidbaar zijn. Daar begint het overzicht op AI en daarmee ook het begin van een antwoord op de vraag wat ze opleveren. Ontbeer je dat overzicht, dan weet je ook niet welke voordelen (en gevaren) deze agents voor je opleveren.