SailPoint 正在通过引入自主智能(agentic AI)能力,推进其身份安全平台的发展,并计划在今年晚些时候推出新工具,帮助各组织管理和保护在其环境中部署越来越多的 AI 代理。
这家在东盟监管行业中拥有较强影响力的身份安全供应商,将 AI 代理的崛起视为治理领域的全新前沿。
SailPoint 东盟区负责人 Eric Kong 在最近接受 Computer Weekly 采访时表示: “AI 正在保护您的企业,但是谁在保护 AI?这是一个新兴问题,未来两年内将会呈爆炸式增长,届时这些代理及其访问权限将无人监管。”
SailPoint 自 2017 年起便开始将 AI 与机器学习技术整合到其平台中,以自动化角色建模和简化身份流程等任务。近期,该公司利用 Amazon Bedrock 推出的生成式 AI(GenAI),自动补全权限描述,从而解决访问认证中常见的痛点。
在此基础上,SailPoint 最近推出了 Harbor Pilot——一项基于自主 AI 的身份治理和管理服务。“我们已经在该产品中推出了两个代理,” Kong 说道。“其中一个代理负责文档处理。通过对话式提示,您可以询问如何执行某些操作,我们会将相关文档整合呈现出来。”
“第二个是工作流代理,”他补充道。“对于一些简单任务,您可以说‘我想实现这些目标。你能为我构建一个工作流吗?’我们的代理将生成一个工作流模板,帮助您理清复杂流程。”
Kong 表示,初期推出的代理旨在协助身份专家,目前还未达到完全自主运行的程度。“构建和部署工作流完全由您掌控,系统不会自动部署,”他补充道。但他也指出,随着自主 AI 技术的快速发展,“我们才刚刚起步,这一趋势将会加速。”
Kong 认为更意义重大的发展,是 SailPoint 即将推出的针对非 SailPoint AI 代理治理的能力。该能力预计将在今年下半年推出,将把 AI 代理当作企业中的另一种身份类型来处理。
Kong 表示:“我们将致力于为企业客户提供解决方案,帮助他们治理、管理和保护这些代理。我们对待 AI 代理的方式,与处理人类身份、机器身份或第三方身份并无二致。”
他指出,缺乏监管的 AI 代理存在风险,包括无法清楚了解代理的所有权和访问权限,以及可能获得过多权限。“我们的研究表明,82% 的企业已经在部署代理,但只有 44% 的企业考虑过如何对其制定治理政策,” Kong 说。
“如果你没有考虑这一问题,那么就无法掌握这些代理的所有权及其可以访问的资源,很可能会出现大量代理获得潜在过多权限而无人察觉,甚至因 AI 的过度配置而导致风险。”
SailPoint 旨在为企业提供工具,以便发现这些代理,了解它们的访问权限,将其与所有者关联,并应用既定的身份治理原则,例如访问审查和最小权限原则。
随着 AI 代理逐渐普及,Kong 相信其复杂性和规模将使单靠人工监管变得不可能。“能够将 AI 代理及其身份视为组织身份体系的一部分将至关重要,” Kong 指出。
在东盟地区,Kong 表示 SailPoint 在新加坡、马来西亚、印尼、泰国和菲律宾等市场的需求十分强劲。虽然未透露具体增长数字,但 Kong 表示,基于客户需求,公司计划在该地区扩大销售和职能团队。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。