குறிப்பாக மனிதர்களின் நேரடி கண்காணிப்பு இல்லாமலேயே பல்வேறு பணிகளை மேற்கொள்ளக்கூடிய AI agents அதிகரித்து வருவது, நிறுவனங்களின் பாதுகாப்பு கட்டமைப்புக்கு புதிய சவால்களை உருவாக்குவதாக அவர் தெரிவித்துள்ளார். இதே நேரத்தில், AI தொடர்பான பாதுகாப்பு அச்சங்கள் அதிகரிப்பதே தங்களது நிறுவனத்தின் சாதனை காலாண்டு வருவாய்க்கும் முக்கிய காரணிகளில் ஒன்றாக அமைந்துள்ளதாகவும் Kurtz குறிப்பிட்டுள்ளார்.

CrowdStrike வெளியிட்டுள்ள சமீபத்திய காலாண்டு முடிவுகள் இதன் முக்கியத்துவத்தை வெளிப்படுத்துகின்றன. நிறுவனத்தின் இரண்டாவது காலாண்டு நிதியாண்டு 2027 வருவாய் சுமார் 1.47 பில்லியன் அமெரிக்க டாலராக உயர்ந்துள்ளது. இது முந்தைய ஆண்டின் இதே காலாண்டுடன் ஒப்பிடும்போது சுமார் 26 சதவீத வளர்ச்சியாகும். ஆய்வாளர்கள்எதிர்பார்த்த அளவைவிடவும் இந்த வருவாய் அதிகமாகஇருந்தது. அதேபோல், நிறுவனத்தின் Annual Recurring Revenue எனப்படும் வருடாந்திர தொடர்ச்சியான வருவாய் 25 சதவீதம் உயர்ந்து 5.84 பில்லியன் டாலரை எட்டியுள்ளது. புதிய ARR சேர்க்கையும் நிறுவன வரலாற்றில் சாதனை அளவாக பதிவாகியுள்ளது.

இந்த வளர்ச்சிக்கு AI தொடர்பான பாதுகாப்பு தேவைகள் முக்கிய பங்காற்றுவதாக Kurtz கூறுகிறார். நிறுவனங்கள் தங்களது பணிகளில் AI-ஐ அதிகமாக பயன்படுத்தத் தொடங்கியுள்ள நிலையில், அந்த AI அமைப்புகளை பாதுகாப்பாக இயக்குவதற்கான தேவையும் அதிகரிக்கிறது. குறிப்பாக நிறுவனங்களின் தரவுகள், கணினி அமைப்புகள் மற்றும் முக்கியமான தகவல்களை அணுகும் திறன் கொண்ட AI agents அதிகரிக்கும்போது, அவற்றை கட்டுப்படுத்துவதற்கான பாதுகாப்பு நடவடிக்கைகளும் அதே வேகத்தில் வளர வேண்டும். இல்லையெனில், ஒரு AI அமைப்பில் ஏற்படும் சிறிய பாதுகாப்பு குறைபாடே பெரிய அளவிலான தாக்குதலுக்கு வழிவகுக்கும் அபாயம் இருப்பதாக சைபர் பாதுகாப்பு துறை கவலை தெரிவிக்கிறது.

இந்த சூழலில் Anthropic நிறுவனத்தின் Mythos AI அமைப்பு முக்கிய உதாரணமாக முன்வைக்கப்படுகிறது. மிக மேம்பட்ட சைபர் பாதுகாப்பு பணிகளுக்காக உருவாக்கப்பட்ட இந்த AI அமைப்பு, மென்பொருள்களில் உள்ள பாதுகாப்பு குறைபாடுகளை கண்டறிவது போன்ற பணிகளில் பயன்படுத்தப்பட்டு வருகிறது. இதுபோன்ற AI திறன்கள் ஒருபுறம் பாதுகாப்பு நிபுணர்களுக்கு உதவியாக இருந்தாலும், அதே திறன்கள் தவறான நோக்கத்துடன் பயன்படுத்தப்பட்டால் சைபர் குற்றவாளிகளுக்கும் சக்திவாய்ந்த கருவியாக மாறக்கூடும் என்பதே கவலையாக உள்ளது. இதைத்தான் Kurtz சைபர் பாதுகாப்பின் புதிய "AI arms race" எனக் குறிப்பிடுகிறார். ஒரு பக்கம் நிறுவனங்கள் AI-ஐ பயன்படுத்தி தாக்குதல்களை விரைவாக கண்டறிந்து தடுக்க முயற்சிக்கும் நிலையில், மறுபக்கம் குற்றவாளிகளும் AI-ஐ பயன்படுத்தி பாதுகாப்பு குறைபாடுகளை வேகமாக கண்டுபிடிக்கும் சூழல் உருவாகியுள்ளது. இதனால் தாக்குதல் நடத்துபவர்களுக்கும் பாதுகாப்பு அமைப்புகளுக்கும் இடையிலான போட்டி முன்பைவிட வேகமாக நடைபெறுகிறது.

AI agents குறித்த கவலை, அவை மனிதர்களுக்காக பதில்களை உருவாக்குவது மட்டுமல்லாமல், சில சூழல்களில் தன்னிச்சையாக செயல்படக்கூடிய திறனைப் பெறுவதால்தான் அதிகரித்துள்ளது. ஒரு நிறுவனத்தின் மென்பொருளுடன் இணைக்கப்பட்ட AI agent-க்கு கோப்புகளை அணுகவும், பணிகளை இயக்கவும், அனுமதிகளை மாற்றவும் அல்லது பிற டிஜிட்டல் அமைப்புகளுடன் தொடர்பு கொள்ளவும் வாய்ப்பு இருந்தால், அந்த agent தவறாக பயன்படுத்தப்படும் பட்சத்தில் அதன் தாக்கம் சாதாரண chatbot பிரச்சினையைவிட மிகப்பெரியதாக இருக்கும். இதன் காரணமாக, நிறுவனங்கள் AI-ஐ பயன்படுத்தும்போது அதன் செயல்திறனை மட்டுமே கவனிக்காமல், அந்த AI எதை அணுக முடியும், என்ன நடவடிக்கைகளை மேற்கொள்ள முடியும், எந்த தரவுகளுடன் தொடர்பு கொள்ள முடியும் என்பதையும் கட்டுப்படுத்த வேண்டிய அவசியம் ஏற்பட்டுள்ளது. AI agent-களுக்கு தேவையான அளவுக்கு மட்டுமே அனுமதி வழங்குவது, அவற்றின் செயல்பாடுகளை கண்காணிப்பது, சந்தேகத்திற்கிடமான நடவடிக்கைகளை உடனடியாக கண்டறிவது போன்ற பாதுகாப்பு நடைமுறைகள் முக்கியத்துவம் பெறுகின்றன.

சைபர் பாதுகாப்பு துறையில் ஏற்பட்டுள்ள இந்த மாற்றம் CrowdStrike போன்ற நிறுவனங்களுக்குப் புதிய வர்த்தக வாய்ப்பையும் உருவாக்கியுள்ளது. இதுவரை கணினிகள், சர்வர்கள் மற்றும் நெட்வொர்க்குகளை பாதுகாப்பதில் கவனம் செலுத்திய நிறுவனங்கள், தற்போது AI models மற்றும் AI agents-ஐயும் பாதுகாக்க வேண்டிய கட்டாயத்தில் உள்ளன. இதனால் AI security என்பது எதிர்காலத்துக்கான ஒரு கூடுதல் வசதி என்ற நிலையிலிருந்து, நிறுவனங்களின் அடிப்படை சைபர் பாதுகாப்பு கட்டமைப்பின் ஒரு பகுதியாக மாறி வருகிறது. கடந்த காலங்களில் சைபர் தாக்குதல்கள் பெரும்பாலும் மனிதர்கள் உருவாக்கிய malware, phishing மற்றும் பிற கருவிகளை அடிப்படையாகக் கொண்டிருந்தன. ஆனால் AI திறன்கள் வேகமாக வளர்ந்து வரும் நிலையில், தாக்குதல்களை திட்டமிடுதல், குறைபாடுகளை கண்டறிதல் மற்றும் இலக்குகளைத் தேர்வு செய்தல் போன்ற பணிகளிலும் தானியக்கம் அதிகரிக்கக்கூடும். இதனால் பழைய பாதுகாப்பு முறைகளை மட்டும் நம்பியிருப்பது போதுமானதாக இருக்காது என்ற எச்சரிக்கை தற்போது வலுப்பெற்று வருகிறது.

அதே நேரத்தில், AI தொழில்நுட்பத்தை அச்சுறுத்தலாக மட்டுமே பார்க்க வேண்டியதில்லை. பாதுகாப்பு அமைப்புகளில் AI-ஐ பயன்படுத்துவதன் மூலம் தாக்குதல்களை மனிதர்களைவிட வேகமாக கண்டறிதல், மிகப்பெரிய அளவிலான தரவுகளை ஆய்வு செய்தல் மற்றும் சந்தேகத்திற்கிடமான செயல்பாடுகளை தானாக அடையாளம் காணுதல் போன்ற பல நன்மைகளும் கிடைக்கின்றன. எனவே, AI-க்கு எதிராக போராடுவதற்குப் பதிலாக AI-ஐ பயன்படுத்தியே AI மூலம் உருவாகும் அச்சுறுத்தல்களை எதிர்கொள்வதே அடுத்த கட்ட சைபர் பாதுகாப்பின் முக்கிய அணுகுமுறையாக மாறி வருகிறது.

தற்போதைய சூழலை பார்க்கும்போது, AI வளர்ச்சியின் அடுத்த கட்டம் வெறும் புதிய மென்பொருள் அல்லது chatbot உருவாக்கத்தில் மட்டும் இருக்கப்போவதில்லை. மனிதர்களுக்குப் பதிலாக சில முடிவுகளை எடுத்து செயல்படும் AI agents அதிகரிக்கும் நிலையில், அவற்றின் பாதுகாப்பு மிக முக்கியமானதாக மாறும். நிறுவனங்கள் AI-ஐ வேகமாக ஏற்றுக்கொள்ளும் அதே நேரத்தில், அதன் அணுகல், அனுமதி மற்றும் செயல்பாடுகளுக்கு கடுமையான பாதுகாப்பு கட்டுப்பாடுகளை உருவாக்க வேண்டிய அவசியமும் உருவாகியுள்ளது. AI வளர்ச்சி எவ்வளவு வேகமாக இருக்கிறதோ, அதே வேகத்தில் அதற்கான பாதுகாப்பு கட்டமைப்பும் வளர வேண்டும் என்பதையே தற்போதைய சைபர் பாதுகாப்பு சூழல் உணர்த்துகிறது.