О чем вы узнаете
Современная безопасность идентификации требует не только индивидуальных интеграций. Вот как Model Context Protocol упрощает ваши рабочие процессы, уменьшает затраты на обслуживание и масштабируется в соответствии со сценариями использования на основе искусственного интеллекта.
Для вашей службы безопасности нет необходимости создавать новый скрипт, коннектор или настраиваемую интеграцию для каждого нового рабочего процесса по обеспечению безопасности идентификационных данных. Сегодняшний стремительный рост объема идентификационных данных делает такой подход все менее приемлемым.
В течение многих лет команды полагались на индивидуально разработанную модель, которая обеспечивала гибкость, но требовала времени, усилий и технического обслуживания. Если им были нужны индивидуальные отчеты, автоматизация процессов адаптации и увольнения сотрудников, поддержка аудита или городов между разрозненными системами, они создавали это самостоятельно, а затем поддерживали все это еще долгое время после того, как его разработчики ушли из компании.
Этот подход больше не является оптимальной моделью работы с учетом темпов и масштабов внедрения решений на основе искусственного интеллекта, которые сейчас появляются в сфере защиты идентичности.
Проблема сейчас заключается не в том, смогут ли команды реализовать еще одну интеграцию, а в том, стоит ли это делать
Это изменение имеет большое значение, поскольку специалисты по безопасности идентификации не рассматривают искусственный интеллект как новинку. Они ищут практические способы извлечения данных, автоматизации рабочих процессов и создания более интегрированной экосистемы без дополнительной нагрузки на техническое обслуживание. Именно здесь MCP —Model Context Protocol- изменяет подход к решению задач. Вместо того чтобы разрабатывать отдельную комплексную программу для каждого конкретного случая использования, команды могут настроить MCP один раз и использовать его во многих взаимодействиях с платформой.
Почему разовые интеграционные роботы становятся узким местом?
Разовые интеграции дают сбой, поскольку каждый новый запрос требует дополнительной индивидуальной работы.
Один скрипт обрабатывает отчеты, другой – задача жизненного цикла пользователя. Еще один подключает отдельный инструмент, еще один поддерживает новую команду. Каждый из них необходимо создать, протестировать, защитить и поддерживать. Польза от этого реальна, но экономическая эффективность оставляет желать лучшего. Проще говоря: модель разработки на основе коннекторов приносит пользу, но не создает эффекта масштаба. Если вы хотите получить гораздо большую пользу, вам придется приложить гораздо больше усилий.
Вот в чем состоит настоящая проблема, с которой сейчас приходится сталкиваться командам по безопасности идентификации. Искусственный интеллект увеличивает спрос, а не уменьшает его. Все больше команд нуждаются в доступе к данным с помощью естественного языка. Все больше команд нуждается в автоматизации рабочих процессов. Все больше команд нуждаются в агентах, способных выполнять действия внутри управляемых систем. Если каждый новый запрос и дальше запускает новый цикл построения, то именно модель интеграции становится узким местом.
Удачи достигнут те организации, которые перестанут рассматривать каждый случай использования как отдельный инженерный проект.
Что изменится, когда платформа Delinea станет интерфейсом ИИ, пригодным для многократного использования?
Протокол Model Context Protocol (MCP) изменяет модель работы по «созданию для каждого конкретного случая использования» на «подключи один раз – используй широко».
Delinea описывает MCP как стандартный, безопасный способ подключения ИИ к инструментам и данным. На практике это означает, что пользователь может работать через LLM с интерфейсом природного языка для взаимодействия с платформой Delinea без необходимости понимать базовые API или вручную создавать рабочий процесс. MCP-сервер интерпретирует запрос, применяет проверки соответствия требованиям управления и выполняет необходимые вызовы API от имени пользователя. Пользователь может выразить намерение, а сервер MCP может уточнить запрос, применить проверки соответствия требованиям управления и политикам и выполнить необходимые вызовы API от имени пользователя.
Это значительное изменение. Благодаря ей платформа становится более простой в использовании, более быстрой в работе и более гибкой для внедрения инноваций. Кроме того, это изменяет круг пользователей, которые могут извлечь пользу из системы. Вместо того, чтобы направлять каждый вопрос или рабочий процесс в очередь разработчиков, команды могут использовать модуль обработки природного языка для получения ответов, форматирования результатов и поддержки более сложных операций на всей платформе.
Вместо того, чтобы тратить время разработчиков на создание решения для каждого частного случая использования, вы настраиваете MCP один раз, и он подходит для многих различных случаев использования
Прекратите перерабатывать «трубопровод». Начните рассматривать интерфейс как повторную инфраструктуру.
Более быстрое взаимодействие с ИИ не означает ослабления контроля
Этот подход не предполагает открытие прямого канала связи с большой языковой моделью (LLM) к привилегированным системам без каких-либо средств контроля.
Архитектура построена на основе контролируемого взаимодействия с платформой. Сервер MCP использует существующую систему проверки подлинности клиента, а агенты ИИ используют временные токены доступа для выполнения задач. Действия регистрируются с учетом контекста идентификации, в частности, указывается, были ли они инициированы человеком или искусственным интеллектом. Протокол также поддерживает двустороннее взаимодействие, позволяющее проверять запросы, применять правила и контролировать ответы с целью уменьшения риска непреднамеренного раскрытия информации.
Специалисты по безопасности правы, относясь скептически к любой модели искусственного интеллекта, обещающей скорость за счет обхода средств контроля.
В сфере защиты идентичности скорость без возможности отслеживания является серьезной проблемой.
Скорость без соблюдения политик – это серьезная ошибка. Лучшим решением является управляемое ускорение: более быстрое взаимодействие, более широкая автоматизация и одновременно лучшая возможность аудита.
Агентный ИИ повышает ставки
Разработчики все чаще создают агентов, использующих инструменты для выполнения таких задач как формирование отчетов, управление пользователями и автоматизация рабочих процессов. В таких средах MCP становится распространенным способом взаимодействия агентов с внешними системами.
Именно здесь призыв «прекратить создавать разовые интеграции» приобретает еще большее значение. Если организации начнут разрабатывать многочисленные агенты так же, как они создают многочисленные скрипты и коннекторы, они снова столкнутся с той же проблемой масштабирования только под новым названием «ИИ». При таком подходе увеличение количества агентов будет означать рост нестабильной индивидуальной работы.
Вот лучший альтернативный подход: единственный агент искусственного интеллекта программно использует платформу для авторизации, аудита и других задач, при этом затраты на его разработку и тестирование значительно меньше. Это гораздо лучше соответствует направлению развития искусственного интеллекта в корпоративном секторе.
Что сейчас должны делать команды по безопасности идентификации?
Команды должны перестать рассматривать внедрение искусственного интеллекта как совокупность разрозненных экспериментов и начать разрабатывать стратегию взаимодействия.
Начните с проверки базовых запросов, затем перейдите к более сложному поиску данных и форматированному выводу результатов, а в завершение к административным операциям. Такой последовательный подход дает организациям практическую стартовую площадку: начинайте с простой, убедитесь в работоспособности системы, увеличивайте ее пользу, а со временем переходите к более сложным задачам.
Компания Delinea разработала это решение в рамках открытой совместной инициативы. Сервер Delinea MCP доступен как объект с открытым кодом, с которым могут экспериментировать клиенты и партнеры. Теперь команды могут просмотреть подходы к доступу, автоматизации и расширению систем защиты идентификационных данных в среде, основанной на искусственном интеллекте. Команды, которые продолжают полагаться на разовые интеграции, будут тратить больше времени на поддержку устаревших моделей, в то время как другие будут создавать более масштабируемые решения.
Если ваша команда изучает возможности искусственного интеллекта для составления отчетов, автоматизации рабочих процессов, поддержки аудита или применения в качестве агента в сфере защиты идентичности, именно сейчас пора отойти от подхода, ориентированного на разовые интеграции.
Источник: AI doesn’t need more connectors. It needs a better interface
