Att styra AI är numera en produkt, inte en policy

Proofpoint presenterade ett system som behandlar datasäkerhet och AI-säkerhet som en sammanhängande risk, ger agenter åtkomst bara till de data deras avsikt kräver och omsätter befintliga affärspolicyer till kontroller i drift.

Salesforce presenterade Enterprise AI Harness och AI Control Plane. Enligt beskedet ska nya förmågor och den samlade upplevelsen börja rullas ut tidigt under räkenskapsåret FY28; det betyder inte att de var tillgängliga i september.

Teradata presenterade Tera som agentisk kollega och angav Q4 2026 för Context Engine, Harness och Agent Skills. Leverantörens besked är inte ett oberoende test av effektiviteten.

Tre olika leverantörer landar i samma saknade pusselbit: agenter är precis så säkra som lagret som avgör vad de får röra. Modellen blir en handelsvara. Kontext, behörighet och spårbarhet blir produkten.

Det borde ändra vad en styrelse frågar om. Inte "vilken modell använder vi?" utan "vad når den, på vems mandat, och var står det skrivet?"

Kartlägg agenternas åtkomst som ni kartlägger medarbetarnas. Minsta möjliga behörighet gäller även mjukvara som agerar.

Logga avsikt, inte bara utdata. När något går fel behöver ni veta varför agenten trodde att den skulle agera.

Håll kontrollagret leverantörsneutralt. Ni kommer att byta modeller. Ni ska inte behöva byta styrning varje gång.

2021 drabbades Coop av en IT-attack, och Scan & Pay måste ändå fungera för kunderna. Läs Coop-caset. Motståndskraft avgörs långt innan incidenten — av vad ledningen valde att prioritera.

Vill styrelsen förstå AI-risker utan jargong? Se AI-föreläsningen eller rådgivning för ledningsgrupper.

En demonstration av styrning bör innehålla en handling som agenten inte får utföra. Be leverantören visa ett försök att läsa skyddad information, en otillåten ändring och en uppgift där behörigheten just har dragits tillbaka. Följ avslaget och granska loggen i stället för att nöja er med en bild av de tänkta kontrollerna.

Fråga sedan var regeln faktiskt upprätthålls. Stoppar den verktygsanropet, eller säger den bara åt modellen att inte göra det? Vem kan ändra regeln, och går ändringen att spåra? Kräv en tydlig skillnad mellan modellens förklaring av sitt beteende och dokumentationen av de behörigheter och handlingar som ingick.

Central överblick och lokalt ägarskap behöver inte vara motsatta lösningar. Överväg gemensamma minimikontroller med verksamhetsägare som ansvarar för enskilda arbetsflöden. Avvägningen att undersöka är enhetlighet mot den detaljnivå som varje uppgift kräver.

Utgå inte från det i inköpsbeslutet. Fråga vad som fortfarande beror på källsystemens behörigheter, identitetshantering, driftövervakning och mänsklig granskning. Gör gränserna tydliga, även för det som produkten inte omfattar eller kan kontrollera.

Vem kan stoppa en agent om kontrolltjänsten inte är tillgänglig? Testa det överenskomna agerandet, även hur nödvändigt arbete fortsätter utan agenten. Coop-caset ger en diskussion om motståndskraft grundad i en verklig störning, inte belägg för en säkerhetsprodukt. Kombinera inköpsfrågorna med incidentanalysen för att granska ansvar för hantering, inte bara förebyggande skydd.