Den centrale ændring er arkitektonisk: I stedet for at rute sikkerhedstelemetri til en ekstern analysemotor kører Exabeams adfærdsmodeller direkte på data, der allerede er hostet i Google Security Operations. Det gør det muligt for sikkerhedsteams at anvende den samme adfærdsbaselinering og detektionsmekanisme for unormal adfærd, som de bruger til menneskelige brugere, på ikke-menneskelige identiteter – AI-agenter – i én samlet platform .
Løsningen kan også anskaffes via Google Cloud Marketplace, hvilket reducerer administrativt besvær for organisationer, der allerede er i Google Cloud-økosystemet .
Traditionel sikkerhedsovervågning var bygget til menneskelige adfærdsmønstre: logintider, filadgangsmængder, eskalationssekvenser. AI-agenter bryder de modeller. De kører 24/7, kalder API'er direkte, bruger gyldige legitimationsoplysninger i legitime arbejdsgange og kan stille og roligt drive væk fra tilsigtet adfærd, når underliggende modeller opdateres eller genoptrænes .
Integrationen adresserer dette gennem tre mekanismer:
Adfærdsanalyse for ikke-menneskelige identiteter. Sikkerhedsteams kan overvåge AI-agenters aktivitetsmønstre sammen med menneskelige brugere i samme platform og opdage afvigelser, der indikerer misbrug, fejljustering eller kompromittering . Når en agent begynder at få adgang til systemer uden for sit normale omfang eller kalde værktøjer i usædvanlige sekvenser, flagrer adfærdsmodellen det.
Samlet detektion af insider-trusler på tværs af mennesker og agenter. Exabeams adfærdsintelligens identificerer risikabel aktivitet uanset oprindelse – om det er fra en medarbejder, en konsulent eller en AI-agent. Exabeams CEO Pete Harteveld bemærkede, at "fremkomsten af AI-agenter fundamentalt ændrer, hvordan arbejde udføres, og hvordan organisationer skal tænke om risiko" . Steve Wilson, Exabeams Chief AI and Product Officer, udtrykte det mere direkte: "Eftersom AI-agenter er blevet digitale medarbejdere i virksomhedsmiljøer, må organisationer nu sikre og styre både menneskelige og ikke-menneskelige identiteter med samme niveau af tilsyn" .
Ingen overhead ved databevægelse. Fordi analyser kører direkte på data, der allerede findes i Google Security Operations, undgår teams den operationelle kompleksitet ved at rute agenttelemetri til separate værktøjer. Exabeams interne test indikerer, at dette kan accelerere opdagelse, efterforskning og respons-arbejdsgange med op til 80 procent .
Integrationen bygger på en vedvarende indsats fra Exabeam gennem 2025 og 2026 for at tilpasse adfærdsintelligens til den "agentiske virksomhed". Virksomheden fordoblede sin AI-fokuserede detektionsdækning til 90 detektionsmodeller i juli 2026, tilføjede support til Anthropic Claude ved siden af eksisterende dækning for OpenAI ChatGPT, Google Gemini, Microsoft Copilot og GitHub Copilot og udgav OWASP Agentic Top 10-dækningsindsigter . Det vandt også 2026 Google Cloud Partner of the Year Award for Security: Analytics & Operations .
Den underliggende tese er, at AI-agent-risiko minder meget om insider-trusler – en autoriseret enhed med legitime legitimationsoplysninger, der gør noget uventet eller farligt – men traditionelle værktøjer kan ikke se det, fordi de er kalibreret til mennesker. Ved at folde adfærdsanalyse for agenter ind i den samme konsol, hvor sikkerhedsteams allerede overvåger brugere, satser Exabeam og Google på, at løsningen ikke er et nyt værktøj, men bedre synlighed inde i det værktøj, teams allerede bruger.