אזהרת Akamai: לא מספיק לזהות סוכני AI — צריך לפקח על מה שהם עושים

דו״ח Akamai, Speed, Scale, and Nonhuman Identity: The Agentic Threat Landscape, מציג את ה-AI הסוכני כמעבר מתוכנה שעונה על שאלות לישויות לא-אנושיות שמסוגלות לאחזר מידע, להפעיל כלים, לקרוא לממשקי API ולבצע פעולות מרובות שלבים. המסר האבטחתי המרכזי שלו: אימות והרשאות גישה סטטיות כבר אינם מספיקים. ארגונים צריכים לפקח על מה שזהויות אלה עושות — בהקשר הנכון ובזמן אמת. 117

למה סוכנים אוטונומיים משנים את מודל הסיכון

סוכן אוטונומי מחבר בין יכולת ההסקה של מודל לבין גישה למערכות ארגוניות. הסיכון נוצר ברגע שהסוכן יכול לפעול: להעביר נתונים, להשתמש בדפדפן, להתחבר ל-API או להפעיל תהליך עבודה.

Akamai מגדירה זאת כבעיית זהות לא-אנושית. הארגון צריך לזהות לא רק את העובד או השירות שמאחורי פעולה מסוימת, אלא גם את הסוכן עצמו, את הכלים שבידיו, את הנתונים שאליהם הוא יכול להגיע ואת השאלה אם התנהגותו מתאימה למשימה. 12

הסיכונים העיקריים שמדגיש הדו״ח

1. שיחות עם צ׳אטבוטים עלולות להפוך לערוץ דליפת מידע

לפי Akamai, יותר מ-6% משיחות ה-AI בצ׳אטבוטים ממכשירים ארגוניים כוללות מידע רגיש. המשמעות היא שהנחיות (prompts), קבצים שמועלים והיסטוריית שיחות הם חלק ממעטפת אבטחת המידע של הארגון — ולא רק עניין של כלי פרודוקטיביות. 1

החשיפה גדלה כאשר עובדים משתמשים בחשבונות AI פרטיים או בכלים שאינם מנוטרים. פעולות כאלה עשויות להישאר מחוץ לנראות ולבקרות המדיניות של הארגון, ולכן קשה יותר לדעת איזה מידע ארגוני שותף ולאן הגיע. Akamai מונה את תופעת ה-Shadow AI כחלק משטח התקיפה המתרחב. 12

2. הרחבות AI בדפדפן יוצרות סביבת עבודה שאינה מנוהלת

הדפדפן הוא נקודת בקרה מורכבת במיוחד: שם העובדים עובדים, מזדהים, צופים במידע רגיש ומשתמשים יותר ויותר בעוזרי AI. Akamai מציינת כי יותר מ-40% מהמשתמשים בארגונים התקינו הרחבות דפדפן מבוססות AI; אצל 25% מההרחבות הללו השתנו ההרשאות במהלך 12 החודשים הקודמים. 12

אין פירוש הדבר שכל הרחבה היא זדונית. החשש הוא שההרשאות, הגישה לנתונים וההתנהגות של ההרחבה יכולים להשתנות במרחב עבודה שאינו זוכה בהכרח לאותה בחינה קפדנית שלה זוכות אפליקציות ארגוניות מנוהלות.

3. MCP מטשטש את הגבול בין מידע לפעולה

פרוטוקול הקשר למודלים, Model Context Protocol או MCP, מאפשר לסוכנים להשתמש בכלים ובממשקי API. Akamai מתארת אותו כ״ידיים״ המעשיות של AI סוכני — אך גם כגורם שמטשטש את הגבול בין נתונים לקוד. שרת MCP זדוני או שנפרץ עלול להשפיע על התנהגות המודל באמצעות הזרקת הנחיות (prompt injection) או מתקפות בין שרתים. 2

מכאן נובע אתגר של נראות והרשאה: צוותי אבטחה צריכים לדעת לאילו שירותי MCP הסוכן מסוגל להגיע, אילו אישורים והרשאות זמינים לו, ואילו פעולות הוא מבצע בפועל בזמן ריצה.

4. בוטים וניצול לרעה של API פועלים במהירות מכונה

Akamai קושרת את עליית הסוכנים לאתגר רחב יותר באבטחת בוטים וממשקי API. מערכות אוטומטיות יכולות לחקות התנהגות של לקוחות ולהגדיל את היקף האינטראקציות שעל צוותי ההגנה לבחון כדי להבין כוונה ולזהות ניצול לרעה. בתחום המסחר, Akamai רשמה עלייה שנתית של 19% בתעבורת בוטי AI בשנת 2025, בעיקר בהשפעת פעילות קמעונאית. 20

לא כל בוט AI הוא זדוני: יש סורקים, בוטי חיפוש, כלי אחזור וסוכנים לגיטימיים. משימת האבטחה היא אפוא להבחין בין פעילות מותרת וצפויה לבין התנהגות חריגה או מזיקה. 1827

5. סורקי AI עוברים מקריאה לביצוע פעולות

האזהרה של Akamai חלה גם על שירותים הפונים לרשת. מחקר שצוטט בחומרים שסופקו מצא שסורקי AI מאומתים, ובהם ChatGPT, שולחים בקשות POST בתדירות גבוהה — ולא רק מאחזרים דפים באמצעות GET. בקשת POST יכולה למסור מידע או להפעיל פעולה, למשל התחברות, הוספת מוצר לסל או השלמת רכישה. 19

בניתוח של 30 יום, מסחר אלקטרוני היווה 44.8% מעסקאות ה-POST של בוטי AI, ואילו ענף התיירות הגיע ל-30% בחודש אחד. אין בכך כדי לקבוע שבקשת POST היא בהכרח זדונית; המשמעות היא שתעבורה שמקורה ב-AI עשויה להגיע יותר ויותר לתהליכים שבהם בקרות הונאה, בדיקות הרשאה וניטור עסקאות הם קריטיים. 19

ארבעה צעדי ממשל ואבטחה לארגונים

כיוון הפעולה שמציעה Akamai הוא מעבר מניהול זהויות מסורתי לממשל התנהגותי של גורמים אנושיים ולא-אנושיים. אפשר לתרגם את הגישה לארבע עדיפויות מעשיות. 117

1. לפקח על התנהגות, לא רק על זהות

יש לאמת משתמשים, שירותים וסוכנים — אך גם לבחון מה הם מבקשים לעשות. הבקרות צריכות להביא בחשבון את הפעולה המבוקשת, מערכת היעד, השימוש בכלים, הגישה לנתונים ודפוסי התנהגות חריגים בתהליכי עבודה ובממשקי API. 117

2. לבנות מיפוי של סוכנים, ממשקי API וכלים המחוברים ל-MCP

ארגונים זקוקים לנראות על סוכנים שהוטמעו, חשבונות שירות, הרחבות דפדפן, שרתי MCP, ממשקי API מחוברים וההרשאות שלהם. קשה לאבטח חיבורים לא מוכרים והרשאות עודפות, מפני שלא ניתן להעריך באופן מהימן את השפעתם. 2

3. לאכוף הרשאה מינימלית ולהגן על זרימות המידע של AI

יש להגביל כל סוכן וכל כלי מחובר לנתונים, למערכות ולפעולות הנחוצים בלבד למשימה שהוגדרה לו. לצד זאת, יש לנטר שימוש בצ׳אטבוטים, כלי AI מבוססי דפדפן ותנועת מידע רגיש — כך שהמדיניות תתייחס להקשר וליעד של המידע, ולא רק לשאלה אם החשבון הצליח להתחבר. 12

4. להפעיל בקרות מבוססות סיכון בזמן אמת, עם פיקוח אנושי

אוטומציה במהירות מכונה דורשת הגנות שבוחנות התנהגות תוך כדי התרחשותה. פעולות בסיכון נמוך וניתנות לביטול עשויות להתאים לאוטונומיה רחבה יותר; פעולות רגישות, חריגות או בעלות השפעה גבוהה צריכות להיתקל בבקרות מחמירות יותר או לדרוש אישור אנושי. גישה זו תואמת את הדגש של Akamai על פיקוח בזמן אמת על התנהגות לא-אנושית ופעילות API. 17

השורה התחתונה

הדו״ח של Akamai אינו מתייחס לסוכני AI כאל עוד סוג של משתמש או בוט. הוא מתייחס אליהם כאל גורמים תפעוליים שמחברים בין נתונים, כלים ועסקאות. לכן העדיפות האבטחתית היא להשיג נראות על החיבורים האלה, לצמצם הרשאות, לנטר התנהגות באופן רציף ולהתאים את היקף האוטונומיה לרמת הסיכון. 1217