Il cambiamento fondamentale è di natura architetturale: anziché instradare la telemetria di sicurezza verso un motore di analisi esterno, i modelli comportamentali di Exabeam vengono eseguiti direttamente sui dati già ospitati all'interno di Google Security Operations. Ciò consente ai team di sicurezza di applicare le stesse tecniche di baseline comportamentale e rilevamento anomalie utilizzate per gli utenti umani anche alle identità non umane — gli agenti AI — in un'unica piattaforma unificata .
La soluzione è inoltre acquistabile tramite Google Cloud Marketplace, semplificando le procedure amministrative per le organizzazioni già inserite nell'ecosistema Google Cloud .
Il monitoraggio della sicurezza tradizionale è stato costruito per modelli di comportamento umano: orari di accesso, volumi di accesso ai file, sequenze di escalation. Gli agenti AI rompono questi modelli. Operano 24 ore su 24, 7 giorni su 7, richiamano API direttamente, utilizzano credenziali valide in flussi di lavoro legittimi e possono deviare silenziosamente dal comportamento previsto man mano che i modelli sottostanti vengono aggiornati o riaddestrati .
L'integrazione Exabeam-Google affronta questo problema attraverso tre meccanismi:
Analisi comportamentale per identità non umane. I team di sicurezza possono monitorare i modelli di attività degli agenti AI insieme agli utenti umani all'interno della stessa piattaforma, rilevando anomalie che indicano uso improprio, disallineamento o compromissione . Quando un agente inizia ad accedere a sistemi al di fuori del suo normale ambito o a chiamare strumenti in sequenze insolite, il modello comportamentale lo segnala.
Rilevamento unificato delle minacce interne per umani e agenti. L'intelligence comportamentale di Exabeam identifica attività rischiose indipendentemente dalla loro origine — che si tratti di un dipendente, un collaboratore esterno o un agente AI. Pete Harteveld, CEO di Exabeam, ha osservato che "l'ascesa degli agenti AI sta cambiando fondamentalmente il modo in cui il lavoro viene svolto e il modo in cui le organizzazioni devono pensare al rischio" . Steve Wilson, Chief AI and Product Officer di Exabeam, è stato ancora più diretto: "Poiché gli agenti AI sono diventati lavoratori digitali all'interno degli ambienti aziendali, le organizzazioni devono ora proteggere e governare sia le identità umane che quelle non umane con lo stesso livello di supervisione" .
Nessun sovraccarico di movimentazione dati. Poiché l'analisi viene eseguita direttamente sui dati già presenti in Google Security Operations, i team evitano la complessità operativa di instradare la telemetria degli agenti verso strumenti separati. I test interni di Exabeam indicano che questo può accelerare i flussi di rilevamento, indagine e risposta fino all'80% .
Questa integrazione si basa su uno sforzo continuo di Exabeam nel corso del 2025 e del 2026 per adattare l'intelligence comportamentale all'"impresa agentica" (agentic enterprise). L'azienda ha raddoppiato la propria copertura di rilevamento incentrata sull'AI portandola a 90 modelli di rilevamento a luglio 2026, ha aggiunto il supporto per Anthropic Claude accanto alla copertura esistente per OpenAI ChatGPT, Google Gemini, Microsoft Copilot e GitHub Copilot, e ha pubblicato approfondimenti sulla copertura OWASP Agentic Top 10 . Ha inoltre vinto il Google Cloud Partner of the Year Award 2026 per la Security: Analytics & Operations .
La tesi di fondo è che il rischio degli agenti AI assomiglia molto a una minaccia interna — un'entità autorizzata con credenziali legittime che fa qualcosa di inaspettato o pericoloso — ma gli strumenti tradizionali non possono vederlo perché sono stati tarati per gli umani. Integrando l'analisi comportamentale degli agenti nella stessa console in cui i team di sicurezza monitorano già gli utenti, Exabeam e Google scommettono che il rimedio non sia un nuovo strumento, ma una migliore visibilità all'interno dello strumento che i team già utilizzano.