Akamai: agentów AI trzeba kontrolować na podstawie ich zachowania

Agent AI nie jest już wyłącznie narzędziem odpowiadającym na pytania. Może wyszukiwać informacje, korzystać z narzędzi, wywoływać interfejsy API i realizować wieloetapowe procesy. W raporcie Speed, Scale, and Nonhuman Identity: The Agentic Threat Landscape Akamai przekonuje, że ochrona przedsiębiorstwa nie może ograniczać się do pytania „kto uzyskał dostęp?”. Trzeba też stale oceniać, co dany agent próbuje zrobić, do jakiego systemu sięga i czy jego działanie jest adekwatne do zadania. 117

Dlaczego agenty AI zmieniają model ryzyka

Autonomiczny agent łączy zdolność modelu do rozumowania z dostępem do firmowych danych, aplikacji i procesów. Ryzyko pojawia się w momencie, gdy może wykonać działanie: przesłać dane, użyć przeglądarki, połączyć się z API lub uruchomić workflow.

Akamai opisuje ten problem jako zarządzanie tożsamościami niebędącymi ludźmi. Firma musi wiedzieć nie tylko, który pracownik lub serwis stoi za operacją, lecz także: jaki agent bierze w niej udział, z jakich narzędzi korzysta, do jakich danych ma dostęp oraz czy jego zachowanie mieści się w dozwolonym zakresie. 12

Najważniejsze zagrożenia wskazane przez Akamai

Rozmowy z chatbotami jako kanał wycieku danych

Według Akamai ponad 6% rozmów z chatbotami AI prowadzonych na urządzeniach firmowych zawiera dane wrażliwe. To oznacza, że prompty, pliki przesyłane do czatu i historia konwersacji stają się częścią firmowego obwodu ochrony danych — a nie tylko kwestią produktywności pracowników. 1

Problem pogłębia korzystanie z prywatnych albo nieobjętych nadzorem kont AI. Takie użycie może pozostawać poza zwykłą widocznością i politykami organizacji, utrudniając ustalenie, jakie dane firmowe udostępniono i dokąd trafiły. Akamai zalicza tzw. shadow AI do rosnącej powierzchni ataku przedsiębiorstwa. 12

Rozszerzenia AI w przeglądarce tworzą słabo kontrolowane środowisko pracy

Przeglądarka jest szczególnie trudnym punktem kontroli: pracownicy logują się w niej do usług, przeglądają wrażliwe informacje i coraz częściej korzystają z asystentów AI. Akamai podaje, że rozszerzenia przeglądarkowe oparte na AI zainstalowało ponad 40% użytkowników w przedsiębiorstwach, a 25% tych rozszerzeń zmieniło swoje uprawnienia w ciągu poprzednich 12 miesięcy. 12

Nie oznacza to, że każde rozszerzenie jest złośliwe. Zagrożeniem jest raczej fakt, że jego uprawnienia, dostęp do danych i zachowanie mogą zmieniać się w środowisku, które nie zawsze podlega równie rygorystycznej kontroli jak zarządzane aplikacje firmowe.

MCP zaciera granicę między danymi a wykonywalnym działaniem

Model Context Protocol (MCP) pozwala agentom korzystać z narzędzi i API. Akamai określa go jako praktyczne „ręce” agentowej AI, ale zarazem wskazuje, że protokół zaciera granicę między danymi a kodem. Złośliwy lub przejęty serwer MCP może wpływać na działanie modelu przez prompt injection albo ataki między serwerami. 2

Dla zespołów bezpieczeństwa oznacza to problem widoczności i autoryzacji. Muszą one wiedzieć, z jakimi usługami MCP agent może się łączyć, jakie poświadczenia i uprawnienia są dostępne oraz jakie operacje agent rzeczywiście wykonuje w trakcie działania.

Boty i nadużycia API działają z prędkością maszynową

Akamai łączy rozwój agentów z szerszym wyzwaniem w zakresie bezpieczeństwa botów i API. Automatyzacja może naśladować zachowania klientów i zwiększać liczbę interakcji, których intencję oraz potencjalne nadużycie muszą ocenić obrońcy. W handlu internetowym ruch botów AI wzrósł w 2025 r. o 19% rok do roku, głównie za sprawą sektora detalicznego. 20

Nie każdy bot AI jest złośliwy. Obok nadużyć funkcjonują przydatne crawlery, boty wyszukiwarek, systemy pobierające treści i agenty realizujące zadania użytkownika. Celem ochrony jest więc odróżnienie dozwolonego, oczekiwanego ruchu od zachowania anormalnego lub szkodliwego. 1827

Crawlery AI przechodzą od odczytu stron do wykonywania operacji

Ostrzeżenie dotyczy również usług dostępnych przez internet. Badanie przywołane w materiałach źródłowych wskazuje, że zweryfikowane crawlery AI, w tym ChatGPT, wysyłały częste żądania POST, a nie tylko pobierały strony żądaniami GET. Żądanie POST może przekazać dane lub wywołać działanie, np. logowanie, dodanie produktu do koszyka czy finalizację zakupu. 19

W analizie obejmującej 30 dni e-commerce odpowiadał za 44,8% transakcji POST wykonywanych przez boty AI, a branża turystyczna osiągnęła 30% w jednym miesiącu. Samo żądanie POST nie jest złośliwe. Wniosek jest jednak istotny: ruch pochodzący od AI coraz częściej może docierać do procesów, w których kluczowe są mechanizmy antyfraudowe, kontrola autoryzacji i monitoring transakcji. 19

Cztery priorytety dla firm

Kierunek rekomendowany przez Akamai można sprowadzić do przejścia od klasycznego zarządzania tożsamością do zarządzania zachowaniem ludzi i podmiotów niebędących ludźmi. 117

1. Kontrolować zachowanie, nie tylko tożsamość

Należy uwierzytelniać użytkowników, usługi i agenty, ale równocześnie oceniać ich zamiar i kontekst działania. Kontrole powinny uwzględniać żądaną operację, system docelowy, użycie narzędzi, dostęp do danych oraz nietypowe zachowania w procesach i API. 117

2. Zbudować inwentaryzację agentów, API i narzędzi podłączonych przez MCP

Organizacja potrzebuje pełnej widoczności wdrożonych agentów, kont usługowych, rozszerzeń przeglądarkowych, serwerów MCP, podłączonych API oraz ich uprawnień. Nieznane połączenia i nadmierne uprawnienia trudno zabezpieczyć, ponieważ zespoły nie są w stanie wiarygodnie ocenić ich skutków. 2

3. Stosować zasadę najmniejszych uprawnień i chronić przepływ danych AI

Każdy agent i podłączone narzędzie powinny mieć dostęp wyłącznie do danych, systemów i działań koniecznych do jasno określonego zadania. Powinno temu towarzyszyć monitorowanie użycia chatbotów, narzędzi AI w przeglądarce oraz przemieszczania danych wrażliwych — z uwzględnieniem kontekstu i miejsca docelowego danych, a nie tylko udanego logowania. 12

4. Wprowadzić sterowanie ryzykiem w czasie rzeczywistym i nadzór człowieka

Automatyzacja działająca z prędkością maszynową wymaga ochrony, która ocenia zachowanie w chwili jego wystąpienia. Zadania niskiego ryzyka, łatwe do odwrócenia, mogą otrzymać większą autonomię. Działania wrażliwe, istotne biznesowo lub nietypowe powinny podlegać silniejszym zabezpieczeniom albo wymagać zatwierdzenia przez człowieka. Jest to zgodne z postulatem Akamai, by w czasie rzeczywistym zarządzać zachowaniem podmiotów niebędących ludźmi i aktywnością API. 17

Najważniejszy wniosek

Akamai nie traktuje agentów AI jak kolejnej odmiany użytkownika czy bota. Są to uczestnicy procesów operacyjnych, którzy mogą łączyć dane, narzędzia i transakcje. Dlatego priorytetem powinny być: widoczność tych połączeń, ograniczanie uprawnień, ciągłe monitorowanie zachowania oraz autonomia dostosowana do poziomu ryzyka. 1217