謝至恩本文目錄
當企業競相導入 AI，資安的戰場也悄悄轉移。 SailPoint 台灣、香港及澳門董事總經理戴健慶 (Simon Tai) 提出一句發人深省的觀察：「駭客現在不是在 hacking，而是在 logging 。」攻擊者不再硬闖系統，而是拿著合法身分直接登入。當 AI 代理 (AI agent) 大量進入企業流程，身分 (identity) 的範疇已從「人」擴張到「人＋AI 代理＋機器帳號」，身分治理正式成為資安的新前線。
戴健慶指出，過去身分治理以人與特權帳號為核心，但 Agentic AI 盛行之後，agent 本身就是一個具備權限、能存取資料、能執行任務的身分。
更關鍵的是規模差異。「人不可能每天無上限地加，流動率畢竟有限；可是 agent 只要機器一買，愛怎麼加就怎麼加。」他表示，這讓 AI 代理的權限擴張速度遠超傳統人員帳號，風險也更難掌握。
因此，SailPoint 主張用管理「人」的那一套原則來治理 AI 代理，也就是秉持權限最小化的原則，為每個 agent 指定負責人 (owner/manager)，任何權限異動都必須經過審批。他特別提醒，過去不少企業為了方便，直接給 agent 一個高權限的 service account 後，便一路放行，「這其實風險很高」，一旦 agent 失控，影響範圍將難以收拾。
核心觀念一：Inbound 與 Outbound 的雙向控管
戴健慶強調，AI 代理與傳統身分最大的不同，在於它同時存在 inbound 與 outbound 兩個方向的權限。
- Outbound traffic：指 agent 對外能存取哪些應用、資料與系統，也就是它「能做什麼」，這是傳統權限可以控制的部分。
- Inbound traffic：指哪些人、 service account 或其他帳號可以「呼叫」這個 agent，這往往是最容易被忽略的風險點。
「假如我的權限很低，但我有能力使用一個高權限的 agent，那是否就會造成越權？」戴健慶點出，AI 代理的風險不只在於「它能做什麼」，更在於「誰能用它」。
他以企業內部搜尋型 agent 為例：這類 agent 雖然具備搜尋全公司資料的高權限，但當低權限使用者呼叫它時，agent 必須依照使用者本身的權限限制回傳範圍，不能讓使用者看到超出其權限的機密資料。 SailPoint 的做法之一，是把原本龐大的 agent 拆解成多個依資料等級或任務範圍切分的小型 agent，再依呼叫者的權限觸發對應的 agent，達成動態且分級的權限控管。
戴健慶以去年美國速食業者麥當勞的招募系統事故說明 inbound traffic 的重要性。該系統以 AI agent 進行面試，可存取候選人的敏感個資（包括社會安全碼等）。事故的根源並非 agent 本身，而是外包廠商在系統上線後，未移除一個應該停用的測試帳號，導致該帳號仍能連到招募 agent 並存取個資。
「這就是 inbound traffic 的問題。」他表示，除了雙向控管，最基本的帳號衛生 (hygiene)－也就是 SailPoint 一直在做的 lifecycle management－同樣不可忽視：哪些帳號該關掉、哪些權限該收回，都必須落實。他提到金融業也曾因第三方外包商帳號未妥善管理而出事，「你的 AI agent 做得再好都沒用，假如你留了一個尾巴，外包帳號沒管好，他們就能進入這個 agent，風險就大了。」
戴健慶坦言，第三方與外包帳號是台灣企業常見的盲點，「先不談 AI，光是在公司內部把人與特權帳號管好，台灣這邊就還有滿長的路要走。」
核心觀念二：Adaptive Identity 適應性身分
談到 SailPoint 主推的 Adaptive Identity（適應性身分），戴健慶解釋，過去的權限大多是靜態的：一個人進公司後權限就固定下來，除非轉任、升職或離職才會變動。
而適應性身分，則是依使用者當下的任務、情境與所在地點，根據政策 (policy) 動態調整權限。「譬如我原本在香港有較高權限，但突然來到台灣，那原本的高權限是否還應該保留？」他表示，access right 不能再是靜態的，而要隨情況與政策改變，並搭配 just-in-time 授權：為了當下工作給予的高權限，工作完成後就應該收回。
他也指出，「特權」的概念正在泛化－不再只有 IT admin 是特權帳號，Oracle ERP 裡的 admin 同樣是特權帳號。因此 SailPoint 改採 just-in-time 的方式來處理權限。
雙向賦能：SailPoint for AI 與 AI for SailPoint
戴健慶將 SailPoint 與 AI 的關係拆成兩個方向。
在 SailPoint for AI 方面，平台不只管理 agent 權限與 inbound/outbound，也能偵測 Shadow AI，並協助客戶將安全團隊認可的 AI 治理框架寫成管理政策。
在 AI for SailPoint 方面，SailPoint 反過來運用 AI 降低治理負擔：
- 以 AI 識別出行為模式，協同人員分析比對相同職務、不同地區人員的權限配置，取最小必要集合自動定義角色，並寫入至管理政策；
- 運用生成式 AI 將難懂的權限描述「白話化」，轉成主管看得懂的說明，降低權限審查的審批門檻；
- 透過 AI 導入，依 CMDB 與 SSO 自動推薦應使用的連接器，並協助資料對應，縮短應用接入平台的時間；
- 以 Harbor Pilot(Copilot) 讓使用者用自然語言查詢平台資料、自動生成工作流程與報表，降低新人學習成本。
Shadow AI 與「識別脈絡」的差異化
面對員工私自使用未核准 AI 工具的 Shadow AI 問題，戴健慶表示，SailPoint 不只看 agent 權限，也能觀察員工使用了哪些未經允許的 AI 工具、上傳了哪些不該上傳的資料。目前平台已能在 browser 層面偵測，預計 7 月底的版本將延伸到 endpoint 與 gateway 。
與一般網路層或 endpoint 方案（如 IPS 、 CrowdStrike）相比，戴健慶認為 SailPoint 的最大優勢在於 identity context：「我們不只看到這個行為，還知道這個人本身有哪些帳號、哪些權限，出事的影響範圍有多大。」當發現風險時，平台可即時將相關帳號隔離控管。
他也強調治理應求平衡而非一味封鎖：若發現多數員工確實需要某項應用，企業應考慮將它納入平台管理、提供適當帳號與權限，而不是全面禁止。
從靜態控管走向即時、情境式授權
綜觀來說，AI 時代的身分治理核心，是把零信任從「靜態控管」推向「即時、情境式的動態授權」，並將治理對象從「人」擴張到「人＋AI 代理＋機器帳號」。
戴健慶建議，台灣企業最務實的第一步，是先補強帳號衛生與第三方治理的基本功，再以分級治理加速落地。當 AI 代理已成為企業裡日益龐大的新身分，「誰能呼叫 agent」與「agent 能做什麼」同等重要－這正是企業在 AI 浪潮下，必須重新補上的一堂身分治理課。