NIEUWS

IN HET KORT: Uit een beveiligingsanalyse van cybersecuritybedrijf Zscaler blijkt dat de adoptie van kunstmatige intelligentie in het bedrijfsleven gepaard gaat met omvangrijke veiligheidsrisico's. Alle 38 internationale grootbedrijven (enterprises) die door Zscaler onder de loep werden genomen, maken gebruik van AI-tools of -modellen die direct kwetsbaar zijn voor externe cyberaanvallen. Geen enkele van de onderzochte organisaties bleek de ingezette AI-infrastructuur volledig te hebben afgeschermd.

Publieke toegankelijkheid en gebrekkige toegangscontrole

De kern van het probleem ligt volgens het onderzoek bij de manier waarop AI-toepassingen binnen bedrijfsmogelijkheden worden geïntegreerd. Bij alle 38 geanalyseerde organisaties waren bedrijfseigen AI-systemen van buitenaf bereikbaar zonder dat er afdoende toegangscontroles of beveiligingsbarrières waren ingesteld.

Hierdoor ontstaan aanzienlijke risico's. Aanvallers kunnen via deze kwetsbare AI-modellen en -interfaces proberen binnen te dringen op het bedrijfsnetwerk, gevoelige bedrijfsdata buit te maken of verkeerde instructies aan geautomatiseerde AI-systemen te voeren. Waar de focus van IT-afdelingen voorheen voornamelijk lag op het blokkeren van ongeautoriseerde 'schaduw-AI' (zoals medewerkers die op eigen houtje publieke chatbots gebruiken), bevindt het grootste risico zich nu in officieel goedgekeurde en ingebouwde AI-toepassingen.

Beveiliging loopt achter op razendsnelle adoptie

De snelle integratie van AI-assistenten, taalmodellen en geautomatiseerde AI-agents in dagelijkse werkprocessen zorgt ervoor dat de traditionele beveiligingsarchitectuur tekortschiet. Veel bedrijven vertrouwen nog op gefragmenteerde beveiligingsoplossingen en losse point solutions. Dit creëert blinde vlekken tussen verschillende teams en IT-lagen, waar kwaadwillenden eenvoudig misbruik van kunnen maken.

Volgens experts van Zscaler moeten organisaties AI niet langer beschouwen als een losse productiviteitstool, maar als een potentieel primair aanvalsvector voor geautomatiseerde cyberaanvallen op machinesnelheid.

Noodzaak voor een Zero Trust-benadering

Om de groeiende risico's rondom AI te bezweren, adviseren beveiligingsdeskundigen om het zogenaamde Zero Trust-beginsel ook strikt toe te passen op AI-infrastructuur. Dit houdt in dat geen enkele gebruiker, prompt, AI-agent of koppeling automatisch wordt vertrouwd.

Organisaties dienen volgens het rapport drie concrete stappen te nemen:

Volledige inventarisatie: Het in kaart brengen van alle actieve AI-toepassingen, modellen, agents en datastromen binnen de organisatie (AI Asset Management).

Strikte toegangscontrole: Het dynamisch en contextafhankelijk bepalen welke medewerkers of systemen toegang krijgen tot specifieke AI-functies en brongegevens.

Continu testen en afschermen: Het actief testen van modellen op zwakke plekken (Red Teaming) en het inzetten van beschermingslayers (Guardrails) om ongewenst of schadelijk gedrag van AI-systemen tijdens gebruik direct te blokkeren.