Машинные идентификаторы теперь превосходят человеческие в ошеломляющем соотношении 82 к 1. Этот дисбаланс, подтвержденный исследованием CyberArk в конце 2025 года, перегружает устаревшие системы управления идентификацией и доступом (IAM). Эти системы, разработанные для пользователей-людей, с трудом справляются с взрывным ростом числа AI-агентов и других машинных идентификаторов.

Всплеск произошел недавно и быстро. Пользователи Microsoft Copilot Studio создали более 1 миллиона AI-агентов всего за один квартал 2025 года, что на 130% больше. Эти AI-агенты не просто проходят аутентификацию; они действуют, что делает их управление критически важным. Покупка ServiceNow компаний в сфере безопасности на сумму 11,6 миллиарда долларов в 2025 году подчеркивает сдвиг в сторону идентификации как основы управления рисками, связанными с AI.

Эта перегрузка машинных идентификаторов создает значительные уязвимости в системе безопасности. Gartner прогнозирует, что к 2028 году 25% корпоративных утечек будут происходить из-за злоупотребления AI-агентами. Проблема возникает из-за медленной облачной IAM, сложных проверок безопасности и давления, требующего приоритета скорости в разработке. В результате разработчики часто создают теневых агентов и учетные записи с избыточными разрешениями.

Традиционные архитектуры IAM, включая Active Directory, LDAP и ранние PAM, не были разработаны для такого масштаба. Они рассматривали машины как исключения, а не как правило. Этот человеко-ориентированный подход больше не является жизнеспособным в мире, управляемом AI.

Ожидайте быстрой эволюции стратегий IAM. Акцент сместится в сторону AI-ориентированных решений безопасности, способных управлять и контролировать машинные идентификаторы в масштабе. Отрасль должна уделять приоритетное внимание точности, а не скорости, чтобы предотвратить широко распространенное злоупотребление AI-агентами и обеспечить безопасность будущего корпоративного AI.