Wbudowywanie AI w platformę cyberbezpieczeństwa

To studium przypadku obejmuje drugi etap naszej współpracy z platformą do ograniczania ryzyka cybernetycznego z siedzibą w USA (NDA), z którą współpracujemy od lipca 2020 roku. Pierwszy etap doprowadził produkt od prototypu do rozwiązania SaaS używanego przez firmy z listy Fortune 500 (możesz o tym przeczytać tutaj). Ten etap dotyczy kolejnego kroku: zbudowania osadzonej AI wewnątrz działającego produktu.

Wyzwanie

Do 2025 roku platforma była dojrzałym produktem analitycznym z wyraźną propozycją wartości i bazą klientów z listy Fortune 500. Wraz z dojrzewaniem produktu ujawniły się trzy problemy:

• Złożoność na poziomie interfejsu. Platforma przetwarzała bogate dane o ryzyku cybernetycznym, jednak ich interpretacja wymagała wiedzy eksperckiej. Ten wzorzec jest typowy dla regulowanych, silnie opartych na danych obszarów: rachunkowości, bankowości, finansów, compliance.
   
• Niska częstotliwość korzystania. Większość użytkowników otwierała narzędzie raz na kwartał, aby przygotować okresowe raporty. Produkt nie był częścią ich codziennej pracy.
   
• Czasochłonne wdrożenie. Nowi klienci potrzebowali około 45 minut prowadzonej konfiguracji oraz aktywnego zaangażowania działu wsparcia, zanim mogli samodzielnie korzystać z produktu.

Gdy agentowe, w stylu ChatGPT, interakcje stały się rynkowym oczekiwaniem, klient przyszedł do nas z jasnym kierunkiem: przenieść ten model interakcji do ich platformy do ograniczania ryzyka cybernetycznego. Trudność polegała na tym, że panel musiał jednocześnie działać dla trzech bardzo różnych typów użytkowników.
 

Członek zarządu potrzebuje zrzutu ekranu, który nie wymaga dodatkowych wyjaśnień, gotowego do wklejenia do raportu kwartalnego. CFO potrzebuje narracji stojącej za liczbami. CISO potrzebuje konwersacyjnej głębi, aby badać dane i działać na ich podstawie. Ten sam interfejs musiał obsłużyć wszystkie trzy role. Zbudowanie tego oznaczało coś więcej niż dorzucenie klona ChatGPT na wierzch platformy. To oznaczało jeden interfejs, trzy persony i LLM wplecione w sposób, w jaki wszyscy z niego korzystają.

Nasze podejście: Projektowanie produktu

Kluczowym pytaniem produktowym było to, jak wprowadzić LLM do klasycznego interfejsu panelu bez zmuszania użytkowników do wyboru między dwoma trybami pracy. Nie chcieliśmy budować kolejnego klona ChatGPT ani copilota siedzącego obok platformy, bo oba podejścia zostawiają użytkownika z dwoma równoległymi interfejsami. Wybraliśmy hybrydę. Użytkownik zachowuje znajomy tryb „kliknij i działaj” dla rzeczy, które już potrafi, a zyskuje „zapytaj i działaj” dla całej reszty. Hybryda chroni krzywą uczenia się. Użytkownicy są wprowadzani we współpracę z LLM stopniowo, z zabezpieczeniami na każdym etapie, aż będą mogli działać samodzielnie.

Sercem rozwiązania jest czterowarstwowy model: drabina, która pozwala użytkownikom zagłębiać się w dane we własnym tempie, a Aria jest obecna na każdym poziomie. Każda warstwa odpowiada na inne pytanie. Im głębsza warstwa, tym interakcja wolniejsza i bardziej elastyczna. Im wyższa, tym szybsza i bardziej deterministyczna. Przebudowaliśmy panel wokół jednej zasady: na początku prostota, złożoność na żądanie.

Warstwa 0 — Zarządcza: Co się dzieje?

Pierwszy widok po zalogowaniu, zaprojektowany dla członków zarządu, kadry zarządzającej i wszystkich, którzy potrzebują orientacji w kilka sekund. Góra panelu eksponuje najważniejsze wskaźniki stanu cyberbezpieczeństwa. To klasyczny widok dashboardu, dostępny natychmiast, bez udziału AI. Niebieskie przyciski pod każdą metryką prowadzą do wstępnie renderowanych treści: odpowiedzi wyświetlane są natychmiast z istniejących danych, bez wywołania modelu, bez czekania. To poziom „screenshot-first”, który tłumaczy się sam.

Warstwa 1 — Finansowa: Dlaczego to się dzieje?

Warstwa dochodzeniowa, gdzie użytkownicy tacy jak CFO i liderzy finansów zagłębiają się w narrację stojącą za liczbą. Każdą metrykę można eksplorować dalej przez niebieskie przyciski (opisane wyżej) lub fioletowe przyciski, które otwierają osadzony czat AI z Aria. Kontekstowe pigułki promptów znajdują się obok otwartego pola pytania. Pigułki wyglądają jak krótkie fioletowe przyciski, ale każda zawiera złożony prompt, podpowiadający, o co zapytać na podstawie tego, co użytkownik aktualnie ogląda. Fioletowe pigułki są punktem wejścia do głębszej warstwy.

Warstwa 2 — Wykonawcza: Zrób to za mnie

Warstwa działania, najczęściej używana przez CISO i operatorów bezpieczeństwa, którzy rozumieją już problem i potrzebują, by Aria podjęła działanie. Przyciski przestają być pasywne („View”) i stają się poleceniami („Create”, „Identify”, „Prepare”). Produkt przechodzi od pokazywania ryzyka do jego rozwiązywania.

Warstwa 3 — Otwarte zapytania: Cokolwiek masz na myśli

Pole dowolnego promptu, zawsze dostępne, działające równolegle do czterowarstwowej drabiny. Użytkownicy, którzy dokładnie wiedzą, czego chcą, nie muszą przechodzić przez każdą warstwę. Otwierają pole promptu i pytają.
Drabina jest celowo nieliniowa. W praktyce Warstwa 1 wielokrotnie się zapętla (eksploruj → eksploruj głębiej → eksploruj ponownie → i dopiero wtedy działaj), bo każdy użytkownik ma własne tempo decyzji i własną głębokość dociekań, zanim zaufa liczbie.

Co różni użytkownicy zyskują z tego samego interfejsu 

Dla CISO to narzędzie do wiercenia w liczbie z potrzebną głębią, w wybranym przez siebie tempie. Dla członków zarządu to zrzut ekranu, który tłumaczy się sam. Dla CFO to spójna narracja, która nie odsłania szwów metodologii. I przez cały czas użytkownicy nie musieli uczyć się nowego produktu, by zyskać możliwości AI. AI spotkała ich tam, gdzie już pracowali.

Nasze podejście: Architektura

Przebudowaliśmy runtime wokół trzech decyzji architektonicznych ważnych dla wdrożeń korporacyjnych: jak agent rozumuje, jak pozostaje w granicach klienta i jak łączy się z działającym stossem bezpieczeństwa klienta.
 

Orkiestracja i rozumowanie

Aria działa na LangGraph, stanowym frameworku do orkiestracji agentów, który wspiera kompozycję wielu agentów, trwałą pamięć wieloturową i strumieniowanie wykonywania narzędzi na żywo. Warstwa rozumowania korzysta z modeli Claude od Anthropic. Wybór modelu jest konfigurowalny, nie architektoniczny, więc platforma może zmieniać dostawców bez przepisywania.
 

Izolacja tenantów

Agenci Aria działają w dziesiątkach wyspecjalizowanych narzędzi: risk exposure, frameworki, governance, scoring, planowanie, I/O dokumentów oraz wszystko, co klient udostępni przez własne konektory. Każde narzędzie jest powiązane z uwierzytelnionym użytkownikiem, organizacją i profilem w momencie jego utworzenia. Model nie może przekazać, zmienić ani zobaczyć tej tożsamości.
 

Ma to szczególne znaczenie dla systemów agentowych. Cross-tenant access w Aria nie jest filtrem „na wyjściu”, który można by obejść przez prompt injection, próby jailbreaku czy złośliwe instrukcje osadzone w przesłanych dokumentach. Agent po prostu nie może wywoływać narzędzi poza granicą swojego tenanta. W czatach obejmujących całą organizację nazwy jednostek biznesowych są też pseudonimizowane, zanim jakakolwiek wiadomość trafi do modelu, i deanonimizowane w strumieniu odpowiedzi, więc model nigdy nie widzi prawdziwych identyfikatorów klienta.

Integracje na żywo przez MCP

Aria odpytuje działający stos bezpieczeństwa klienta, nie tylko dane platformy. Dziś CrowdStrike Falcon, jutro dowolne narzędzie zgodne z MCP. Rejestracja jest per profil, a uwierzytelnianie obsługuje OAuth 2.1. To przesuwa Aria z samodzielnego produktu analitycznego do warstwy orkiestracji całej operacji bezpieczeństwa klienta.
Rozszerzamy także Aria, aby udostępniała własne narzędzia jako serwer MCP, dzięki czemu Claude Desktop, Cursor lub wewnętrzne narzędzia klienta mogą pobierać dane Aria z miejsca, w którym użytkownik już pracuje. Aria czyta z dowolnego narzędzia podłączonego przez klienta i udostępnia własne dane klientom MCP po stronie klienta.

Agenci definiowani przez administratora

Administrator klienta tworzy nowych specjalistów bezpośrednio z interfejsu aplikacji: nazwa, prompt, narzędzia. Nowi agenci są dostępni dla całej organizacji w kilka minut. Działa to równolegle z promptami, które utrzymujemy, jako szybka ścieżka dla bieżących potrzeb — dzięki temu klient uczy platformę nowych ról zamiast czekać na wydanie.

Rozwiązanie

Aria to osadzone AI natywne dla platformy. Żyje w ramach interfejsu, marki i granic uwierzytelniania klienta, z głębokością analityczną oryginalnej platformy z tyłu i konwersacyjnym front-endem na wierzchu. Użytkownicy nie przełączają się do osobnego narzędzia, by z niego korzystać.

Dla użytkowników doświadczenie się zmieniło. Produkt teraz odpowiada na ich pytania i podejmuje działania w tym samym panelu. Narzędzie analityczne, które kiedyś wymagało eksperckiej interpretacji, stało się produktem samoobsługowym, w którym użytkownicy pytają, eksplorują i działają w jednym miejscu. Ryzyko nie jest już tylko wyświetlane. Jest adresowane w tym samym przepływie pracy.

Dla klienta rozwój produktu przestał być blokowany przez cykle wydań. Zespół administratorów może wdrażać nowych agentów, nowe prompty i nowe konektory do działających narzędzi bezpieczeństwa w kilka minut, konfigurowane bezpośrednio z interfejsu aplikacji. Klient może sam rozszerzać platformę wraz z pojawiającymi się potrzebami, bez czekania na sprint czy wdrożenie.

Strukturalnie zmieniło się to, że platforma działa teraz jako warstwa orkiestracji stosu bezpieczeństwa klienta, a nie tylko produkt analityczny. Ten sam interfejs obsługuje raporty dla zarządu, narracje CFO i dochodzenia CISO. Ta sama architektura pozwala zespołowi administratorów klienta rozszerzać możliwości Aria i podłączać nowe narzędzia bezpieczeństwa bez udziału zespołu inżynieryjnego.