הבעיה המרכזית: Copilot אינו ממציא הרשאות. הוא חושף אותן.
הטעות הנפוצה ביותר בהטמעת הכלי היא ההנחה ש-Copilot פועל בתוך "סביבה מבודדת". בפועל, המודל פועל תחת מערך ההרשאות המדויק של המשתמש המחובר. אם לעובד יש גישה היסטורית (אף אם שגויה) לתיקיית SharePoint המכילה חוזים משפטיים, דוחות שכר, או לתיבת דוא"ל של מנהל שהעניק לו הרשאה זמנית בעבר, Copilot ייגש למידע הזה, יסנתז אותו ויציג אותו למשתמש באופן נגיש וברור.
אין מדובר בפגם טכני של המערכת, אלא בשיקוף ישיר של אתגר משילות נתונים המוכר לארגונים רבים: הרשאות היסטוריות מצטברות שאינן מנוהלות כראוי.
ארבעת הסיכונים המרכזיים בארגון
חשיפה פנימית לא מכוונת (Insider Risk)
כשעובד מבקש מ-Copilot: "סכם לי את הנתונים אודות תקציב פרויקט X", התשובה עשויה להתבסס על מסמכים שהוא מעולם לא פתח בפועל, אך בעל הרשאת גישה אליהם. הבעיה כאן אינה כוונה זדונית מצד העובד, אלא זמינות של מידע עודף.
הזרקת הוראות זדוניות (Prompt Injection)
גורמים עוינים עלולים לנצל את היכולת של Copilot לסרוק קבצים חיצוניים, במטרה להחדיר הוראות נסתרות למנוע ה-AI. מסמך Word נגוע או דוא"ל מניפולטיבי עלולים לגרום למערכת לשלוף ולהציג מידע רגיש באופן בלתי צפוי.
שימוש בכלי AI שאינם מאושרים (Shadow AI)
מחוץ לסביבת מיקרוסופט, עובדים נוטים להתחבר לכלי בינה מלאכותית חיצוניים באמצעות חשבונות ארגוניים כגון ChatGPT Enterprise ,Gemini for Workspace ועוד. ללא הגדרת מדיניות ברורה, המידע הארגוני זולג לפלטפורמות שצוות ה-IT אינו מודע לקיומן ולרמת אבטחתן.
חשיפת מידע בזמן אמת (Copilot in Teams)
במהלך פגישות Teams המערכת מאזינה, מתמללת ומסכמת. אם במהלך הפגישה עולה מידע רגיש, נתוני לקוחות או מידע אישי, הסיכום הנוצר הופך לאובייקט נתונים מתועד שעלול להיות נגיש למשתמשים נוספים בארגון.
מסגרת עבודה מומלצת לצוותי אבטחת מידע ו-IT
- שלב 1 – ביקורת הרשאות מקדימה: בטרם פריסת Copilot בקרב כלל עובדי החברה, יש לבצע סריקת הרשאות מקיפה באמצעות Microsoft Entra Access Reviews ו-SharePoint Advanced Management. המטרה היא לאתר ולצמצם הרשאות יתר: קבצים הנגישים לכלל החברה, קבוצות בעלות חברות שאינה מנוהלת והרשאות ירושה מיושנות.
- שלב 2 – תיוג מידע רגיש באמצעות Purview: מערכת Microsoft Purview Information Protection מאפשרת לסמן מסמכים בתוויות רגישות (Confidential, Highly Confidential). Copilot פועל בכפוף לתוויות אלו ומגביל את עיבוד הנתונים בהתאם. ללא מדיניות תיוג מוגדרת, כלל הנתונים זוכים ליחס זהה מצד ה-AI.
- שלב 3 – ניטור שאילתות ו-Audit Logs: כל פעולה מול Copilot מתועדת ב-Microsoft 365 Audit Log. מומלץ להגדיר התראות אוטומטיות לאיתור חריגות, כגון כמות יוצאת דופן של שאילתות על מסמכי משאבי אנוש (HR), פניות חוזרות לקבצים פיננסיים, או ניסיונות גישה לתיקיות ממודרות.
- שלב 4 – גיבוש מדיניות שימוש ארגונית ב-AI: על הארגון לנסח מסמך מדיניות רשמי (AI Acceptable Use Policy) המגדיר אילו נתונים מותרים לעיבוד, אילו כלים מאושרים לשימוש, ומה אסור בתכלית האיסור, לדוגמה – העלאת קבצי לקוחות, מידע מזהה אישי (PII) או מידע רפואי רגיש.
נקודת מבט מהשטח
בעבודה מול ארגונים המאמצים את תשתיות Microsoft 365, אנו מזהים דפוס חוזר: צוות ה-IT ממהר להפעיל את Copilot בעקבות דרישות עסקיות ובדיקת ההרשאות נדחית לשלב מאוחר יותר. האתגר הוא ששלב ה"מאוחר יותר" מתרחש לרוב בצורת אירוע אבטחה: עובד שנחשף למידע ממודר, או הנהלה המגלה שסיכום פגישה חסויה דלף לגורמים לא מורשים בתוך החברה.
Copilot הוא כלי עוצמתי מאין כמוהו, אך AI הפועל על גבי ארכיטקטורת הרשאות רעועה מהווה מכפיל סיכון, ולא רק מכפיל פרודוקטיביות.
בשורה התחתונה, המעבר לסביבת עבודה מבוססת AI אינו מהלך טכנולוגי בלבד. הוא דורש בשלות אבטחתית המקדימה את שלב ההטמעה. ארגונים שישכילו ליישם תהליכי ניהול זהויות, סיווג נתונים ומדיניות AI טרם הפעלת הכלים, הם אלו שיפיקו את המרב מהיכולות החדשות תוך שמירה על שליטה מוחלטת בנכסי המידע שלהם.
הנשק האפקטיבי ביותר נגד סיכוני AI הוא ארכיטקטורת הרשאות נקייה ומנוהלת והיא חייבת להיות מוכנה עוד לפני שה-AI נכנס לפעולה.
אנחנו כאן כדי ללוות אתכם צעד אחר צעד בבנייה והטמעה של סביבת עבודה טכנולוגית, מתקדמת ומאובטחת. צרו קשר לשיחת ייעוץ ובדיקת התאמה לארגון שלכם.
