De opkomst van AI-agents: hoe MCP je organisatie openstelt voor AI

Het AI-landschap is het afgelopen jaar fundamenteel veranderd. We zijn het tijdperk van statische chatbots voorbij en bevinden ons nu in het tijdperk van AI-agents. AI-agents zijn autonome systemen die acties kunnen uitvoeren, bedrijfssystemen kunnen raadplegen en complexe workflows kunnen automatiseren.

Dit nieuwe niveau van autonomie steunt op een opkomende technologie: het Model Context Protocol (MCP).

Hoewel MCP ongekende productiviteitswinsten en naadloze integraties tussen AI en bedrijfssystemen mogelijk maakt, brengt het ook nieuwe beveiligingsuitdagingen met zich mee die elke IT-beheerder en security professional zou moeten begrijpen.

LLM’s en MCP begrijpen

Laten we beginnen bij de basis.

Large Language Models (LLM’s)

Een Large Language Model (LLM) is het ‘brein’ achter een AI-assistent. Het begrijpt natuurlijke taal, redeneert over problemen, plant taken en genereert antwoorden.

Een LLM is echter van nature geïsoleerd. Op zichzelf heeft het geen toegang tot de interne databases, SaaS-applicaties, identity platformen, CRM-systemen of cloud infrastructuur van je organisatie.

Model Context Protocol (MCP)

Het Model Context Protocol (MCP) vormt de brug tussen een AI-model en externe systemen.

In plaats van voor elke applicatie afzonderlijke integraties te bouwen, biedt MCP een gestandaardiseerd protocol waarmee AI-assistenten op een veilige manier kunnen communiceren met API’s, databases, identity providers en bedrijfsapplicaties.

Met andere woorden: MCP vertaalt bedrijfsdata en -diensten naar een formaat dat AI-modellen kunnen begrijpen en gebruiken.

Waarom MCP-integraties nieuwe beveiligingsrisico’s met zich meebrengen

MCP zelf is niet het probleem. De uitdaging ligt vooral in de snelheid waarmee AI-integraties worden uitgerold, vaak buiten het zicht van IT- en securityteams.

Ontwikkelaars en eindgebruikers koppelen steeds vaker AI-tools zoals Cursor, Visual Studio Code, Claude Desktop of ChatGPT aan interne MCP-servers om dagelijkse taken te automatiseren.

Hierdoor ontstaat een groeiende vorm van Shadow AI.

Zonder de juiste governance kunnen AI-agents toegang krijgen tot systemen en data die nooit door securityteams zijn beoordeeld. Recent beveiligingsonderzoek heeft aangetoond dat slecht geconfigureerde of zelfs kwaadaardige MCP-servers gevoelige informatie kunnen blootstellen of onbedoelde acties kunnen uitvoeren.

Omdat deze AI-agents vaak werken met de rechten die aan de gekoppelde identiteit zijn toegekend, kunnen ze mogelijk:

• Vertrouwelijke e-mails of documenten lezen
• Toegang krijgen tot interne databases
• Wachtwoorden resetten of gebruikersaccounts aanpassen
• Gevoelige bedrijfsapplicaties raadplegen
• Bedrijfsgegevens doorsluizen naar externe diensten

Wanneer deze AI-agents buiten je asset inventory of identity managementplatform worden ingezet, hebben organisaties mogelijk weinig zicht op welke agents actief zijn, waartoe ze toegang hebben of wie hiervoor toestemming heeft gegeven.

JumpCloud Agentic AI Gateway: governance voor het AI-tijdperk

Organisaties willen AI omarmen zonder in te boeten op beveiliging.

Daar komt JumpCloud Agentic AI Gateway in beeld. n plaats van AI-agents rechtstreeks verbinding te laten maken met bedrijfsresources, fungeert de JumpCloud Gateway als een intelligente controlelaag tussen AI-assistenten en je infrastructuur.

De belangrijkste mogelijkheden zijn:

• Shadow AI ontdekken: JumpCloud helpt organisaties om autonome AI-agents binnen hun omgeving te identificeren. Security teams krijgen zicht op welke AI-tools toegang proberen te krijgen tot bedrijfsresources en kunnen onbeheerde of ongeautoriseerde AI-activiteiten detecteren.
• Identitymanagement voor Non-Human Identities: Traditionele identity security richt zich voornamelijk op mensen. AI-agents vormen een nieuwe categorie van Non-Human Identities (NHI’s) die eveneens authenticatie, autorisatie en lifecycle management vereisen. JumpCloud verifieert de identiteit van AI-agents en zorgt ervoor dat ze alleen de rechten krijgen die nodig zijn om hun taken uit te voeren, volgens het principe van least privilege.
• Gecentraliseerde governance: In plaats van afzonderlijke AI-integraties in verschillende tools te beheren, krijgen beheerders één centraal overzicht voor het afdwingen van beleidsregels.

Organisaties kunnen bepalen:

• Welke AI-agents zijn toegestaan
• Met welke MCP-servers ze verbinding mogen maken
• Tot welke applicaties en data ze toegang hebben
• Welke acties ze mogen uitvoeren

Wanneer verdacht gedrag wordt gedetecteerd, kan de toegang onmiddellijk vanuit één centrale locatie worden ingetrokken.

Auditing & governance

De gateway biedt een beveiligingslaag die AI-verkeer monitort en beheert.

Hij valideert aanvragen, dwingt beleidsregels af, beschermt legacy-systemen tegen misbruik en zorgt ervoor dat interacties via MCP worden gemonitord en geaudit. Zo helpt de gateway organisaties om zowel aan beveiligings- als compliancevereisten te voldoen.

AI beveiligen vereist meer dan identity

Identity governance is slechts één onderdeel van een veilige AI-adoptie. Nu AI-assistenten steeds meer deel uitmaken van dagelijkse workflows, hebben organisaties ook inzicht nodig in waar AI-verkeer naartoe gaat, welke data wordt gedeeld en of medewerkers gebruikmaken van goedgekeurde AI-diensten.

Barracuda SecureEdge breidt de beveiliging uit naar de netwerkedge door verkeer naar AI-applicaties te inspecteren en te controleren. Het helpt organisaties het gebruik van publieke AI-platformen te detecteren, acceptable-use policies af te dwingen en het risico te verkleinen dat gevoelige informatie onbedoeld met externe AI-diensten wordt gedeeld.

Cato Networks hanteert binnen zijn SASE-platform een vergelijkbare cloud-native aanpak door networking en security te combineren in één service. De AI-security mogelijkheden helpen organisaties AI-gebruik te identificeren, verkeer te inspecteren en Zero Trust-beleid consistent toe te passen op kantoren, remote gebruikers en cloud omgevingen. Daarnaast wordt Data Loss Prevention (DLP) toegepast om te voorkomen dat vertrouwelijke gegevens de organisatie verlaten.

Conclusie

AI-agents en het Model Context Protocol zijn niet langer opkomende concepten. Ze worden in snel tempo onderdeel van de moderne werkomgeving.

De potentiële productiviteitswinst is enorm, maar zonder de juiste identity governance en toegangscontroles riskeren organisaties een nieuwe generatie onbeheerde identiteiten en onzichtbare aanvalsoppervlakken te creëren.

Oplossingen zoals de JumpCloud Agentic AI Gateway helpen om AI te transformeren van een potentieel beveiligingsrisico naar een betrouwbare accelerator voor de organisatie.

Door identitymanagement, policy enforcement en zichtbaarheid in AI-activiteiten te combineren, kunnen organisaties innovatie omarmen en tegelijkertijd de controle behouden over hun gebruikers, agents en data.

Uiteraard kan de bescherming tegen ongeautoriseerde toegang door AI-agents of ongeautoriseerd gebruik van AI-tools door medewerkers niet met één technologie worden opgelost. Het is belangrijk om een duidelijk beeld te hebben van:

• Wie heeft toegang tot AI? (Identity en authenticatie)
• Waartoe heeft AI toegang? (Autorisatie en governance)
• Waar stroomt de data naartoe? (Network security, DLP en traffic inspection)

Nu AI een steeds belangrijker onderdeel wordt van bedrijfsactiviteiten, hebben organisaties beveiligingsmaatregelen nodig die identities, endpoints, netwerken, clouddiensten én AI-agents omvatten, in plaats van slechts één van deze domeinen.

AI is here to stay. Het is een krachtige technologie die je organisatie vooruit kan helpen, maar het is belangrijk om AI op een veilige manier in te zetten en daarbij voldoende aandacht te besteden aan governance.

Of je focus nu ligt op identity governance, het beheer van AI-agents of meer controle over hoe gebruikers met AI omgaan: wij kunnen je helpen om AI op een veilige en gecontroleerde manier binnen je organisatie mogelijk te maken. Neem contact met ons op voor een gesprek.

Neem contact op met [email protected]