An Tekoälyinventaario on jatkuvasti päivittyvä luettelo kaikista organisaatiossasi käytössä olevista tekoälyresursseista — mallit, tekoälyllä toimivat päätepisteet, datajoukot, tekoälyllä toimivat koodausavustajat, MCP-palvelimet ja tekoälyriippuvuudet — sekä niitä yhdistävät suhteet, riskit ja omistajat. Turvallisuuskontekstissa tällä ei ole mitään tekemistä varaston tai varastonhallinnan kanssa; tässä tapauksessa "Tekoälyvarasto" tarkoittaa yksinkertaisesti sitä, että tiedät tarkalleen, mitä tekoälyä käytät, missä se sijaitsee ja mihin se pystyy.
Tekoälyn levitessä ohjelmistokehityksen jokaiseen vaiheeseen, koodin luomisesta IDE:ssä autonomisiin agentteihin, jotka toimivat sen sisällä CI/CD pipelineKysymys ei enää ole siitä, onko tekoälyä läsnä ympäristössäsi. Kyse on siitä, näetkö sen. Tämä opas selittää, mitä tekoälyinventaario on ja miten se liittyy AI-BOM ja SBOM, miksi varjo AI on tullut turvallisuusongelmaksi, ja miten käytäntö vastaa EU:n tekoälylaki, NIST AI RMF ja ISO / IEC 42001.
Avaimet
- Tekoälyinventaario luetteloi kaikki mallit, tietojoukot, agentit, MCP-palvelimet ja tekoälykoodaustyökalut koko ohjelmistosi elinkaaren ajalta, ei vain IT-osaston hyväksymiä.
- Shadow AI, tekoäly, joka on otettu käyttöön ilman hallintoa, on nyt normi, ei poikkeus: eräässä vuonna 2026 tehdyssä turvallisuusjohtajien kyselyssä vain 19 % organisaatioista ilmoitti saavansa täyden näkyvyyden tekoälyn käyttöpaikkoihin ja -tapoihin.
- An AI-BOM (tekoälyn osaluettelo) on tekoälyinventaarion auditointivalmis tuloste: tekoälyaikakauden seuraaja SBOM.
- Sääntelyä on tulossa. EU:n tekoälylaki, NIST AI RMF ja ISO/IEC 42001 edellyttävät kaikki käytännössä sitä, että tiedät, mitä tekoälyä käytät.
- Inventaario on vasta lähtökohta; arvo syntyy riskien pisteytyksestä ja toimista niiden pienten omaisuuserien osalta, joilla on todella merkitystä.
Mikä on tekoälyinventaario?
Tekoälyinventaario on käytäntö, jossa löydetään, luetteloidaan ja seurataan jatkuvasti kaikkia ohjelmistokehityksen elinkaaren aikana toimivia tekoälyresursseja ja niihin liittyviä riskejä. Täydellinen inventaario vastaa kolmeen kysymykseen jokaisesta resurssista: mikä se on, missä se toimii ja mihin sillä on pääsy?
Tämä soveltamisala on laajempi kuin useimmat tiimit odottavat. Merkityksellisen tekoälyinventaarion tulisi kattaa:
- Mallit: jokainen kehitys- ja tuotantoympäristössä käytössä oleva laaja kielimalli ja perusmalli versioineen, sijaintineen ja tunnistusvarmuustietoineen.
- aineistotharjoitusdata, hakudatajoukot ja vektoritallennustilat, mukaan lukien altistuminen myrkytetylle kontekstille ja datavuoto.
- Kiinteistönvälittäjätautonomiset järjestelmät, jotka toimivat ympäristössäsi, kuten avaavat pull requests, riippuvuuksien asentaminen tai infrastruktuuriin koskeminen.
- MCP-palvelimet: Mallin kontekstiprotokolla palvelimia, jotka yhdistävät tekoälyavustajat ulkoisiin työkaluihin, API-rajapintoihin ja tietolähteisiin.
- Tekoälykoodaustyökalut ja -avustajat: koodia generoivat apupilotit ja IDE-integraatiot, ehdottaa riippuvuuksia ja olla vuorovaikutuksessa repositorioiden kanssa.
- AI-kehyksetLangChain, LangGraph, agenttipalvelimet ja muut orkestrointikerrokset, jotka yhdistävät mallit työkaluihin ja dataan.
- Omaisuuserien väliset suhteet: mallien, agenttien, palvelimien, tietojoukkojen ja niihin liittyvien salaisuuksien väliset yhteydet. Suhdekaavio tekee riskistä näkyvän kontekstissa, ei litteänä listana.
Tekoälyinventaario vs. tekoälyinventaario vs. tekoälyinventaario-osaluettelo ja miten ne eroavat tekoälyinventaario-osaluettelosta SBOM
Näitä termejä käytetään löyhästi, joten on hyödyllistä olla etukäteencise. ”Tekoälyinventaario” ja ”tekoälyomaisuusinventaario” kuvaavat samaa asiaa: tekoälyresurssien ja niiden riskien elävä luettelo. AI-BOM on vientiin soveltuva artefakti, jonka varasto tuottaa.koneellisesti luettava osaluettelo, jonka voit antaa tilintarkastajalle tai enterprise ostaja.
Selkein tapa ymmärtää tekoäly-BOM on analogisesti SBOM:
Tekoälyn integroituessa kaikkialle SDLC, tekoäly-BOMista on tulossa yhtä perustavanlaatuinen kuin SBOMja turvallisuusjohtajat saavat yhä enemmän pyyntöjä tilintarkastajilta ja enterprise hankintatiimit juuri tälle artefaktille.
Miksi tekoälyinventaario on nyt tärkeä
Kolme voimaa on muuttanut tekoälyinventaarion kivasta hankinnasta prioriteetiksi.
- Ensinnäkin tekoäly kirjoittaa suojaamatonta koodia laajamittaisesti. Riippumattomat tutkimukset osoittavat johdonmukaisesti, että suuri osa tekoälyn luomasta koodista sisältää haavoittuvuuksia. Pearcen ym. alkuperäinen NYU/Copilot-tutkimus havaitsi suunnilleen 40 % luoduista ohjelmista sisälsi tietoturva-aukkoja, ja uudemmat laajamittaiset testaustulokset osoittavat samalla tavalla: Veracoden vuoden 2025 analyysi yli 100 mallista löysi vain 55 % tekoälyn luomasta koodista oli turvallistaJos et tiedä, mitkä avustajat luovat koodia laitteessasi pipelineet voi hallita sitä riskiä.
- Toiseksi, ohjelmistojen toimitusketjusta on tullut tekoälyn hyökkäyspinta. Syyskuussa 2025, Shai Hulud, ensimmäinen itseään leviävä npm-mato, muutti kehittäjäkoneet jakelumekanismiksi, leviäen satoihin paketteihin. Maaliskuussa 2026 hyökkääjät vaaransivat Axios, paketti, jossa on suunnilleen 100 miljoonaa viikoittaista latausta, julkaisemalla myrkytettyjä versioita, jotka pudottivat etäkäyttötroijalaisen. Tällaiset hyökkäykset osuvat juuri perinteisen sovellussuojauksen ja päätepistetyökalujen väliseen kerrokseen: kerrokseen, jota tekoälyinventaario on rakennettu valaisemaan.
- Kolmanneksi, salaisuudet ja tunnistetiedot vuotavat tekoälyn kautta. GitGuardianin State of Secrets Sprawl 2026 raportoi, että Tekoälypalveluiden salaisuuksien vuodot lisääntyivät 81 % edellisvuodestaja että tekoälyn avustama commits leak secretnoin kaksinkertaisella lähtönopeudella. Jokainen dokumentoimaton malli, agentti tai MCP-palvelin on mahdollinen polku tunnistetietojen hankkimiseen.
Perinteinen AppSec pysähtyy repositorioon eikä ymmärrä, mikä malli on. Päätelaitetyökalut tarkkailevat käyttöjärjestelmää, mutta eivät ymmärrä paketteja, MCP-palvelimia tai tekoälyavustajia. Niiden välinen kuilu on se kohta, jossa tekoälyriski kertyy, ja inventaario on ensimmäinen askel sen sulkemiseksi.
Missä tekoäly piileskelee: Varjo tekoälyä kaikkialla SDLC
Shadow AI Onko jokin tekoälyjärjestelmä otettu käyttöön ilman virallista hyväksyntää tai hallintaa: kehittäjän viime viikolla käyttöön ottama kopilotin, kannettavalla tietokoneella toimiva MCP-palvelin, julkisesta keskuksesta suoraan sivuprojektiin vedetty malli? Kyseessä ei ole reunatapaus. Vuonna 2026 tehdyssä yli 400 tietoturvajohtajan kyselyssä vain 19 % ilmoitti saavansa täyden näkyvyyden tekoälyn käyttökohteisiin ja -tapoihin koko organisaatiossaan, kun taas valtaosa käytti jo tekoälypohjaisia koodausavustajia tai kokeili niitä.
Vaikein varjo-tekoäly on löytää ohjelmiston elinkaaren sisältä oleva tekoäly, koska se näkyy harvoin pilvikonsolissa:
- Mallit ja tekoälykirjastot vedettiin tietovarastoihin riippuvuuksina.
- Tekoälykoodausavustajat konfiguroituna kehittäjäkohtaisesti ja IDE-kohtaisesti.
- MCP-palvelimet ja sääntötiedostot, jotka toimivat paikallisesti kehittäjien päätepisteissä.
- Agenttien työnkulut avautuvat hiljaisesti pull requests tai pakettien asentamista.
Siksi pelkkä pilvipohjainen etsintä ei riitä. Aidosti täydellisen tekoälyinventaarion on ulotuttava koodiin ja rakennusympäristöihin (kehittäjän kannettavaan tietokoneeseen, repositorioon, pipeline), ei pelkästään tuotantopilveä.
Mitä tekoälykokoelmaan kuuluu
Auditointivalmiin tekoälyluettelon avulla varastosi voidaan todistaa todennettavaksi. Sen tulisi sisältää vähintään seuraavat asiat:
- Jokainen tekoälyresurssi: mallit, datajoukot, agentit, MCP-palvelimet, tekoälykoodaustyökalut.
- Omaisuuslaji, sijainti ja kunkin havaitsemisluotettavuus.
- Alkuperä ja riippuvuudet (mistä malli tai komponentti on peräisin).
- Omaisuuseräkohtainen riskitaso, joka perustuu tekoälykohtaisiin hyökkäysvektoreihin.
- Sääntelyn yhdistäminen EU:n tekoälylakiin, NIST:n tekoälyn RMF:ään ja ISO/IEC 42001 -standardiin.
- Vientikelpoinen, koneellisesti luettava muoto tilintarkastajille ja asiakkaille.
Organisaatioilla, jotka pystyvät luomaan tekoälymalliluettelon pyynnöstä, on todellinen vaatimustenmukaisuus- ja luottamusetu tekoälytarkastusvelvoitteiden kypsyessä.
Tekoälyluettelo ja vaatimustenmukaisuus: EU:n tekoälylaki, NIST:n tekoälyn RMF ja ISO/IEC 42001
Yhdessäkään merkittävässä viitekehyksessä ei mainita ”tekoälyvarastoa” omana rivikohtanaan, mutta kutakin on käytännössä mahdotonta täyttää ilman sitä. Et voi dokumentoida, luokitella tai hallita tekoälyjärjestelmiä, joita et voi nähdä.
Huomautus ajoituksesta: EU:n tekoälylain käyttöönottoa tarkistettiin toukokuussa 2026 tehdyllä ”Digital Omnibus” -sopimuksella, joka lykkäsi useimpien riskialttiiden velvoitteiden täytäntöönpanoa joulukuuhun 2027, mutta piti useita 2. elokuuta 2026 asetettuja virstanpylväitä voimassa (avoimuusvelvollisuudet, GPAI:n seuraamusvaltuudet). Tarkkoja päivämääriä on käsiteltävä liikkuvana maalina ja vahvistettava ne EU:n ensisijaisia lähteitä vasten. Mutta etenemissuunta on selvä, ja kaiken tämän edellytys on inventaario.
Kuinka rakentaa ja ylläpitää tekoälyinventaariota
Inventaarion rakentaminen ei niinkään ole kertaluonteinen tarkastus vaan enemmän jatkuvan prosessin luominen, koska tekoälyresurssit muuttuvat jatkuvasti: uusia malleja otetaan käyttöön, uusia agentteja otetaan käyttöön ja uusia MCP-palvelimia konfiguroidaan, usein ilman hyväksyntää.
Käytännönläheinen lähestymistapa:
- Löydä automaattisesti koodista, koontiversiosta ja pilvestä. Manuaaliset laskentataulukot vanhenevat muutamassa päivässä. Discoveryn on toimittava jatkuvasti ja päästävä käsiksi SDLC, ei vain suorituksenaikana.
- Luokittele ja kartoita suhteet. Kirjaa ylös tyyppi, sijainti, alkuperä ja ennen kaikkea se, miten kukin omaisuus on yhteydessä muihin ja salaisuuksiin.
- Arvioi riski kontekstissa. Satojen löydösten tasainen lista ei auta ketään; priorisoi sen mukaan, mikä on todella saavutettavissa, hyödynnettävissä ja liiketoimintakriittistä.
- Määritä omistajuus. Jokainen omaisuus tarvitsee vastuullisen omistajan.
- Pidä se aktiivisena ja vietävissä olevana. Ylläpidä sitä jatkuvana varastona, joka voi tuottaa tekoäly-osaluettelon (AI-BOM) tarvittaessa.
Mitä tekoälyinventaario-ohjelmistossa kannattaa etsiä
Jos arvioit työkaluja, nämä ominaisuudet erottavat aidon tekoälyyn perustuvan inventaario-ohjelmiston staattisesta luettelosta:
- Ymmärtää tekoälyyn liittyviä resurssityyppejä (mallit, agentit, MCP-palvelimet, tietojoukot), ei vain paketteja ja kirjastoja.
- Ulottuu sisään SDLC, tekoälyn löytäminen koodista ja kehittäjien päätepisteistä, ei vain pilvestä.
- Karttojen suhteet, ei vain yksittäisiä omaisuuseriä, joten riski näkyy kontekstissa.
- Arvioi tekoälyyn liittyvien hyökkäysvektorien riskiä (nopea injektio, epävarma MCP, liiallinen toimijuus), ei pelkästään CVE:n vakavuus.
- Käy jatkuvasti, uuden tekoälyn havaitseminen sellaisena kuin se näyttää.
- Tuottaa tarkastusvalmiin tekoälymallin joka tyydyttää sekä tilintarkastajia että enterprise hankinta.
- Yhdistää varaston valvontaan, jotta voit toimia löytöjesi perusteella.
Varastosta toimintaan: löydösten turvaaminen
Löytö on ensimmäinen askel; toinen on sen ymmärtäminen, mitkä resurssit sisältävät todellista riskiä, koska useimmissa ei ole. Tavoitteena on siirtyä tuhansista raakalöydöksistä niihin, jotka voivat todella vaarantaa järjestelmiä, tietoja tai toimintoja: niihin, jotka ovat aktiivisessa käytössä, ottavat vastaan epäluotettavaa syötettä, ovat realistisesti hyödynnettävissä, joilla on arkaluonteisia käyttöoikeuksia ja jotka vaikuttavat tuotantoon tai säänneltyihin resursseihin.
Tässä kohtaa tekoälyn tietoturvatilan hallinta (AI-SPM) käynnistyy: inventaarion ottaminen, riskien pisteyttäminen tekoälyhyökkäyspolun varrella, sen yhdistäminen sääntelyyn ja tekoälymallin tuottaminen. Samalla inventaariolla kohtaavat valvonta: haitallisten riippuvuuksien estäminen ennen niiden asentamista, hyväksymättömien MCP-palvelimien ja -mallien hylkääminen sekä vaarantuneiden päätepisteiden eristäminen ennen kuin tapaus leviää.
At Xygeni, tämä on malli, jota kohti rakennamme: jatkuva tekoälyinventaario ja AI-BOM AI-SPM:n kautta, haittaohjelmien tunnistus, joka havaitsee haitalliset paketit ennen kuin allekirjoitusta on olemassa (MEW, haittaohjelmien ennakkovaroitus) ja käytäntöjen valvonta kehittäjän päätepisteessä Xygeni Shieldin kautta. Havaitseminen on linjassa OWASP Top 10 for LLM Applications, OWASP Top 10 for Agenttic Apps ja OWASP Top 10 -listan kanssa. Mutta riippumatta siitä, minkä lähestymistavan valitset, periaate pätee: Et voi suojata sitä, mitä et näe, ja tekoälyinventaario on se, mistä näkyvyys alkaa.
UKK
Miten tekoälymalli eroaa muusta SBOM?
An SBOM luetteloi avoimen lähdekoodin ja kolmannen osapuolen ohjelmistojen riippuvuudet, pisteytettynä CVE-vakavuuden perusteella. AI-BOM luetteloi tekoälykohtaiset resurssit (mallit, agentit, MCP-palvelimet, tietojoukot) tekoälykohtaisella riskipisteytyksellä ja sääntelykartoituksella. Tekoälyn levitessä SDLC, tekoäly-BOMista on tulossa yhtä perustavanlaatuinen kuin SBOM.
Mikä on varjo-tekoäly ja miten löydän sen?
Varjotekoäly on mikä tahansa tekoäly, joka on otettu käyttöön ilman virallista hyväksyntää tai hallintaa: käytössä oleva kopiokone, paikallinen MCP-palvelin tai julkisesta keskuksesta ladattu malli. Löydät sen jatkuvan automatisoidun inventaarion avulla, joka ulottuu koodiin, koontiin ja... pipelineja kehittäjien päätepisteissä, ei vain tuotantopilvessä, jossa suurin osa varjo-tekoälyistä ei koskaan esiinny.
Edellyttääkö EU:n tekoälylaki tekoälyluetteloa?
EU:n tekoälylaki ei nimeä ”tekoälyluetteloa” nimenomaisesti, mutta sen dokumentointi-, luokittelu- ja rekisteröintivelvoitteita korkean riskin järjestelmien osalta on mahdotonta täyttää ilman sitä. Sama pätee NIST:n tekoälyn RMF:ään (Map function, Govern 1.6) ja ISO/IEC 42001 -standardiin, joka edellyttää tekoälyjärjestelmien luettelon ylläpitämistä.
Mikä on tekoäly-SPM?
Tekoälyn tietoturva-asennon hallinta (AI-SPM) on käytäntö, jossa jatkuvasti etsitään tekoälyresursseja, pisteytetään niiden riski tekoälyhyökkäyspolun varrella, kartoitetaan ne sääntelyn mukaisesti ja tuotetaan tekoäly-BOM. Se laajentaa tietoturva-asennon hallintaan perustuvaa ajattelutapaa (tuttu CSPM:stä ja DSPM:stä) tekoälykohtaisiin resursseihin ja hyökkäysvektoreihin.
Kuinka usein tekoälyinventaariota tulisi päivittää?
Jatkuvasti. Tekoälyresurssit muuttuvat päivittäin tiimien ottaessa käyttöön uusia malleja, käyttöönotossa uusia agentteja ja konfiguroitaessa uusia MCP-palvelimia, yleensä ilman virallista hyväksyntää. Tietyllä hetkellä tehty skannaus vanhenee muutamassa päivässä, joten tehokas tekoälyinventaario-ohjelmisto toimii jatkuvana prosessina eikä kertaluonteisena auditointina.
Miten inventoin lähdekoodissa käytettyä tekoälyä?
Tekoälyn inventointi koodissa tarkoittaa riippuvuuksina ladattujen tekoälymallien ja -kirjastojen, kehittäjäkohtaisesti konfiguroitujen tekoälykoodausavustajien sekä paikallisesti toimivien MCP-palvelimien tai sääntötiedostojen havaitsemista. Tämä edellyttää, että etsintä tapahtuu koodin sisällä. SDLC (arkistot, koontiversiot pipelineja kehittäjien päätepisteissä) eikä vain pilvikonsoleissa.
