
Banco Serfinanza SA er en colombiansk finansinstitusjon med hovedkontor i Barranquilla, som spesialiserer seg på forbrukerbankvirksomhet, detaljhandelsfinansiering og finansielle løsninger for små og mellomstore bedrifter.
Som en del av sin vekst- og digitale transformasjonsstrategi har banken bygget sin egen teknologiske kapasitet for å fremskynde lanseringen av digitale produkter og tjenester. Programvareutviklingen hviler på to søyler: en intern programvarefabrikk og en gruppe spesialiserte strategiske partnere som også skriver kode for banken.
Utfordringen vår var ikke å oppdage sårbarheter, men å gjøre det med den hastigheten som vårt interne utviklingsteam og våre eksterne partnere beveger seg med. Det raske tempoet i virksomheten betyr en konstant økning i kode som kommer inn i banken, og med manuelle kontroller var det ikke bærekraftig.
Leonell Santiago Sanandres
Direktør for operasjonell risiko
Pipelines analyseres som kode, med samme tempo som applikasjonskoden. Xygeni-kontroller pipeline definisjoner og SCM innstillinger for usikre konfigurasjoner, overdreven tilgang, ubeskyttede grener og risiko i byggeprosessen, tilordnet OWASP CI/CD Topp 10. For en bank med distribuert utvikling, pipeline er et like kritisk kontrollpunkt som selve koden: det er der alt som kommer inn i banken møtes, enten det kommer innenfra eller utenfra.
AI-drevet statisk analyse av proprietær kode på alle commit og pull requestDen oppdager usikre mønstre som SQL-injeksjon eller cross-site scripting og bruker depotets egen kontekst for å skille det som kan utnyttes fra det som er teoretisk, slik at utviklere bare ser det som betyr noe. Det samme standard gjelder kode fra det interne teamet og fra strategiske partnere, og når et funn bekreftes, foreslår AI Auto-fix rettelsen direkte i pull request.
Usikre konfigurasjoner i infrastruktur ettersom kode oppdages før de klargjøres, på tvers av Terraform, CloudFormation, ARM, Bicep, Kubernetes, Helm og Dockerfiles, pluss containeravbildningene de bygger. Guardrails i pull request og pipeline stoppe en risikabel endring før den når skyen, og AI Auto-fix foreslår den korrigerte malen. Fiksingen skjer når det koster minutter, ikke etter utrulling, når det koster et vedlikeholdsvindu.
Implementeringen av Xygeni har gjort det mulig for oss å styrke våre sikre utviklingsprosesser betydelig ved å automatisere kontroller og oppdage sårbarheter tidlig.
Vi har redusert tiden vi brukte på å håndtere og prioritere funn med rundt 90 %, og i dag blir de fleste av dem løst før de når produksjon. Utover plattformens tekniske muligheter, verdsetter vi teamets commitfokus på kontinuerlig forbedring, innovasjon og tett støtte gjennom hele prosessen.
Xygeni har blitt en viktig muliggjører innenfor vår strategi for digital transformasjon og teknologisk risikostyring.