Tailscale eller SSO? Så ger ni rätt personer åtkomst till AI-servern

När servern står där och språkmodellen svarar kommer den fråga som avgör om systemet blir använt: hur når folk det? Svaret beror på hur er IT ser ut i dag och det finns två vägar som jag rekommenderar gång på gång.

Grundprincipen

AI-servern ska aldrig vara nåbar direkt från internet. Ingen öppen port, ingen publik adress. Allt som pratar med den ska göra det genom ett lager som vet vem användaren är. Sedan är frågan bara vilket lager.

Väg ett: Tailscale

Tailscale bygger ett privat nätverk mellan era enheter ovanpå WireGuard. Varje laptop, telefon och server får en identitet och trafiken går krypterad direkt mellan dem utan att passera något ni inte kontrollerar. Servern syns bara för de enheter ni godkänt.

Det passar när:

• Ni är ett mindre företag eller en avdelning utan egen identitetsplattform.
• Ni har många som jobbar hemifrån eller på resande fot.
• Ni vill komma igång på en dag och ha något som bara fungerar.

Så här ser det ut i praktiken: användaren installerar en klient, loggar in med sitt vanliga Google- eller Microsoft-konto och kan sedan öppna chattgränssnittet på en intern adress. Administratören ser alla enheter i en konsol och kan stänga av en på sekunden. För servern räcker SSH med nycklar för den som driftar.

Begränsningen är att åtkomst styrs per enhet och användare i Tailscale, inte i era befintliga grupper och roller. För de flesta mindre organisationer är det inte ett problem. Det är en förenkling.

Väg två: federerad SSO

Har ni redan en identitetsleverantör, till exempel Microsoft Entra ID, Okta eller en egen Keycloak, ska AI-tjänsterna kopplas till den. Användaren loggar in i chattgränssnittet med samma konto som överallt annars, grupper från er katalog styr vem som får se vad och när någon slutar försvinner åtkomsten automatiskt med kontot.

Tekniskt sker det genom OpenID Connect. De vanliga gränssnitten för lokala modeller stödjer det direkt och en omvänd proxy framför API:et sköter samma sak för de verktyg som anropar modellen maskin till maskin.

Det passar när:

• Ni har en IT-avdelning med en katalog ni redan litar på.
• Ni behöver spårbarhet per användare, till exempel för revision.
• Olika grupper ska ha tillgång till olika modeller eller olika data.

Kostnaden är mer konfiguration i början och ett beroende av att katalogen är rätt skött. Vinsten är att AI-servern blir ett system bland andra, som följer samma regler.

Och kombinationen

De två utesluter inte varandra. Ett vanligt upplägg är Tailscale som nätverkslager och SSO ovanpå för inloggning i gränssnittet, så att servern aldrig är publik. Då har ni två oberoende kontroller: vilka enheter som når servern och vilka personer som får logga in.

Det ni inte ska göra

Inte öppna en port i brandväggen "tillfälligt". Inte dela ett gemensamt lösenord för hela avdelningen. Inte lita på att en intern IP-adress är skydd nog. Alla tre har jag sett och var och en av dem räcker för att en i övrigt utmärkt lokal AI-lösning ska bli en säkerhetsincident.

Vilken väg som är rätt för er avgörs i förstudien och den styr också vad servern behöver i form av loggning. Det är sällan den svåraste delen av projektet, men det är den som avgör om resten får användas.