Pluto Security vychází z utajení s celkovým financováním 42 milionů dolarů na ochranu pracovního prostředí s AI

Asistent s umělou inteligencí zaměstnance dnes dokáže víc než jen odpovídat na otázky. Může se připojovat k firemním systémům, instalovat rozšíření, spouštět příkazy a vytvářet aplikace. Bezpečnostní týmy musí rozhodnout, které z těchto činností povolit, a zároveň si zachovat možnost zasáhnout, když se změní kontext.

Pluto Security vychází z utajení s celkovým financováním 42 milionů dolarů, aby tento problém řešila. Společnost oznámila nejnovější kolo financování v objemu přibližně 34 milionů dolarů, které vedla společnost Jump Capital. Předcházelo mu dřívější počáteční investiční kolo vedené společností TLV Partners. Oznámení neuvádí, o jakou fázi nejnovějšího kola šlo.

Společnost Pluto, založená v roce 2025, uvádí, že dosáhla opakovaných ročních výnosů v řádu několika milionů dolarů, celosvětově zabezpečuje více než 1 milion koncových zařízení a obsluhuje přes 40 firemních zákazníků. Mezi jmenované zákazníky patří Oscar Health, Workato, Sixt a AlphaSense, stejně jako organizace ze žebříčku Fortune 500. Nový kapitál podpoří vývoj produktů, bezpečnostní výzkum a expanzi ve Spojených státech.

Pracovní prostředí s AI se stává bezpečnostní hranicí

Pluto svou kategorii označuje jako zabezpečení pracovního prostředí s AI. Zahrnuje nástroje umělé inteligence, které zaměstnanci používají, součásti s těmito nástroji propojené i aplikace, agenty a automatizace, které zaměstnanci vytvářejí.

Tento rozsah odráží změnu ve způsobu, jakým se software dostává do organizací. Zaměstnanec může sestavit pracovní postup z asistenta s umělou inteligencí, komunitní dovednosti a konektoru k firemním datům, aniž by prošel běžným vývojovým projektem. Každá přidaná součást může změnit, k čemu má asistent přístup nebo co může spouštět.

Jedním z příkladů je Model Context Protocol neboli MCP. Umožňuje aplikacím s umělou inteligencí připojovat se k nástrojům a zdrojům dat. Bezpečnostní otázka se netýká jen toho, zda je schválena samotná aplikace s umělou inteligencí: týmy potřebují rozumět také oprávněním a chování serverů a integrací, které aplikace používá.

Jde o součást širšího problému zabezpečení softwarového dodavatelského řetězce, který souvisí se správou agentů AI. Posuzování modelu nebo asistenta izolovaně opomíjí závislosti, které mohou ovlivnit jeho chování nebo rozšířit jeho dosah.

Objevování, hodnocení rizik a řízení za běhu

Pluto uvádí, že její platforma spojuje přehled o koncových zařízeních, kontextovou analýzu rizik a vynucování pravidel v reálném čase. Cílem je poskytnout bezpečnostním týmům dostatek informací, aby mohly omezit nebezpečnou činnost, aniž by automaticky zakázaly celý nástroj, který ji provádí.

Web společnosti rozděluje platformu do čtyř funkcí: Explorer vyhledává aktivity spojené s AI; Risk Radar vyhodnocuje nalezené položky pomocí vlastní databáze rizik; Space Shield uplatňuje zásady vynucování pravidel; a Marketspace nabízí kurátorovaný výběr doplňků pro AI. Společnost uvádí, že pokrytí zahrnuje nástroje, součásti dodavatelského řetězce, chování za běhu a artefakty vytvořené umělou inteligencí.

Mezi příklady uvedenými na webu patří požadavek na schválení předtím, než agent získá přístup k platebnímu API, omezení přístupu k citlivým údajům a povolení důvěryhodných serverů MCP při umístění ostatních do karantény. Jde o popis zamýšleného chování produktu, nikoli o nezávisle ověřené záruky.

Rozdíl mezi vyhledáváním a vynucováním pravidel je důležitý. Evidence může bezpečnostnímu týmu sdělit, že konektor existuje. Účinná kontrola však vyžaduje také vědět, kam může konektor dosáhnout, a mít možnost omezit příslušnou činnost. I povolený nástroj se může setkat s nebezpečným rozšířením, přístupovým údajem s nadměrnými oprávněními nebo úkolem přesahujícím pravomoci uživatele.

Představme si, že asistent dostane za úkol shrnout záznam o zákazníkovi. Čtení povoleného záznamu a export celé zákaznické databáze jsou dvě různé činnosti, i když obě probíhají v téže schválené aplikaci. Kontextové zásady mají tyto situace rozlišovat. Jejich praktický přínos závisí na přesnosti pozorování a spolehlivosti vynucování pravidel.

Plutonium zkoumá součásti obklopující agenta

Ústřední součástí přístupu společnosti Pluto je Plutonium, bezplatný katalog zabezpečení dodavatelského řetězce AI, který podle oznámení využívá proprietární databázi RisksDB společnosti. Pomáhá odborníkům posuzovat součásti, jako jsou dovednosti, rozšíření a servery MCP, ještě před jejich nasazením.

Veřejný portál popisuje engine pro hodnocení rizik agentů, který kombinuje informace o vydavatelích, mapování kompatibility, kontrolu zdrojového kódu a skenování kódu. Mezi kategorie hodnocení patří spouštění příkazů, trvalé přístupové tokeny, sdílení dat s třetími stranami, úpravy a mazání dat. Nabízí také nástroj MCP Inspector a pokyny k bezpečnému používání.

Tyto kategorie převádějí obecnou otázku, zda je doplněk bezpečný, na konkrétnější otázky týkající se jeho funkcí a přístupu. Konektor, který může číst dokument, představuje jiné riziko než konektor, který může upravovat záznamy nebo spouštět příkazy. Stejná funkce může být vhodná pro jeden firemní pracovní postup, ale pro jiný může představovat nepřiměřené oprávnění.

Hodnocení v katalogu a ochrana za běhu řeší různé části problému. Kontrola může být podkladem pro rozhodnutí o nasazení; průběžné kontroly musí zohledňovat, jak se daná součást skutečně používá. Ani jedno by se nemělo považovat za důkaz, že každá budoucí činnost bude neškodná.

První komerční ohlas, výsledky se teprve změří

Údaje o zákaznících a tržbách, které Pluto zveřejnilo, naznačují počáteční poptávku po této kategorii. Společnost uvádí, že si vybudovala uživatelskou základnu díky bezpečnostnímu výzkumu, bezplatným zdrojům a zapojení odborníků z praxe; tisíce profesionálů Plutonium používají a přispívají do něj.

Údaje o rozšíření zveřejnila samotná společnost. Oznámení neobsahuje nezávislá měření pokrytí detekcí, falešně pozitivních výsledků, prodlev při vynucování pravidel ani prevence útoků. Zabezpečení více než 1 milionu koncových zařízení popisuje uváděný rozsah nasazení; neznamená to, že jsou na těchto zařízeních pokryty všechny možné pracovní postupy využívající AI.

Pro firemní zákazníky jsou důležité konkrétní provozní otázky: které nástroje a cesty vykonávání jsou viditelné, které akce lze blokovat, jak se schvalují výjimky a jaké důkazy se uchovávají, když systém zasáhne na základě zásad. Systém, který zastavuje rizikové aktivity, ale pravidelně přerušuje legitimní práci, vytváří pro firmu jiný problém.

Bezpečnostní tým, který vychází ze záměrů uživatelů

Generální ředitel a spoluzakladatel Shahar Bahat založil Pluto společně s Talem Oferem Regevem a Gilem Mamanem. Bahat dříve zastával vedoucí pozice v oblasti kybernetické bezpečnosti ve společnostech Microsoft a Palo Alto Networks. Regev dříve působil jako viceprezident pro výzkum a vývoj (R&D) ve společnosti Palo Alto Networks, zatímco Maman strávil více než 6 let v izraelské vojenské rozvědce na technických vedoucích pozicích. Pluto uvádí, že nyní zaměstnává více než 50 lidí ve Spojených státech a Izraeli.

Bahat přístup společnosti staví na pochopení toho, čeho se uživatelé snaží dosáhnout, a na poskytnutí kontextu, který bezpečnostním týmům umožní tuto práci bezpečně podporovat. Výzvou pro produkt je převést tuto filozofii na přesné a spolehlivé kontroly, zatímco zaměstnanci přijímají nové nástroje a vytvářejí nové pracovní postupy.

Oznámení o financování staví Pluto do středu sílícího soupeření o zabezpečení AI v místech, kde pracuje s podnikovými systémy. Další zkouškou pro společnost bude prokázat, že vyhledávání, posuzování komponent a ochrana za běhu mohou fungovat společně v rozsahu, který již představuje její raná zákaznická základna.