Mave rejser 28 mio. dollar i en Series A-runde og bringer den samlede finansiering op på 34 mio. dollar til agentbaseret sikkerhedsdrift

Et mistænkeligt login kan efterlade spor i en identitetsplatform, et endpointværktøj og en cloudkonto, uden at noget enkelt system viser hele hændelsesforløbet. Mave udvikler AI-agenter, der forbinder sporene dér, hvor de allerede findes. Startupvirksomheden fra Tel Aviv har annonceret en finansiering på 34 mio. dollar, herunder en Series A-runde på 28 mio. dollar, for at udvide en platform til agentbaseret sikkerhedsdrift, der fungerer på tværs af virksomhedens eksisterende værktøjer.

Red Dot Capital Partners stod i spidsen for Series A-runden med deltagelse fra Lumir Growth Partners. Det samlede beløb omfatter også en seedrunde på 6 mio. dollar, som Dell Technologies Capital og Emerge Ventures stod i spidsen for. Mave vil bruge kapitalen til at fremme sin AI-forskning, styrke sine virksomhedsprodukter og udvide internationalt.

Virksomhedens argument tager fat på en velkendt flaskehals inden for sikkerhed: Køb af specialiserede værktøjer forbinder ikke automatisk deres fund. Mave vil håndtere undersøgelsen på tværs af disse systemer og derefter udføre reaktioner inden for de rammer, som sikkerhedsteamet har fastsat.

Undersøgelser på tværs af hele stakken uden endnu en datamigrering

Traditionelle systemer til sikkerhedsinformation og hændelseshåndtering, SIEM-systemer, samler logdata, så analytikere kan søge efter mistænkelig aktivitet. Men en forståelse af en hændelse kan kræve oplysninger ud over de indsamlede logdata: om en konto stadig har privilegeret adgang, hvem der ejer et aktiv, eller hvordan et system er konfigureret på det pågældende tidspunkt.

Maves tilgang er at forespørge tilsluttede værktøjer på deres egne sprog, hente kontekst, efterhånden som en undersøgelse skrider frem, og sammenholde resultaterne. Virksomheden siger, at kunderne ikke behøver at flytte alle deres telemetridata til endnu en centraliseret database, før de tager platformen i brug.

Forestil dig en undersøgelse af en konto, der muligvis er blevet kompromitteret. En kontrol af loginoplysningerne alene afslører muligvis ikke, om brugeren tilgik en følsom arbejdsbelastning, eller om et tilknyttet endpoint viste usædvanlig aktivitet. En brugbar undersøgelse skal forbinde oplysninger om identitet, enhed og applikation. Eksemplet illustrerer den opgave, Mave retter sig mod: at følge hændelsen på tværs af systemer i stedet for at vente på, at en person manuelt samler forbindelserne mellem dem.

Denne arkitektur kan mindske det migreringsarbejde, der er forbundet med at indføre endnu en sikkerhedsplatform. Den afhænger stadig af kvaliteten og tilgængeligheden af de tilsluttede oplysninger. Manglende telemetridata, begrænsede tilladelser eller utilgængelige API’er kan begrænse, hvad en efterforsker – menneskelig eller automatiseret – kan fastslå.

En kombination af små modeller, store modeller og arbejdsgange

Ifølge pressemeddelelsen kombinerer Mave specialudviklede arbejdsgange, finjusterede små sprogmodeller og førende store sprogmodeller. Systemet bruger kombinationen til opgaver med stor volumen og mere kompleks ræsonnering, samtidig med at det registrerer sine forespørgsler, beslutninger og handlinger.

Forskellen er vigtig, fordi en sikkerhedsundersøgelse består af en række handlinger og ikke blot en genereret forklaring. Systemet skal beslutte, hvilke oplysninger det skal anmode om, fortolke svaret, identificere, hvad der stadig er uafklaret, og afgøre, om endnu en forespørgsel eller en reaktion er berettiget. Når disse trin forbindes med en journal, der kan gennemgås, får analytikeren noget mere nyttigt end blot en konklusion.

Mave siger, at virksomheden undersøger alle alarmer inden for få minutter, filtrerer falske positiver fra, identificerer relevante angrebskampagner og udfører godkendte reaktioner. Det er virksomhedens egne beskrivelser af platformens muligheder; meddelelsen indeholder ikke uafhængige benchmarkresultater eller tilstrækkelige oplysninger om metoden til at fastslå, at disse resultater kan opnås på tværs af forskellige kundemiljøer.

»Sikkerhedsteams undersøger stadig trusler ét værktøj ad gangen og samler manuelt oplysninger, før de kan nå frem til en konklusion. Angriberne venter ikke,« sagde Raziel Oren, Maves medstifter og administrerende direktør, i meddelelsen.

Fra undersøgelse af alarmer til kontrollerede reaktioner

Maves beskrivelse af platformen uddyber oplysningerne i finansieringsmeddelelsen. Integrationer oprettes via API’er og begynder med skrivebeskyttet adgang. Den naturlige sproggrænseflade gør det muligt for teams at søge på tværs af tilsluttede systemer, mens de underliggende handlinger beskrives som deterministiske, gentagelige trin, som brugerne kan gennemgå.

På sit website nævner virksomheden også forbundne søgninger, trusselsjagt og detektionsudvikling. Detektionsarbejdet omfatter identifikation af støjende eller fejlbehæftede regler samt forslag til eller gennemførelse af justeringer. Det udvider tilbuddet ud over blot at afvikle en kø af alarmer: Resultater fra undersøgelser kan danne grundlag for søgninger efter relateret aktivitet og forbedringer af fremtidig detektion.

På sit website siger Mave, at destruktive handlinger som standard kræver godkendelse, at tilladelser afgrænses efter platform, og at teams beslutter, hvad der køres automatisk. Platformen understøtter også tilføjelse af organisatorisk kontekst, såsom politikker, ejeroplysninger og undtagelser. Disse kontroller gør det muligt at skelne mellem at hente oplysninger og at have bemyndigelse til at ændre et produktionssystem.

Denne skelnen bliver stadig vigtigere, efterhånden som AI-værktøjer får adgang til virksomheders arbejdsgange. Som Unite.AI’s dækning af AI-agenter, der bliver mål for phishing, forklarer, er det indhold, en agent møder, og de handlinger, dens tilladelser giver den lov til at udføre, to separate sikkerhedshensyn. For defensive agenter gør den samme grænse godkendelsesregler og et revisionsspor centrale for implementeringen.

Kommercielt momentum og næste vækstfase

Mave blev grundlagt i 2025 af Oren og CTO Guy Eshel og er vokset til 20 medarbejdere. Oren stod tidligere i spidsen for go-to-market-arbejdet hos Wing Security, mens Eshel var Alteryas første medarbejder og senere virksomhedens vicepræsident for forskning og udvikling, inden virksomheden blev opkøbt af Chainalysis. Begge grundlæggere har tidligere gjort tjeneste i Israels Unit 8200.

Mave oplyser, at kunderne omfatter store virksomheder og udbydere af administrerede sikkerhedstjenester, og at platformen er implementeret i regulerede finans- og sundhedssektorer. Ifølge den offentlige lancering kører platformen i mere end 200 sikkerhedsoperationscentre. Meddelelsen omtaler også aftaler i syvcifrede beløb og en vækst i den årlige tilbagevendende omsætning på mere end 400 % i løbet af det seneste år, uden at oplyse et absolut ARR-tal.

Platformen er generelt tilgængelig, og virksomheden planlægger at mere end fordoble medarbejderstaben med fokus på ansættelser inden for AI-forskning og go-to-market-roller. Den nye finansiering giver Mave mulighed for at videreudvikle både ræsonnementet bag undersøgelserne og virksomhedskontrollen med deres udførelse.

For kunderne ligger muligheden i at få mere værdi ud af de sikkerhedssystemer, de allerede bruger. Maves næste prøve bliver at omsætte det løfte til undersøgelser, der kan gentages, og passende kontrollerede reaktioner på tværs af forskellige miljøer, hvor hurtigere beslutninger fortsat skal være forankret i dokumentation.