Palma rejser 1,8 mio. dollar for at bygge styringslaget for AI-agenter i virksomheder

Palma.ai har rejst 1,8 millioner dollar i pre‑seed‑finansiering for at løse et problem, der bliver mere betydningsfuldt, efterhånden som virksomheder går fra AI‑assistenter, der genererer indhold, til agenter, der kan udføre handlinger i virksomhedssystemer.

Runden blev ledet af D11Z med deltagelse fra Plug and Play Ventures, Deel, Scale Now Ventures og engleinvestorer, der inkluderer ledere fra Cisco og Deel. Finansieringen vil blive brugt til at udvide Palma.ai’s engineering‑ og go‑to‑market‑teams, efterhånden som virksomheden sigter mod større organisationer, der implementerer AI‑agenter på tværs af flere platforme.

Der er også et usædvanligt overlap mellem investor og kunde i runden. D11Z og Plug and Play implementerer allerede Palma.ai internt og bruger Palmas styringsinfrastruktur til at give medarbejdere AI‑agenter, der kan få adgang til virksomhedens værktøjer uden at skulle konfigurere tilladelser og integrationer for hver AI‑applikation separat.

Styringsproblemet, der opstår bag AI‑agenter

Den hurtige ibrugtagning af agentisk AI skaber et andet sikkerhedsproblem end det, som virksomheder oplevede med den første generation af generativ AI.

At give medarbejdere adgang til en chatbot rejste primært spørgsmål om datalækage, modelbrug og hvilke oplysninger medarbejderne uploadede. AI‑agenter kan potentielt gå meget længere. Når de er forbundet til virksomhedssystemer, kan en agent opdatere en kundepost, forespørge en database, udløse en intern arbejdsproces, ændre kode eller igangsætte en anden handling på vegne af en medarbejder.

Den funktionalitet muliggøres i stigende grad gennem Model Context Protocol (MCP), en åben protokol til at forbinde AI‑applikationer med værktøjer og data. MCP er vokset til en bredere industristandard og styres nu gennem Linux Foundations Agentic AI Foundation sammen med andre teknologier, der understøtter interoperabel agent‑infrastruktur.

MCP løser et vigtigt interoperabilitetsproblem, men protokollen leverer ikke i sig selv alle de organisatoriske kontrolmekanismer, der er nødvendige for at bestemme, hvad en bestemt medarbejder eller agent må gøre.

Det er i dette hul, at Palma.ai positionerer sig.

Et kontrollag mellem agenter og virksomhedssystemer

I stedet for at bygge en ny AI-assistent udvikler Palma.ai et mellemliggende styringslag, gennem hvilket agent‑til‑værktøj‑anmodninger kan videresendes.

Virksomhedens platform tildeler brugere og agenter en styret connector, der indeholder de værktøjer og organisatoriske “Skills”, de har tilladelse til at bruge. Politikker evalueres derefter, når en agent faktisk forsøger en handling, i stedet for blot at give bred adgang til en applikation.

For eksempel kan en medarbejder have tilladelse til at bruge et økonomisystem, mens en agent, der handler på vegne af den medarbejder, kun må udføre transaktioner under en specificeret grænse. En anden handling kan automatisk sættes på pause, indtil en udpeget person godkender den.

Palmas politiksystem kan evaluere argumenterne i individuelle anmodninger, så organisationer kan tillade, afvise, begrænse kaldshyppigheden eller kræve godkendelse for et kald, før det når det underliggende system. Virksomheden understøtter også en observationstilstand, hvor administratorer kan teste politikker mod reel trafik, før de håndhæves.

Denne tilgang forsøger at flytte AI‑styring tættere på det punkt, hvor en agent faktisk udfører en handling.

Et styringslag på tværs af flere AI‑platforme

En anden del af Palma.ai’s strategi er at undgå en styringsarkitektur, der er bundet til en enkelt AI‑leverandør.

Platformen er designet til at fungere på tværs af AI‑applikationer, herunder Claude, ChatGPT, Microsoft Copilot, Gemini, Cursor og andre MCP‑kompatible miljøer. Palma siger, at de samme organisatoriske tilladelser og Skills derfor kan følge en bruger, selv når virksomheder skifter de modeller eller agentgrænseflader, de bruger.

Det kan blive stadig vigtigere, efterhånden som virksomheder tager flere AI-systemer i brug samtidigt i stedet for at standardisere på én leverandør.

Palma integrerer med eksisterende identitets‑infrastruktur i stedet for at erstatte den. Palmas hjemmeside beskriver understøttelse af identitets‑udbyder‑grupper gennem systemer som Microsoft Entra og Okta, så adgangen kan ændres, efterhånden som medarbejdere bliver ansat, forlader virksomheden eller skifter team.

Palmas koncept med Skills tilføjer et ekstra lag oven på direkte adgang til værktøjer. Et værktøj kan give en agent den tekniske evne til at sende en e‑mail eller opdatere en database, mens en Skill definerer organisationens godkendte procedure for at bruge disse funktioner i en specifik arbejdsproces. Palma versionerer og scanner disse Skills, før de distribueres.

Holder legitimationsoplysninger væk fra agenten

Sikkerhed bliver særligt vigtig, når agenter går ud over at hente information og får skriveadgang til produktionssystemer.

Ifølge Palmas tekniske dokumentation kan styringslaget køre inden for en virksomheds egen infrastruktur ved hjælp af Docker, Kubernetes eller bare‑metal‑implementeringer. VPC-konfigurationer, on-premises-konfigurationer og konfigurationer, der er helt fysisk isoleret fra netværk, understøttes for organisationer, der ikke ønsker, at følsom agent‑trafik passerer gennem en multi‑tenant cloud‑tjeneste.

Platformen er også designet, så nedstrøms legitimationsoplysninger ikke behøver at blive overleveret direkte til agenten. Palma understøtter tilgange som token‑udveksling og legitimationsoplysninger lagret i virksomhedens vaults, hvor autentificeringen formidles, når et godkendt kald foretages.

Hver styret anmodning kan også tilskrives tre parter: brugeren, agenten der handler på vegne af brugeren og den applikation, som anmodningen stammer fra. Handlinger, der tillades, afvises, begrænses i kaldshyppighed eller kræver godkendelse, registreres i revisionsloggen.

Vigtigt er, at Palma ikke påstår at erstatte en virksomheds eksisterende sikkerhedsinfrastruktur. Dokumentationen bemærker, at platformen kun styrer trafik, der ledes gennem dens connector, og ikke selvstændigt kan opdage alle uadministrerede MCP-servere, der kører andre steder på medarbejderes enheder. Identitetsudbydere, endpoint‑kontroller, netværkssikkerhed og eksisterende politiksystemer forbliver derfor en del af den bredere sikkerhedsmodel.

Investorer bliver tidlige kunder

Deltagelsen af D11Z og Plug and Play som både investorer og kunder giver denne finansieringsrunde en ekstra dimension.

Begge venture‑firmaer bruger Palma.ai som en del af deres indsats for at give deres teams AI‑agenter, der kan operere på tværs af interne systemer, mens de bevarer centraliserede tilladelser og tilsyn.

“Alle virksomheder er ved at give AI‑agenter nøglerne til deres systemer,” sagde Palma.ai‑CEO og medstifter Patrick Eden. “Spørgsmålet er, om nogen holder øje med døren.”

Eden var tidligere medstifter af infrastruktur‑overvågningsvirksomheden Replex, som blev opkøbt af Cisco i 2021. Palma.ai‑CTO og medstifter Julian Kolbe har i over et årti bygget systemer for europæiske fintech‑ og bilindustrivirksomheder, herunder infrastruktur i regulerede miljøer.

Startup‑virksomheden siger, at den har været i drift siden begyndelsen af 2026.

Agentstyring bliver til infrastruktur

Tidspunktet for Palma.ai’s kapitalrejsning afspejler en bredere bevægelse på enterprise‑AI‑markedet.

Virksomheder eksperimenterer i stigende grad med agenter, der kan udføre handlinger i stedet for blot at levere svar. Samtidig bliver økosystemet omkring MCP mere formaliseret. Linux Foundation lancerede Agentic AI Foundation i slutningen af 2025, og i september 2026 introducerede den sin første officielle MCP‑certificering, der dækker arkitektur, udførelse, sikkerhed og governance.

Regulering tilføjer et ekstra incitament for virksomheder til at forstå, hvordan AI‑systemer fungerer. EU’s AI-forordning fandt generelt anvendelse den 2. august 2026, selvom kravene til visse højrisikosystemer fortsat er underlagt senere implementeringsdatoer.

For virksomheder kan den umiddelbare udfordring dog være mere operationel end regulatorisk: Når en AI‑agent kan ændre en CRM‑post, få adgang til følsomme data eller udløse en produktionsarbejdsgang, har organisationerne brug for kontroller, der fungerer med maskinhastighed uden at reducere hver implementering til ubegrænset adgang eller konstant manuel godkendelse.

Palma.ai satser på, at løsningen vil blive et fælles styringslag, der sidder mellem agenter og de systemer, de i stigende grad kontrollerer.

Pre-seed-runden på 1,8 millioner dollar giver virksomheden yderligere kapital til at teste, om dette lag kan blive en standarddel af enterprise‑AI‑stakken, efterhånden som agenter bevæger sig fra eksperimenter til daglig drift.