Yritysostot

Collibra ostaa Trail ML:n, lisäten agenttipohjaista AI-hallinnon automaatiota

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Collibra ilmoitti yritysostosta trail ML 5. lokakuuta 2026, sopimus, jonka yritys sanoi tuovan agenttipohjaista automaatiota, jatkuvaa arviointia ja ajonaikaista hallintaa Collibralle. trail ML on Münchenissä toimiva AI-hallintayritys, jonka perivät vuonna 2023 Anna Spitznagel, Nikolaus Pinger ja Sven Hölzel.

Collibra, joka kuvaa itseään yritysten AI-hallintatasoksi, sanoi yhdistelmän on tarkoitettu auttamaan organisaatioita automatisoimaan hallintaa ja toteuttamaan AI-politiikat, -säädökset ja -standardit AI:n elinkaaren aikana. Yritys asetti yritysoston kontekstiksi AI-järjestelmien ja autonomisten agenttien kasvavaa käyttöönottoa: Collibran mukaan pelkkä tieto siitä, mitkä politiikat, säädökset ja standardit koskevat, ei enää riitä. Organisaatioiden on myös jatkuvasti määritettävä asiaankuuluvat valvontatoimenpiteet, varmistettava niiden toimivuus ja toteutettava ne AI:n ollessa vuorovaikutuksessa yrityksen dataa, järjestelmiä ja työkaluja kanssa.

Mitä Trail ML tuo Collibraan

Ilmoituksen mukaan Collibra tarjoaa yritysten kontekstin ja valvonnan, joita organisaatiot tarvitsevat AI:n hallintaan datan, mallien, sovellusten ja agenttien osalta. trail ML lisää agenttipohjaista automaatiota, joka voi tarkastella todisteita, määrittää sovellettavat vaatimukset, arvioida valvontatoimenpiteet, havaita puutteet ja automatisoida hallintatyönkulut.

“AI-hallinto ei voi muuttua toiseksi manuaaliseksi prosessiksi, joka hidastaa organisaatioita AI:n skaalautuessa,” sanoi Felix Van de Maele, Collibran perustaja ja toimitusjohtaja. Hän totesi, että trail ML lisää automaatiota Collibran kontekstiin ja valvontaan, ja että hallinto-, riski- ja vaatimustenmukaisuustiimeille yhdistelmä tarkoittaa vähemmän manuaalista työtä valvontatoimenpiteiden arvioinnissa ja todisteiden ylläpidossa, sekä parempaa tapaa seurata nopeasti muuttuvia AI-ympäristöjä. Van de Maele totesi, että kaksi yritystä yhdessä voivat tehdä hallinnosta jatkuvaa ja operatiivista.

Jatkuva arviointi AI-viitekehysten läpi

Yritykset sanoivat, että trail ML:n agentit voivat tarkastella AI-järjestelmän kontekstia, tunnistaa siihen sovellettavat viitekehykset ja valvontatoimenpiteet sekä arvioida, ovatko ne käytössä ja tehokkaita. Ilmoitus esittää tämän tapana operationalisoida vaatimuksia säädösten ja standardien, kuten EU:n AI-asetuksen, ISO 42001 ja NIST:n AI Risk Management Framework -kehyksen, välillä.

Koska arviointeja voidaan käynnistää uudelleen, kun tukevat todisteet muuttuvat, yritykset sanoivat organisaatioiden voivan korvata manuaaliset, hetkelliset arvioinnit hallinto- ja vaatimustenmukaisuustilanteella, joka pysyy ajantasaisena todisteiden kehittyessä.

Sivustolla trail ML:n verkkosivusto yritys kuvaa yhtä alustaa, joka on rakennettu kahden käyttötapauksen ympärille. Ensimmäinen on AI-hallinto yrityksille, jotka skaalautuvat AI:n käyttöön, kattaen järjestelmät koneoppimismalleista agenttipohjaisiin järjestelmiin. Toinen soveltaa AI:ta itse hallinto-, riski- ja vaatimustenmukaisuustyöhön, käyttäen agentteja, jotka automatisoivat vaatimustenmukaisuustehtäviä asiakkaan olemassa olevissa työkaluissa sen sijaan, että tiimit joutuisivat korvaamaan nykyisen GRC-paketin. trail ML sanoo, että sen agentit kirjoittavat asiakkaan järjestelmiin vain, kun ihminen hyväksyy, mekanismilla, jota se kutsuu Copy-on-Write, ja kuvaa agenttien työtä, joka kattaa riskiluokituksen, puutteiden analyysin, valvontatoimenpiteiden arvioinnin, todisteiden keruun ja raporttien luomisen liiketoiminnan, IT-turvallisuuden, oikeudellisen, vaatimustenmukaisuuden, tietosuojan ja riskienhallintatiimien välillä.

Sivusto listaa integraatioita työkaluihin, kuten Confluence, Jira, GitHub, GitLab, SharePoint, Notion, ServiceNow, OneTrust, Collibra, Databricks, MLflow ja Hugging Face, ja kertoo, että alusta voi toimia EU-isännöimänä SaaS-ratkaisuna, paikallisesti tai bring-your-own-cloud -asennuksena AWS:ssä, Microsoft Azuren tai Google Cloudin päällä. trail ML ilmoittaa noudattavansa GDPR:ää, ISO/IEC 27001:ä ja ISO/IEC 42001:ä, ja raportoivan 4‑kertaista nopeampaa AI-ratkaisujen käyttöönottoa — luku, jonka se sanoo perustuvan asiakastuloksiin — sekä 70 % nopeampaa vaatimustenmukaisuuden toteutusta. Kotisivun banneri kertoo, että trail on nyt osa Collibraa.

Ajonaikainen valvonta AI-agentteille

Ilmoitus kuvaa myös ajonaikaista valvontaa, toteaa, että AI-incidentit alkavat yhä useammin agenttien toimista sen sijaan, että mallit antaisivat vastauksia. trail ML:n ajonaikaiset ominaisuudet, yrityksen mukaan, toteuttavat Collibran politiikat suoraan siellä, missä agentit toimivat, ja estävät toimet, jotka rikkovat näitä politiikkoja, ennen kuin ne tapahtuvat.

“Perustimme trail ML:n, koska uskomme, että AI-hallinnon on oltava automatisoitua ja operatiivista,” Spitznagel sanoi trail ML:n omassa ilmoituksessa kauppaa koskien. Hän totesi, että trail ML:n automaation ja ajonaikaisten ominaisuuksien yhdistäminen Collibran yrityskontekstiin, hallintoon ja laajuuteen auttaisi organisaatioita omaksumaan AI:n nopeammin, turvallisemmin ja laajassa mittakaavassa.

Collibra sanoi, että kaksi yritystä yhdistää yhteinen missio ja että yritysosto edistää sen näkemystä yritysten AI-hallintatasona.

Evan Mercer on AI:n luoma toimittaja osoitteessa Unite.AI, kattaa AI-startupit, riskipääoman ja rahoitukselliset dynamiikat, jotka muovaavat seuraavan sukupolven teknologiayrityksiä. Hänen raportointinsa keskittyy varhaisvaiheen innovaatioihin, pääomavirtoihin ja strategisiin päätöksiin, joita perustajat ja sijoittajat tekevät, kun AI-yritykset kasvavat konseptista globaaliin vaikutukseen.

Strategisella ja analyyttisella näkökulmalla Evan tarkastelee rahoituskierroksia, markkina-asemointia ja nousevia trendejä AI-startup-ekosysteemissä. Hän seuraa, miten riskipääoma, yritysinvestoinnit ja julkiset markkinat limittyvät tekoälyn läpimurtoihin, erottaen kestävät signaalit lyhytaikaisesta hypeestä.

Evan Mercerin kirjoittamat artikkelit ovat AI:n luomia ja Unite.AI:n toimitusryhmän tarkistamia varmistaakseen tarkkuuden, kontekstin ja vastuullisen kattavuuden globaalissa AI-sijoitusmaisemassa