Rahoitus

Corma keräsi 125 miljoonaa dollaria A-rahoituskierroksella miljardin dollarin arvostuksella kasvattaakseen puolustavan tietoturvan tekoälyratkaisujaan

Evan Mercer
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatCorma keräsi 125 miljoonan dollarin Series A -rahoituksen miljardin dollarin…
Näytä lisää
  • Corma keräsi 125 miljoonan dollarin Series A -rahoituksen miljardin dollarin arvostuksella NEA:n johdolla.
  • Corman mukaan koodaukseen keskittyvät mallit sopivat hyökkäysturvallisuuteen, kun taas puolustus vaatii jatkuvaa lokien ja tapahtumien analysointia.
  • Laskentakapasiteetti mallien laadun sijaan on Corman välitön rajoite kysynnän ja jonotuslistan palvelemisessa.

Puolustavaan kyberturvallisuuteen keskittyvä Corma ilmoitti 16. marraskuuta 2026 keränneensä 125 miljoonaa dollaria A-rahoituskierroksella miljardin dollarin arvostuksella. Kierrosta johti NEA, ja siihen osallistuivat edelleen Sequoia Capital, Khosla Ventures ja Coatue. Kierroksen myötä Corman kokonaisrahoitus nousi 185 miljoonaan dollariin.

Corman mukaan uusi pääoma vauhdittaisi sen perusmallien kehityksen laajentamista, kasvattaisi laskentakapasiteettia ja tukisi valikoituja rekrytointeja. A-rahoituskierros seurasi yhtiön siirtymistä pois näkymättömyydestä 10. elokuuta 2026, jolloin se julkisti 60 miljoonan dollarin siemenrahoituksen.

Yhtiö kuvaili maailman suurimpien organisaatioiden kysyntää valtavaksi ja nimesi yhdeksi keskeisistä haasteistaan riittävän laskentakapasiteetin hankkimisen kysyntää ja jonotuslistaansa varten. Corman mahdollisuus laajentaa palvelun saatavuutta riippuu siksi sekä lisäinfrastruktuurin hankkimisesta että malliensa kehittämisestä.

Näin Corma Workforce toimii

Yhtiö ottaa nämä mallit käyttöön Corma Workforcen kautta. Järjestelmä on suunniteltu toimimaan itsenäisesti ihmisten muodostamien tietoturvatiimien rinnalla. Se toimii asiakkaiden nykyisissä tietoturva- ja IT-ympäristöissä, kuten identiteetin- ja käyttöoikeuksien hallinnassa, pilvipalveluissa, päätelaitteissa, tietoturvatiedon ja tapahtumien hallinnassa sekä palomuuri- ja tunkeutumisen havaitsemistyökaluissa. Järjestelmä tutkii tapauksia, yhdistää eri järjestelmistä saatua näyttöä ja ryhtyy toimiin niiden kautta.

Työntekijät voivat antaa tehtäviä Slackin tai Teamsin kautta, esittää kysymyksiä, tarkastella havaintoja ja hyväksyä toimia. Ratkaisu tuo tekoälyn ohjaaman suorittamisen asiakkaan nykyiseen toimintaympäristöön ja pitää samalla ihmisen tekemän tarkastuksen osana työnkulkua.

Corma kertoo ratkaisunsa olevan käytössä terveydenhuollossa, rahoitusalalla, energia-alalla, kriittisessä infrastruktuurissa ja vähittäiskaupassa. Sen mukaan 99 % tietoturvatehtävistä suoritetaan itsenäisesti ja onnistuneesti, tehtävät valmistuvat alusta loppuun 100 kertaa nopeammin ja kustannus tehtävää kohden on 95 % pienempi.

Tuotesivulla lainatun, nimettömän Fortune 1000 -listalla olevan palveluyrityksen tietoturvajohtajan mukaan päästä päähän mitattu vasteaika lyheni 94 % verrattuna asiakkaan aiempaan palveluntarjoajaan, jonka asiakas sittemmin korvasi Cormalla.

Miksi Corma käyttää tietoturvaan erikoistuneita malleja

Corman julkaisuilmoituksessa esitetään, että koodauksen ja ohjelmistopäättelyn kehitys soveltuu suoremmin hyökkäävään tietoturvaan kuin puolustavan tietoturvan laaja-alaiseen työkuormaan. Haavoittuvuuksien tutkiminen ja hyväksikäyttömenetelmien kehittäminen ovat koodipäättelyä rajattuja kohteita vasten; puolustava tietoturva puolestaan edellyttää valvontalokien, tapahtumien, määritysten ja verkkoliikennevirtojen jatkuvaa analysointia. Siihen kuuluu myös heikkojen signaalien yhdistäminen eri järjestelmistä ja pitkiltä aikaväleiltä sekä tuhansien täsmällisten ja johdonmukaisten päätösten tekeminen päivittäin muuttuvissa olosuhteissa.

Tämä ero on perustana Corman keskittymiselle toimialakohtaisiin perusmalleihin. Yhtiön ilmoittamaan kehitysohjelmaan kuuluu mallien arkkitehtuurin uudelleenarviointi, kontekstin laajentaminen heikkojen poikkeamasignaalien havaitsemiseksi, adversaarinen itsepeluu sekä jatkuva oppiminen, jonka avulla voidaan muodostaa vertailutasoja kuukausien ja vuosien ajalta.

Toimitusjohtaja Alon Pluda ja Corman tiimi kertoivat, että sen perusmallien seuraava sukupolvi esitellään pian, mutta eivät ilmoittaneet julkaisupäivää. Rahoitus tukee mallien kehityksen seuraavaa vaihetta ja valikoituja rekrytointeja, mutta välitöntä laajentumista rajoittaa laskentakapasiteetti: laajemmat käyttöönotot edellyttävät riittävää lisäkapasiteettia nykyisen kysynnän ja jonotuslistalla olevien organisaatioiden tarpeiden palvelemiseksi.

Evan Mercer on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka käsittelee AI-startup-yrityksiä, riskipääomaa ja rahoituksen dynamiikkaa, joka muovaa seuraavan sukupolven teknologiayrityksiä. Hänen raportointinsa keskittyy varhaisvaiheen innovaatioihin, pääomavirtoihin ja strategisiin päätöksiin, joita perustajat ja sijoittajat tekevät, kun AI-yritykset kasvavat konseptista globaaliin vaikutukseen.

Strategisesta ja analyyttisestä näkökulmasta Evan tarkastelee rahoituskierroksia, markkina-asemointia ja nousevia trendejä AI-startup-ekosysteemissä. Hän seuraa, miten riskipääoma, yritysinvestoinnit ja pörssimarkkinat 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