Rahoitus

DataBahn kerää 40 miljoonaa dollaria agenteille tarkoitetun datanohjauskerroksen rakentamiseen

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

DataBahn on kerännyt 40 miljoonaa dollaria B-sarjan rahoitukseen, kun se laajentaa infrastruktuuria, jota yritykset käyttävät valmisteluun, hallintaan ja toimittamiseen dataa tekoälyjärjestelmille.

Insight Partners johti kierrosta, ja olemassa olevat sijoittajat Forgepoint Capital, GTM Capital ja S3 Ventures osallistuivat myös. Sijoitus nostaa Dallasissa toimivan yhtiön kokonaisrahoitusta 59 miljoonaan dollariin, seuraamaan 17 miljoonan dollarin A-sarjaa, julkaistu kesäkuussa 2025.

DataBahn aikoo ohjata uuden pääoman tutkimukseen ja kehitykseen, lisää tuoteominaisuuksiin ja jatkaa kumppanien johtamaa myyntimallia. Yritys esittää alustansa “agenteille tarkoitetuksi datanohjauskerrokselle”, joka on tarkoitettu hallitsemaan, miten yritysten data liikkuu operatiivisten järjestelmien, turvallisuusjärjestelmien, tallennusympäristöjen ja tekoälymallien välillä.

Tämä kierros tulee aikana, jolloin yritykset tuottavat enemmän telemetriaa kuin heidän nykyiset turvallisuus- ja analytiikkajärjestelmänsä voivat taloudellisesti prosessoida. Samalla tekoälyagentit ja copilotit tarvitsevat pääsyn luotettavaan yrityksen kontekstiin, jos heidän odotetaan tekevän hyödyllisiä päätöksiä tai suorittavan toimintoja työntekijöiden puolesta.

Siirtyminen perinteisistä dataputkista

Perinteiset yritysten dataputkit keräävät yleensä tiedon lähteestä ja toimittavat sen kohdepaikkaan, kuten turvallisuustiedon ja tapahtumien hallintajärjestelmään, datavarastoon tai pilvitallennusjärjestelmään.

Tämä malli muuttuu vähemmän tehokkaaksi, kun datalähteiden, kohdepaikkojen ja kuluttajien määrä kasvaa. Yritys voi joutua keräämään lokit pilvi-infrastruktuurista, identiteettijärjestelmistä, päätepisteistä, sovelluksista, teollisuuslaitteista ja ohjelmistona-palveluna -toimijoilta, samalla lähettäen eri osia tietoa turvallisuustyökaluihin, analytiikkajärjestelmiin, datajärviin ja tekoälysovelluksiin.

Kaiken saatavilla olevan tapahtuman siirtäminen jokaiseen alijärjestelmään voi luoda merkittäviä tallennus-, prosessointi- ja pilvi-datansiirtokustannuksia. Se voi myös tehdä vaikeammaksi analyytikoille ja tekoälymallien sijaittaa tieto, joka on todella merkittävää.

DataBahn lisää hallintakerroksen lähteiden ja kohdepaikkojen väliin. Sen alusta voi kerätä, suodattaa, normalisoida, rikastaa ja ohjata tietoa siirtäessään, eikä vaadi, että kunkin alijärjestelmän on prosessoitava raakadata itsenäisesti.

Yritys sanoo, että sen teknologia tukee tällä hetkellä yli 600 datalähdettä ja on suunniteltu säilyttämään riippumattomuutta minkä tahansa tallennusjärjestelmän, turvallisuuden toimittajan tai tekoälymallin kanssa. Tämä mahdollistaa asiakkaiden vaihtaa kohdepaikkoja tai käyttää useita järjestelmiä ilman keräämiskerroksen uudelleenrakentamista kunkin toimittajan arkkitehtuurin ympärille.

DataBahn keskittyi aluksi voimakkaasti kyberTurvallisuustelemetriaan, mutta on laajentanut alustansa myös soveltamaan sovellus-, havainnollistamis- ja Internet of Things- ja operatiivisen teknologian dataa.

Valmistelu yritysten dataa tekoälyagenteille

DataBahnin strategian tekoälykomponentti ei rajoitu pelkästään keskusteluliittymän lisäämiseen olemassa olevaan dataplatformiin.

Sen Cruz AI -järjestelmä toimii agenteille tarkoitetuksi data-insinööriksi, joka auttaa työssä, jota perinteisesti käsitellään manuaalisesti konfiguroituilla integraatioilla ja parserrajoilla. Ohjelmisto seuraa saapuvia dataskeemoja, tunnistaa muutokset ja voi generoida päivitettyjä parsereita ja mäppäyksiä, kun lähteen muoto muuttuu.

Tämä on merkittävää, koska yritysten datalähteet harvoin säilyvät staattisina. Ohjelmistotoimittajat esittelevät uusia kenttiä, muuttavat tapahtumamuotoja ja päivittävät sovellusliittymiä. Kun nämä muutokset rikkoavat putken, turvallisuus- ja data-insinöörit voivat menettää näkyvyyden, kunnes integraatio on korjattu.

DataBahn kuvailee Cruzia prosessiksi, joka muuttaa tämän prosessin hyväksymisperusteiseksi työkaluksi. Sen sijaan, että insinöörit rakentavat jokaisen liittymän tai parserin alusta, järjestelmä voi analysoida muuttuneen lähteen ja valmistella päivitetyn konfiguraation tarkastelua varten.

Alusta normalisoi myös tiedon yhdenmukaisiin skeemoihin, mukaan lukien Open Cybersecurity Schema Framework. Standardisointi voi tehdä tiedosta helpommin tulkitettavaksi turvallisuustyökaluille ja tekoälyjärjestelmille, koska samaa tapahtumatyyppiä edustetaan johdonmukaisesti, riippumatta siitä, kuka tuote sen tuotti.

Tekoälyagenteille laajempi tavoite on tarjota riittävästi kontekstia tukeakseen päätöksen tekemistä ilman, että koko datavarasto kopioitaisiin toiseen alustaan. DataBahn voi prosessoida tietoa jatkuvasti ja hakea lisää kontekstia, kun sovellus tai agentti tarvitsee sitä.

Tämä lähestymistapa voi tulla tärkeämmäksi, kun yritykset siirtyvät generatiivisista tekoälyjärjestelmistä, jotka vastaavat lähinnä kysymyksiin, agenteihin, jotka käynnistävät työvirrat, muuttavat konfiguraatioita tai reagoivat operatiivisiin tapahtumiin. Nämä agenttien luotettavuus riippuu osittain siitä, onko perustava data ajantasainen, oikein muotoiltu ja hallittu.

Älykkyyden siirtyminen dataputkeen

DataBahn on myös kehittänyt autonomista dataputken älykkyyttä, joka soveltaa analyysiä ja päätöksentekoa, kun tieto on vielä liikkeessä putkessa.

Järjestelmä on tarkoitettu tekemään enemmän kuin vain valmistelemaan dataa analyysiä varten, kun se saapuu kohdepaikkaan. Se voi arvioida datan laatua, tunnistaa puuttuvaa tietoa ja määrittää, miten yksittäisiä tapahtumia tulisi käsitellä reaaliajassa.

Turvallisuusympäristössä esimerkiksi putki voi rikastaa saapuvan tapahtuman uhkauskuvauksella, ohjata korkean arvon telemetriaa analytiikkaplatforolle ja siirtää matalamman prioriteetin tietoa vähemmän kalliiseen tallennukseen. Näiden päätösten soveltaminen ennen kuin data saapuu turvallisuusjärjestelmään, voi vähentää otsonkustannuksia ilman, että organisaatioiden on luovuttava tiedosta, jota voidaan myöhemmin tarvita tutkintaan.

Yritys on väittänyt, että älykkyyden tulisi sijaita putken sisällä eikä ainoastaan soveltuva dataa, kun se on jo kerätty ja tallennettu.

Tämä arkkitehtuuri heijastaa myös laajempaa muutosta yritysten datanhallinnassa. Putki muuttuu aktiiviseksi politiikka- ja orkesterointikerrokselle eikä pelkästään passiiviseksi putkistoksi, joka yhdistää kaksi järjestelmää.

Yritysten omaksuminen ajaa B-sarjan

DataBahn ilmoittaa, että sen liikevaihto on kasvanut yli 400 prosenttia vuodessa, ja netton liikevaihdon säilyminen on saavuttanut 180 prosenttia. Se myös väittää, ettei asiakastappiota ole ja 97 prosentin onnistumisasteella proof-of-concept -käyttöönotoissa.

Yritys palvelee organisaatioita terveydenhuollossa, rahoituspalveluissa, valmistuksessa ja liikenteessä, mukaan lukien useita Fortune 100 -yrityksiä. Sen ilmoitetut asiakkaat ovat MVB Bank ja Kanadan eläkerahaston sijoitusrahasto.

MVB Bankin tietoturvajohtaja Parrish Gunnels sanoi, että alusta auttoi pankkia tuomaan useat dataformaatit, sääntelyvaatimukset ja auditointikontrollit yhteiseen ympäristöön, joka tukee heidän tekoälyagenttejaan.

Kanadan eläkerahaston sijoitusrahastossa teknologiaa käytetään turvallisuustelemetrian ottamiseen käyttöön. Organisaatio sanoi, että tämä vähensi aiemmin vaadittua mukautettua insinöörintiä uusien lokilähteiden yhdistämiseksi ja teki helpommaksi tunnistaa järjestelmiä, jotka eivät lähettäneet odotettua dataa.

DataBahn on pääasiassa tavoittanut nämä asiakkaat kanava- ja teknologiapartnerien kautta eikä ainoastaan suorien myyntien kautta. Viimeaikaisiin aloitteisiin kuuluu syvempi integraatio Microsoftin turvallisuus ekosysteemin kanssa ja Aasian ja Tyynenmeren alueen jakelusopimus kyberTurvallisuuden jakelijan M.Techin kanssa.

Rahoitus kohdistuu kasvavaan infrastruktuurin pullonkaulaan

B-sarja antaa DataBahnille mahdollisuuden laajentaa tuotetta useiden kasvavien yritysongelmien risteyksessä.

Turvallisuustiimit keräävät enemmän telemetriaa havaitsemaan hyökkäykset ja täyttääksesi sääntelyvaatimukset. Data- ja havainnollistamistiimit prosessoi suurempia määriä sovellus- ja infrastruktuuritietoa. Tekoälytiimit tarvitsevat pääsyn sekä operatiiviseen dataan että liiketoimintakontekstiin.

Kukin ryhmä voi ostaa lisää tallennus- ja prosessointikapasiteettia, mutta se ei ratkaise perustavaa toistoa ja fragmentaatiota. Dataa voidaan edelleen kerätä useita kertoja, muuttaa eri lailla kussakin järjestelmässä ja lukita järjestelmiin, joista on kallista uudelleenkäyttää muualla.

DataBahn panostaa siihen, että yritykset sijoittavat riippumattoman hallintakerroksen järjestelmien välille, jotka tuottavat dataa ja kuluttavat sitä.

Mahdollisuus on laajempi kuin tallennuskustannusten vähentäminen. Tehokas hallintakerros voi määrittää, mitä tietoa tekoälyagentti on sallittu käyttää, rikastaa tietoa tarvittavalla kontekstilla ja ylläpitää tietoa, miten dataa muunnettiin ja ohjattiin.

Se antaisi putkelle keskeisen roolin tekoälyhallinnassa, erityisesti säännellyissä aloissa, joissa organisaatioiden on selitettävä tietoa, jota automaattiset järjestelmät käyttävät.

Rakentaminen datan perustaa agenteille

Haaste DataBahnille on osoittaa, että kehittyvä “agenteille tarkoitettu datanohjauskerros” -luokka on tarpeeksi erilainen olemassa olevasta dataputki-, turvallisuusdata- ja havainnollistamisalustoista, jotta se oikeuttaa toisen kerroksen yritysten teknologiapinossa.

Suuret pilvi- ja turvallisuustoimittajat laajentavat myös datan reititys-, tallennus- ja tekoälyominaisuuksiaan. DataBahnin vastaväite on, että neutraali alusta voi antaa asiakkaille suuremman hallinnan siitä, missä tietoja tallennetaan ja mitkä sovellukset tai mallit niitä käyttävät.

Sen kyky säilyttää tämä neutraliteetti integroituu kasvavan määrän yritysjärjestelmiin on tärkeää, kun yritys laajentaa.

Sarja B antaa DataBahnille lisäresursseja kehittää arkkitehtuuria, kun tekoälyagentit muuttuvat syvemmäksi osaksi yritysten toimintoja. Keskimmäinen oletus on yksinkertainen: yrityksillä ei välttämättä tarvitse kerätä ja kopioida enemmän dataa. He tarvitsevat paremman tavan tunnistaa, hallita ja aktivoida tietoa, joka on merkittävää silloin, kun sitä vaaditaan.

DataBahn aikoo esitellä seuraavat agenteille tarkoitetut datanohjauskerroksen ominaisuudet Black Hat USA 2026 -tapahtumassa.

Antoine on visionäärinen johtaja ja Unite.AI:n perustajaosakas, jota ohjaa vankkumaton intohimo tekoälyn ja robotiikan tulevaisuuden muovaamiseen ja edistämiseen. Sarjayrittäjänä hän uskoo tekoälyn muuttavan yhteiskuntaa yhtä perusteellisesti kuin sähkö, ja hän puhuu usein innostuneesti mullistavien teknologioiden ja yleisen tekoälyn (AGI) mahdollisuuksista.

Futuristina hän on omistautunut selvittämään, miten nämä innovaatiot muovaavat maailmaamme. Hän on myös Securities.io:n perustaja. Alusta keskittyy sijoittamaan huipputeknologioihin, jotka määrittelevät tulevaisuutta uudelleen ja muuttavat kokonaisia toimialoja.