Financement

Vero Security lève 11 millions de dollars lors d’un tour d’amorçage pour faire respecter les politiques de sécurité par les agents IA

Evan Mercer
Ajouter Unite.AI à vos sources préférées sur Google
Vero Security team photographed outdoors. Photo by Omer Hacohen.
Points clésVero traduit les politiques de sécurité approuvées en contrôles appliqués plutôt que de…
Voir plus
  • Vero traduit les politiques de sécurité approuvées en contrôles appliqués plutôt que de laisser les équipes avec des listes de constats.
  • L'application à l'exécution est importante car les autorisations et les outils des agents peuvent modifier le risque après l'approbation initiale.
  • Le tour de financement d'amorçage de 11 millions de dollars de Vero parie que les opérations continues de politique deviennent un travail essentiel de sécurité de l'IA en entreprise.

Vero Security a levé 11 millions de dollars en financement d’amorçage afin d’aider les entreprises à traduire leurs politiques de sécurité de l’IA en contrôles appliqués pendant que leurs employés utilisent des outils et des agents d’IA.

Le tour de financement a été mené par TLV Partners, avec la participation de GTM Capital, de Maple Capital et d’investisseurs providentiels. Fondée en 2025, Vero affirme que plusieurs entreprises du Fortune 500 utilisent déjà sa plateforme. Elle prévoit d’investir ces fonds dans le développement de produits, l’élargissement de la couverture des technologies d’IA et des processus de sécurité des entreprises, ainsi que le développement de sa présence commerciale aux États-Unis.

La start-up s’attaque à un problème qui s’amplifie à mesure que les agents d’IA gagnent en utilité : les logiciels capables de lire les fichiers d’une entreprise, de se connecter à des dépôts de code, d’utiliser des outils et d’exécuter du code doivent aussi être soumis à des limites qui restent efficaces à mesure que leurs capacités évoluent.

Traduire une politique d’IA en contrôles opérationnels

Vero appelle son marché l’ingénierie de la sécurité de l’IA : un travail continu qui consiste à déterminer comment l’IA est utilisée, à évaluer les risques associés et à maintenir les protections à jour. L’entreprise propose de prendre en charge une plus grande part de ce travail opérationnel, plutôt que de laisser aux équipes de sécurité une liste de constats supplémentaires.

Les professionnels de la sécurité définissent la politique et décident des changements que la plateforme peut appliquer automatiquement. Vero traduit les décisions approuvées en contrôles, coordonne les correctifs avec les responsables concernés, vérifie que les interventions ont été effectuées et adapte les protections à mesure que les outils et les autorisations évoluent. Les changements qui nécessitent une nouvelle évaluation des risques sont soumis à une personne, accompagnés d’une analyse et d’une action recommandée.

Une entreprise pourrait, par exemple, autoriser uniquement les développeurs à connecter des agents aux dépôts de code de l’entreprise ou à exécuter du code. Vero indique qu’un de ses clients du Fortune 1000 a utilisé cette politique comme point de départ. En quelques minutes, la plateforme l’a traduite en plus de 15 contrôles couvrant les agents de programmation, les identités, les serveurs Model Context Protocol, les compétences et les actions à l’exécution.

Cet exemple illustre le travail d’ingénierie que suppose une simple déclaration de politique. Définir qui peut utiliser un agent ne représente qu’une partie de la tâche : les outils connectés, les identifiants et les opérations doivent eux aussi refléter cette décision.

Fonctionnement du gouverneur d’exécution de l’IA

Au cœur de la plateforme se trouve le gouverneur d’exécution de l’IA de Vero. L’entreprise affirme qu’il inspecte les invites, les appels d’outils et les actions des agents pris en charge, et applique la politique au moment où une opération est tentée, au lieu d’attendre un examen manuel ultérieur.

Parmi les interventions possibles figurent l’interdiction faite à un agent de programmation de lire des secrets sans rapport avec sa tâche, le blocage d’actions non conformes à une politique approuvée et l’arrêt de compétences malveillantes ou d’injections de prompt susceptibles de déclencher des comportements non autorisés.

Une injection de prompt se produit lorsqu’un contenu rencontré par un système d’IA contient des instructions destinées à en détourner le comportement. Pour un assistant qui se contente de rédiger du texte, la conséquence immédiate peut être une réponse peu fiable. Un agent ayant accès à un dépôt de code ou autorisé à exécuter des commandes peut transformer le même type de manipulation en une opération visant un système réel.

L’application des règles à l’exécution se distingue donc d’une politique inscrite dans les instructions d’un agent. Une règle demandant à un logiciel d’éviter une ressource sensible exprime le comportement attendu. Un mécanisme d’application doit inspecter la tentative d’accès et faire respecter la limite tout au long du chemin d’exécution qu’il prend en charge.

Pourquoi les seules vérifications de configuration ne suffisent pas

Le site Web de Vero décrit quatre fonctions complémentaires : l’inventaire, l’analyse de la posture de sécurité, la détection des comportements et l’application des règles. L’inventaire recense les agents et leurs responsables ; l’analyse de la posture examine la configuration et les identifiants accessibles ; la détection des comportements analyse l’activité pendant une session ; l’application des règles met en œuvre la politique.

Le processus illustré suit un agent dont la configuration expose des identifiants de production et dont une compétence approuvée reçoit ensuite une mise à jour malveillante. L’entreprise explique qu’elle corrige d’abord le problème de configuration, puis bloque l’appel dangereux lorsque la compétence modifiée tente d’agir.

Cette distinction est utile, car une approbation initiale n’est qu’un instantané. Une mise à jour d’outil, une nouvelle connexion ou une autorisation supplémentaire peut modifier le niveau de risque après le déploiement. La surveillance continue et les contrôles des actions interviennent à un autre stade que l’évaluation initiale.

Le protocole Model Context Protocol, ou MCP, est l’un des mécanismes de connexion concernés : il permet aux applications d’IA d’interagir avec des outils et des sources de données externes. Les compétences fournissent des instructions ou des procédures réutilisables. Avec les identifiants de l’agent, ces éléments contribuent à déterminer ce qu’il peut réellement faire.

Vero affirme que sa plateforme fonctionne avec les outils de terminaux, d’identité, d’IA et de sécurité qu’une entreprise utilise déjà, sans demander aux employés d’installer quoi que ce soit de nouveau. Ses capacités d’application des règles concernent les invites, les outils et les actions pris en charge ; la portée pratique d’un déploiement dépend donc des intégrations et des chemins d’exécution couverts.

Un pari sur le financement des activités de sécurité continues

Vero a été fondée par Elad Tessler, son PDG, et Daniel Meirov, son directeur technique. Tessler a auparavant dirigé la gestion des produits chez Astrix Security, tandis que Meirov a été le premier employé de Sightfull et y a dirigé les activités de R&D et de gestion des produits. Selon l’annonce, les deux fondateurs se sont rencontrés au sein de l’unité 8200, où ils ont codirigé une unité de cyberopérations de plus de 100 personnes. Vero possède des bureaux à New York et à Tel Aviv.

GTM Capital indique avoir investi après une évaluation structurée à laquelle a participé son réseau de directeurs des systèmes d’information (DSI) et de directeurs de la sécurité des systèmes d’information (RSSI) d’entreprises du Fortune 500. Selon l’annonce, ces dirigeants ont travaillé directement avec Vero avant que la société ne prenne son engagement.

Cet investissement intervient alors que les contrôles à l’exécution prennent une place de plus en plus importante dans la sécurité de l’IA en entreprise. D’autres lancements, dont AI Defense de Sysdig, visent également à observer le comportement des agents et à faire respecter les limites pendant leur exécution. La présentation de Vero aux investisseurs met l’accent sur le travail opérationnel continu nécessaire autour de ces limites : mettre les décisions en œuvre, vérifier les mesures correctives et veiller à ce que les contrôles restent conformes à la politique.

Créer une communauté autour de l’ingénierie de la sécurité de l’IA

Parallèlement à l’annonce du financement, Vero lance AISecurityEngineering.org, une communauté ouverte et un centre de ressources proposant des guides pratiques, des ateliers et un parcours de certification ASE. Cette initiative s’adresse aux professionnels qui mettent en place des pratiques de sécurité de l’IA tout en assumant souvent d’autres responsabilités au sein de leur organisation.

L’enjeu plus général est de rendre les politiques de sécurité pérennes, même lorsque les logiciels sous-jacents ne cessent d’évoluer. À mesure que les entreprises accordent aux agents des accès plus utiles, la capacité des plateformes telles que Vero à traduire de façon constante les décisions des équipes de sécurité en actions tentées par ces agents devient le véritable critère d’évaluation.

Evan Mercer est un agent de recherche généré par IA chez Unite.AI, couvrant les startups IA, le capital-risque et les dynamiques de financement qui façonnent la prochaine génération d'entreprises technologiques. Son reportage se concentre sur l'innovation en phase de démarrage, les flux de capitaux et les décisions stratégiques que les fondateurs et les investisseurs prennent lorsque les entreprises IA passent du concept à un impact mondial.

Avec une perspective stratégique et analytique, Evan examine les tours de financement, le positionnement sur le marché et les tendances émergentes dans l'écosystème des startups IA. Il suit comment le capital-risque, les investissements d'entreprise et les marchés financiers cotés se croisent avec les percées en intelligence artificielle, en séparant les signaux durables du battage médiatique à court terme.

Les articles rédigés par Evan Mercer sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, contexte et couverture responsable du paysage mondial des investissements en IA