Kindo ने एंटरप्राइज़ AI एजेंटों पर नियंत्रण बढ़ाने और लागत घटाने के लिए 3 करोड़ डॉलर जुटाए

Kindo ने वित्तपोषण विस्तार के तहत 3 करोड़ डॉलर जुटाए हैं, ताकि अपने एंटरप्राइज़ AI एजेंट प्रबंधन प्लेटफ़ॉर्म का विस्तार कर सके। इससे अब तक जुटाई गई कुल पूँजी 5.76 करोड़ डॉलर हो गई है। इस वित्तपोषण दौर की सह-अगुवाई Crosspoint Capital और Forgepoint Capital ने की। उन्होंने ऐसी कंपनी को समर्थन दिया है जो एक बढ़ती परिचालन समस्या पर ध्यान केंद्रित करती है: AI एजेंट किन चीज़ों तक पहुँच सकते हैं, वे क्या करते हैं और कितना खर्च करते हैं—इन सब पर नियंत्रण बनाए रखना।

कैलिफ़ोर्निया के वेनिस बीच में स्थित कंपनी इस धनराशि का उपयोग अपनी बाज़ार-विस्तार टीम बढ़ाने और अपने AI Control Center तथा Deep Hat के मॉडल और ऐड-ऑन के विकास में तेज़ी लाने के लिए करेगी। Kindo के अनुसार, 2026 में उसका साल-दर-साल राजस्व लगभग 800% बढ़ा।

नए वित्तपोषण दौर के साथ निदेशक मंडल में नियुक्तियाँ भी हुई हैं। Crosspoint Capital के प्रबंध निदेशक Andre Fuetsch और Forgepoint Capital के प्रबंध निदेशक Ernie Bio, Kindo के निदेशक मंडल में शामिल होंगे।

पूरे एंटरप्राइज़ में बनाए गए एजेंटों के लिए नियंत्रण केंद्र

किसी एजेंट को तैनात करने का अर्थ है उसे अधिकार सौंपना। कारोबारी प्रणालियों से जुड़ा एजेंट आंतरिक जानकारी पढ़ सकता है, रिकॉर्ड अपडेट कर सकता है, अनुरोधों को मंज़ूरी दे सकता है या बुनियादी ढाँचे में बदलाव कर सकता है। जैसे-जैसे तैनातियों की संख्या बढ़ती है, सुरक्षा और परिचालन टीमों को यह समझना होता है कि एजेंट के पास कौन-सी अनुमतियाँ हैं और वह वास्तव में कौन-से काम करता है।

Kindo अपने प्लेटफ़ॉर्म को IT, सुरक्षा, वित्त और अनुपालन के लिए साझा परिचालन परत के रूप में प्रस्तुत करता है। खोज की सुविधा स्वीकृत और छिपे हुए AI के उपयोग का मानचित्र बनाती है, जबकि एक केंद्रीय दृश्य में गतिविधि, पहुँच, लागत और नतीजों की जानकारी एक साथ मिलती है। संगठन Kindo के भीतर एजेंट बना सकते हैं या कहीं और विकसित किए गए एजेंटों को इससे जोड़ सकते हैं। Kindo इसे AI परिचालन केंद्र कहता है, जो सुरक्षा और नेटवर्क परिचालन केंद्रों में प्रचलित लगातार निगरानी और हस्तक्षेप की सुविधा एंटरप्राइज़ एजेंटों के लिए उपलब्ध कराता है।

कंपनी की वेबसाइट के अनुसार, इसकी रजिस्ट्री में एजेंट का स्वामित्व, उसे चलाने वाले व्यक्ति से विरासत में मिली अनुमतियाँ और लागत का आवंटन शामिल हैं। ये सुविधाएँ एक ही प्रबंधन समस्या के अलग-अलग पहलुओं को संबोधित करती हैं: यह पहचानना कि कौन ज़िम्मेदार है, अधिकारों पर नियंत्रण रखना और तय करना कि एजेंट के काम से मिले नतीजे उसके संसाधन-उपयोग को उचित ठहराते हैं या नहीं।

संस्थापक और CEO Ron Williams ने कहा कि समस्या एजेंट बनाने वाले टूल की कमी नहीं है। कमी उन टूल की है जिनकी संगठनों को यह नियंत्रित करने के लिए ज़रूरत है कि एजेंट कैसे बनाए जाते हैं, वे किन डेटा तक पहुँच सकते हैं, जानकारी कहाँ भेजी जा सकती है और उन एजेंटों को चलाने में कितना खर्च आता है।

गेटवे कॉल पर नियंत्रण रखते हैं; हार्नेस अधिक गहराई से हस्तक्षेप की सुविधा देता है

Kindo की घोषणा में ऐसे गेटवे का वर्णन है जो जुड़े हुए डेटा, टूल और स्वीकृत मॉडलों को एजेंटों द्वारा की गई कॉल पर नियंत्रण रखते हैं और उनका ऑडिट करते हैं। पहचान-आधारित नियंत्रण लोगों और एजेंटों पर संगठन की मौजूदा अनुमतियाँ लागू करते हैं। साथ ही, केंद्रीय स्तर पर पहुँच को और सीमित करने का विकल्प भी देते हैं।

इससे एजेंट और उसकी निर्भरताओं के बीच का जुड़ाव नियंत्रण का एक बिंदु बन जाता है। नीति की एक परत, समर्थित एकीकरणों में पहुँच को नियंत्रित कर सकती है, बजाय इसके कि हर एजेंट टीम अपने अलग-थलग नियंत्रण खुद लागू करे। इस परत का दायरा इससे जुड़े एजेंटों और संसाधनों पर निर्भर करता है।

अधिक गहरे नियंत्रण की आवश्यकता वाले, मिशन-महत्वपूर्ण परिनियोजनों के लिए Kindo विशेष रूप से बनाया गया एजेंट हार्नेस उपलब्ध कराता है। हार्नेस वह परिवेश है जो एजेंट के निष्पादन का प्रबंधन करता है और ऑपरेटरों को निगरानी, सहायता तथा हस्तक्षेप की अतिरिक्त सुविधाएँ देता है—इनमें गड़बड़ी होने पर एजेंट का नियंत्रण अपने हाथ में लेना भी शामिल है।

यह अंतर व्यावसायिक और तकनीकी, दोनों दृष्टियों से महत्त्वपूर्ण है। बाहर बनाए गए एजेंट को गेटवे के ज़रिए जोड़ना, उसे Kindo के निष्पादन परिवेश के भीतर चलाने से अलग है। इस घोषणा में अधिक गहराई से हस्तक्षेप और Deep Hat की लागत घटाने वाली कई सुविधाओं को विशेष रूप से उसके हार्नेस में चल रहे एजेंटों से जोड़ा गया है।

नतीजों के साथ AI पर होने वाले खर्च को भी स्पष्ट करना

Kindo का AI Control Center टोकन की खपत और एजेंट के संचालन के नतीजे दर्ज करता है, जिनमें विफल संचालन भी शामिल हैं। इससे खर्च का आवंटन व्यक्तियों, एजेंटों, विभागों और परियोजनाओं के हिसाब से किया जा सकता है। वित्त टीमें बजट तय कर सकती हैं, चेतावनियाँ पा सकती हैं और खर्च की सख्त सीमाएँ लागू कर सकती हैं।

इस लेखांकन का फ़ायदा केवल सबसे महँगे मॉडल की पहचान तक सीमित नहीं है। कम कीमत वाला एजेंट अगर बार-बार विफल होता है, तो संसाधन बर्बाद कर सकता है; वहीं किसी कठिन और महत्त्वपूर्ण काम के लिए महँगा मॉडल उचित हो सकता है। लागत को नतीजों से जोड़ने पर टीमें बार-बार होने वाली विफलताओं, मॉडल की अनावश्यक क्षमता और उन कामों की पहचान कर सकती हैं जिन्हें अधिक कुशलता से किया जा सकता है।

Kindo के परिनियोजन विकल्प ग्राहकों को यह चुनने की सुविधा भी देते हैं कि प्लेटफ़ॉर्म कहाँ चले: Kindo के क्लाउड में, ग्राहक के स्वयं प्रबंधित क्लाउड में, स्थानीय बुनियादी ढाँचे पर या बाहरी नेटवर्क से पूरी तरह अलग वातावरण में। परिनियोजन का स्थान और मॉडल का चयन अलग-अलग निर्णय हैं, लेकिन दोनों इस बात को प्रभावित करते हैं कि कोई एंटरप्राइज़ परिचालन आवश्यकताओं, नियंत्रण और लागत के बीच संतुलन कैसे बनाता है।

Deep Hat मॉडल की लागत के अलग-अलग स्रोतों को लक्षित करता है

Deep Hat के टूल का समूह उन कई अलग-अलग तरीकों को संबोधित करता है जिनसे AI वर्कफ़्लो संसाधनों का उपयोग करते हैं। वित्तपोषण की घोषणा में चार टूल का वर्णन है:

• Sift: यह सीखता है कि एजेंट किन घटनाओं को नज़रअंदाज़ करता, फिर किसी व्यक्ति से सीमा की मंज़ूरी मिलने के बाद उन घटनाओं को छाँट देता है। यह छाँटी गई घटनाओं का रिकॉर्ड रखता है और लगातार मापन के लिए उनमें से कुछ नमूने आगे भेजता है।
• Tune: यह किसी विशेष काम के लिए छोटे और कम लागत वाले मॉडल को अनुकूलित करता है, ताकि बड़े मॉडल उन कामों के लिए उपलब्ध रहें जिन्हें वास्तव में उनकी ज़रूरत है।
• लागत घटाएँ: दोहराए जा सकने वाले कार्यप्रवाह के चरणों को कोड के रूप में चलाता है, ताकि उन चरणों पर मॉडल की लागत हटाई जा सके। ज़रूरत पड़ने पर अपवादों को वापस मॉडल तक भेजा जाता है।
• आक्रमण परीक्षण: नियमित परीक्षण के लिए अत्याधुनिक साइबर सुरक्षा मॉडल इस्तेमाल करने के विकल्प के रूप में, निजी और अधिकृत आक्रामक सुरक्षा परीक्षण को समर्थन देता है।

Kindo की Sift के बारे में प्रकाशित व्याख्या फ़िल्टर करने की प्रक्रिया के बारे में उपयोगी जानकारी देती है। यह शुरुआत में छाया मोड में काम करता है। इस दौरान हर घटना लक्षित एजेंट तक पहुँचती है और सिस्टम उस एजेंट के निर्णयों से सीखता है। इसे सक्रिय करने से पहले किसी व्यक्ति की मंज़ूरी ली जाती है। साथ ही, फ़िल्टर की जाने वाली घटनाओं के एक नमूने को भी एजेंट तक पहुँचाया जाता है, ताकि यह जाँचा जा सके कि कोई घटना छूट तो नहीं रही।

यह डिज़ाइन तय करता है कि एजेंट को पूरा चलाना कब ज़रूरी है, जिससे मॉडल का काम बचता है। हालाँकि, इसका मापन लक्षित एजेंट के निर्णयों के आधार पर होता है, इसलिए उस एजेंट से सहमति को स्वतंत्र रूप से सत्यापित वास्तविकता नहीं समझना चाहिए।

ग्राहकों द्वारा अपनाया जाना और विस्तार का अगला चरण

Kindo का कहना है कि वित्तीय सेवाओं, पेशेवर सेवाओं, स्वास्थ्य देखभाल, विमानन और परिवहन के क्षेत्रों में बड़े और मध्यम आकार के उद्यम इसके उत्पाद का इस्तेमाल वास्तविक परिचालन में कर रहे हैं। घोषणा में Aireon का विशेष उल्लेख है। उसके मुख्य सूचना सुरक्षा अधिकारी (CISO) ने मई 2026 में बताया कि ख़तरों की तलाश और टियर 1 तथा टियर 2 सुरक्षा संचालन के लिए Kindo का इस्तेमाल करने से सालाना 2 मिलियन डॉलर से अधिक की बचत करने में मदद मिली। यह ग्राहक द्वारा बताया गया नतीजा है, दूसरे उपयोगों के लिए इसकी गारंटी नहीं।

मौजूदा निवेशकों Drive Capital, Riot Ventures, RRE Ventures, Eniac Ventures, Marlinspike Partners, New Era Ventures और Sunset Venture के साथ TFX Capital और CircleRock Capital ने भी इस वित्तपोषण में भाग लिया।

30 मिलियन डॉलर का यह वित्तपोषण ऐसे कारोबार को आगे बढ़ाने के लिए है, जो एजेंटों को अपनाने से पैदा होने वाली परिचालन ज़रूरतों पर केंद्रित है। एजेंट बनाना लगातार आसान हो रहा है; लेकिन उन्हें वास्तविक परिचालन में समर्थन देने के लिए ज़िम्मेदारी तय करना, पहुँच नीतियाँ बनाना, हस्तक्षेप के तरीके और खर्च पर नियंत्रण रखना ज़रूरी है। Kindo के लिए अवसर यह है कि वह अलग-अलग जगहों पर बनाए गए और अलग-अलग टीमों की ज़रूरतें पूरी करने वाले एजेंटों के मामले में इन ज़िम्मेदारियों को संभालना आसान बनाए।