Kindo Menggalang $30 Juta untuk Memperluas Kendali atas Agen AI Perusahaan dan Menekan Biaya

Kindo menggalang $30 juta melalui perluasan pendanaan untuk memperluas platform pengelolaan agen AI bagi perusahaan, sehingga total dana yang telah dihimpun mencapai $57,6 juta. Pendanaan ini dipimpin bersama oleh Crosspoint Capital dan Forgepoint Capital untuk mendukung perusahaan yang berfokus pada persoalan operasional yang kian besar: mengendalikan apa saja yang dapat diakses agen AI, tindakan yang mereka lakukan, serta jumlah biaya yang mereka keluarkan.

Perusahaan yang berbasis di Venice Beach, California, ini berencana menggunakan dana tersebut untuk memperluas tim pemasaran dan penjualannya serta mempercepat pengembangan AI Control Center dan model serta fitur tambahan Deep Hat. Kindo melaporkan pertumbuhan pendapatan sekitar 800% dari tahun ke tahun pada 2026.

Putaran pendanaan baru ini juga disertai penunjukan anggota dewan. Andre Fuetsch, direktur pelaksana di Crosspoint Capital, dan Ernie Bio, direktur pelaksana di Forgepoint Capital, akan bergabung dengan dewan direksi Kindo.

Pusat Kendali untuk Agen yang Dibangun di Seluruh Perusahaan

Menerapkan agen berarti memberikan wewenang kepadanya. Agen yang terhubung ke sistem bisnis mungkin dapat membaca informasi internal, memperbarui catatan, menyetujui permintaan, atau mengubah infrastruktur. Seiring bertambahnya penerapan, tim keamanan dan operasional perlu memahami baik izin yang dimiliki agen maupun tindakan yang benar-benar dilakukannya.

Kindo memosisikan platformnya sebagai lapisan operasional bersama bagi tim TI, keamanan, keuangan, dan kepatuhan. Fitur penemuan memetakan penggunaan AI yang disetujui maupun yang tidak resmi, sementara tampilan terpusat menyatukan informasi tentang aktivitas, akses, biaya, dan hasil. Organisasi dapat membangun agen di dalam Kindo atau menghubungkan agen yang dikembangkan di tempat lain. Kindo menyebut pendekatan ini Pusat Operasi AI, yang menghadirkan pemantauan dan intervensi berkelanjutan—seperti yang lazim dilakukan di pusat operasi keamanan dan jaringan—bagi agen perusahaan.

Situs web perusahaan menjelaskan bahwa registri yang disediakannya mencatat pemilik agen, izin yang diwarisi dari orang yang menjalankan agen, serta alokasi biaya. Fungsi-fungsi tersebut menangani berbagai aspek dari persoalan pengelolaan yang sama: mengidentifikasi pihak yang bertanggung jawab, mengendalikan wewenang, dan menentukan apakah hasil kerja sepadan dengan sumber daya yang digunakan.

Pendiri sekaligus CEO Ron Williams mengatakan bahwa masalahnya bukan kekurangan perangkat untuk membangun agen. Yang dibutuhkan organisasi adalah perangkat untuk mengendalikan cara agen dibuat, data yang dapat dijangkaunya, ke mana informasi dapat dikirim, dan biaya operasional agen tersebut.

Gateway Mengatur Panggilan; Harness Memungkinkan Intervensi Lebih Mendalam

Pengumuman Kindo menjelaskan bahwa gateway mengatur dan mengaudit panggilan agen ke data, alat, dan model yang disetujui serta terhubung. Kontrol identitas menerapkan izin organisasi yang sudah ada kepada orang dan agen, dengan opsi untuk memperketat akses secara terpusat.

Dengan demikian, koneksi antara agen dan dependensinya menjadi titik kendali. Lapisan kebijakan dapat mengatur akses di berbagai integrasi yang didukung, alih-alih membiarkan setiap tim agen menerapkan kontrolnya sendiri secara terpisah. Cakupannya bergantung pada agen dan sumber daya yang terhubung ke lapisan tersebut.

Untuk penerapan yang sangat penting dan membutuhkan kendali lebih mendalam, Kindo menawarkan harness agen yang dirancang khusus. Harness adalah lingkungan yang mengelola eksekusi agen dan memberi operator kemampuan pemantauan, dukungan, serta intervensi tambahan, termasuk mengambil alih kendali agen ketika terjadi masalah.

Perbedaan ini penting, baik dari sisi bisnis maupun teknis. Menghubungkan agen yang dibangun di luar Kindo melalui gateway berbeda dengan menjalankannya di dalam lingkungan eksekusi Kindo. Pengumuman tersebut secara khusus mengaitkan intervensi yang lebih mendalam dan sejumlah fitur penghematan biaya Deep Hat dengan agen yang berjalan di dalam harness-nya.

Menampilkan Biaya AI Bersama Hasilnya

AI Control Center milik Kindo mencatat penggunaan token dan hasil proses agen, termasuk proses yang gagal, sehingga biaya dapat dialokasikan kepada individu, agen, departemen, dan proyek. Tim keuangan dapat menetapkan anggaran, menerima peringatan, dan memberlakukan batas pengeluaran yang ketat.

Manfaat pencatatan tersebut tidak terbatas pada mengidentifikasi model yang paling mahal. Agen berbiaya rendah yang berulang kali gagal dapat menghamburkan sumber daya, sedangkan penggunaan model mahal mungkin dapat dibenarkan untuk tugas sulit yang bernilai tinggi. Mengaitkan biaya dengan hasil membantu tim mengenali kegagalan berulang, kapasitas model yang tidak diperlukan, dan pekerjaan yang dapat ditangani dengan lebih efisien.

Pilihan penerapan Kindo juga memungkinkan pelanggan menentukan lokasi platform dijalankan: di cloud Kindo, cloud pelanggan yang dikelola sendiri, infrastruktur lokal, atau lingkungan yang terisolasi dari jaringan luar. Lokasi penerapan dan pemilihan model merupakan keputusan terpisah, tetapi keduanya memengaruhi cara perusahaan menyeimbangkan kebutuhan operasional, kendali, dan biaya.

Deep Hat Menargetkan Berbagai Sumber Biaya Model

Rangkaian Deep Hat menangani beberapa cara berbeda yang membuat alur kerja AI menghabiskan sumber daya. Pengumuman pendanaan tersebut menjelaskan empat alat:

• Sift: Mempelajari peristiwa mana yang akan diabaikan oleh agen, lalu menyaring peristiwa tersebut setelah seseorang menyetujui ambang batasnya. Fitur ini mencatat peristiwa yang disaring dan mengirimkan sampel untuk terus diukur.
• Tune: Menyesuaikan model yang lebih kecil dan lebih murah untuk tugas tertentu, sehingga model yang lebih besar dapat digunakan untuk pekerjaan yang memang membutuhkannya.
• Pangkas: Menjalankan langkah-langkah alur kerja berulang sebagai kode untuk menghilangkan biaya model pada langkah-langkah tersebut, dan mengarahkan pengecualian kembali ke model bila diperlukan.
• Uji serang: Mendukung pengujian keamanan ofensif yang privat dan berizin sebagai alternatif penggunaan model keamanan siber terdepan untuk pengujian rutin.

Kindo menerbitkan penjelasan tentang Sift yang menambahkan detail berguna mengenai mekanisme penyaringan. Mekanisme ini dimulai dalam mode bayangan, sehingga setiap peristiwa tetap sampai ke agen sasaran sementara sistem mempelajari penilaian agen tersebut. Persetujuan manusia diberikan sebelum mekanisme diaktifkan, dan sampel peristiwa yang seharusnya disaring tetap diteruskan ke agen untuk memeriksa apakah ada yang terlewat.

Rancangan ini mengurangi beban kerja model dengan menentukan kapan agen perlu dijalankan secara penuh. Namun, pengukurannya didasarkan pada penilaian agen sasaran, sehingga kesesuaian dengan penilaian agen tersebut tidak boleh disamakan dengan kebenaran dasar yang diverifikasi secara independen.

Adopsi oleh Pelanggan dan Tahap Ekspansi Berikutnya

Kindo menyatakan bahwa layanannya telah beroperasi di lingkungan produksi di perusahaan besar dan perusahaan pasar menengah di sektor jasa keuangan, jasa profesional, layanan kesehatan, serta penerbangan dan transportasi. Pengumuman tersebut menyoroti Aireon, yang CISO-nya melaporkan pada Mei 2026 bahwa penggunaan Kindo untuk perburuan ancaman serta operasi keamanan Tingkat 1 dan Tingkat 2 membantu menghasilkan penghematan tahunan lebih dari $2 juta. Hasil tersebut dilaporkan oleh pelanggan, bukan jaminan hasil untuk penerapan lainnya.

TFX Capital dan CircleRock Capital turut berpartisipasi dalam pendanaan tersebut bersama investor lama Drive Capital, Riot Ventures, RRE Ventures, Eniac Ventures, Marlinspike Partners, New Era Ventures, dan Sunset Venture.

Pendanaan sebesar $30 juta ini mendukung bisnis yang dibangun untuk menangani konsekuensi operasional dari adopsi agen. Pembuatan agen semakin mudah diakses; tetapi, dukungan untuk agen di lingkungan produksi membutuhkan penanggung jawab, kebijakan akses, mekanisme intervensi, dan pengendalian pengeluaran. Peluang Kindo adalah membuat tanggung jawab tersebut dapat dikelola untuk berbagai agen yang dibuat di tempat berbeda dan melayani tim yang berbeda.