Mintive Menggalang $7 Juta untuk Identitas Agen AI, Total Pendanaan Kini $11 Juta

Mintive memperoleh pendanaan baru sebesar $7 juta yang dipimpin oleh Cowboy Ventures, sehingga total pendanaannya mencapai $11 juta. Pendanaan ini diperoleh saat perusahaan-perusahaan berupaya mengendalikan agen AI yang beroperasi di dalam sistem mereka dengan lebih ketat. Menurut perusahaan, kini mereka menangani 2,5 juta panggilan agen per hari di lebih dari 50 pelanggan perusahaan berbayar, dengan lebih dari 200 juta panggilan diproses dalam tujuh bulan.

Pengumuman pada 29 Oktober itu menyebut sejumlah pelanggan, termasuk Ro, Modern Treasury, Coursera, University of Michigan, dan Apax. Pendanaan tersebut mendukung pengembangan platform yang dirancang untuk memberikan identitas tersendiri kepada setiap agen, membatasi izinnya secara spesifik, dan menyediakan catatan tindakannya yang dapat ditelusuri di berbagai perangkat perusahaan dan model AI.

Pendanaan untuk Infrastruktur Pendukung Agen di Perusahaan

Investor Mintive mencakup Coatue, Operator Collective, Burst Capital, Maven Ventures, dan Hustle Fund. Para pendukung individu mencakup salah satu pendiri Okta, Frederic Kerrest; pendiri sekaligus CEO WorkOS, Michael Grinich; Scott Belsky; Jeff Dean; dan Andrej Karpathy. Pengumuman tersebut tidak mengungkap valuasi maupun menyebutkan tahap putaran pendanaan baru ini.

Masalah mendasarnya adalah pengelolaan izin. Seorang karyawan mungkin memiliki akses ke banyak sistem karena tanggung jawabnya mencakup beragam tugas. Agen yang menggunakan kredensial karyawan tersebut dapat memperoleh cakupan akses yang jauh lebih luas daripada yang dibutuhkan untuk tugas langsungnya. Ketika organisasi menerapkan agen melalui berbagai antarmuka, tim keamanan juga menghadapi kontrol yang terfragmentasi dan catatan yang tidak lengkap mengenai pihak yang mengizinkan suatu tindakan.

“Agen sudah bekerja di dalam sistem perusahaan, dan masing-masing membutuhkan identitas serta izinnya sendiri, sama seperti setiap karyawan,” kata Jiquan “JQ” Ngiam, salah satu pendiri sekaligus CEO Mintive, dalam pengumuman tersebut.

Cara Mintive Memisahkan Identitas Agen dari Kredensial Pengguna

Dokumentasi Identitas Agen perusahaan menjelaskan bahwa setiap agen merupakan entitas terpisah di dalam gateway-nya. Setiap agen memiliki paket alat, status, dan identitas sendiri dalam catatan audit. Akses dapat didelegasikan dari pengguna yang memulai suatu tugas, kredensial tim, atau akun layanan yang disiapkan untuk pekerjaan tersebut.

Kredensial layanan yang mendasarinya tetap berada di gateway. Agen melakukan autentikasi menggunakan kredensialnya sendiri dan memperoleh token berumur pendek, sementara administrator mengendalikan alat tertentu yang dapat diaksesnya. Pencabutan token agen dapat menghentikan agen tersebut tanpa mengharuskan organisasi menonaktifkan pengguna atau agen lain yang tidak terkait.

Pemisahan ini juga mendukung kesinambungan. Suatu proses bisnis seharusnya tidak bergantung selamanya pada kredensial pribadi karyawan yang pertama kali mengaturnya. Mintive menjelaskan bahwa administrasi bersama dan kepemilikan paket agen yang dapat dialihkan memungkinkan tim mengelola akses seiring perubahan tanggung jawab.

Gateway Mengatur Akses ke Alat dan Panggilan Model

Mintive memadukan MCP Gateway untuk akses ke alat dengan LLM Gateway untuk panggilan model. Model Context Protocol menyediakan antarmuka umum antara aplikasi AI dan alat eksternal; pertanyaan terkait tata kelolanya adalah koneksi mana yang boleh digunakan oleh agen tertentu.

Halaman produk MCP Gateway menjelaskan adanya katalog internal berisi server yang disetujui, dikelompokkan ke dalam paket sesuai peran. Administrator dapat menonaktifkan alat tertentu, termasuk operasi yang bersifat merusak, dan menerapkan kebijakan akses yang sama di berbagai klien AI. Gateway tersebut juga dapat menampung server MCP internal di balik autentikasi perusahaan.

Setiap panggilan dicatat beserta pengguna, alat, server tujuan, dan hasil pemeriksaan pengaman. Produk ini mendukung ekspor log ke sistem manajemen informasi dan peristiwa keamanan serta pengiriman log secara streaming melalui protokol OTLP milik OpenTelemetry. Dengan demikian, tim keamanan dapat memasukkan aktivitas agen ke dalam proses pemantauan yang sudah mereka gunakan.

Mint Guard menambahkan penyaringan untuk mendeteksi injeksi prompt, rahasia yang terekspos, data pribadi, dan risiko lainnya. Perusahaan menyatakan bahwa platformnya telah diaudit berdasarkan SOC 2 Type II. Kontrol ini membantu menetapkan perilaku yang diizinkan dan memungkinkan aktivitas diperiksa; efektivitasnya tetap bergantung pada kebijakan dan integrasi yang dikonfigurasi oleh organisasi.

Alur Kerja Pelanggan Memperlihatkan Masalah Akses dalam Praktik

Di Modern Treasury, menurut perusahaan, agen operasional perbankan menelusuri Sentry, Notion, Linear, kode sumber, dan alat internal sebelum manajer akun teknis turun tangan. Mintive melaporkan penghematan waktu 30 menit untuk kasus yang lebih sederhana dan hingga empat jam untuk kasus yang rumit. Hasil tersebut khusus untuk pelanggan itu dan dilaporkan dalam pengumuman tersebut.

University of Michigan menggunakan Mintive sebagai gateway MCP perusahaan, yang menyediakan jalur bersama ke alat-alat yang disetujui sementara tim TI pusat mengelola akses. Mintive juga menawarkan agen Coworker di Slack dan Teams, yang memadukan akses ke alat perusahaan dengan memori jangka panjang dan pekerjaan terjadwal.

Seperti dijelaskan dalam analisis Unite.AI tentang perangkat lunak perusahaan di atas lapisan koneksi MCP, membuat suatu alat dapat diakses hanyalah sebagian dari upaya menyediakan alur kerja yang berguna. Mintive menangani identitas, izin, dan catatan operasional yang menyertai koneksi tersebut.

Tim Pendiri dengan Pengalaman di Bidang AI dan Infrastruktur Perangkat Lunak

Mintive, yang sebelumnya dikenal sebagai MintMCP, mencantumkan empat pendiri bersama dalam kit media resmi: Jiquan Ngiam, Vijay Vasudevan, Bozhi See, dan Phillip Bensaid. Rilis tersebut menyebutkan bahwa Ngiam pernah menjadi insinyur pendiri Coursera dan insinyur perangkat lunak staf senior di Google Brain, sementara Vasudevan turut menciptakan TensorFlow di Google.

Pendanaan baru ini menempatkan perusahaan tersebut dalam lapisan operasional yang terus berkembang di sekitar AI perusahaan: menentukan agen mana yang dapat bertindak, atas wewenang siapa agen itu bertindak, dan bukti apa yang tersisa setelahnya. Penggunaan yang dilaporkan menunjukkan bahwa pertanyaan-pertanyaan tersebut sudah menjadi persyaratan produksi bagi pelanggan yang menerapkan agen di berbagai sistem bisnis.