ORION Security Mengamankan $32M untuk Meredefinisi Pencegahan Kehilangan Data untuk Era AI

ORION Security telah menutup putaran pendanaan Seri A sebesar $32 juta, menandai langkah besar bagi perusahaan yang bertujuan untuk meredefinisi cara perusahaan melindungi data sensitif. Putaran ini dipimpin oleh Norwest, dengan partisipasi dari IBM dan investor yang sudah ada, termasuk PICO Venture Partners dan Lama Partners. Pendanaan ini membawa total pendanaan ORION menjadi $38 juta, kurang dari setahun setelah putaran pendanaan awal, menunjukkan momentum awal yang kuat dan permintaan yang meningkat untuk pendekatan baru dalam pencegahan kehilangan data.

ORION memposisikan diri sebagai alternatif modern untuk alat pencegahan kehilangan data tradisional, yang banyak tim keamanan anggap sudah ketinggalan zaman, berisik, dan sulit dikelola. Ketika organisasi bergelut dengan penggunaan SaaS yang meluas, kerja jarak jauh, dan alur kerja yang ditenagai AI, perusahaan ini berpendapat bahwa pencegahan kehilangan data berbasis kebijakan telah mencapai batasnya.

Mengapa Pencegahan Kehilangan Data Tradisional Gagal di Perusahaan

Selama hampir dua dekade, produk pencegahan kehilangan data (DLP) telah mengandalkan kebijakan yang ditulis secara manual untuk memblokir atau menandai perilaku yang telah ditentukan sebelumnya. Dalam prakteknya, sistem ini menghasilkan volume besar positif palsu dan memerlukan penyetelan konstan oleh tim keamanan. Bahkan dengan perawatan yang berat, mereka sering gagal mendeteksi kehilangan data yang sebenarnya karena mereka terbatas pada pola yang sudah diketahui dan aturan statis.

Masalah ini telah menjadi lebih akut karena lingkungan perusahaan telah menjadi lebih dinamis. Karyawan sekarang memindahkan informasi sensitif di seluruh aplikasi cloud, alat kolaborasi, API, dan sistem AI dengan cara yang sulit untuk dimodelkan dengan kebijakan yang kaku. Akibatnya, tim keamanan dipaksa untuk memilih antara mengunci sistem dengan sangat ketat sehingga produktivitas menderita atau melepas kontrol dan menerima risiko yang meningkat.

ORION dibangun di sekitar ide bahwa kelemahan inti dalam DLP bukanlah eksekusi yang buruk, tetapi model kebijakan itu sendiri.

Pendekatan Pencegahan Data yang Berbasis Konteks dan Otonom

Daripada mengandalkan aturan yang telah ditentukan sebelumnya, ORION menggunakan agen AI khusus untuk memahami konteks penuh di balik bagaimana dan mengapa data bergerak. Platform ini mengevaluasi faktor-faktor seperti sensitivitas data, identitas pengguna, pola perilaku, garis keturunan data, dan niat lingkungan dalam waktu nyata.

Pemahaman kontekstual ini memungkinkan ORION untuk menentukan apakah suatu tindakan mewakili alur kerja yang sah atau risiko yang sebenarnya. Sebagai gantinya untuk membanjiri tim dengan peringatan yang memerlukan tinjauan manual, sistem ini dirancang untuk mencegah kehilangan data yang berbahaya secara otonom sebelum terjadi, sambil memungkinkan aktivitas bisnis normal untuk berlanjut tanpa gangguan.

Dengan fokus pada niat dan konteks daripada aturan statis, ORION bertujuan untuk mengurangi positif palsu secara dramatis sambil mengidentifikasi insiden yang alat DLP warisan sering lewatkan. Perusahaan ini menggambarkannya sebagai pergeseran dari penerapan reaktif ke pencegahan proaktif.

Traction Awal di Industri dengan Taruhan Tinggi

Menurut perusahaan, ORION sudah digunakan oleh pelanggan perusahaan di sektor seperti keuangan, kesehatan, dan teknologi. Industri ini menghadapi tekanan regulasi yang intens dan menangani volume besar data sensitif, membuat mereka menjadi pengadopsi awal model keamanan yang lebih maju.

Pendanaan baru akan digunakan untuk mempercepat pengembangan arsitektur ujung-ke-ujung milik ORION, memperluas tim insinyur AI dan keamanan, dan menskalakan upaya pemasaran untuk memenuhi permintaan perusahaan yang meningkat. Partisipasi strategis dari IBM juga menunjukkan potensi integrasi dan kemitraan perusahaan di masa depan.

Mitran Norwest, Dave Zilberman, menggambarkan ORION sebagai perusahaan yang meredefinisi cara perusahaan melindungi data, menekankan bahwa perlindungan otonom yang berbasis konteks mewakili pergeseran struktural daripada perbaikan inkremental.

Dibangun oleh Veteran Keamanan dan Produk

ORION didirikan pada 2024 oleh CEO Nitay Milner dan CTO Jonathan Kreiner. Milner sebelumnya menjabat sebagai pemimpin produk di Epsagon, yang diakuisisi oleh Cisco, sementara Kreiner memimpin inisiatif keamanan aplikasi di WalkMe. Latar belakang mereka yang terkombinasi dalam observabilitas, keamanan aplikasi, dan perangkat lunak perusahaan membantu membentuk fokus ORION pada otomatisasi, akurasi, dan kesederhanaan operasional.

Sejak awal, perusahaan ini bertujuan untuk menghilangkan kebutuhan akan penyetelan kebijakan yang konstan dan intervensi manusia. Filosofi desain ini tercermin dalam platform yang dirancang untuk beroperasi terus-menerus di latar belakang, beradaptasi dengan perilaku yang berkembang tanpa memerlukan tim keamanan untuk bertindak sebagai penulis aturan penuh waktu.

Implikasi yang Lebih Luas untuk Keamanan Data

ORION mencerminkan pergeseran yang lebih luas yang terjadi di seluruh keamanan perusahaan karena data menjadi lebih cair dan sulit didefinisikan. Informasi sensitif sekarang bergerak terus-menerus di seluruh platform cloud, alat kolaborasi, API, dan sistem AI, seringkali dengan cara yang tidak dapat diprediksi sebelumnya. Dalam lingkungan ini, model keamanan yang dibangun di sekitar aturan statis dan asumsi yang telah ditentukan sebelumnya semakin terbebani.

Ketika AI menjadi terintegrasi dalam alur kerja sehari-hari, perlindungan data beralih ke sistem yang dapat menafsirkan konteks dan niat daripada hanya menerapkan kebijakan. Sebagai gantinya untuk mencoba menentukan setiap tindakan yang dapat diterima sebelumnya, platform keamanan di masa depan kemungkinan akan fokus pada mempelajari perilaku normal dan mengintervensi ketika aktivitas menyimpang secara signifikan dari itu. Ini mencerminkan transisi sebelumnya dalam keamanan siber, di mana deteksi berbasis perilaku menggantikan pendekatan yang kaku dan berbasis tanda tangan.

Implikasi yang lebih luas adalah pergeseran dalam cara tim keamanan beroperasi. Waktu yang dihabiskan untuk memelihara aturan dan mengejar peringatan berkurang, dan lebih banyak waktu dihabiskan untuk mengawasi sistem otomatis dan mengelola risiko pada tingkat yang lebih tinggi. Ketika model ini menjadi lebih umum, pencegahan kehilangan data mungkin berkembang dari kontrol reaktif menjadi lapisan adaptif yang terus-menerus yang lebih sesuai dengan cara organisasi modern bekerja.