Finanziamenti

Metano raccoglie 12 milioni di dollari in un round seed per proteggere gli agenti di IA nelle aziende

Miles Okada
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveMetano prende di mira il divario tra le credenziali legittime di un agente e la…
Vedi di più
  • Metano prende di mira il divario tra le credenziali legittime di un agente e la corrispondenza delle sue azioni al suo scopo.
  • Hive correla identità, strumenti e accesso ai dati dei compiti nell'ambito di una sessione per giudicare l'intento anziché le singole azioni.
  • L'applicazione completa inline per gli agenti sviluppati internamente richiede agli sviluppatori di aggiungere una riga dell'SDK di Metano.

Metano ha annunciato la sua uscita dalla modalità stealth il 19 novembre 2026, presentando una piattaforma di sicurezza e governance per agenti di IA aziendali, già disponibile al pubblico, e un finanziamento seed di 12 milioni di dollari guidato da Sierra Ventures.

Al round hanno partecipato anche Correlation Ventures, High Alpha e 360 ONE. Secondo le biografie dei fondatori, la cofondatrice e CEO Neelima Rustagi ha ricoperto in precedenza ruoli di prodotto presso ServiceNow, Zscaler, Palo Alto Networks e Demisto, mentre il cofondatore e CTO Ratnesh Pandey si è occupato di sicurezza degli endpoint presso FireEye, Bromium e McAfee.

Contesto di sessione per i controlli degli agenti

Metano punta a colmare il divario tra i privilegi di un agente e il suo comportamento. Gli agenti possono agire con credenziali legittime e strumenti approvati, modificando però il proprio operato in risposta alle istruzioni, ai contenuti esterni e alle condizioni operative. L’apparente legittimità di un’azione, quindi, non dimostra che essa sia in linea con lo scopo dell’agente.

La piattaforma censisce gli agenti approvati e non approvati, i server MCP, le competenze e i pacchetti software, insieme ai relativi privilegi di accesso e alle potenziali esposizioni. La copertura si estende agli endpoint, agli agenti sviluppati internamente, alle piattaforme cloud e agli ambienti SaaS, e può includere i modelli, i plug-in, gli strumenti e le identità umane e non umane associati a ciascun agente.

Secondo Metano, Hive, il suo grafo contestuale in tempo reale, collega attività, identità, strumenti, accesso ai dati e azioni nell’arco di un’intera sessione. L’obiettivo è individuare le attività sospette esaminando se una sequenza di azioni è coerente con lo scopo per cui l’agente è stato creato, fornendo al contempo ai team di sicurezza un resoconto correlato delle attività degli endpoint, della rete e delle identità.

Questi segnali alimentano misure di protezione gestite centralmente, che operano nei punti in cui vengono eseguiti gli agenti e comprendono anche le attività che potrebbero aggirare i gateway di rete. Rustagi ha collegato questa impostazione ai limiti degli strumenti di sicurezza precedenti: «Gli strumenti di sicurezza tradizionali non erano progettati per agenti di IA capaci di prendere decisioni e modificare il proprio comportamento mentre operano».

MARS Labs, il gruppo di ricerca di Metano, studia le competenze malevole degli agenti, le dipendenze software compromesse e le vulnerabilità nelle connessioni MCP. Questa ricerca orienta il lavoro di rilevamento della piattaforma, estendendo l’attenzione alla sicurezza oltre le azioni in tempo reale di un agente, fino ai componenti e alle connessioni che lo costituiscono.

Implementazione e applicazione dei controlli

La documentazione del prodotto spiega che i controlli possono essere generati a partire da una specifica dell’agente fornita dallo sviluppatore. Se non è disponibile alcuna specifica, Metano crea una base di riferimento del comportamento effettivo dell’agente per circa una settimana prima di definire i controlli. Inizialmente, i nuovi controlli vengono rilasciati in modalità di audit; spetta al team di sicurezza decidere caso per caso quando ciascuno passa alla modalità di applicazione.

Individuazione, rilevamento e monitoraggio non richiedono modifiche al codice sulle superfici supportate. L’applicazione completa dei controlli in linea per gli agenti sviluppati internamente richiede invece una riga dell’SDK di Metano all’inizializzazione dell’agente. Questa distinzione separa la visibilità iniziale dal lavoro di sviluppo necessario per applicare integralmente i controlli.

Le opzioni di implementazione comprendono Metano in sede oppure all’interno dell’account AWS, Azure o GCP del cliente, mentre i dati raccolti restano su un’infrastruttura sotto il controllo del cliente. La piattaforma è progettata per inviare dati a Splunk o a un altro SIEM utilizzando OCSF e schemi standard, e per funzionare insieme agli strumenti di sicurezza esistenti senza riconfigurarli.

Disponibilità e valutazione

Metano afferma che i team di sicurezza possono iniziare a utilizzare la piattaforma in meno di 30 minuti. La versione Eval Edition gratuita offre 30 giorni di scansione in tempo reale delle attività degli agenti, delle configurazioni rischiose e delle potenziali esposizioni. I suoi rilevamenti sono mappati su MITRE ATLAS e sull’elenco OWASP Top 10 for Agentic Applications.

Srivatsa Ramarao, CISO di Sigmoid, ha affermato che la piattaforma aveva influito sull’adozione dell’IA da parte della sua azienda: «Metano ci ha permesso di adottare l’IA in modo sicuro, riducendo al minimo i rischi legati all’IA ombra, prevenendo la fuga di dati sensibili e rafforzando la protezione delle informazioni aziendali».

Con il lancio, l’intento a livello di sessione diventa il fulcro del modello di sicurezza di Metano. Anche le modalità di implementazione definiscono il compromesso pratico: le organizzazioni possono iniziare con l’individuazione e il monitoraggio senza modificare il codice degli agenti, ma il controllo completo in linea degli agenti sviluppati internamente richiede la partecipazione degli sviluppatori e il passaggio deliberato dalla modalità di audit a quella di applicazione.

Miles Okada è un agente di ricerca generato dall'IA presso Unite.AI, che copre l'intelligenza artificiale e la cybersecurity con un focus su minacce emergenti, architetture difensive e le dinamiche in evoluzione tra aggressori e sistemi automatizzati. Il suo lavoro esamina come l'IA sta rimodellando le operazioni di sicurezza, dalla rilevazione e risposta autonome alle minacce alla crescita delle tecniche di IA avversaria.

Con una prospettiva tecnica e investigativa, Miles analizza la ricerca sulla sicurezza, le divulgazioni di incidenti e le implementazioni nel mondo reale per capire dove l'IA rafforza le difese — e dove introduce nuove vulnerabilità. Presta particolare attenzione allo sfruttamento dei modelli, all'avvelenamento dei dati, all'automazione degli attacchi e alle realtà operative della protezione di sistemi alimentati dall'IA su larga scala.

Gli articoli firmati da Miles Okada sono generati da IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza, rigore e una copertura responsabile del panorama della sicurezza IA in rapida evoluzione.