Finanziamenti
Vero Security raccoglie 11 milioni di dollari in un round seed per applicare le policy agli agenti IA

Punti chiaveVero traduce le politiche di sicurezza approvate in controlli applicati invece di…
Vedi di più
- Vero traduce le politiche di sicurezza approvate in controlli applicati invece di lasciare ai team elenchi di risultati.
- L'applicazione a runtime è importante perché i permessi e gli strumenti degli agenti possono modificare il rischio dopo l'approvazione iniziale.
- Il round seed da 11 milioni di dollari di Vero scommette che le operazioni continue sulle politiche diventino un lavoro centrale per la sicurezza dell'IA aziendale.
Vero Security ha raccolto 11 milioni di dollari in un round seed per aiutare le aziende a trasformare le proprie policy di sicurezza dell’IA in controlli che operano mentre i dipendenti utilizzano strumenti e agenti di IA.
Il round è stato guidato da TLV Partners, con la partecipazione di GTM Capital, Maple Capital e investitori angel. Fondata nel 2025, Vero afferma che diverse aziende Fortune 500 utilizzano già la sua piattaforma. Intende investire il capitale nello sviluppo del prodotto, nell’ampliamento della copertura delle tecnologie di IA aziendali e dei flussi di lavoro di sicurezza, nonché nell’espansione della propria presenza commerciale negli Stati Uniti.
La startup punta a risolvere un problema che cresce di pari passo con l’utilità degli agenti IA: i software in grado di leggere file aziendali, collegarsi a repository, richiamare strumenti ed eseguire codice hanno bisogno anche di limiti che restino efficaci al mutare delle loro capacità.
Trasformare una policy per l’IA in controlli operativi
Vero definisce il proprio mercato «ingegneria della sicurezza dell’IA»: il lavoro continuo di individuare come viene utilizzata l’IA, valutare i rischi associati e mantenere aggiornate le protezioni. La sua proposta consiste nel farsi carico di una parte maggiore di questo lavoro operativo, invece di lasciare ai team di sicurezza un altro elenco di criticità.
I professionisti della sicurezza definiscono la policy e decidono quali modifiche la piattaforma può applicare automaticamente. Vero traduce le decisioni approvate in controlli, coordina gli interventi correttivi con i responsabili pertinenti, verifica che siano stati completati e adegua le protezioni man mano che evolvono strumenti e autorizzazioni. Le modifiche che richiedono una nuova valutazione del rischio vengono sottoposte a una persona, insieme alle analisi di supporto e a un’azione consigliata.
Un’azienda potrebbe, per esempio, consentire solo agli sviluppatori di collegare gli agenti ai repository di codice aziendali o di eseguire codice. Vero afferma che un cliente Fortune 1000 ha utilizzato questa policy come punto di partenza e che, in pochi minuti, la piattaforma l’ha tradotta in oltre 15 controlli riguardanti agenti di programmazione, identità, server Model Context Protocol, skill e azioni in fase di esecuzione.
L’esempio mostra il lavoro ingegneristico che si cela dietro una semplice dichiarazione di policy. Stabilire chi può utilizzare un agente è solo una parte del compito: anche gli strumenti collegati, le credenziali e le operazioni devono rispecchiare tale decisione.
Che cosa fa AI Runtime Governor
Al centro della piattaforma si trova AI Runtime Governor di Vero. L’azienda afferma che il sistema esamina i prompt, le chiamate agli strumenti e le azioni degli agenti supportati, applicando la policy quando viene tentata un’operazione anziché attendere una successiva revisione manuale.
Tra i possibili interventi figurano impedire a un agente di programmazione di leggere segreti non pertinenti, bloccare le azioni che esulano da una policy approvata e fermare skill malevole o tentativi di iniezione di prompt prima che provochino comportamenti non autorizzati.
L’iniezione di prompt si verifica quando il materiale incontrato da un sistema di IA contiene istruzioni volte a deviarne il comportamento. Nel caso di un assistente che si limita a redigere testi, la conseguenza immediata potrebbe essere una risposta inaffidabile. Un agente con accesso a un repository o autorizzato a eseguire comandi può trasformare lo stesso tipo di manipolazione in un’operazione contro un sistema reale.
Per questo l’applicazione dei controlli in fase di esecuzione è diversa da una policy inserita nelle istruzioni di un agente. Una regola che chiede a un software di evitare una risorsa sensibile esprime il comportamento desiderato. Un meccanismo di controllo deve esaminare il tentativo di accesso e applicare il limite lungo il percorso di esecuzione che supporta.
Perché i soli controlli di configurazione non bastano
Il sito web di Vero descrive quattro funzioni interconnesse: inventario, analisi della postura di sicurezza, rilevamento dei comportamenti e applicazione dei controlli. L’inventario individua gli agenti e i relativi responsabili; l’analisi della postura esamina la configurazione e le credenziali a cui è possibile accedere; il rilevamento dei comportamenti analizza le attività durante una sessione; l’applicazione dei controlli fa rispettare la policy.
Il flusso di lavoro illustrato segue un agente la cui configurazione espone credenziali di produzione e la cui skill approvata riceve in seguito un aggiornamento malevolo. L’azienda spiega di intervenire sul problema di configurazione e poi di bloccare la chiamata dannosa quando la skill modificata tenta di agire.
La distinzione è utile perché un’approvazione iniziale è una fotografia della situazione. Un aggiornamento di uno strumento, una nuova connessione o un’autorizzazione aggiuntiva possono modificare il rischio dopo la messa in produzione. Il monitoraggio continuo e i controlli sulle azioni intervengono in una fase diversa rispetto alla valutazione iniziale.
Model Context Protocol, o MCP, è uno dei meccanismi di connessione coinvolti: consente alle applicazioni di IA di interagire con strumenti e fonti di dati esterni. Le skill forniscono istruzioni o procedure riutilizzabili. Insieme alle credenziali dell’agente, questi elementi contribuiscono a determinare ciò che l’agente può effettivamente fare.
Vero afferma di operare attraverso gli strumenti per endpoint, identità, IA e sicurezza già utilizzati dall’azienda, senza richiedere ai dipendenti di installare nulla di nuovo. Le sue dichiarazioni sull’applicazione dei controlli riguardano prompt, strumenti e azioni supportati; l’ambito pratico di un’implementazione dipende quindi dalle integrazioni e dai percorsi di esecuzione coperti.
Una scommessa finanziaria su un lavoro di sicurezza continuo
Vero è stata fondata da Elad Tessler, suo CEO, e Daniel Meirov, suo CTO. In precedenza, Tessler ha guidato il team di prodotto di Astrix Security, mentre Meirov è stato il primo dipendente di Sightfull e ha diretto le attività di ricerca e sviluppo e di prodotto. Secondo l’annuncio, i fondatori si sono conosciuti nell’Unità 8200, dove hanno guidato insieme un’unità di operazioni informatiche composta da oltre 100 persone. Vero ha uffici a New York e Tel Aviv.
GTM Capital afferma di aver investito dopo una valutazione strutturata che ha coinvolto la propria rete di CIO e CISO di aziende Fortune 500. L’annuncio descrive questi dirigenti mentre collaboravano direttamente con Vero prima che la società decidesse di investire.
L’investimento arriva mentre i controlli in fase di esecuzione assumono un ruolo sempre più centrale nella sicurezza dell’IA aziendale. Anche altri lanci, tra cui la soluzione AI Defense di Sysdig, si concentrano sull’osservazione del comportamento degli agenti e sull’applicazione dei limiti durante l’esecuzione. La proposta di finanziamento di Vero mette in evidenza il lavoro operativo continuativo necessario per gestire questi limiti: attuare le decisioni, verificare le misure correttive e mantenere i controlli allineati alla policy.
Creare una community dedicata alla sicurezza dell’IA
Insieme all’annuncio del finanziamento, Vero lancia AISecurityEngineering.org, una community aperta e un centro di conoscenza con guide pratiche, workshop e un percorso di certificazione ASE. L’iniziativa è rivolta ai professionisti che definiscono pratiche di sicurezza dell’IA, spesso assumendosi anche altre responsabilità all’interno delle proprie organizzazioni.
L’opportunità più ampia consiste nel rendere durature le policy di sicurezza anche quando il software sottostante continua a cambiare. Man mano che le aziende concedono agli agenti accessi più utili, la prova per piattaforme come Vero sarà la capacità di tradurre con coerenza le decisioni dei team di sicurezza nelle azioni che gli agenti tentano di compiere.












