Palma、エンタープライズAIエージェント向けガバナンス層構築のために$1.8百万を調達。

Palma.aiは、プレシード資金として$1.8百万を調達し、企業がコンテンツ生成AIアシスタントから、企業システム内で行動できるエージェントへと移行するにつれて重要性が増す課題に取り組む。

このラウンドはD11Zが主導し、Plug and Play Ventures、Deel、Scale Now Ventures、そしてCiscoとDeelの幹部を含むエンジェル投資家が参加しました。調達資金は、Palma.aiのエンジニアリングおよびマーケティングチームを拡大し、同社が複数プラットフォームでAIエージェントを導入する大規模組織を対象とするために使用されます。

このラウンドでは、投資家と顧客の間に珍しい重複も見られます。D11ZとPlug and PlayはすでにPalma.aiを社内で展開しており、ガバナンスインフラを活用して、従業員が各AIアプリケーションごとに権限や統合を個別に設定することなく、エンタープライズツールにアクセスできるAIエージェントを提供しています。

AIエージェントの背後に浮上するガバナンス課題

エージェント型AIの急速な導入は、企業が第一世代の生成AIで直面したものとは異なるセキュリティ課題を生み出します。

従業員にチャットボットへのアクセスを許可することは、主にデータ漏洩、モデル使用、情報労働者がアップロードする情報に関する疑問を提起しました。AIエージェントはそれ以上のことが可能です。エンタープライズシステムに接続されたエージェントは、顧客レコードの更新、データベースへのクエリ、内部ワークフローのトリガー、コードの修正、または従業員に代わって別のアクションを開始することがあります。

この機能は、AIアプリケーションとツールやデータを接続するオープンプロトコルであるModel Context Protocol (MCP)を通じてますます有効化されています。MCPは業界標準へと拡大し、現在はLinux FoundationのAgentic AI Foundationを通じて、相互運用可能なエージェントインフラを支える他の技術と共に管理されています。

MCPは重要な相互運用性の問題を解決しますが、特定の従業員やエージェントが許可されるべき行動を決定するために必要な組織レベルのすべての制御を単独で提供するわけではありません。

このギャップこそが、Palma.aiが自らの位置付けを行っている領域です。

エージェントとエンタープライズシステム間の制御層

別のAIアシスタントを構築するのではなく、Palma.aiはエージェントからツールへのリクエストを経路付けできる仲介的なガバナンス層を開発しています。

同社のプラットフォームは、ユーザーとエージェントに対し、使用が許可されたツールと組織の「スキル」を含むガバナンスされたコネクタを割り当てます。その後、エージェントが実際にアクションを試みた際にポリシーが評価され、単にアプリケーションへの広範なアクセスを付与するのではありません。

例えば、従業員は財務システムの使用が許可されている一方で、その従業員のために行動するエージェントは、指定された閾値以下の取引のみ実行できるように制限されます。別のアクションは、指定された人間が承認するまで自動的に一時停止することも可能です。

Palmaのポリシーシステムは、個々のリクエストに含まれる引数を評価でき、組織はシステムに到達する前に呼び出しを許可、拒否、レート制限、または承認必須とすることができます。同社はまた、管理者がポリシーを実際のトラフィックに対してテストできる観測モードもサポートしています。

このアプローチは、AIガバナンスをエージェントが実際に何かを行うポイントにより近づけることを目指しています。

複数AIプラットフォームにまたがる単一のガバナンス層

Palma.aiの戦略のもう一つの側面は、単一のAIベンダーに縛られたガバナンスアーキテクチャを回避することです。

このプラットフォームは、Claude、ChatGPT、Microsoft Copilot、Gemini、Cursor、その他MCP対応環境を含むAIアプリケーション全体で動作するよう設計されています。したがって、Palmaは、組織の権限とスキルが、企業が使用するモデルやエージェントインターフェースを変更しても、ユーザーに追従できると述べています。

これは、企業が単一のプロバイダーに標準化するのではなく、複数のAIシステムを同時に導入するにつれて、ますます重要になる可能性があります。

Palmaは既存のアイデンティティ基盤と統合し、置き換えることはありません。同社のウェブサイトでは、Microsoft EntraやOktaなどのシステムを通じたアイデンティティプロバイダーグループのサポートが記載されており、従業員の入社、退社、チーム間の異動に応じてアクセスが変更できるようになっています。

スキルの概念は、単なるツールアクセスの上にもう一つの層を追加します。ツールはエージェントにメール送信やデータベース更新といった技術的能力を提供しますが、スキルは特定のワークフローでそれらの機能を使用する際の組織承認手順を定義します。Palmaはスキルをバージョン管理し、配布前にスキャンします。

エージェントから資格情報を遠ざける

エージェントが情報取得を超えて、実稼働システムへの書き込みアクセスを取得する場合、セキュリティは特に重要になります。

Palma の技術文書によると、同社のガバナンス層は Docker、Kubernetes、またはベアメタル展開を使用して、企業の自社インフラ内で実行できます。マルチテナントのクラウドサービスを通じて機密エージェントトラフィックが流れることを望まない組織向けに、VPC、オンプレミス、完全にエアギャップされた構成がサポートされています。

このプラットフォームは、下流の認証情報をエージェントに直接渡す必要がないように設計されています。Palma は、トークン交換やエンタープライズボールトに保存された認証情報などのアプローチをサポートし、承認された呼び出しが行われた際に認証を仲介します。

すべてのガバナンス対象リクエストは、ユーザー、当該ユーザーのために行動するエージェント、そしてリクエストが発生したアプリケーションの 3 当事者に帰属させることができます。許可、拒否、レート制限、承認ゲート付きのアクションはすべて監査トレイルに記録されます。

重要なのは、Palma が企業の既存のセキュリティインフラを置き換えることを主張しているわけではない点です。同社の文書では、プラットフォームは自社コネクタを通過するトラフィックのみをガバナンスし、従業員デバイス上で実行されている他の管理対象外 MCP サーバーを独自に検出できないと明記されています。したがって、アイデンティティプロバイダー、エンドポイント制御、ネットワークセキュリティ、既存のポリシーシステムは、引き続き広範なセキュリティモデルの一部となります。

投資家が早期顧客になる

D11Z と Plug and Play が投資家であると同時に顧客でもあることは、この資金調達ラウンドに別の次元を与えています。

両ベンチャー企業は、内部システム全体で動作し、集中管理された権限と監視を維持できる AI エージェントをチームに提供する取り組みの一環として、Palma.ai を活用しています。

「すべての企業が自社システムへの鍵を AI エージェントに渡す時代がやってくる」と Palma.ai の CEO 兼共同創業者 Patrick Eden は語ります。「問題は、誰がドアを見張っているかだ」

Eden は以前、インフラ監視企業 Replex を共同設立し、同社は 2021 年に Cisco に買収されました。Palma.ai の CTO 兼共同創業者 Julian Kolbe は、欧州のフィンテックおよび自動車企業向けに、規制環境で動作するインフラシステムを構築する仕事に 10 年以上従事しています。

同スタートアップは 2026 年初頭からサービスを提供していると述べています。

エージェントガバナンスはインフラストラクチャになる

Palma.ai の資金調達のタイミングは、エンタープライズ AI 市場全体のシフトを反映しています。

企業は、単に回答を生成するだけでなく、実際に行動を起こすエージェントの実験をますます進めています。同時に、MCP を取り巻くエコシステムはより体系化されつつあります。Linux Foundation は 2025 年後半に Agentic AI Foundation を立ち上げ、2026 年 9 月にはアーキテクチャ、実行、セキュリティ、ガバナンスを網羅する初の公式 MCP 認証を導入しました。

規制は、企業が AI システムの動作を理解するための別のインセンティブを提供しています。EU AI 法は 2026 年 8 月 2 日に広範に適用開始されましたが、一部のハイリスクシステムに対する要件は後続の実施日程が設定されています。

しかし、エンタープライズにとって直面する課題は、規制よりもむしろ運用面にあるかもしれません。AI エージェントが CRM のレコードを変更したり、機密データにアクセスしたり、プロダクションワークフローをトリガーしたりできるようになると、組織は機械速度で動作しつつ、すべてのデプロイを無制限アクセスや常時手動承認に陥らせない制御が必要になります。

Palma.ai は、エージェントとそれらがますます制御するシステムの間に共通のガバナンス層を配置することが解決策になると見込んでいます。

1.8 万ドルのプレシードラウンドにより、同社はエージェントが実験段階から日常業務へと移行する際に、その層がエンタープライズ AI スタックの標準的な一部となり得るかどうかを検証するための追加資本を得ました。