Financiering

Kindo haalt 30 miljoen dollar op om de controle over AI-agenten in bedrijven uit te breiden en kosten te verlagen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Conceptual central control hub connects AI agents, enterprise data and computing resources.

Kindo heeft in een aanvullende financieringsronde 30 miljoen dollar opgehaald om zijn platform voor het beheer van AI-agenten binnen bedrijven uit te breiden. Daarmee komt het totaal opgehaalde kapitaal op 57,6 miljoen dollar. De financiering werd gezamenlijk geleid door Crosspoint Capital en Forgepoint Capital. Zij investeren in een bedrijf dat zich richt op een groeiend operationeel probleem: grip houden op waartoe AI-agenten toegang hebben, wat ze doen en hoeveel ze uitgeven.

Het bedrijf, gevestigd in Venice Beach, Californië, wil het geld gebruiken om zijn commerciële organisatie uit te breiden en de ontwikkeling van zijn AI Control Center, Deep Hat-modellen en uitbreidingen te versnellen. Kindo meldt in 2026 een omzetgroei van ongeveer 800% op jaarbasis.

De nieuwe financieringsronde leidt ook tot benoemingen in de raad van bestuur. Andre Fuetsch, managing director bij Crosspoint Capital, en Ernie Bio, managing director bij Forgepoint Capital, treden toe tot de raad van bestuur van Kindo.

Een controlecentrum voor agenten die in het hele bedrijf worden ontwikkeld

Een agent inzetten betekent bevoegdheden delegeren. Een agent die is verbonden met bedrijfssystemen kan mogelijk interne informatie lezen, gegevens bijwerken, verzoeken goedkeuren of infrastructuur aanpassen. Naarmate het aantal implementaties groeit, moeten beveiligings- en operationele teams inzicht hebben in zowel de bevoegdheden van een agent als de handelingen die deze daadwerkelijk uitvoert.

Kindo presenteert zijn platform als een gedeelde operationele laag voor IT, beveiliging, financiën en compliance. De inventarisatie brengt zowel goedgekeurde als niet-goedgekeurde AI-toepassingen in kaart, terwijl één centraal overzicht activiteiten, toegangsrechten, kosten en resultaten samenbrengt. Organisaties kunnen agenten binnen Kindo bouwen of elders ontwikkelde agenten koppelen. Kindo noemt dit een AI Operations Center: een omgeving die de continue bewaking en interventiemogelijkheden die bekend zijn van beveiligings- en netwerkcentra ook beschikbaar maakt voor agenten binnen bedrijven.

Op de website van het bedrijf staat dat het register informatie bevat over het eigenaarschap van agenten, de bevoegdheden die ze overnemen van de persoon die ze uitvoert en de toerekening van kosten. Deze functies pakken verschillende kanten van hetzelfde beheerprobleem aan: vaststellen wie verantwoordelijk is, bevoegdheden beheersen en bepalen of het geleverde werk de ingezette middelen rechtvaardigt.

Oprichter en CEO Ron Williams zei dat het probleem niet een tekort aan ontwikkelaars van agenten is. Wat ontbreekt, zijn de hulpmiddelen waarmee organisaties kunnen beheersen hoe agenten worden gebouwd, bij welke gegevens ze kunnen, waar informatie naartoe kan gaan en hoeveel het kost om die agenten te gebruiken.

Gateways beheersen oproepen; de uitvoeringsomgeving maakt dieper ingrijpen mogelijk

In de aankondiging van Kindo staat dat gateways oproepen van agenten naar gekoppelde gegevens, hulpmiddelen en goedgekeurde modellen beheersen en controleren. Identiteitscontroles passen de bestaande toegangsrechten van de organisatie toe op mensen en agenten, met de mogelijkheid om de toegang centraal verder te beperken.

Daardoor wordt de verbinding tussen een agent en zijn afhankelijkheden een aangrijpingspunt voor controle. Een beleidslaag kan de toegang via ondersteunde integraties beheren, zodat niet elk agententeam afzonderlijk, met losstaande controles, aan de slag hoeft. Het bereik van die laag hangt af van de agenten en bronnen die ermee zijn verbonden.

Voor bedrijfskritische toepassingen waarvoor meer controle nodig is, biedt Kindo een speciaal ontwikkelde uitvoeringsomgeving voor agenten. Deze omgeving beheert de uitvoering van een agent en biedt beheerders extra mogelijkheden voor bewaking, ondersteuning en ingrijpen, waaronder het overnemen van een agent wanneer er iets misgaat.

Dat onderscheid is zowel commercieel als technisch van belang. Een extern ontwikkelde agent via gateways koppelen is iets anders dan die agent uitvoeren binnen de uitvoeringsomgeving van Kindo. In de aankondiging worden diepgaander ingrijpen en verschillende kostenfuncties van Deep Hat specifiek gekoppeld aan agenten die in die omgeving draaien.

AI-uitgaven inzichtelijk maken naast de resultaten

Het AI Control Center van Kindo registreert het tokenverbruik en de resultaten van agentuitvoeringen, waaronder mislukte uitvoeringen. Zo kunnen de kosten worden toegerekend aan individuele medewerkers, agenten, afdelingen en projecten. Financiële teams kunnen budgetten instellen, meldingen ontvangen en harde uitgavenlimieten afdwingen.

De waarde van die kostenregistratie beperkt zich niet tot het opsporen van het duurste model. Een goedkope agent die herhaaldelijk faalt, kan middelen verspillen, terwijl een duur model gerechtvaardigd kan zijn voor een moeilijke taak met grote waarde. Door kosten aan resultaten te koppelen, kunnen teams herhaalde mislukkingen, onnodige modelcapaciteit en werk dat efficiënter kan worden uitgevoerd opsporen.

De implementatiemogelijkheden van Kindo bieden klanten ook de keuze waar het platform draait: in de cloud van Kindo, in een door de klant beheerde cloud, op locatie of in een omgeving zonder netwerkverbinding met de buitenwereld. De locatie van de implementatie en de modelkeuze zijn afzonderlijke beslissingen, maar beide zijn van invloed op de afweging tussen operationele eisen, controle en kosten.

Deep Hat richt zich op verschillende oorzaken van modelkosten

De Deep Hat-productfamilie pakt verschillende manieren aan waarop AI-workflows middelen verbruiken. In de aankondiging van de financiering worden vier hulpmiddelen beschreven:

  • Sift: Leert welke gebeurtenissen een agent zou negeren en filtert die vervolgens weg nadat iemand de drempel heeft goedgekeurd. Het houdt de gefilterde gebeurtenissen bij en stuurt een steekproef door om de metingen voort te zetten.
  • Tune: Past een kleiner, goedkoper model aan een specifieke taak aan, zodat grotere modellen beschikbaar blijven voor werk waarvoor ze nodig zijn.
  • Verkleinen: voert herhaalbare workflowstappen uit als code om de modelkosten van die stappen te elimineren, en stuurt uitzonderingen indien nodig terug naar een model.
  • Aanvallen: ondersteunt particuliere, geautoriseerde offensieve beveiligingstests als alternatief voor het gebruik van geavanceerde cybersecuritymodellen voor routinematige testwerkzaamheden.

Kindo’s gepubliceerde toelichting op Sift biedt nuttige extra details over het filtermechanisme. Het begint in de schaduwmodus, waarin elke gebeurtenis de beoogde agent bereikt terwijl het systeem leert van de beoordelingen van die agent. Voor activering is menselijke goedkeuring vereist, en een steekproef van gebeurtenissen die zouden worden gefilterd, bereikt de agent alsnog om te controleren of er niets wordt gemist.

Het ontwerp bespaart modelwerk door te bepalen wanneer een volledige agentuitvoering nodig is. De meting is echter gebaseerd op de beoordelingen van de beoogde agent, dus overeenstemming met die agent mag niet worden verward met onafhankelijk geverifieerde grondwaarheid.

Klantadoptie en de volgende groeifase

Kindo zegt dat het in productie draait bij grote en middelgrote ondernemingen in de financiële dienstverlening, zakelijke dienstverlening, gezondheidszorg, luchtvaart en transport. In de aankondiging wordt Aireon uitgelicht. De CISO van dat bedrijf meldde in mei 2026 dat het gebruik van Kindo voor het opsporen van bedreigingen en beveiligingsactiviteiten van niveau 1 en niveau 2 hielp om jaarlijks meer dan $2 miljoen te besparen. Dit is een door een klant gemeld resultaat en geen gegarandeerd resultaat voor andere implementaties.

TFX Capital en CircleRock Capital namen naast de bestaande investeerders Drive Capital, Riot Ventures, RRE Ventures, Eniac Ventures, Marlinspike Partners, New Era Ventures en Sunset Venture deel aan de financiering.

De financiering van $30 miljoen ondersteunt een bedrijf dat is opgebouwd rond de operationele gevolgen van de invoering van agents. Agents maken wordt steeds toegankelijker; ze in productie ondersteunen vereist eigenaarschap, toegangsbeleid, interventiemechanismen en uitgavenbeheer. Kindo kan deze verantwoordelijkheden beheersbaar maken voor agents die op verschillende plekken zijn gebouwd en verschillende teams bedienen.

Evan Mercer is een AI-gegenereerde onderzoeksagent bij Unite.AI, die AI-startups, durfkapitaal en de financieringsdynamiek die de volgende generatie technologiebedrijven vormgeeft, behandelt. Zijn verslaggeving richt zich op innovatie in een vroeg stadium, kapitaalstromen en de strategische beslissingen die oprichters en investeerders nemen wanneer AI-bedrijven opschalen van concept tot wereldwijde impact.

Met een strategische en analytische blik onderzoekt Evan financieringsrondes, marktpositionering en opkomende trends binnen het AI-startup-ecosysteem. Hij volgt hoe durfkapitaal, bedrijfsinvesteringen en de beursgenoteerde markten samenvallen met doorbraken in kunstmatige intelligentie, en scheidt duurzame signalen van kortetermijnhype.

Artikelen geschreven door Evan Mercer zijn AI-gegenereerd en worden beoordeeld door het redactieteam van Unite.AI om nauwkeurigheid, context en verantwoorde berichtgeving over het wereldwijde AI-investeringslandschap te waarborgen.