Pluto Security komt uit stealthmodus met in totaal $42 miljoen aan financiering voor de beveiliging van AI-werkruimten

De AI-assistent van een medewerker kan tegenwoordig meer dan alleen een vraag beantwoorden. De assistent kan verbinding maken met bedrijfssystemen, extensies installeren, opdrachten uitvoeren en applicaties bouwen. Voor beveiligingsteams is de uitdaging bepalen welke van die handelingen moeten worden toegestaan en de mogelijkheid behouden om in te grijpen wanneer de context verandert.

Pluto Security komt uit stealthmodus met in totaal $42 miljoen aan financiering om dat probleem aan te pakken. Het bedrijf maakte bekend dat het een meest recente financieringsronde van ongeveer $34 miljoen heeft afgesloten, geleid door Jump Capital, na een eerdere seedronde onder leiding van TLV Partners. In de aankondiging wordt niet vermeld om welke fase de meest recente ronde ging.

Pluto, opgericht in 2025, zegt inmiddels een jaarlijkse terugkerende omzet van meerdere miljoenen dollars te hebben, wereldwijd meer dan 1 miljoen eindpunten te beveiligen en meer dan 40 zakelijke klanten te bedienen. Tot de genoemde klanten behoren Oscar Health, Workato, Sixt en AlphaSense, naast Fortune 500-organisaties. Het nieuwe kapitaal wordt besteed aan productontwikkeling, beveiligingsonderzoek en uitbreiding in de VS.

De AI-werkruimte wordt een beveiligingsgrens

Pluto omschrijft zijn categorie als beveiliging van AI-werkruimten. Daaronder vallen de AI-tools die medewerkers gebruiken, de componenten die met die tools zijn verbonden en de applicaties, agents en automatiseringen die medewerkers maken.

Deze reikwijdte weerspiegelt een verandering in de manier waarop software een organisatie binnenkomt. Een medewerker kan een workflow samenstellen uit een AI-assistent, een vaardigheid uit de community en een koppeling met bedrijfsgegevens, zonder een traditioneel ontwikkeltraject te doorlopen. Elke toevoeging kan veranderen waartoe de assistent toegang heeft of wat deze kan uitvoeren.

Het Model Context Protocol, of MCP, is daar een voorbeeld van. Het biedt AI-applicaties een manier om verbinding te maken met tools en gegevensbronnen. De beveiligingsvraag gaat verder dan de vraag of de AI-applicatie zelf is goedgekeurd: teams moeten ook inzicht hebben in de machtigingen en het gedrag van de servers en integraties die de applicatie gebruikt.

Dit maakt deel uit van de bredere uitdaging rond de softwaretoeleveringsketen achter het beheer van AI-agents. Wie een model of assistent afzonderlijk beoordeelt, laat afhankelijkheden buiten beschouwing die het gedrag ervan kunnen beïnvloeden of het bereik ervan kunnen vergroten.

Inventarisatie, risicobeoordeling en controle tijdens uitvoering

Pluto zegt dat zijn platform zichtbaarheid op eindpunten, contextuele risicoanalyse en realtime handhaving combineert. Het doel is beveiligingsteams voldoende informatie te geven om een gevaarlijke handeling te beperken, zonder automatisch de volledige tool die deze uitvoert te verbieden.

Op de website wordt het platform onderverdeeld in vier functies: Explorer brengt AI-activiteiten in kaart; Risk Radar beoordeelt wat is ontdekt aan de hand van de risicodatabase; Space Shield past handhavingsbeleid toe; en Marketspace biedt een samengestelde verzameling AI-uitbreidingen. Volgens het bedrijf omvat de dekking tools, componenten van de toeleveringsketen, gedrag tijdens uitvoering en door AI gegenereerde artefacten.

Voorbeelden op de website zijn het vereisen van goedkeuring voordat een agent toegang krijgt tot een betaal-API, het beperken van de toegang tot gevoelige gegevens en het toestaan van vertrouwde MCP-servers terwijl andere in quarantaine worden geplaatst. Dit zijn beschrijvingen van het beoogde productgedrag, geen onafhankelijk geteste garanties.

Het onderscheid tussen inventarisatie en handhaving is belangrijk. Een inventaris kan een beveiligingsteam laten zien dat er een koppeling bestaat. Voor effectieve controle is ook inzicht nodig in waartoe die koppeling toegang geeft en de mogelijkheid om de betreffende handeling te beperken. Een toegestane tool kan nog steeds te maken krijgen met een onveilige extensie, een overmatig bevoegde inloggegevenset of een taak die buiten de bevoegdheid van de gebruiker valt.

Neem een assistent die de opdracht krijgt een klantdossier samen te vatten. Een toegestaan dossier lezen is iets anders dan een volledige klantendatabase exporteren, ook als beide handelingen vanuit dezelfde goedgekeurde applicatie worden uitgevoerd. Contextueel beleid is bedoeld om die situaties van elkaar te onderscheiden. De praktische waarde ervan hangt af van de nauwkeurigheid van de waarnemingen en de betrouwbaarheid van de handhaving.

Plutonium onderzoekt de componenten rond de agent

Een centraal onderdeel van Pluto’s aanpak is Plutonium, een gratis catalogus voor de beveiliging van AI-toeleveringsketens die volgens de aankondiging wordt aangedreven door Pluto’s eigen RisksDB. De catalogus helpt professionals componenten zoals vaardigheden, extensies en MCP-servers te beoordelen voordat ze die in gebruik nemen.

De openbare hub beschrijft een agentische risico-engine die informatie over uitgevers, compatibiliteitsmapping, bronbeoordeling en codescans combineert. De beoordelingscategorieën omvatten het uitvoeren van opdrachten, permanente toegangstokens, het delen van gegevens met derden, het wijzigen en verwijderen van gegevens. De hub biedt ook een MCP Inspector en richtlijnen voor veilig gebruik.

Deze categorieën vertalen een brede vraag — of een uitbreiding veilig is — naar concretere vragen over mogelijkheden en toegang. Een koppeling die een document kan lezen, brengt een ander risico met zich mee dan een koppeling die gegevens kan wijzigen of opdrachten kan uitvoeren. Dezelfde mogelijkheid kan bovendien geschikt zijn voor de ene bedrijfsworkflow en buitensporig voor een andere.

Een catalogusbeoordeling en bescherming tijdens uitvoering pakken verschillende onderdelen van het probleem aan. Inspectie kan beslissingen over ingebruikname ondersteunen; doorlopende controles moeten rekening houden met de manier waarop een component daadwerkelijk wordt gebruikt. Geen van beide mag worden beschouwd als bewijs dat elke toekomstige handeling onschadelijk zal zijn.

Vroege commerciële tractie, maar resultaten moeten nog worden gemeten

De door Pluto gemelde klant- en omzetcijfers wijzen op een vroege vraag naar deze categorie. Het bedrijf zegt dat het zijn groei heeft opgebouwd rond veiligheidsonderzoek, gratis hulpmiddelen en deelname van vakgenoten, waarbij duizenden professionals Plutonium gebruiken en eraan bijdragen.

Deze adoptiecijfers zijn door het bedrijf gerapporteerd. In het persbericht staan geen onafhankelijke metingen van de detectiedekking, fout-positieven, handhavingslatentie of het voorkomen van aanvallen. De beveiliging van meer dan 1 miljoen eindpunten geeft de gerapporteerde schaal van de implementatie weer; daaruit blijkt niet dat elke mogelijke AI-workflow op die apparaten wordt gedekt.

Voor zakelijke klanten zijn de operationele vragen concreet: welke tools en uitvoeringspaden zijn zichtbaar, welke handelingen kunnen worden geblokkeerd, hoe worden uitzonderingen goedgekeurd en welk bewijsmateriaal wordt bewaard wanneer een beleid wordt toegepast? Een systeem dat risicovolle activiteiten stopt maar legitiem werk geregeld onderbreekt, creëert een ander probleem voor het bedrijf.

Een beveiligingsteam dat gebruikersintenties centraal stelt

CEO en medeoprichter Shahar Bahat richtte Pluto op met Tal Ofer Regev en Gil Maman. Bahat bekleedde eerder leidinggevende functies op het gebied van cyberbeveiliging bij Microsoft en Palo Alto Networks. Regev was eerder vicepresident R&D bij Palo Alto Networks, terwijl Maman meer dan zes jaar leidinggevende technische functies bekleedde bij de Israëlische militaire inlichtingendienst. Pluto zegt inmiddels meer dan 50 mensen in dienst te hebben in de Verenigde Staten en Israël.

Bahat beschrijft de aanpak van het bedrijf als gericht op inzicht in wat gebruikers willen bereiken en op het bieden van context waarmee beveiligingsteams dat werk veilig mogelijk kunnen maken. De productuitdaging is om die filosofie te vertalen naar nauwkeurige, betrouwbare controles, terwijl medewerkers nieuwe tools gaan gebruiken en nieuwe workflows samenstellen.

Met de financieringsaankondiging schaart Pluto zich in de groeiende concurrentiestrijd om AI te beveiligen wanneer die met bedrijfssystemen werkt. De volgende uitdaging is aantonen dat ontdekking, beoordeling van componenten en runtime-handhaving kunnen samenwerken op de schaal die het huidige klantenbestand al vertegenwoordigt.