Shay Levi, CEO en mede-oprichter van Unframe – Interviewreeks

Shay Levi is de mede-oprichter en CEO van Unframe, een bedrijf dat enterprise AI herdefinieert met schaalbare, beveiligde oplossingen. Eerder was hij mede-oprichter van Noname Security en leidde hij het bedrijf naar een overname van $500M door Akamai in slechts vier jaar. Als bewezen innovator in cybersecurity en technologie, specialiseert hij zich in het ontwikkelen van transformatieve oplossingen.

Unframe is een all-in-one enterprise AI-platform met hoofdkantoor in Cupertino, Californië, dat bedrijven in staat stelt om elke unieke AI-use case tot leven te brengen in uren, in plaats van maanden. Door middel van de Blueprint Approach werkt Unframe samen met grote ondernemingen wereldwijd om oplossingen te implementeren op het gebied van observability, data-abstrahering, intelligente agenten en modernisering. Unframe gebruikt resultaatgerichte prijzen, waardoor klanten elke oplossing die ze willen kunnen ervaren en ontwikkelen zonder risico. Unframe is LLM-agnostisch en vereist geen fine-tuning of training – het verandert fundamenteel wat mogelijk is voor grote ondernemingen die schaalbare, turnkey AI-oplossingen zoeken.

Op 3 april 2025 kwam Unframe uit de stealth met $50M om enterprise AI-deployment te transformeren.

Na het succesvolle vertrek van Noname Security bij Akamai, wat motiveerde je om Unframe te lanceren, en welke lacune identificeerde je in de enterprise AI-ruimte die het de juiste tijd en kans maakte?

Ik verliet Noname eigenlijk voordat de overnamegesprekken begonnen. Wat ik zag, was een enorme golf die eraan kwam, CIO’s stonden onder druk om AI snel te adopteren, maar de tools die voor hen beschikbaar waren, waren gewoon niet bedrijfsklaar. Ze pasten puntoplossingen samen met geen enkele governance, of wachtten tot interne teams iets van scratch zouden bouwen. Geen van beide paden schaalde, en beide introduceerden risico’s.

Dat was het signaal. Ik realiseerde me dat ondernemingen niet alleen toegang tot AI nodig hadden – ze hadden een platform nodig dat hen controle, snelheid en flexibiliteit tegelijkertijd gaf. Dat leidde tot Unframe.

Noname Security was een pionier in API-cybersecurity. Hoe heeft je ervaring met het opbouwen van een security-gerichte onderneming je aanpak beïnvloed bij Unframe?

Beveiliging zit in ons DNA. Bij Noname leerden we dat innovatie zonder governance snel tot risico leidt. Die les is rechtstreeks van toepassing op AI. Vanaf de eerste dag bij Unframe hebben we de juiste beveiligingsmaatregelen ingebouwd – beveiligde gegevensverwerking, modeltransparantie, rolgebaseerde toegang – zodat ondernemingen kunnen innoveren zonder nieuwe kwetsbaarheden te introduceren.

We zijn ons ook zeer bewust van hoe dingen breken op grote schaal. Dus terwijl Unframe teams in staat stelt om snel te bewegen, hebben we het platform ontworpen met bedrijfscomplexiteit in gedachten – of het nu gaat om het beheren van gegevensstromen, het afdwingen van compliance of het integreren met legacy-systemen.

Were er enkele veelvoorkomende pijnpunten bij ondernemingen in de API-beveiligingsruimte die je visie voor AI-adoptie hebben geïnformeerd?

Zeker. Bij Noname zagen we hoe moeilijk het was voor ondernemingen om zichtbaarheid en controle te krijgen over hun omgevingen. Shadow API’s, inconsistent tooling en gesegmenteerde teams creëerden operationeel risico – en het vertraagde alles.

Bij AI zien we hetzelfde patroon herhalen. Elk team wil snel bewegen, maar zonder de juiste structuur, krijg je fragmentatie, duplicatie en blind spots. Die ervaring heeft onze denkwijze bij Unframe gevormd. We wilden ondernemingen een manier geven om AI te adopteren op een manier die unified, beveiligd en daadwerkelijk werkt over teams en systemen heen – niet alleen in geïsoleerde pockets.

Unframe wint aan populariteit bij grote ondernemingen en bereikt een omzet van miljoenen binnen een jaar – hoe heb je deze mate van adoptie zo snel bereikt?

We hebben de traditionele route van langzame experimenten of beperkte pilots niet gevolgd. Vanaf de eerste dag waren we op de markt, in partnerschap met wereldwijde ondernemingen voor hoog-impact, real-world projecten. Dit waren geen geïsoleerde use cases – het waren strategische initiatieven die aan de kern van de onderneming waren verbonden. Dat is wat ons vertrouwen heeft opgebouwd en Unframe tot een strategische partner heeft gemaakt over meerdere domeinen heen, niet alleen een leverancier. Wanneer je echte resultaten snel levert, volgt adoptie.

Je hebt gesproken over het terugbrengen van AI-implementatie van maanden naar uren. Kun je ons doorlopen hoe Unframe dit mogelijk maakt?

We hebben honderden diepe technische bouwstenen in het Unframe-platform ingebouwd. Wanneer een nieuwe oplossing wordt geïmplementeerd, begint het niet van scratch – het wordt aangepast via een blueprint die die componenten in kaart brengt naar de specifieke behoeften van de gebruiker. Dat is hoe we de implementatie van maanden naar uren terugbrengen.

Vertel ons meer over de Blueprint Approach – wat maakt het uniek, en waarom is het zo krachtig voor enterprise AI-use cases?

De Blueprint Approach is hoe we op maat gemaakte AI-oplossingen op schaal leveren – zonder van scratch te beginnen. Elke blueprint brengt de logica, componenten, workflows en beveiligingsmaatregelen voor een specifiek use case in kaart, door onze platformbibliotheek van technische bouwstenen te configureren. Het is hoe we snelheid en precisie op schaal combineren.

Unframe positioneert zich als LLM-agnostisch en vereist geen model fine-tuning. Waarom was het voor jou belangrijk om de noodzaak voor het trainen van aangepaste modellen te vermijden?

Omdat de meeste ondernemingen geen aangepaste modellen nodig hebben – ze hebben aangepaste resultaten nodig. Zodra je begint met fine-tuning, sluit je jezelf op in een specifieke leverancier, verhoog je de kosten en creëer je onderhoudsverplichtingen die de meeste organisaties niet zijn ingericht om te behandelen.

We hebben Unframe ontworpen om te werken met bestaande moderne modellen op een manier die nog steeds op maat gemaakte, hoge kwaliteit resultaten levert – zonder de complexiteit. Door LLM-agnostisch te blijven, geven we ondernemingen flexibiliteit, snellere tijd naar waarde en de mogelijkheid om te evolueren naarmate het model landschap verandert. Het doel is niet om modellen te trainen – het is om problemen op te lossen. En je kunt dat heel goed doen zonder fine-tuning aan te raken.

Wat is de rol van natuurlijke taalinteractie in Unframe’s platform – en hoe ver kan het gaan in het vervangen van traditionele software-gebruikersinterfaces?

Natuurlijke taal is een krachtige entry point – het maakt AI meteen toegankelijk voor business-gebruikers, zonder training of technische opstart. Dat is vooral belangrijk wanneer je werkt met wereldwijde bedrijven en gedistribueerde werkkrachten over verschillende landen, rollen en talen heen. Een chat-achtige interface helpt om het speelveld te egaliseren.

Maar elke Unframe-use case is anders, en de interface moet bij de taak passen. Soms betekent dat een natuurlijke taal-chat. Andere keren is het een dynamische tabel, een interactieve dashboard of een content-generatie-interface – wat het beste past bij de workflow en het resultaat dat we proberen op te lossen.

We zien natuurlijke taal niet als een vervanging voor traditionele gebruikersinterfaces, maar als een laag die wrijving verwijdert waar het ertoe doet. Het doel is om software intuïtief, flexibel en op maat gemaakt te maken – niet alleen voor de gebruiker, maar voor het probleem dat ze proberen op te lossen.

Wat zijn de lessen die je hebt getrokken uit het opschalen van Noname Security naar een waardering van $1B+ en een overname van $450M, en hoe pas je die toe bij Unframe?

Focussen op het oplossen van echte, urgente problemen – en doe dat met enterprise-klasse uitvoering vanaf de eerste dag. Bij Noname leerden we dat schaal voortkomt uit vertrouwen, en vertrouwen voortkomt uit het leveren van resultaten zonder hoeken af te snijden. Bij Unframe passen we diezelfde mentaliteit toe: snel bewegen, beveiligd bouwen en onvermoeibaar klantgericht zijn.

Als herhaalde oprichter, wat is je aanpak voor het opbouwen van leiderschaps- en bedrijfscultuur in hyper-groeiomgevingen?

In hyper-groei heb je niet de luxe om dingen langzaam uit te werken – dus je hebt mensen om je heen nodig die niet alleen goed zijn in wat ze doen, maar die ook gedijen in onzekerheid en snel bewegen. Voor mij begint het opbouwen van een leiderschapsteam met vertrouwen, duidelijkheid en gedeelde waarden. Iedereen moet zijn uitgelijnd op waar we naartoe gaan, en evenzeer toegewijd zijn aan het bezitten van hun deel van de reis.

Cultuur is hetzelfde. Het gaat niet om ping-pong-tafels – het gaat om hoe je beslissingen neemt wanneer dingen moeilijk worden. Bij Unframe zijn we doelgericht geweest in het creëren van een cultuur van eigendom, tempo en eerlijkheid. We bewegen snel, we luisteren hard en we duwen elkaar om elke dag beter te worden. Dat soort cultuur overleeft hyper-groei niet alleen – het drijft het.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Unframe bezoeken.