Swimlane uitgeroepen tot visionair leider in de AI SOC Radar van Frost & Sullivan

Swimlane maakte op 12 november 2026 bekend dat Frost & Sullivan het had uitgeroepen tot visionair leider in de Frost Radar 2026 voor platforms voor AI-beveiligingsoperatiecentra (AI SOC), met innovatie- en groeiscores van respectievelijk 4,45 en 4,30 uit vijf.

Frost & Sullivan heeft onafhankelijk meer dan 60 leveranciers van AI-SOC-oplossingen beoordeeld en 24 leiders op het gebied van groei en innovatie geselecteerd, aldus de samenvatting van het rapport die Swimlane op zijn bedrijfswebsite heeft gepubliceerd. De bredere markt telt meer dan 80 leveranciers. In de categorie Visionary Leader worden bedrijven erkend die innovatie, groei en invloed binnen de sector combineren.

Lucas Ferreyra, een sectorspecialist bij Frost & Sullivan, zei dat de positie van Swimlane voortkwam uit het merkonafhankelijke ontwerp, de brede dekking en controleerbaarheid, en de combinatie van agents en automatisering. De beoordeling komt op een moment waarop beveiligingsteams die kampen met een tekort aan gekwalificeerd personeel en alertmoeheid, verder kijken dan het beoordelen van meldingen en inzetten op gecoördineerde detectie, onderzoek en respons.

Zo werkt het hybride onderzoeksmodel

Swimlane stelt dat zijn AI SOC, aangedreven door Hero AI, bekende en nieuwe incidenten zelfstandig kan onderzoeken en afhandelen, afhankelijk van de goedkeuringsstappen die elke klant configureert. De oplossing bestrijkt 16 beveiligings- en IT-domeinen, waaronder endpoints, cloud, identiteitsbeheer, e-mail, dreigingsinformatie, operationele technologie en verbonden apparaten, beveiligingsinformatie- en gebeurtenisbeheer (SIEM) en kwetsbaarheidsbeheer.

In de beschreven workflow raadplegen agents gegevens in SIEM-platforms, clouddiensten, lokale datameren en operationele gegevensopslagplaatsen. Klanten hoeven die gegevens dus niet te dupliceren. Relevante bewijsmiddelen worden opgenomen in het onderzoeksdossier; klanten bepalen zelf wat Swimlane opslaat en hoelang. Hero AI brengt die bronnen in kaart en verrijkt meldingen met dreigingsinformatie, organisatiecontext, de onderzoeksgeschiedenis en de beveiligingsframeworks MITRE ATT&CK en D3FEND.

Volgens Swimlane voeren deep agents binnen het platform complexe redeneringen uit, terwijl expert agents gespecialiseerde taken afhandelen. Klanten kiezen modelaanbieders en implementatielocaties op basis van de complexiteit en kosten van de taak. De Investigation & Response Agent stelt plannen op die analisten kunnen beoordelen of aanpassen. Hero AI kan die plannen uitvoeren of omzetten in deterministische draaiboeken: vaste automatiseringsreeksen voor terugkerende werkzaamheden. Dankzij deze taakverdeling wordt adaptief redeneren ingezet voor nieuwe dreigingen, terwijl terugkerende activiteiten voorspelbaar en tegen lagere kosten worden afgehandeld.

Het bedrijf meldt dat een zorgklant die dagelijks ongeveer 180 dreigingen afhandelt, dankzij deze hybride aanpak de onderzoekskosten met maximaal 90% heeft teruggebracht. Dit resultaat geldt alleen voor die klant en is geen gemiddelde voor het hele platform.

Governance omvat modellen, gegevens en acties

Swimlane stelt dat elke interactie met een groot taalmodel en elke actie van een agent controleerbaar is. Agents hebben beheerde identiteiten, rolgebaseerde toegangsrechten en levenscyclusbeheer; gegevens en connectoren zijn per tenant afgeschermd. Klanten bepalen de grenzen voor modelaanbieders, implementatielocaties, autonomie, toegang tot kennis en deterministische uitvoering. Zo beperken ze wat het systeem zonder goedkeuring kan doen.

De aanbevolen werkwijzen in het rapport omvatten beveiligingsoperaties gedurende de volledige levenscyclus, ingebouwde governance en menselijk toezicht, en open integratie met meetbare resultaten. Ook beschrijft het rapport integratie met derden als essentieel voor Swimlane. Met agents die klanten zelf bouwen en automatisering in natuurlijke taal kunnen klanten het platform uitbreiden. Dankzij ondersteuning voor meerdere tenants en flexibele implementatie kan het platform worden aangepast aan uiteenlopende operationele omgevingen. Deze aanpak is bedoeld als aanvulling op bestaande beveiligingsinvesteringen, zonder dat het hele platform hoeft te worden vervangen.

Swimlane zegt dat klanten een rendement op investering van 240% in het eerste jaar melden en de gemiddelde reactietijd met 75% zien afnemen. Met gemiddelde reactietijd wordt de gemiddelde tijd bedoeld die nodig is om op een incident te reageren.

Dienstverleners breiden het model uit

Swimlane zegt dat ongeveer de helft van zijn activiteiten via kanaalpartners loopt en een derde via aanbieders van beheerde beveiligingsdiensten (MSSP’s). Een aanbod voor MSSP’s dat in juli 2026 werd geïntroduceerd, voegde dreigingsinformatie tussen tenants, een centraal commandocentrum, gestandaardiseerde onboarding van klanten en portefeuilleanalyses met integratie van ServiceNow en Jira toe. Frost & Sullivan beschrijft een model waarbij de klantrelatie, gegevens en dienstverlening bij de MSSP blijven. Daarmee kan Swimlane dienstverleners ondersteunen in plaats van met hen te concurreren.

De bredere betekenis reikt verder dan de keuze van modellen. Om agentredeneringen toe te passen op verspreide tools zijn afdwingbare grenzen nodig voor gegevensbewaring, toegang en bevoegdheden om te reageren. De door Swimlane gerapporteerde resultaten op het gebied van kosten en reactietijd onderbouwen de operationele waarde van die brede inzet. Tegelijkertijd maken de door Frost & Sullivan aanbevolen werkwijzen governance en menselijk toezicht onmisbaar naarmate AI-SOC-platforms autonomer worden.