Herd Security henter inn 3 millioner dollar for å trene AI-drevne sikkerhetsprogrammer mot nye cybertrusler

Herd Security har hentet inn 3 millioner dollar i ny finansiering for å modernisere ett av de mest oversete områdene innen cybersikkerhet: ansattetrening. Selskapet bygger en agensbasert AI-plattform som er designet for å kontinuerlig generere og tilpasse sikkerhetstreningsprogrammer, og erstatter statiske årlige samvittighetsmoduler som ofte ikke reflekterer virkelige risikoer.

Runden inkluderer støtte fra Aspiron Ventures, samt deltakelse fra Team Ignite, ForwardSlash VC, Forum Ventures, Rightside Capital og YPO. Kapitalen vil bli brukt til å utvide plattformens funksjoner, særlig innen AI-drevet innholdsgenerering og nye treningsdomener som HR og intern AI-bruk.

Fra statisk samvittighet til kontinuerlig AI-trening

Tradisjonelle sikkerhetstreningsprogrammer har lenge avhengig av periodiske treningsøkter som raskt blir foreldet. Herd Security nærmer seg dette annerledes ved å bruke AI som en kreativ motor som bygger utviklende treningskurver i sanntid.

I stedet for å avhenge av forhåndsbygde maler, genererer plattformen treningsinnhold dynamisk, inkludert simuleringer og video-baserte scenarier som speiler nåværende angrepsmønster. Dette tillater organisasjoner å kontinuerlig oppdatere treningsmateriale mens truslene utvikler seg, i stedet for å vente på planlagte programoppdateringer.

Systemet er designet for sikkerhets- og styringsteam, og muliggjør at de kan oversette kunnskap om nye trusler til praktisk, engasjerende trening uten å måtte bygge innhold fra scratch.

Reagerer på økningen av AI-drevne angrep

Tidspunktet for denne tilnærmingen reflekterer en bredere skift i cybersikkerhet. AI gjør sosiale ingenørangrep mer overbevisende og skalerbare, særlig gjennom taktikker som stemmekloning, målrettet phishing og sanntids-impersonasjon.

Dette har avdekket en svakhet i tradisjonelle forsvar. Mens selskaper investerer tungt i infrastruktursikkerhet, forblir menneskelig atferd en kritisk sårbarhet. Treningsansatte til å gjenkjenne og reagere på trusler er stadig viktigere, men takten i endringene har gjort konvensjonelle metoder ueffektive.

Bransje-data antyder at problemet bare intensiveres. Sosiale ingenørangrep forventes å utvide seg betydelig i årene som kommer, og tar sikte ikke bare på frontlinjeansatte, men også ledere og beslutningstakere. Samtidig kan det ta år å forme langvarig sikkerhetsatferd innen organisasjoner, og skaper en mismatch mellom hvor raskt trusler utvikler seg og hvor langsomt forsvar tilpasser seg.

Bygging av en ny kategori sikkerhetsinfrastruktur

Herd Securitys plattform befinner seg i skjæringspunktet mellom cybersikkerhet og generativ AI, og behandler trening som et kontinuerlig oppdatert system i stedet for en engangs-krav. Ved å automatisere opprettelsen av relevante, scenario-baserte læringsmuligheter, prøver selskapet å lukke gapet mellom trusselutvikling og menneskelig beredskap.

Dette skiftet antyder at sikkerhetstreningsprogrammer kan begynne å ligne andre AI-drevne systemer innen bedrifter, hvor innhold genereres, testes og finjusteres automatisk basert på sanntids-signaler.

Over tid kan dette redusere avhengigheten av manuell programdesign og muliggjøre at organisasjoner kan reagere raskere på nye angrepsmetoder. Det introduserer også muligheten for personlig treningsvei, hvor ansatte mottar innhold tilpasset deres rolle, atferd og risikoprofil.

Skiftet mot sanntids-, AI-drevet sikkerhetstreningsprogram

Sikkerhetstreningsprogrammer er sannsynligvis å bli mer adaptive, kontinuerlige og integrerte i daglige arbeidsflyter, i stedet for å være noe ansatte fullfører en eller to ganger om året. Mens AI-systemer genererer realistiske angreps-scenarier på forespørsel, kan treningsprogrammene utvikle seg sammen med trusler, og eksponere ansatte for de typene taktikker de er mest sannsynlig å møte i sanntid.

Dette skiftet åpner også døren for mer personlig trening. I stedet for et ett-størrelse-passer-alle-program, kan ansatte motta tilpassede simuleringer basert på deres rolle, tilgangsnivå og tidligere atferd, og skape en tilbakemeldingsloop hvor treningsprogrammene justerer seg etter endringer i risikomønster. Over tid kan dette gjøre menneskelig atferd mer målbart og håndterbart på samme måte som organisasjoner for tiden overvåker systemytelse.

På lengre sikt kan denne type teknologi utviske grensen mellom trening og aktivt forsvar. Mens plattformene kontinuerlig simulerer, tester og finjusterer respons på nye trusler, kan de fungere som en proaktiv lag sikkerhet, og identifisere svakheter før angripere utnytter dem, og styrke organisasjoner fra innsiden og ut.