ORION Security sikrer 32 millioner dollar for å redefinere datatap i AI-æraen

ORION Security har avsluttet en serie A-finansieringsrunde på 32 millioner dollar, noe som markerer et betydelig skritt fremover for et selskap som har som mål å redefinere hvordan bedrifter beskytter følsomme data. Runden ble ledet av Norwest, med deltakelse fra IBM og eksisterende investorer, inkludert PICO Venture Partners og Lama Partners. Opphøret bringer ORIONs totale finansiering til 38 millioner dollar, mindre enn ett år etter seed-runden, noe som indikerer sterk tidlig momentum og økende etterspørsel etter en ny tilnærming til datatap.

ORION stiller seg selv som en moderne alternativ til tradisjonelle datatap-verktøy, som mange sikkerhetsteam ser på som foreldet, støyende og vanskelige å håndtere. Mens organisasjoner sliter med spredt SaaS-bruk, fjernarbeid og AI-drevne arbeidsflyter, argumenterer selskapet for at policy-basert DLP har nådd sine grenser.

Hvorfor tradisjonell datatap-sikring svikter bedrifter

I nesten to tiår har DLP-produkter (Data Loss Prevention) avhengig av manuelt skrevne politikker designet for å blokkere eller markere forhåndsdefinerte atferd. I praksis genererer disse systemene enorme volumer av falske positiver og krever konstant justering av sikkerhetsteam. Selv med tungt vedlikehold, feiler de ofte å oppdage faktisk data-eksfiltrering fordi de er begrenset til kjente mønster og statiske regler.

Dette problemet har blitt mer akutt ettersom bedriftsmiljøer har blitt mer dynamiske. Ansatte flytter nå følsomme opplysninger over skytjenester, samarbeidsverktøy, API-er og AI-systemer på måter som er vanskelige å modellere med stive politikker. Som resultat må sikkerhetsteam velge mellom å låse systemer ned så tett at produktiviteten lider eller å løsne kontrollene og akseptere økt risiko.

ORION ble bygget rundt ideen om at det grunnleggende feilet i DLP ikke er dårlig gjennomføring, men policy-modellen selv.

En kontekst-drevet, autonom tilnærming til datasikring

I stedet for å avhenge av forhåndsdefinerte regler, bruker ORION spesialiserte AI-agenter for å forstå den fulle konteksten bak hvordan og hvorfor data flyttes. Plattformen vurderer faktorer som datasensitivitet, brukeridentitet, atferdsmønster, data-herkomst og miljø-intent i sanntid.

Denne kontekst-forståelsen gjør det mulig for ORION å bestemme om en handling representerer en legitim arbeidsflyt eller en ekte risiko. I stedet for å flode team med varsler som krever manuell gjennomgang, er systemet designet for å autonomt forhindre skadelig data-eksfiltrering før det skjer, samtidig som det tillater normal forretningsaktivitet å fortsette uten avbrudd.

Ved å fokusere på intensjon og kontekst i stedet for statiske regler, har ORION som mål å dramatisk reducere falske positiver samtidig som det identifiserer hendelser som legacy DLP-verktøy vanligvis overseer. Selskapet beskriver dette som en overgang fra reaktivt gjennomføring til proaktiv forebygging.

Tidlig fremgang i høyrisiko-industrier

Ifølge selskapet, brukes ORION allerede av bedriftskunder i sektorer som finansielle tjenester, helsevesen og teknologi. Disse industriene står overfor intens regulativt press og håndterer store volumer av høyt sensitive data, noe som gjør dem til tidlige adopterer av mer avanserte sikkerhetsmodeller.

Den nye finansieringen vil bli brukt til å akselerere utviklingen av ORIONs egen end-to-end-arkitektur, utvide teamet av AI- og sikkerhetsingeniører og skalerer markedsføringsinnsatsene for å møte økende etterspørsel fra bedrifter. Strategisk deltakelse fra IBM antyder også mulige fremtidige integrasjoner og bedriftspartnerskap.

Norwest-partner Dave Zilberman beskrev ORION som en som redefinerer hvordan bedrifter beskytter data, og understreket at autonom, kontekst-drevet beskyttelse representerer en strukturell endring i stedet for en inkrementell forbedring.

Bygget av sikkerhets- og produktveteraner

ORION ble grunnlagt i 2024 av CEO Nitay Milner og CTO Jonathan Kreiner. Milner var tidligere produktleder i Epsagon, som ble kjøpt av Cisco, mens Kreiner ledet applikasjonssikkerhetsinitiativer i WalkMe. Deres kombinerte bakgrunn i overvåkning, applikasjonssikkerhet og bedriftsprogramvare hjalp til å forme ORIONs fokus på automatisering, nøyaktighet og operasjonell enkelhet.

Fra starten av satte selskapet som mål å eliminere behovet for konstant policy-justering og menneskelig inngripen. Denne designfilosofien er reflektert i en plattform som er ment å operere kontinuerlig i bakgrunnen, tilpasser seg utviklingene uten å kreve at sikkerhetsteam fungerer som fulltids regelskribenter.

De bredere implikasjonene for datasikkerhet

ORIONs tilnærming reflekterer en bredere endring som skjer over hele bedriftssikkerheten, ettersom data blir mer flytende og vanskeligere å definere. Følsomme opplysninger flytter nå konstant over skyplattformer, samarbeidsverktøy, API-er og AI-systemer, ofte på måter som ikke kan forutsies på forhånd. I dette miljøet er sikkerhetsmodeller bygget rundt statiske regler og forhåndsdefinerte antagelser stadig mer belastet.

Ettersom AI blir mer integrert i daglige arbeidsflyter, beveger datasikring seg mot systemer som kan tolke kontekst og intensjon i stedet for å bare håndheve politikker. I stedet for å forsøke å spesifisere hver akseptabel handling på forhånd, er fremtidige sikkerhetsplattformer sannsynligvis å fokusere på å lære normal atferd og gripe inn når aktivitet signifikant avviker fra det. Dette speiler tidligere overganger i cybersikkerhet, hvor atferdsbasert deteksjon erstattet stive, signatur-drevne tilnærminger.

Den bredere implikasjonen er en endring i hvordan sikkerhetsteam opererer. Mindre tid brukes på å vedlikeholde regler og jage varsler, og mer tid brukes på å overvåke automatiserte systemer og håndtere risiko på et høyere nivå. Ettersom denne modellen blir mer vanlig, kan datatap-sikring utvikle seg fra en reaktiv kontroll til en kontinuerlig, adaptiv lag som bedre samstemmer med hvordan moderne organisasjoner faktisk fungerer.