Kindo pozyskuje 30 mln dolarów na rozwój systemu kontroli agentów AI w przedsiębiorstwach i obniżenie kosztów

Kindo pozyskało 30 mln dolarów w ramach rozszerzenia finansowania, aby rozwijać platformę do zarządzania agentami AI w przedsiębiorstwach. Łączna kwota pozyskanego kapitału wzrosła tym samym do 57,6 mln dolarów. Rundzie współprzewodniczyły Crosspoint Capital i Forgepoint Capital, wspierając firmę, która zajmuje się narastającym problemem operacyjnym: kontrolą nad tym, do jakich zasobów mają dostęp agenci AI, jakie działania podejmują i ile wydają.

Firma z Venice Beach w Kalifornii planuje przeznaczyć te środki na rozbudowę zespołu odpowiedzialnego za sprzedaż i marketing oraz przyspieszenie rozwoju AI Control Center, modeli Deep Hat i dodatków do nich. Kindo informuje, że w 2026 r. jej przychody wzrosły o około 800% rok do roku.

Nowa runda finansowania wiąże się również z powołaniem członków zarządu. Andre Fuetsch, dyrektor zarządzający w Crosspoint Capital, oraz Ernie Bio, dyrektor zarządzający w Forgepoint Capital, dołączą do zarządu Kindo.

Centrum kontroli agentów wdrażanych w całym przedsiębiorstwie

Wdrożenie agenta oznacza przekazanie mu uprawnień. Agent połączony z systemami biznesowymi może mieć możliwość odczytywania informacji wewnętrznych, aktualizowania rekordów, zatwierdzania wniosków lub modyfikowania infrastruktury. W miarę wzrostu liczby wdrożeń zespoły ds. bezpieczeństwa i operacji muszą wiedzieć zarówno, jakie uprawnienia ma agent, jak i jakie działania faktycznie podejmuje.

Kindo przedstawia swoją platformę jako wspólną warstwę operacyjną dla działów IT, bezpieczeństwa, finansów i zgodności z przepisami. Funkcja wykrywania tworzy mapę zatwierdzonych i nieautoryzowanych zastosowań AI, a centralny widok łączy informacje o aktywności, dostępie, kosztach i wynikach. Organizacje mogą tworzyć agentów w Kindo lub łączyć z platformą agentów opracowanych gdzie indziej. Kindo określa to rozwiązanie mianem centrum operacji AI, przenosząc na agentów w przedsiębiorstwach ciągłe monitorowanie i reagowanie, znane z centrów operacji bezpieczeństwa i sieciowych centrów operacyjnych.

Na stronie internetowej firmy opisano rejestr zawierający informacje o właścicielach agentów, uprawnieniach dziedziczonych przez agenta od osoby, która go uruchamia, oraz przypisaniu kosztów. Funkcje te rozwiązują różne aspekty tego samego problemu zarządzania: ustalenie, kto odpowiada za agenta, kontrolowanie jego uprawnień oraz określenie, czy uzyskane rezultaty uzasadniają poniesione nakłady.

Założyciel i dyrektor generalny Ron Williams powiedział, że problemem nie jest brak narzędzi do tworzenia agentów. Organizacjom brakuje narzędzi, które pozwoliłyby kontrolować sposób budowania agentów, dane, do których mogą uzyskać dostęp, miejsca, do których mogą przesyłać informacje, oraz koszty ich działania.

Bramy kontrolują wywołania, a środowisko uruchomieniowe zapewnia głębszą interwencję

W komunikacie Kindo opisuje bramy, które kontrolują i rejestrują wywołania agentów kierowane do połączonych źródeł danych, narzędzi i zatwierdzonych modeli. Mechanizmy kontroli tożsamości stosują istniejące uprawnienia organizacji wobec osób i agentów, a dostęp można dodatkowo ograniczyć centralnie.

Dzięki temu połączenie agenta z jego zależnościami staje się punktem kontroli. Warstwa zasad może zarządzać dostępem w ramach obsługiwanych integracji, zamiast pozostawiać każdemu zespołowi tworzącemu agentów zadanie wdrożenia własnych, odrębnych mechanizmów kontroli. Zakres jej działania zależy od agentów i zasobów połączonych z tą warstwą.

W przypadku wdrożeń o znaczeniu krytycznym, które wymagają ściślejszej kontroli, Kindo oferuje specjalnie zaprojektowane środowisko uruchomieniowe agentów. Zarządza ono wykonywaniem zadań przez agenta i zapewnia operatorom dodatkowe możliwości monitorowania, wsparcia i interwencji, w tym przejęcia kontroli nad agentem, gdy coś pójdzie nie tak.

To rozróżnienie ma znaczenie zarówno z handlowego, jak i technicznego punktu widzenia. Połączenie z bramami agenta zbudowanego zewnętrznie różni się od uruchamiania go w środowisku wykonawczym Kindo. W komunikacie wyraźnie powiązano głębszą interwencję oraz kilka funkcji Deep Hat dotyczących kosztów z agentami działającymi w tym środowisku.

Przejrzystość wydatków na AI i osiąganych rezultatów

AI Control Center firmy Kindo rejestruje zużycie tokenów i wyniki działania agentów, w tym nieudane uruchomienia, dzięki czemu wydatki można przypisać poszczególnym osobom, agentom, działom i projektom. Zespoły finansowe mogą ustalać budżety, otrzymywać alerty i egzekwować sztywne limity wydatków.

Wartość takiego rozliczania nie ogranicza się do wskazania najdroższego modelu. Niedrogi agent, który wielokrotnie zawodzi, może marnować zasoby, podczas gdy użycie drogiego modelu może być uzasadnione w przypadku trudnego zadania przynoszącego dużą wartość. Powiązanie kosztów z wynikami pomaga zespołom wykrywać powtarzające się niepowodzenia, niepotrzebne wykorzystanie modeli o większych możliwościach oraz zadania, które można wykonać wydajniej.

Opcje wdrożenia Kindo pozwalają też klientom wybrać, gdzie będzie działać platforma: w chmurze Kindo, w chmurze klienta zarządzanej samodzielnie, w infrastrukturze lokalnej lub w środowisku odizolowanym od sieci. Lokalizacja wdrożenia i wybór modelu to odrębne decyzje, ale obie wpływają na sposób, w jaki przedsiębiorstwo godzi wymagania operacyjne, kontrolę i koszty.

Deep Hat odpowiada na różne źródła kosztów korzystania z modeli

Rodzina Deep Hat obejmuje kilka odrębnych sposobów ograniczania zużycia zasobów przez procesy wykorzystujące AI. W komunikacie o finansowaniu opisano cztery narzędzia:

• Sift: Uczy się, które zdarzenia agent by odrzucił, a następnie filtruje je po zatwierdzeniu progu przez człowieka. Zapisuje odfiltrowane zdarzenia i przekazuje próbkę do dalszego monitorowania.
• Tune: Dostosowuje mniejszy i tańszy model do konkretnego zadania, pozostawiając większe modele do zadań, które ich wymagają.
• Ograniczaj: Wykonuje powtarzalne etapy przepływu pracy jako kod, eliminując koszty modelu związane z tymi etapami i w razie potrzeby kierując wyjątki z powrotem do modelu.
• Testuj: Umożliwia prywatne, autoryzowane testy bezpieczeństwa ofensywnego jako alternatywę dla wykorzystywania czołowych modeli cyberbezpieczeństwa do rutynowych testów.

Opublikowane przez Kindo wyjaśnienie działania Sift dostarcza przydatnych szczegółów na temat mechanizmu filtrowania. Zaczyna on od trybu cienia, w którym każde zdarzenie dociera do docelowego agenta, a system uczy się na podstawie jego ocen. Aktywacja następuje dopiero po uzyskaniu zgody człowieka, a próbka zdarzeń, które zostałyby odfiltrowane, nadal trafia do agenta, aby sprawdzić, czy niczego nie pominięto.

Projekt pozwala ograniczyć wykorzystanie modeli, ponieważ rozstrzyga, kiedy konieczne jest pełne uruchomienie agenta. Pomiar opiera się jednak na ocenach docelowego agenta, dlatego zgodności z tym agentem nie należy mylić z niezależnie zweryfikowaną prawdą.

Wdrażanie u klientów i kolejny etap ekspansji

Kindo informuje, że jego rozwiązanie działa produkcyjnie w dużych i średnich przedsiębiorstwach z sektorów usług finansowych, usług profesjonalnych, ochrony zdrowia, lotnictwa i transportu. W komunikacie wyróżniono Aireon. Jej CISO poinformował w maju 2026 r., że wykorzystanie Kindo do wyszukiwania zagrożeń oraz operacji bezpieczeństwa Tier 1 i Tier 2 pomogło uzyskać ponad 2 mln USD rocznych oszczędności. Jest to wynik zgłoszony przez klienta, a nie gwarantowany rezultat w przypadku innych wdrożeń.

W finansowaniu wzięły udział TFX Capital i CircleRock Capital, a także dotychczasowi inwestorzy: Drive Capital, Riot Ventures, RRE Ventures, Eniac Ventures, Marlinspike Partners, New Era Ventures i Sunset Venture.

Finansowanie w wysokości 30 mln USD wspiera firmę, której działalność koncentruje się na operacyjnych skutkach wdrażania agentów. Tworzenie agentów staje się coraz łatwiejsze, ale ich obsługa w środowisku produkcyjnym wymaga przypisania odpowiedzialności, zasad dostępu, mechanizmów interwencji i kontroli wydatków. Szansa Kindo polega na tym, by ułatwić zarządzanie tymi obowiązkami w przypadku agentów tworzonych w różnych miejscach i służących różnym zespołom.