Sentra pozyskuje 150 mln USD na zabezpieczenie danych przedsiębiorstw dla agentów AI

Sentra pozyskała 150 mln USD strategicznego kapitału w ramach inwestycji, której przewodzi Capital One Ventures. Środki mają pomóc w rozwoju platformy bezpieczeństwa danych firmy w czasie, gdy przedsiębiorstwa zapewniają agentom AI dostęp do coraz większej ilości informacji biznesowych. Inwestycję ogłoszono 4 listopada. Dzięki niej Capital One Ventures dołącza do dotychczasowych inwestorów: Bessemer Venture Partners, Zeev Ventures, Standard Investments, Munich Re Ventures i Key1 Capital.

Przedstawiciel Capital One dołączy do zarządu Sentry. Według firmy inwestycja następuje po wzroście przekraczającym 300% rok do roku, jednak w ogłoszeniu nie sprecyzowano, jakiej miary finansowej dotyczy ta wartość, ani nie ujawniono wyceny spółki.

Finansowanie ma pomóc rozwiązać problem, który nabiera znaczenia, gdy systemy AI przechodzą od odpowiadania na pytania do wykonywania zadań: agenci mogą uzyskiwać dostęp do wrażliwych informacji, których organizacja nigdy w pełni nie sklasyfikowała ani nie objęła odpowiednimi zasadami zarządzania.

Ochrona danych dostępnych dla agentów

Podejście Sentry zaczyna się od danych przechowywanych w chmurze, aplikacjach SaaS, hurtowniach danych, lokalnych zasobach plików i repozytoriach wiedzy wykorzystywanych przez AI. Platforma wykrywa wrażliwe informacje, klasyfikuje je i ustala, które osoby, konta usług oraz agenci mogą uzyskać do nich dostęp, również na podstawie uprawnień dziedziczonych.

To inny punkt kontroli niż analizowanie każdego promptu lub wywołania narzędzia w trakcie działania agenta. Zbiór danych objęty niepotrzebnie szerokimi uprawnieniami może stać się dostępny dla asystenta, nawet jeśli jego użytkownik nigdy nie zamierzał go udostępniać. Ograniczenie takiego narażenia z wyprzedzeniem może zmniejszyć skutki błędnego polecenia lub przejęcia tożsamości.

„Agenci AI są obecnie najbardziej aktywnymi użytkownikami danych przedsiębiorstw, a wielu z nich uzyskuje dostęp do danych, które nie zostały w pełni sklasyfikowane ani objęte odpowiednimi zasadami zarządzania” — powiedział w ogłoszeniu Yoav Regev, współzałożyciel i dyrektor generalny Sentry. „Tradycyjne zabezpieczenia obwodowe nie zostały stworzone z myślą o agentach działających z szybkością maszyn. Organizacje mogą zadbać o to, by dane dostępne dla tych agentów były już odpowiednio zabezpieczone”.

Wykrywanie, zarządzanie dostępem i reagowanie

Sentra opisuje trzy powiązane etapy. Zanim dojdzie do uzyskania dostępu, identyfikuje wrażliwe rekordy, mapuje uprawnienia i pomaga usuwać zbędne, nieaktualne lub obarczone wysokim ryzykiem dane. W przypadku podejrzanej aktywności mechanizmy wykrywania uwzględniające dane mogą oznaczać nietypowy dostęp i uruchamiać działania naprawcze, takie jak cofnięcie uprawnień lub usunięcie ryzykownego udostępnienia. Później osoby prowadzące dochodzenie mogą sprawdzić wrażliwe zbiory danych, do których dana tożsamość mogła uzyskać dostęp.

Platforma łączy zarządzanie stanem bezpieczeństwa danych (DSPM), wykrywanie zagrożeń dotyczących danych i reagowanie na nie, zarządzanie dostępem do danych oraz zapobieganie utracie danych. Przewodnik Sentra po DSPM wyjaśnia podstawy warstwy wykrywania i zarządzania narażeniem: gdzie znajdują się dane, co sprawia, że są wrażliwe, oraz jak ich stan bezpieczeństwa stwarza ryzyko.

Połączenie klasyfikacji z informacjami o tożsamości ma znaczenie, ponieważ żaden z tych widoków nie wystarcza sam w sobie. Plik zawierający bardzo wrażliwe dane może być właściwie ograniczony, podczas gdy szeroko udostępniony folder może zawierać informacje o niewielkim znaczeniu. Ustalanie priorytetów jest skuteczniejsze, gdy zespół może jednocześnie ocenić zarówno informacje, jak i uprawnienia dostępu do nich.

Analiza informacji w miejscu ich przechowywania

Sentra twierdzi, że analizuje dane klientów w ich własnym środowisku, zamiast przenosić wrażliwe rekordy do odrębnego zasobu danych kontrolowanego przez dostawcę. Publiczne materiały firmy dotyczące platformy przedstawiają ciągłe wykrywanie, klasyfikację, higienę danych i zarządzanie dostępem jako podstawę gotowości do wdrażania AI.

W dużych przedsiębiorstwach i organizacjach działających w branżach regulowanych taka architektura może ograniczyć potrzebę zabezpieczania kolejnej kopii wrażliwych informacji. Nie eliminuje jednak konieczności skonfigurowania uprawnień, zapewnienia odpowiedniego zakresu ochrony i utrzymywania procedur naprawczych. Deklaracje zawarte w ogłoszeniu dotyczące skali i przewagi kosztowej pochodzą od firmy, a nie z wyników niezależnie ujawnionego porównania.

Celem jest zwiększenie bezpieczeństwa środowiska danych, zanim agent uzyska do niego dostęp, a następnie zachowanie wystarczającego kontekstu, by ograniczyć skutki nieoczekiwanego zachowania i zbadać jego przyczyny. Takie podejście uzupełnia zabezpieczenia dotyczące działania agentów, zamiast zastępować wszystkie pozostałe warstwy bezpieczeństwa AI.

Kapitał na rozwój produktu i ekspansję rynkową

Sentra planuje zainwestować w zapewnienie wglądu w działanie agentów, asystentów i modeli, ciągłe ograniczanie uprawnień do niezbędnego minimum w przypadku tożsamości ludzkich i nieludzkich oraz szybsze powstrzymywanie agentów, gdy zachowują się nieoczekiwanie. Firma zamierza również rozwijać programy dla zespołów terenowych i kanałów partnerskich, marketing oraz zasięg geograficzny.

Capital One Ventures określa się jako inwestor strategiczny w spółki z sektorów danych, technologii i usług finansowych. Udział firmy w inwestycji i jej reprezentacja w zarządzie wiążą finansowanie z inwestorem bezpośrednio zainteresowanym tym, jak przedsiębiorstwa zarządzają wartościowymi informacjami. W komunikacie nie wspomniano o odrębnej umowie handlowej z Capital One dotyczącej wdrożenia.

Sentra, założona w 2021 roku, ma siedziby w Nowym Jorku i Tel Awiwie. Jej założycielami są Yoav Regev, Asaf Kochan, Ron Reiter i Yair Cohen. Na stronie kadry kierowniczej wymieniono ich odpowiednio jako dyrektora generalnego, prezesa, dyrektora ds. technologii i dyrektora ds. produktu.

Inwestycja wspiera tezę dotyczącą bezpieczeństwa, która koncentruje się na informacjach leżących u podstaw systemów AI. W miarę jak coraz więcej autonomicznego oprogramowania uzyskuje dostęp do zasobów przedsiębiorstw, ustalenie, jakie dane istnieją oraz kto lub co może uzyskać do nich dostęp, staje się warunkiem wstępnym kontrolowania wynikającej z tego ekspozycji.