Finansowanie

Upwind pozyskuje 400 mln dolarów przy wycenie 3,8 mld dolarów na rozwój zabezpieczeń chmury i AI

mm
Dodaj Unite.AI do preferowanych źródeł w Google
Runtime telemetry connecting cloud workloads, APIs, and AI agents — AI-generated illustration

Upwind Security zamknęło rundę finansowania serii C o wartości 400 mln dolarów przy wycenie 3,8 mld dolarów. Pozyskane środki pozwolą rozbudować platformę do zabezpieczania chmury i AI w miarę wdrażania przez przedsiębiorstwa kolejnych aplikacji AI i autonomicznych agentów. Rundzie przewodził Bessemer Venture Partners, a fundusze zostaną przeznaczone na rozwój produktów oraz ekspansję rynkową i sprzedażową.

W rundzie wzięły udział także Canapi Ventures oraz dotychczasowi inwestorzy: Cyberstarts, Greylock Partners, Craft Ventures, Leaders Fund, Salesforce Ventures, TCV, Alta Park Capital, Penny Jar Capital, Cerca Partners, Swish Ventures i Picture Capital.

Firma twierdzi, że w 2026 roku jej przychody wzrosły czterokrotnie, choć w komunikacie nie podano ich wartości bezwzględnej. Nowa wycena jest wyższa niż 1,5 mld dolarów, na jakie wyceniono ją podczas rundy serii B w styczniu 2026 roku. Założona w 2022 roku firma Upwind opiera swoją działalność na podstawowym założeniu: zespoły ds. bezpieczeństwa muszą rozumieć, co dzieje się w działających systemach, a także wiedzieć, co może się wydarzyć na podstawie skanów i przeglądów konfiguracji.

Kontekst działania systemów staje się podstawą tezy inwestycyjnej

Narzędzia do zabezpieczania chmury mogą generować długie listy podatnego oprogramowania, ryzykownych uprawnień i problemów z konfiguracją. Wyzwanie operacyjne polega na ustaleniu, które kombinacje tych czynników tworzą podatność dostępną dla atakującego — i czym zająć się w pierwszej kolejności.

Upwind łączy informacje o obciążeniach w chmurze, interfejsach API i agentach AI z danymi o działaniu systemów, aby pomóc zespołom ds. bezpieczeństwa, programistycznym i DevOps podejmować takie decyzje. Zamiast traktować każdy alert jako odrębny problem, platforma ma łączyć zagrożone obciążenie z jego aktywnością, zależnościami, uprawnieniami i otaczającą je infrastrukturą.

„Kontekst jest kluczowy dla zarządzania ryzykiem wewnętrznym i zewnętrznym. Zespoły ds. bezpieczeństwa muszą rozumieć, jak chmura i AI oddziałują na siebie w czasie rzeczywistym” — powiedział Amiram Shachar, dyrektor generalny i współzałożyciel Upwind, w komunikacie o finansowaniu.

Takie podejście nabiera jeszcze większego znaczenia, gdy agenci programowi mogą wywoływać narzędzia, korzystać z danych uwierzytelniających i modyfikować infrastrukturę. Sam wykaz podatności nie pozwala opisać wszystkiego, co robi agent. Bieżąca aktywność dostarcza dodatkowych dowodów, które pomagają odróżnić teoretyczną słabość od aktywnego incydentu.

Jak Upwind zbiera sygnały z działających obciążeń

Dokumentacja czujnika Upwind wyjaśnia ważny element technologii, która zapewnia ten kontekst. Czujnik działający w środowisku uruchomieniowym wykorzystuje eBPF do obserwowania aktywności na poziomie jądra systemu Linux, w tym uruchamiania procesów, wywołań systemowych, aktywności sieciowej i dostępu do plików. Dokumentacja opisuje filtrowanie i egzekwowanie reguł w jądrze, podczas gdy sam czujnik działa jako proces w trybie użytkownika.

W przypadku wdrożeń Kubernetes operator Upwind instaluje czujnik jako DaemonSet, zapewniając widoczność kontenerów na poziomie węzłów. Osobny menedżer klastra zbiera metadane klastra i pomaga wzbogacać sygnały gromadzone przez czujniki. Firma opisuje również funkcje zapobiegawcze, takie jak blokowanie złośliwych procesów i zatrzymywanie przejętych kontenerów.

Platforma do zabezpieczania chmury łączy czujniki monitorujące działanie systemów z agentlessowymi skanerami chmury. To rozróżnienie ma znaczenie: obserwacja działania systemów dostarcza dowodów na temat bieżącej aktywności, a skanowanie pomaga uzyskać pełniejszy wykaz zasobów i określić stan ich bezpieczeństwa. Upwind łączy te podejścia w obszarach bezpieczeństwa aplikacji, zarządzania poziomem bezpieczeństwa oraz wykrywania zagrożeń i reagowania na nie.

Zabezpieczanie agentów AI — i wykorzystywanie agentów do ochrony

Strategia Upwind dotycząca AI obejmuje dwa obszary. Pierwszym jest ochrona modeli, aplikacji, narzędzi i agentów wdrażanych przez klientów. Drugim — wykorzystywanie wyspecjalizowanych agentów do wspierania zespołów ds. bezpieczeństwa w analizowaniu i rozwiązywaniu wykrytych problemów.

Na stronie platformy do zabezpieczania AI Upwind opisuje wykrywanie zasobów AI i niezatwierdzonych narzędzi, mapowanie komponentów składających się na aplikacje AI oraz identyfikowanie wrażliwych danych i uprawnień, do których te systemy mogą uzyskać dostęp. Firma wymienia również kontrolę instrukcji agentów i połączeń z wykorzystaniem Model Context Protocol pod kątem ryzykownych konfiguracji i możliwości ataków typu prompt injection. MCP łączy aplikacje AI z zewnętrznymi narzędziami i danymi, dlatego połączenia te stanowią część granicy bezpieczeństwa.

Pakiet Agentic Pack firmy dzieli zadania związane z bezpieczeństwem między nazwanych agentów. Blue analizuje incydenty i koreluje sygnały dotyczące działania systemów, chmury i tożsamości. Red weryfikuje ścieżki ataku, które można wykorzystać. Green koncentruje się na naprawianiu problemów, a Choppy pełni funkcję konwersacyjnej płaszczyzny sterowania, która koordynuje agentów i przekazuje dowody między kolejnymi etapami.

Są to opisy możliwości produktu przedstawione przez Upwind. Autonomiczne prowadzenie dochodzeń i usuwanie problemów to odrębne kwestie od podejmowanych przez ludzi decyzji dotyczących priorytetów reakcji i dopuszczalnych zmian operacyjnych. W komunikacie o finansowaniu przedstawiono agentów jako sposób na ograniczenie nakładu pracy związanego z wstępną analizą alertów, tak aby zespoły mogły skupić się na ocenie sytuacji i reagowaniu.

Rozwój działalności w różnych środowiskach chmurowych przedsiębiorstw

Upwind obsługuje Amazon Web Services, Microsoft Azure, Google Cloud Platform i Oracle Cloud Infrastructure. Zgodnie z komunikatem integracja z AWS Security Hub pozwala klientom korzystać z Upwind także w konsoli AWS, a wdrożenie usługi i rozliczenia odbywają się za pośrednictwem AWS.

Firma wymienia wśród swoich klientów Siemens, Roku, Carvana, Nubank, Supabase i ClickUp. Runda finansowania o wartości 400 mln USD wesprze dalszy rozwój platformy i ekspansję komercyjną, w miarę jak firma będzie zabiegać o klientów korporacyjnych zarządzających coraz bardziej połączonymi systemami chmurowymi i AI.

Inwestycja wpisuje się w szersze działania na rzecz zabezpieczenia dostępu agentów do infrastruktury korporacyjnej, w tym niedawnego finansowania Infisical na rozwój infrastruktury poświadczeń i kontroli dostępu. Upwind koncentruje się na aktywności związanej z tym dostępem: na tym, co jest uruchomione, do czego może uzyskać dostęp, które zagrożenia wynikające z ekspozycji mają znaczenie oraz jak zespoły ds. bezpieczeństwa reagują na zmiany w zachowaniu.

Evan Mercer jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się startupami AI, kapitałem ryzyka i dynamiką finansowania kształtującą kolejną generację firm technologicznych. Jego relacje koncentrują się na innowacjach we wczesnym etapie, przepływach kapitału oraz strategicznych decyzjach, które podejmują założyciele i inwestorzy, gdy firmy AI rozwijają się od koncepcji do globalnego wpływu.

Ze strategicznej i analitycznej perspektywy Evan bada rundy finansowania, pozycjonowanie rynkowe oraz pojawiające się trendy w ekosystemie startupów AI. Śledzi, jak kapitał ryzyka, inwestycje korporacyjne i rynki publiczne krzyżują się z przełomami w sztucznej inteligencji, odróżniając trwałe sygnały od krótkotrwałego szumu.

Artykuły autorstwa Evana Mercera są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, kontekst i odpowiedzialne relacjonowanie globalnego krajobrazu inwestycji w AI