ORION Security Garante US$ 32 Milhões para Redefinir a Prevenção de Perda de Dados para a Era de IA

ORION Security fechou uma rodada de financiamento Série A de US$ 32 milhões, marcando um passo significativo para uma empresa que visa redefinir como as empresas protegem dados sensíveis. A rodada foi liderada por Norwest, com a participação da IBM e dos investidores existentes, incluindo PICO Venture Partners e Lama Partners. A arrecadação leva o financiamento total da ORION a US$ 38 milhões, menos de um ano após sua rodada de sementes, sinalizando um forte momentum inicial e uma crescente demanda por uma nova abordagem para a prevenção de perda de dados.

A ORION está se posicionando como uma alternativa moderna às ferramentas tradicionais de prevenção de perda de dados, que muitas equipes de segurança consideram ultrapassadas, barulhentas e difíceis de gerenciar. À medida que as organizações lutam com o uso disseminado de SaaS, trabalho remoto e fluxos de trabalho impulsionados por IA, a empresa argumenta que a prevenção de perda de dados baseada em políticas alcançou seus limites.

Por Que a Prevenção Tradicional de Perda de Dados Está Falhando com as Empresas

Por quase duas décadas, os produtos de prevenção de perda de dados (DLP) têm confiado em políticas escritas manualmente projetadas para bloquear ou sinalizar comportamentos predefinidos. Na prática, esses sistemas geram volumes maciços de falsos positivos e exigem uma manutenção constante das equipes de segurança. Mesmo com uma manutenção intensiva, eles frequentemente falham em detectar a exfiltração real de dados porque estão limitados a padrões conhecidos e regras estáticas.

Esse problema se tornou mais agudo à medida que os ambientes empresariais se tornaram mais dinâmicos. Os funcionários agora movem informações sensíveis por meio de aplicativos em nuvem, ferramentas de colaboração, APIs e sistemas de IA de maneiras difíceis de modelar com políticas rígidas. Como resultado, as equipes de segurança são forçadas a escolher entre bloquear os sistemas tão rigidamente que a produtividade sofre ou afrouxar os controles e aceitar um risco aumentado.

A ORION foi construída em torno da ideia de que a falha fundamental na DLP não é a execução pobre, mas o próprio modelo de política.

Uma Abordagem Autônoma e Orientada por Contexto para a Proteção de Dados

Em vez de confiar em regras predefinidas, a ORION usa agentes de IA especializados para entender o contexto completo por trás de como e por que os dados estão se movendo. A plataforma avalia fatores como a sensibilidade dos dados, a identidade do usuário, os padrões de comportamento, a linhagem de dados e a intenção ambiental em tempo real.

Essa compreensão contextual permite que a ORION determine se uma ação representa um fluxo de trabalho legítimo ou um risco genuíno. Em vez de inundar as equipes com alertas que exigem revisão manual, o sistema é projetado para prevenir autonomamente a exfiltração prejudicial de dados antes que ocorra, permitindo que a atividade comercial normal continue ininterrupta.

Ao se concentrar na intenção e no contexto, em vez de regras estáticas, a ORION visa reduzir drasticamente os falsos positivos, identificando incidentes que as ferramentas de DLP legadas regularmente perdem. A empresa descreve isso como uma mudança da aplicação reativa para a prevenção proativa.

Tração Inicial em Indústrias de Alto Risco

De acordo com a empresa, a ORION já está sendo utilizada por clientes empresariais em setores como finanças, saúde e tecnologia. Essas indústrias enfrentam uma intensa pressão regulatória e lidam com grandes volumes de dados altamente sensíveis, tornando-as adotantes precoces de modelos de segurança mais avançados.

O novo financiamento será usado para acelerar o desenvolvimento da arquitetura de ponta a ponta proprietária da ORION, expandir sua equipe de engenheiros de IA e segurança e escalar esforços de marketing para atender à crescente demanda empresarial. A participação estratégica da IBM também sugere possíveis integrações e parcerias empresariais futuras.

O parceiro da Norwest, Dave Zilberman, descreveu a ORION como uma empresa que redefine como as empresas protegem os dados, enfatizando que a proteção autônoma e orientada por contexto representa uma mudança estrutural, e não uma melhoria incremental.

Construída por Veteranos de Segurança e Produto

A ORION foi fundada em 2024 pelo CEO Nitay Milner e pelo CTO Jonathan Kreiner. Milner anteriormente atuou como líder de produto na Epsagon, que foi adquirida pela Cisco, enquanto Kreiner liderou iniciativas de segurança de aplicativos na WalkMe. As experiências combinadas deles em observabilidade, segurança de aplicativos e software empresarial ajudaram a moldar o foco da ORION na automação, precisão e simplicidade operacional.

Desde o início, a empresa se propôs a eliminar a necessidade de ajuste constante de políticas e intervenção humana. Essa filosofia de design é refletida em uma plataforma projetada para operar continuamente em segundo plano, adaptando-se a comportamentos em evolução sem exigir que as equipes de segurança atuem como escritores de regras em tempo integral.

As Implicações Mais Amplas para a Segurança de Dados

A abordagem da ORION reflete uma mudança mais ampla que está ocorrendo na segurança empresarial, à medida que os dados se tornam mais fluidos e mais difíceis de definir. As informações sensíveis agora se movem constantemente por meio de plataformas em nuvem, ferramentas de colaboração, APIs e sistemas de IA, frequentemente de maneiras que não podem ser previstas com antecedência. Nesse ambiente, os modelos de segurança baseados em regras estáticas e suposições predefinidas estão cada vez mais sobrecarregados.

À medida que a IA se torna incorporada aos fluxos de trabalho diários, a proteção de dados está se movendo em direção a sistemas que podem interpretar contexto e intenção, em vez de simplesmente aplicar políticas. Em vez de tentar especificar todas as ações aceitáveis com antecedência, as plataformas de segurança futuras provavelmente se concentrarão em aprender o comportamento normal e intervir quando a atividade se desvia significativamente dele. Isso espelha transições anteriores na cibersegurança, onde a detecção baseada em comportamento substituiu as abordagens rígidas e baseadas em assinaturas.

A implicação mais ampla é uma mudança na forma como as equipes de segurança operam. Menos tempo é gasto mantendo regras e perseguindo alertas, e mais tempo é gasto supervisionando sistemas automatizados e gerenciando riscos em um nível mais alto. À medida que esse modelo se torna mais comum, a prevenção de perda de dados pode evoluir de um controle reativo para uma camada contínua e adaptativa que se alinha melhor com a forma como as organizações modernas realmente funcionam.