Financiamento
Vero Security capta US$ 11 milhões em rodada seed para aplicar políticas a agentes de IA

Pontos-chaveA Vero traduz políticas de segurança aprovadas em controles aplicados, em vez de deixar…
Ver mais
- A Vero traduz políticas de segurança aprovadas em controles aplicados, em vez de deixar as equipes com listas de constatações.
- A aplicação em tempo de execução é importante porque as permissões e ferramentas dos agentes podem alterar o risco após a aprovação inicial.
- A rodada seed de 11 milhões de dólares da Vero aposta que as operações contínuas de políticas se tornarão trabalho central de segurança de IA empresarial.
Vero Security captou US$ 11 milhões em uma rodada seed para ajudar empresas a transformar políticas de segurança de IA em controles que funcionam enquanto as ferramentas e os agentes de IA dos funcionários estão em operação.
A rodada foi liderada pela TLV Partners, com participação da GTM Capital, da Maple Capital e de investidores-anjo. Fundada em 2025, a Vero afirma que várias empresas da Fortune 500 já usam sua plataforma. A empresa planeja investir o capital no desenvolvimento de produtos, na ampliação da cobertura de tecnologias de IA corporativa e de fluxos de trabalho de segurança, e na expansão de sua presença comercial nos Estados Unidos.
A startup mira um problema que cresce à medida que os agentes de IA se tornam mais úteis: softwares capazes de ler arquivos da empresa, conectar-se a repositórios, acionar ferramentas e executar código também precisam de limites que continuem eficazes à medida que esses recursos mudam.
Transformando uma política de IA em controles operacionais
A Vero chama seu mercado de engenharia de segurança de IA: o trabalho contínuo de descobrir como a IA está sendo usada, avaliar os riscos associados e manter as proteções atualizadas. Sua proposta é assumir uma parcela maior desse trabalho operacional, em vez de deixar as equipes de segurança com mais uma lista de problemas identificados.
Os profissionais de segurança definem a política e decidem quais mudanças a plataforma pode implementar automaticamente. A Vero transforma as decisões aprovadas em controles, coordena as correções com os responsáveis pertinentes, verifica se o trabalho foi concluído e ajusta as proteções conforme as ferramentas e permissões evoluem. As mudanças que exigem uma nova avaliação de risco voltam a uma pessoa, acompanhadas de uma análise de apoio e de uma ação recomendada.
Uma empresa poderia, por exemplo, permitir que apenas desenvolvedores conectassem agentes a repositórios corporativos de código ou executassem código. A Vero afirma que um cliente da Fortune 1000 usou essa política como ponto de partida, e que a plataforma a traduziu, em poucos minutos, em mais de 15 controles que abrangiam agentes de programação, identidades, servidores do Model Context Protocol, habilidades e ações em tempo de execução.
O exemplo ilustra o trabalho de engenharia que se esconde por trás de uma declaração de política simples. Controlar quem pode usar um agente é apenas parte da tarefa; as ferramentas conectadas, as credenciais e as operações também precisam refletir essa decisão.
O que faz o AI Runtime Governor
No centro da plataforma está o AI Runtime Governor da Vero. A empresa afirma que ele inspeciona prompts, chamadas de ferramentas e ações de agentes compatíveis, aplicando a política no momento em que uma operação é tentada, em vez de esperar por uma revisão manual posterior.
Entre as possíveis intervenções estão impedir que um agente de programação leia segredos sem relação com sua tarefa, bloquear ações que violem uma política aprovada e impedir que habilidades maliciosas ou ataques de injeção de prompt provoquem comportamentos não autorizados.
A injeção de prompt ocorre quando o material encontrado por um sistema de IA contém instruções destinadas a redirecionar seu comportamento. Para um assistente que apenas redige textos, a consequência imediata pode ser uma resposta pouco confiável. Um agente com acesso a repositórios ou permissão para executar comandos pode transformar o mesmo tipo de manipulação em uma operação contra um sistema real.
Isso diferencia a aplicação de controles em tempo de execução de uma política escrita nas instruções de um agente. Uma regra que pede ao software para evitar um recurso sensível expressa o comportamento desejado. Um mecanismo de aplicação precisa inspecionar a tentativa de acesso e impor o limite ao longo do caminho de execução que ele abrange.
Por que as verificações de configuração, por si só, não bastam
O site da Vero descreve quatro funções interligadas: inventário, análise de postura, detecção de comportamento e aplicação de políticas. O inventário identifica os agentes e seus responsáveis; a análise de postura examina a configuração e as credenciais acessíveis; a detecção de comportamento analisa a atividade durante uma sessão; e a aplicação de políticas impõe as regras.
O fluxo de trabalho ilustrado acompanha um agente cuja configuração expõe credenciais de produção e cuja habilidade aprovada recebe, mais tarde, uma atualização maliciosa. A empresa descreve como corrige o problema de configuração e, em seguida, bloqueia a chamada prejudicial quando a habilidade alterada tenta agir.
Essa distinção é útil porque uma aprovação inicial é apenas um retrato daquele momento. Uma atualização de ferramenta, uma nova conexão ou uma permissão adicional pode mudar o risco após a implantação. O monitoramento contínuo e os controles de ação atuam em um momento diferente daquele da avaliação original.
O Model Context Protocol, ou MCP, é um dos mecanismos de conexão envolvidos: ele permite que aplicativos de IA interajam com ferramentas externas e fontes de dados. As habilidades fornecem instruções ou procedimentos reutilizáveis. Junto com as credenciais do agente, esses componentes ajudam a determinar o que ele realmente pode fazer.
A Vero afirma que opera por meio das ferramentas de endpoint, identidade, IA e segurança que a empresa já utiliza, sem exigir que os funcionários instalem algo novo. Suas alegações sobre a aplicação de controles se referem a prompts, ferramentas e ações compatíveis; portanto, o escopo prático de uma implantação depende das integrações e dos caminhos de execução que ela abrange.
Uma aposta de investimento em segurança contínua
A Vero foi fundada por Elad Tessler, seu CEO, e Daniel Meirov, seu CTO. Tessler liderou anteriormente a área de produto da Astrix Security, enquanto Meirov foi o primeiro funcionário da Sightfull e liderou as atividades de pesquisa e desenvolvimento e de produto da empresa. Segundo o anúncio, os fundadores se conheceram na Unidade 8200, onde codirigiram uma unidade de operações cibernéticas com mais de 100 pessoas. A Vero tem escritórios em Nova York e Tel Aviv.
A GTM Capital afirma que investiu após uma avaliação estruturada que envolveu sua comunidade de CIOs e CISOs de empresas da Fortune 500. O anúncio relata que esses executivos trabalharam diretamente com a Vero antes de a empresa se comprometer com o investimento.
O investimento ocorre em um momento em que os controles em tempo de execução ganham importância na segurança de IA nas empresas. Outros lançamentos, entre eles o AI Defense da Sysdig, também se concentram em observar o comportamento dos agentes e impor limites durante a execução. A proposta de captação da Vero enfatiza o trabalho operacional contínuo em torno desses limites: implementar decisões, verificar a correção de problemas e manter os controles alinhados à política.
Construindo uma comunidade em torno da engenharia de segurança de IA
Junto com o anúncio do financiamento, a Vero está lançando o AISecurityEngineering.org, uma comunidade aberta e um centro de conhecimento com guias práticos, workshops e uma trilha de certificação ASE. A iniciativa é voltada a profissionais que estabelecem práticas de segurança de IA e, muitas vezes, acumulam outras responsabilidades em suas organizações.
A oportunidade mais ampla é tornar duradouras as políticas de segurança, mesmo quando o software que as sustenta continua mudando. À medida que as empresas concedem aos agentes acessos mais úteis, o teste para plataformas como a Vero é saber se elas conseguem traduzir consistentemente as decisões de uma equipe de segurança nas ações que esses agentes tentam executar.












