Upwind tar in 400 miljoner dollar till en värdering på 3,8 miljarder dollar för moln- och AI-säkerhet

Upwind Security har genomfört en C-runda på 400 miljoner dollar till en värdering på 3,8 miljarder dollar och säkrat nytt kapital för att vidareutveckla sin plattform för moln- och AI-säkerhet i takt med att företag börjar använda fler AI-applikationer och autonoma agenter. Bessemer Venture Partners ledde rundan, som ska finansiera produktutveckling och kommersiell expansion.

Canapi Ventures deltog tillsammans med de befintliga investerarna Cyberstarts, Greylock Partners, Craft Ventures, Leaders Fund, Salesforce Ventures, TCV, Alta Park Capital, Penny Jar Capital, Cerca Partners, Swish Ventures och Picture Capital.

Företaget uppger att intäkterna fyrdubblades 2026, men i tillkännagivandet anges ingen absolut intäktssiffra. Den nya värderingen kan jämföras med värderingen på 1,5 miljarder dollar vid företagets B-runda i januari 2026. Upwind grundades 2022 och bygger på ett centralt antagande: säkerhetsteam behöver förstå vad som händer i system som är i drift, utöver vad skanningar och konfigurationsgranskningar visar skulle kunna hända.

Kontext från körmiljön blir grunden för investeringscaset

Molnsäkerhetsarbete kan ge upphov till långa listor över sårbar programvara, riskfyllda behörigheter och konfigurationsproblem. Den operativa utmaningen är att avgöra vilka kombinationer som skapar en exponering som en angripare faktiskt kan utnyttja – och vad som bör åtgärdas först.

Upwind kombinerar information om molnarbetslaster, API:er och AI-agenter med information från körmiljön för att hjälpa säkerhets-, utvecklings- och DevOps-team att fatta sådana beslut. I stället för att behandla varje avisering som ett separat problem strävar plattformen efter att koppla den berörda arbetslasten till dess aktivitet, beroenden, behörigheter och omgivande infrastruktur.

”Kontext är avgörande för att hantera interna och externa risker. Säkerhetsteam behöver förstå hur molnet och AI samverkar i realtid”, sade Amiram Shachar, vd och medgrundare av Upwind, i finansieringstillkännagivandet.

Det här arbetssättet blir ännu viktigare när programvaruagenter kan anropa verktyg, använda inloggningsuppgifter och ändra infrastruktur. En inventering av sårbarheter räcker inte för att beskriva allt en agent gör. Aktivitet i realtid ger ytterligare underlag för att skilja en teoretisk svaghet från en pågående incident.

Så samlar Upwind in signaler från arbetslaster i drift

Upwinds dokumentation om sensorn förklarar en viktig del av tekniken bakom denna kontext. Sensorn för körmiljön använder eBPF för att observera aktivitet på Linuxkärnans nivå, däribland processkörning, systemanrop, nätverksaktivitet och filåtkomst. I dokumentationen beskrivs filtrering och verkställighet i kärnan, medan själva sensorn körs som en process i användarläge.

För Kubernetes-distributioner installerar Upwind Operator sensorn som en DaemonSet, vilket ger insyn i containrar på nodnivå. En separat klusterhanterare samlar in metadata om klustret och berikar signalerna från sensorerna. Företaget beskriver också förebyggande funktioner, till exempel att blockera skadliga processer eller stoppa komprometterade containrar.

Dess plattform för molnsäkerhet kombinerar sensorer för körmiljön med agentlösa molnskannrar. Skillnaden är viktig: observation av körmiljön ger ytterligare underlag om pågående aktivitet, medan skanning bidrar till att skapa en bredare inventering och få en bild av säkerhetsläget. Upwind förenar dessa arbetssätt inom applikationssäkerhet, säkerhetslägeshantering samt detektion och incidenthantering.

Skydda AI-agenter – och använda agenter för säkerhetsarbete

Upwinds AI-strategi har två delar. Den ena handlar om att skydda de modeller, applikationer, verktyg och agenter som kunderna använder. Den andra är att använda specialiserade agenter för att hjälpa säkerhetsteam att utreda och åtgärda upptäckta problem.

På sin sida om AI-säkerhetsplattformen beskriver Upwind hur företaget upptäcker AI-resurser och otillåtna verktyg, kartlägger komponenterna bakom AI-applikationer och identifierar känsliga data och behörigheter som systemen kan komma åt. Företaget listar också granskning av agentinstruktioner och Model Context Protocol-anslutningar för att upptäcka riskfyllda konfigurationer och vägar för promptinjektion. MCP kopplar samman AI-applikationer med externa verktyg och data, vilket gör dessa anslutningar till en del av säkerhetsgränsen.

Företagets Agentic Pack fördelar säkerhetsarbetet mellan namngivna agenter. Blue utreder incidenter och korrelerar signaler från körmiljön, molnet och identitetssystem. Red validerar exploaterbara attackvägar. Green fokuserar på åtgärder, medan Choppy fungerar som ett konversationsbaserat kontrollplan som samordnar agenterna och förmedlar underlag mellan stegen.

Detta är Upwinds beskrivningar av produktens funktioner. Autonom utredning och åtgärdande är fortfarande skilda från de mänskliga besluten om prioriteringar vid incidenthantering och vilka operativa förändringar som är godtagbara. I finansieringstillkännagivandet framställs agenterna som ett sätt att minska arbetet med den inledande bedömningen, så att teamen kan fokusera på bedömningar och insatser.

Expansion till företagens molnmiljöer

Upwind stöder Amazon Web Services, Microsoft Azure, Google Cloud Platform och Oracle Cloud Infrastructure. Enligt tillkännagivandet gör integrationen med AWS Security Hub det också möjligt för kunder att använda Upwind i AWS-konsolen, med introduktion och fakturering via AWS.

Bland företagets kunder finns Siemens, Roku, Carvana, Nubank, Supabase och ClickUp. Finansieringsrundan på 400 miljoner dollar ska stödja fortsatt plattformsutveckling och kommersiell expansion när företaget satsar på att hjälpa företag som hanterar alltmer sammankopplade moln- och AI-system.

Investeringen ingår i en bredare satsning på att säkra agenters åtkomst till företagsinfrastruktur, däribland Infisicals senaste finansiering av infrastruktur för autentiseringsuppgifter och åtkomst. Upwinds fokus ligger på aktiviteten kring den åtkomsten: vad som körs, vad det kan nå, vilka exponeringar som är viktiga och hur säkerhetsteam agerar när beteendet förändras.