Kindo ระดมทุนได้ 30 ล้านดอลลาร์ เพื่อขยายการควบคุมเอเจนต์ AI ในองค์กรและลดต้นทุน

Kindo ระดมทุนเพิ่มเติมได้ 30 ล้านดอลลาร์ เพื่อขยายแพลตฟอร์มบริหารจัดการเอเจนต์ AI สำหรับองค์กร ส่งผลให้ยอดเงินทุนที่ระดมได้ทั้งหมดอยู่ที่ 57.6 ล้านดอลลาร์ การระดมทุนรอบนี้มี Crosspoint Capital และ Forgepoint Capital เป็นผู้นำร่วม โดยสนับสนุนบริษัทที่มุ่งแก้ปัญหาด้านการดำเนินงานซึ่งกำลังทวีความสำคัญ นั่นคือการควบคุมว่าเอเจนต์ AI เข้าถึงอะไรได้บ้าง ทำอะไร และใช้จ่ายไปเท่าใด

บริษัทซึ่งมีฐานอยู่ที่เวนิสบีช รัฐแคลิฟอร์เนีย วางแผนใช้เงินทุนเพื่อขยายทีมงานด้านการทำตลาดและการขาย พร้อมเร่งพัฒนา AI Control Center รวมถึงโมเดลและส่วนเสริม Deep Hat Kindo รายงานว่ารายได้ในปี 2026 เติบโตประมาณ 800% เมื่อเทียบกับปีก่อน

การระดมทุนรอบใหม่นี้ยังมาพร้อมกับการแต่งตั้งกรรมการ Andre Fuetsch กรรมการผู้จัดการของ Crosspoint Capital และ Ernie Bio กรรมการผู้จัดการของ Forgepoint Capital จะเข้าร่วมเป็นกรรมการบริษัทของ Kindo

ศูนย์ควบคุมสำหรับเอเจนต์ที่พัฒนาขึ้นทั่วทั้งองค์กร

การนำเอเจนต์มาใช้งานเท่ากับการมอบอำนาจให้เอเจนต์นั้น เอเจนต์ที่เชื่อมต่อกับระบบธุรกิจอาจอ่านข้อมูลภายใน ปรับปรุงระเบียน อนุมัติคำขอ หรือแก้ไขโครงสร้างพื้นฐานได้ เมื่อมีการนำเอเจนต์มาใช้งานเพิ่มขึ้น ทีมรักษาความปลอดภัยและทีมปฏิบัติการจำเป็นต้องเข้าใจทั้งสิทธิ์ที่เอเจนต์ได้รับและการดำเนินการที่เอเจนต์ทำจริง

Kindo วางตำแหน่งแพลตฟอร์มของตนให้เป็นชั้นปฏิบัติการร่วมสำหรับฝ่ายไอที ฝ่ายรักษาความปลอดภัย ฝ่ายการเงิน และฝ่ายกำกับดูแลการปฏิบัติตามข้อกำหนด ระบบค้นหาจะระบุทั้ง AI ที่ได้รับอนุมัติและ AI เงา ขณะที่มุมมองส่วนกลางรวบรวมข้อมูลการใช้งาน การเข้าถึง ต้นทุน และผลลัพธ์ไว้ด้วยกัน องค์กรสามารถสร้างเอเจนต์ภายใน Kindo หรือเชื่อมต่อเอเจนต์ที่พัฒนาจากที่อื่นได้ Kindo เรียกแนวทางนี้ว่าศูนย์ปฏิบัติการ AI ซึ่งนำการเฝ้าติดตามและการแทรกแซงอย่างต่อเนื่องที่คุ้นเคยจากศูนย์ปฏิบัติการด้านความปลอดภัยและเครือข่ายมาใช้กับเอเจนต์ในองค์กร

เว็บไซต์ของบริษัทอธิบายว่าระบบมีทะเบียนที่ระบุเจ้าของเอเจนต์ สิทธิ์ที่เอเจนต์ได้รับสืบทอดจากผู้ใช้งาน และการจัดสรรค่าใช้จ่ายให้แก่ผู้รับผิดชอบ ฟังก์ชันเหล่านี้ช่วยแก้ปัญหาการจัดการเดียวกันในแง่มุมต่าง ๆ ได้แก่ การระบุผู้รับผิดชอบ การควบคุมอำนาจ และการพิจารณาว่างานที่ได้คุ้มค่ากับทรัพยากรที่ใช้หรือไม่

Ron Williams ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหารกล่าวว่า ปัญหาไม่ได้อยู่ที่การขาดแคลนเครื่องมือสร้างเอเจนต์ แต่อยู่ที่เครื่องมือซึ่งองค์กรจำเป็นต้องมีเพื่อควบคุมวิธีสร้างเอเจนต์ ข้อมูลที่เอเจนต์เข้าถึงได้ ปลายทางที่ข้อมูลจะถูกส่งไป และต้นทุนในการใช้งานเอเจนต์เหล่านั้น

เกตเวย์ควบคุมการเรียกใช้ ส่วนฮาร์เนสช่วยให้แทรกแซงได้ลึกยิ่งขึ้น

ประกาศของ Kindo กล่าวถึงเกตเวย์ที่ควบคุมและตรวจสอบการเรียกใช้ข้อมูล เครื่องมือ และโมเดลที่ได้รับอนุมัติซึ่งเชื่อมต่อกับเอเจนต์ ระบบควบคุมตัวตนจะกำหนดสิทธิ์ขององค์กรที่มีอยู่แล้วให้แก่ทั้งบุคคลและเอเจนต์ โดยสามารถจำกัดการเข้าถึงให้เข้มงวดขึ้นจากส่วนกลางได้

แนวทางนี้ทำให้การเชื่อมต่อระหว่างเอเจนต์กับทรัพยากรที่เอเจนต์ต้องพึ่งพากลายเป็นจุดควบคุม ชั้นนโยบายสามารถกำกับดูแลการเข้าถึงผ่านการเชื่อมต่อแบบบูรณาการที่รองรับ แทนที่จะปล่อยให้แต่ละทีมเอเจนต์สร้างมาตรการควบคุมแยกกันโดยไม่เชื่อมโยงกัน ทั้งนี้ ความครอบคลุมขึ้นอยู่กับเอเจนต์และทรัพยากรที่เชื่อมต่อกับชั้นดังกล่าว

สำหรับการใช้งานที่มีความสำคัญอย่างยิ่งต่อภารกิจและต้องการการควบคุมที่ลึกยิ่งขึ้น Kindo มีฮาร์เนสสำหรับเอเจนต์ที่ออกแบบมาโดยเฉพาะ ฮาร์เนสคือสภาพแวดล้อมที่จัดการการทำงานของเอเจนต์ และมอบความสามารถเพิ่มเติมแก่ผู้ปฏิบัติงานในการเฝ้าติดตาม ให้ความช่วยเหลือ และแทรกแซง รวมถึงเข้าควบคุมเอเจนต์เมื่อเกิดข้อผิดพลาด

ความแตกต่างนี้มีความสำคัญทั้งในเชิงพาณิชย์และทางเทคนิค การเชื่อมต่อเอเจนต์ที่สร้างจากภายนอกผ่านเกตเวย์แตกต่างจากการเรียกใช้เอเจนต์นั้นภายในสภาพแวดล้อมการทำงานของ Kindo โดยประกาศนี้ระบุอย่างชัดเจนว่าการแทรกแซงที่ลึกยิ่งขึ้นและฟีเจอร์ด้านต้นทุนหลายรายการของ Deep Hat ใช้กับเอเจนต์ที่ทำงานภายในฮาร์เนสของ Kindo

มองเห็นค่าใช้จ่ายด้าน AI ควบคู่ไปกับผลลัพธ์

AI Control Center ของ Kindo บันทึกการใช้โทเคนและผลลัพธ์จากการทำงานของเอเจนต์ รวมถึงการทำงานที่ล้มเหลว เพื่อให้สามารถจัดสรรค่าใช้จ่ายให้แก่บุคคล เอเจนต์ แผนก และโครงการได้ ทีมการเงินสามารถกำหนดงบประมาณ รับการแจ้งเตือน และบังคับใช้เพดานค่าใช้จ่ายที่ห้ามเกินได้

ประโยชน์ของการบันทึกข้อมูลดังกล่าวไม่ได้จำกัดอยู่แค่การระบุโมเดลที่มีค่าใช้จ่ายสูงที่สุด เอเจนต์ราคาประหยัดที่ทำงานล้มเหลวซ้ำ ๆ อาจทำให้สิ้นเปลืองทรัพยากร ขณะที่การใช้โมเดลราคาแพงอาจสมเหตุสมผลสำหรับงานที่ยากและมีคุณค่าสูง การเชื่อมโยงต้นทุนเข้ากับผลลัพธ์ช่วยให้ทีมระบุความล้มเหลวที่เกิดซ้ำ ความสามารถของโมเดลที่มีเกินความจำเป็น และงานที่สามารถจัดการได้อย่างมีประสิทธิภาพยิ่งขึ้น

ตัวเลือกการติดตั้งใช้งานของ Kindo ยังช่วยให้ลูกค้าเลือกได้ว่าจะให้แพลตฟอร์มทำงานที่ใด ได้แก่ คลาวด์ของ Kindo คลาวด์ของลูกค้าที่ลูกค้าจัดการเอง โครงสร้างพื้นฐานภายในองค์กร หรือสภาพแวดล้อมที่แยกขาดจากเครือข่ายภายนอก สถานที่ติดตั้งและการเลือกโมเดลเป็นการตัดสินใจคนละเรื่อง แต่ทั้งสองอย่างส่งผลต่อวิธีที่องค์กรสร้างสมดุลระหว่างข้อกำหนดด้านการดำเนินงาน การควบคุม และต้นทุน

Deep Hat มุ่งจัดการต้นทุนโมเดลจากหลายแหล่ง

ชุดเครื่องมือ Deep Hat จัดการกับหลายวิธีที่เวิร์กโฟลว์ AI ใช้ทรัพยากร โดยประกาศระดมทุนระบุเครื่องมือไว้สี่รายการ ได้แก่

• Sift: เรียนรู้ว่าเหตุการณ์ใดที่เอเจนต์จะมองข้าม จากนั้นจึงกรองเหตุการณ์เหล่านั้นหลังจากมีผู้อนุมัติเกณฑ์แล้ว ระบบจะบันทึกเหตุการณ์ที่กรองออกและส่งตัวอย่างบางส่วนไปตรวจสอบอย่างต่อเนื่อง
• Tune: ปรับโมเดลขนาดเล็กที่มีต้นทุนต่ำกว่าให้เหมาะกับงานเฉพาะ เพื่อเก็บโมเดลขนาดใหญ่ไว้ใช้กับงานที่จำเป็นต้องใช้โมเดลเหล่านั้น
• ลดต้นทุน: เรียกใช้ขั้นตอนในเวิร์กโฟลว์ที่ทำซ้ำได้ในรูปแบบโค้ด เพื่อตัดค่าใช้จ่ายด้านโมเดลของขั้นตอนเหล่านั้น และส่งกรณียกเว้นกลับไปให้โมเดลจัดการเมื่อจำเป็น
• โจมตี: รองรับการทดสอบความปลอดภัยเชิงรุกแบบส่วนตัวที่ได้รับอนุญาต เพื่อเป็นทางเลือกแทนการใช้โมเดลความปลอดภัยทางไซเบอร์ระดับแนวหน้ากับงานทดสอบทั่วไป

คำอธิบาย Sift ที่ Kindo เผยแพร่ ให้รายละเอียดที่เป็นประโยชน์เพิ่มเติมเกี่ยวกับกลไกการกรอง โดยเริ่มจากโหมดเงา ซึ่งจะส่งทุกเหตุการณ์ไปยังเอเจนต์เป้าหมาย พร้อมเรียนรู้จากคำตัดสินของเอเจนต์นั้นก่อน ต้องได้รับอนุมัติจากมนุษย์ก่อนเปิดใช้งาน และยังส่งตัวอย่างเหตุการณ์ที่ระบบจะกรองออกไปให้เอเจนต์ตรวจสอบ เพื่อดูว่ามีเหตุการณ์ใดที่ควรผ่านแต่ถูกกรองพลาดไปหรือไม่

แนวทางนี้ช่วยลดภาระงานของโมเดล โดยพิจารณาว่าจำเป็นต้องเรียกใช้เอเจนต์เต็มรูปแบบเมื่อใด อย่างไรก็ตาม การวัดผลอ้างอิงคำตัดสินของเอเจนต์เป้าหมาย ดังนั้นจึงไม่ควรเข้าใจว่าการเห็นพ้องกับเอเจนต์นั้นเป็นการยืนยันความจริงจากแหล่งข้อมูลอิสระ

การนำไปใช้โดยลูกค้าและก้าวต่อไปของการขยายธุรกิจ

Kindo ระบุว่าระบบใช้งานจริงในองค์กรขนาดใหญ่และองค์กรตลาดระดับกลางในภาคบริการทางการเงิน บริการวิชาชีพ การดูแลสุขภาพ การบิน และการขนส่ง ข่าวประกาศดังกล่าวกล่าวถึง Aireon ซึ่ง CISO ของบริษัทเปิดเผยในเดือนพฤษภาคม 2026 ว่าการใช้ Kindo ในการล่าภัยคุกคามและงานปฏิบัติการด้านความปลอดภัยระดับ Tier 1 และ Tier 2 ช่วยให้ประหยัดเงินได้มากกว่า 2 ล้านดอลลาร์ต่อปี ผลลัพธ์ดังกล่าวเป็นข้อมูลที่ลูกค้ารายงาน ไม่ใช่ผลลัพธ์ที่รับประกันได้สำหรับการติดตั้งใช้งานในที่อื่น

TFX Capital และ CircleRock Capital เข้าร่วมการระดมทุนครั้งนี้พร้อมกับนักลงทุนเดิม ได้แก่ Drive Capital, Riot Ventures, RRE Ventures, Eniac Ventures, Marlinspike Partners, New Era Ventures และ Sunset Venture

เงินทุน 30 ล้านดอลลาร์จากการระดมทุนครั้งนี้จะนำไปสนับสนุนธุรกิจที่มุ่งจัดการผลกระทบด้านการปฏิบัติงานจากการนำเอเจนต์มาใช้ การสร้างเอเจนต์ทำได้ง่ายขึ้นเรื่อย ๆ แต่การรองรับเอเจนต์เมื่อนำไปใช้งานจริงจำเป็นต้องมีผู้รับผิดชอบ นโยบายการเข้าถึง กลไกการแทรกแซง และการควบคุมค่าใช้จ่าย โอกาสของ Kindo คือการทำให้จัดการความรับผิดชอบเหล่านี้ได้ง่ายขึ้น ครอบคลุมเอเจนต์ที่สร้างขึ้นในที่ต่าง ๆ และให้บริการทีมต่าง ๆ