Pluto Security พ้นช่วงเก็บตัว พร้อมเงินทุนรวม 42 ล้านดอลลาร์ เพื่อปกป้องพื้นที่ทำงาน AI

ผู้ช่วย AI ของพนักงานทำได้มากกว่าตอบคำถามแล้วในปัจจุบัน โดยสามารถเชื่อมต่อกับระบบของบริษัท ติดตั้งส่วนขยาย เรียกใช้คำสั่ง และสร้างแอปพลิเคชันได้ สำหรับทีมรักษาความปลอดภัย ความท้าทายคือการตัดสินใจว่าควรอนุญาตให้ดำเนินการใดบ้าง พร้อมทั้งยังคงความสามารถในการเข้าควบคุมเมื่อบริบทเปลี่ยนไป

Pluto Security พ้นช่วงเก็บตัวพร้อมเงินทุนรวม 42 ล้านดอลลาร์ เพื่อจัดการกับปัญหาดังกล่าว บริษัทประกาศการระดมทุนรอบล่าสุดประมาณ 34 ล้านดอลลาร์ ซึ่งมี Jump Capital เป็นผู้นำ หลังจากการระดมทุนรอบซีดครั้งก่อนที่มี TLV Partners เป็นผู้นำ ประกาศดังกล่าวไม่ได้ระบุว่าการระดมทุนรอบล่าสุดเป็นรอบใด

Pluto ก่อตั้งขึ้นในปี 2025 และระบุว่ามีรายได้ประจำต่อปีอยู่ในระดับหลายล้านดอลลาร์ ปกป้องเอ็นด์พอยต์มากกว่า 1 ล้านเครื่องทั่วโลก และให้บริการลูกค้าองค์กรกว่า 40 ราย ลูกค้าที่เปิดเผยชื่อ ได้แก่ Oscar Health, Workato, Sixt และ AlphaSense รวมถึงองค์กรใน Fortune 500 เงินทุนใหม่จะนำไปใช้พัฒนาผลิตภัณฑ์ วิจัยด้านความปลอดภัย และขยายธุรกิจในสหรัฐฯ

พื้นที่ทำงาน AI กลายเป็นขอบเขตด้านความปลอดภัย

Pluto จัดประเภทโซลูชันของตนว่าเป็นระบบรักษาความปลอดภัยสำหรับพื้นที่ทำงาน AI โดยครอบคลุมเครื่องมือ AI ที่พนักงานใช้ ส่วนประกอบที่เชื่อมต่อกับเครื่องมือเหล่านั้น ตลอดจนแอปพลิเคชัน เอเจนต์ และระบบอัตโนมัติที่พนักงานสร้างขึ้น

ขอบเขตดังกล่าวสะท้อนให้เห็นถึงการเปลี่ยนแปลงของวิธีที่ซอฟต์แวร์เข้าสู่องค์กร พนักงานสามารถประกอบขั้นตอนการทำงานจากผู้ช่วย AI ทักษะจากชุมชน และตัวเชื่อมต่อกับข้อมูลธุรกิจได้ โดยไม่ต้องผ่านโครงการพัฒนาซอฟต์แวร์แบบเดิม การเพิ่มแต่ละส่วนอาจเปลี่ยนแปลงสิ่งที่ผู้ช่วยสามารถเข้าถึงหรือดำเนินการได้

Model Context Protocol หรือ MCP เป็นตัวอย่างหนึ่ง ซึ่งเป็นช่องทางให้แอปพลิเคชัน AI เชื่อมต่อกับเครื่องมือและแหล่งข้อมูลได้ ประเด็นด้านความปลอดภัยไม่ได้จำกัดอยู่เพียงการพิจารณาว่าแอปพลิเคชัน AI เองได้รับอนุมัติหรือไม่ ทีมงานยังต้องเข้าใจสิทธิ์การเข้าถึงและพฤติกรรมของเซิร์ฟเวอร์และการผสานรวมที่แอปพลิเคชันนั้นใช้งานด้วย

เรื่องนี้เป็นส่วนหนึ่งของความท้าทายด้านห่วงโซ่อุปทานซอฟต์แวร์ที่อยู่เบื้องหลังการกำกับดูแลเอเจนต์ AI การตรวจสอบโมเดลหรือผู้ช่วยแยกกันโดยไม่พิจารณาส่วนอื่น ย่อมมองข้ามองค์ประกอบที่อาจส่งผลต่อพฤติกรรมหรือขยายขอบเขตการเข้าถึงของระบบ

การค้นหา การประเมินความเสี่ยง และการควบคุมขณะทำงาน

Pluto ระบุว่าแพลตฟอร์มของตนผสานการมองเห็นกิจกรรมบนเอ็นด์พอยต์ การวิเคราะห์ความเสี่ยงตามบริบท และการบังคับใช้นโยบายแบบเรียลไทม์เข้าด้วยกัน เป้าหมายคือการให้ข้อมูลแก่ทีมรักษาความปลอดภัยมากพอที่จะจำกัดการดำเนินการที่เป็นอันตราย โดยไม่ต้องแบนเครื่องมือที่ใช้ดำเนินการนั้นทั้งหมดโดยอัตโนมัติ

เว็บไซต์ของบริษัทแบ่งแพลตฟอร์มออกเป็นสี่ฟังก์ชัน ได้แก่ Explorer ใช้ค้นหากิจกรรม AI; Risk Radar ใช้ประเมินสิ่งที่ค้นพบโดยอาศัยฐานข้อมูลความเสี่ยงของบริษัท; Space Shield ใช้บังคับใช้นโยบาย; และ Marketspace เป็นแหล่งรวมส่วนเสริม AI ที่ผ่านการคัดสรร บริษัทระบุว่าครอบคลุมทั้งเครื่องมือ ส่วนประกอบในห่วงโซ่อุปทาน พฤติกรรมขณะทำงาน และสิ่งที่สร้างขึ้นโดย AI

ตัวอย่างบนเว็บไซต์ ได้แก่ การกำหนดให้ต้องได้รับอนุมัติก่อนที่เอเจนต์จะเข้าถึง API สำหรับการชำระเงิน การจำกัดการเข้าถึงข้อมูลที่ละเอียดอ่อน และการอนุญาตให้เซิร์ฟเวอร์ MCP ที่เชื่อถือได้ทำงาน ขณะกักกันเซิร์ฟเวอร์อื่นไว้ ข้อความเหล่านี้เป็นคำอธิบายพฤติกรรมที่ผลิตภัณฑ์ตั้งใจให้ทำได้ ไม่ใช่การรับประกันที่ผ่านการทดสอบโดยหน่วยงานอิสระ

ความแตกต่างระหว่างการค้นหาและการบังคับใช้มีความสำคัญ รายการทรัพย์สินอาจบอกทีมรักษาความปลอดภัยได้ว่ามีตัวเชื่อมต่ออยู่ แต่การควบคุมอย่างมีประสิทธิภาพยังต้องอาศัยความเข้าใจว่าตัวเชื่อมต่อนั้นเข้าถึงอะไรได้บ้าง และความสามารถในการจำกัดการดำเนินการที่เกี่ยวข้อง เครื่องมือที่ได้รับอนุญาตก็ยังอาจพบส่วนขยายที่ไม่ปลอดภัย ข้อมูลรับรองที่มีสิทธิ์เกินจำเป็น หรืองานที่เกินขอบเขตอำนาจของผู้ใช้

ลองพิจารณาผู้ช่วยที่ได้รับคำขอให้สรุปข้อมูลลูกค้า การอ่านข้อมูลที่ได้รับอนุญาตกับการส่งออกฐานข้อมูลลูกค้าทั้งหมดเป็นการดำเนินการคนละแบบ แม้ทั้งคู่จะเริ่มต้นจากแอปพลิเคชันเดียวกันที่ได้รับอนุมัติก็ตาม นโยบายตามบริบทมีจุดมุ่งหมายเพื่อแยกแยะสถานการณ์เหล่านี้ คุณค่าในทางปฏิบัติของนโยบายขึ้นอยู่กับความถูกต้องของข้อมูลที่สังเกตได้และความน่าเชื่อถือของการบังคับใช้

Plutonium ตรวจสอบส่วนประกอบที่อยู่รายรอบเอเจนต์

องค์ประกอบสำคัญส่วนหนึ่งในแนวทางของ Pluto คือ Plutonium แค็ตตาล็อกความปลอดภัยของห่วงโซ่อุปทาน AI ที่เปิดให้ใช้งานฟรี ซึ่งตามประกาศระบุว่าขับเคลื่อนด้วย RisksDB ซึ่งเป็นฐานข้อมูลกรรมสิทธิ์ของบริษัท เครื่องมือนี้ช่วยให้ผู้ปฏิบัติงานประเมินส่วนประกอบต่าง ๆ เช่น ทักษะ ส่วนขยาย และเซิร์ฟเวอร์ MCP ก่อนนำมาใช้งาน

ฮับสาธารณะอธิบายถึงกลไกประเมินความเสี่ยงสำหรับระบบเอเจนต์ที่ผสานข้อมูลผู้เผยแพร่ การจับคู่ความเข้ากันได้ การตรวจสอบแหล่งที่มา และการสแกนโค้ดเข้าด้วยกัน หมวดหมู่การประเมินประกอบด้วยการเรียกใช้คำสั่ง โทเค็นการเข้าถึงแบบถาวร การแบ่งปันข้อมูลกับบุคคลที่สาม การแก้ไขและการลบข้อมูล นอกจากนี้ยังมี MCP Inspector และคำแนะนำการใช้งานอย่างปลอดภัย

หมวดหมู่เหล่านี้ช่วยเปลี่ยนคำถามกว้าง ๆ อย่าง “ส่วนเสริมปลอดภัยหรือไม่” ให้เป็นคำถามที่เฉพาะเจาะจงยิ่งขึ้นเกี่ยวกับความสามารถและการเข้าถึง ตัวเชื่อมต่อที่อ่านเอกสารได้ก่อให้เกิดความเสี่ยงต่างจากตัวที่แก้ไขระเบียนหรือเรียกใช้คำสั่งได้ นอกจากนี้ ความสามารถเดียวกันอาจเหมาะสมกับขั้นตอนการทำงานทางธุรกิจหนึ่ง แต่เกินความจำเป็นสำหรับอีกขั้นตอนหนึ่ง

การประเมินผ่านแค็ตตาล็อกกับการป้องกันขณะทำงานจัดการปัญหาคนละส่วน การตรวจสอบช่วยประกอบการตัดสินใจว่าจะนำส่วนประกอบมาใช้หรือไม่ ส่วนการควบคุมอย่างต่อเนื่องต้องคำนึงถึงวิธีใช้งานส่วนประกอบนั้นจริง ๆ ทั้งสองอย่างไม่ควรถูกเข้าใจผิดว่าเป็นหลักฐานยืนยันว่าการดำเนินการในอนาคตทุกครั้งจะไม่ก่อให้เกิดอันตราย

แรงตอบรับเชิงพาณิชย์ในระยะแรก แต่ผลลัพธ์ยังต้องได้รับการวัด

ตัวเลขลูกค้าและรายได้ที่ Pluto รายงานบ่งชี้ว่าตลาดเริ่มมีความต้องการผลิตภัณฑ์ในหมวดนี้ บริษัทระบุว่าได้สร้างการยอมรับด้วยการวิจัยด้านความปลอดภัย แหล่งข้อมูลฟรี และการมีส่วนร่วมของผู้ปฏิบัติงาน โดยมีผู้เชี่ยวชาญหลายพันคนใช้และร่วมพัฒนา Plutonium

ตัวเลขการยอมรับดังกล่าวเป็นข้อมูลที่บริษัทรายงานเอง ข่าวประชาสัมพันธ์ไม่ได้ให้ผลการวัดที่เป็นอิสระเกี่ยวกับความครอบคลุมในการตรวจจับ ผลบวกลวง ความหน่วงในการบังคับใช้ หรือการป้องกันการโจมตี การรักษาความปลอดภัยให้ปลายทางมากกว่า 1 ล้านเครื่องสะท้อนขนาดการติดตั้งที่บริษัทรายงาน แต่ไม่ได้ยืนยันว่าครอบคลุมเวิร์กโฟลว์ AI ทุกรูปแบบที่อาจเกิดขึ้นบนอุปกรณ์เหล่านั้น

สำหรับผู้ซื้อระดับองค์กร คำถามด้านการดำเนินงานมีประเด็นชัดเจน ได้แก่ มองเห็นเครื่องมือและเส้นทางการทำงานใดบ้าง สามารถบล็อกการดำเนินการใดได้บ้าง อนุมัติข้อยกเว้นอย่างไร และเก็บหลักฐานใดไว้เมื่อมีการใช้นโยบายแทรกแซง ระบบที่หยุดกิจกรรมเสี่ยงได้ แต่ขัดจังหวะการทำงานที่ถูกต้องตามปกติอยู่เสมอ ย่อมสร้างปัญหาอีกแบบให้แก่ธุรกิจ

ทีมรักษาความปลอดภัยที่สร้างแนวทางโดยยึดเจตนาของผู้ใช้เป็นหลัก

Shahar Bahat ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง ก่อตั้ง Pluto ร่วมกับ Tal Ofer Regev และ Gil Maman ก่อนหน้านี้ Bahat ดำรงตำแหน่งผู้นำด้านความปลอดภัยทางไซเบอร์ที่ Microsoft และ Palo Alto Networks ส่วน Regev เคยดำรงตำแหน่งรองประธานฝ่ายวิจัยและพัฒนา (R&D) ที่ Palo Alto Networks ขณะที่ Maman ทำงานในตำแหน่งผู้นำด้านเทคนิคในหน่วยข่าวกรองทางทหารของอิสราเอลนานกว่า 6 ปี Pluto ระบุว่าปัจจุบันมีพนักงานมากกว่า 50 คนในสหรัฐอเมริกาและอิสราเอล

Bahat อธิบายว่าแนวทางของบริษัทตั้งอยู่บนการทำความเข้าใจว่าผู้ใช้พยายามทำสิ่งใดให้สำเร็จ และการให้บริบทแก่ทีมรักษาความปลอดภัยเพื่อช่วยให้งานนั้นดำเนินไปได้อย่างปลอดภัย ความท้าทายด้านผลิตภัณฑ์คือการเปลี่ยนแนวคิดดังกล่าวให้เป็นมาตรการควบคุมที่แม่นยำและเชื่อถือได้ ขณะที่พนักงานหันมาใช้เครื่องมือใหม่และประกอบเวิร์กโฟลว์รูปแบบใหม่

ข่าวประกาศระดมทุนทำให้ Pluto เข้าสู่การแข่งขันที่ทวีความเข้มข้นขึ้นเพื่อรักษาความปลอดภัยให้ AI ในจุดที่ AI ทำงานกับระบบขององค์กร บททดสอบต่อไปคือการพิสูจน์ว่าการค้นหาองค์ประกอบ การประเมินส่วนประกอบ และการบังคับใช้มาตรการควบคุมขณะทำงาน สามารถทำงานร่วมกันได้ในระดับที่สอดคล้องกับฐานลูกค้ากลุ่มแรกซึ่งมีอยู่แล้ว