Kindo, Kurumsal Yapay Zekâ Ajanları Üzerindeki Denetimi Genişletmek ve Maliyetleri Azaltmak İçin 30 Milyon Dolar Yatırım Aldı

Kindo, kurumsal yapay zekâ ajanı yönetim platformunu genişletmek amacıyla gerçekleştirilen finansman turunda 30 milyon dolar yatırım aldı ve bugüne kadar topladığı toplam sermayeyi 57,6 milyon dolara çıkardı. Finansman turuna, büyüyen bir operasyonel soruna odaklanan şirketi desteklemek üzere Crosspoint Capital ile Forgepoint Capital eş liderlik etti: Yapay zekâ ajanlarının nelere erişebildiğini, neler yaptığını ve ne kadar harcama yaptığını denetim altında tutmak.

Kaliforniya, Venice Beach merkezli şirket, yatırımı pazara açılma ekibini büyütmek ve Yapay Zekâ Kontrol Merkezi ile Deep Hat modelleri ve eklentilerinin geliştirilmesini hızlandırmak için kullanmayı planlıyor. Kindo, 2026’da yıllık bazda yaklaşık %800 gelir artışı bildirdi.

Yeni tur kapsamında yönetim kuruluna da yeni üyeler katılıyor. Crosspoint Capital’de yönetici direktör olan Andre Fuetsch ile Forgepoint Capital’de yönetici direktör olan Ernie Bio, Kindo’nun yönetim kuruluna katılacak.

Kurumsal Çapta Geliştirilen Ajanlar İçin Bir Kontrol Merkezi

Bir ajanı devreye almak, ona yetki devretmek anlamına gelir. İş sistemlerine bağlı bir ajan; kurum içi bilgileri okuyabilir, kayıtları güncelleyebilir, talepleri onaylayabilir veya altyapıda değişiklik yapabilir. Devreye alınan ajanların sayısı arttıkça güvenlik ve operasyon ekiplerinin hem bir ajanın sahip olduğu izinleri hem de gerçekte gerçekleştirdiği işlemleri anlaması gerekir.

Kindo, platformunu BT, güvenlik, finans ve uyumluluk ekiplerinin ortak kullanabileceği bir operasyon katmanı olarak konumlandırıyor. Keşif özelliği, onaylı ve gölge yapay zekâ kullanımını haritalarken merkezi görünüm; etkinlikleri, erişimi, maliyetleri ve sonuçları bir araya getiriyor. Kurumlar Kindo içinde ajanlar oluşturabilir veya başka yerlerde geliştirilen ajanları platforma bağlayabilir. Kindo, bu yaklaşımı bir yapay zekâ operasyon merkezi olarak tanımlıyor; güvenlik ve ağ operasyon merkezlerinde bilinen sürekli izleme ve müdahale olanaklarını kurumsal ajanlara sunuyor.

Şirketin web sitesinde, ajan sahipliğini, ajanı çalıştıran kişiden devralınan izinleri ve maliyetlerin ilişkilendirilmesini içeren bir kayıt sisteminden söz ediliyor. Bu işlevler, aynı yönetim sorununun farklı yönlerini ele alıyor: kimin sorumlu olduğunu belirlemek, yetkileri denetlemek ve ortaya çıkan işin kaynak kullanımını haklı çıkarıp çıkarmadığını saptamak.

Kurucu ve CEO Ron Williams, sorunun ajan geliştiricilerinin yetersizliği olmadığını söyledi. Asıl eksik olan, kurumların ajanların nasıl geliştirildiğini, hangi verilere erişebildiğini, bilgilerin nereye gönderilebildiğini ve bu ajanları çalıştırmanın ne kadara mal olduğunu denetlemek için ihtiyaç duyduğu araçlar.

Ağ Geçitleri Çağrıları Yönetiyor; Yürütme Ortamı Daha Derin Müdahale Sağlıyor

Kindo’nun duyurusunda, ajanların bağlı verilere, araçlara ve onaylı modellere yönelik çağrılarını yöneten ve denetleyen ağ geçitleri anlatılıyor. Kimlik denetimleri, mevcut kurumsal izinleri kişiler ve ajanlar için uygular; erişimin merkezi olarak daha da kısıtlanmasına da olanak tanır.

Böylece ajan ile bağımlılıkları arasındaki bağlantı bir denetim noktası hâline geliyor. Bir politika katmanı, her ajan ekibinin birbirinden kopuk kendi denetimlerini uygulamasını gerektirmek yerine, desteklenen entegrasyonlar genelinde erişimi yönetebilir. Bu katmanın kapsamı, ona bağlanan ajanlara ve kaynaklara bağlıdır.

Daha sıkı denetim gerektiren kritik görevlerde Kindo, amaca özel bir ajan yürütme ortamı sunuyor. Bu ortam, ajanın çalışmasını yönetiyor ve bir sorun çıktığında ajanın kontrolünü devralma da dâhil olmak üzere operatörlere ek izleme, destek ve müdahale olanakları sağlıyor.

Bu ayrım hem ticari hem de teknik açıdan önem taşıyor. Dışarıda geliştirilmiş bir ajanı ağ geçitleri üzerinden bağlamak, onu Kindo’nun yürütme ortamında çalıştırmaktan farklıdır. Duyuruda, daha derin müdahale olanakları ve Deep Hat’in çeşitli maliyet özellikleri özellikle kendi yürütme ortamında çalışan ajanlarla ilişkilendiriliyor.

Yapay Zekâ Harcamalarını Sonuçlarla Birlikte Görünür Kılmak

Kindo’nun Yapay Zekâ Kontrol Merkezi, başarısız çalıştırmalar da dâhil olmak üzere token tüketimini ve ajan çalıştırmalarının sonuçlarını kaydediyor. Böylece harcamalar kişilere, ajanlara, departmanlara ve projelere atfedilebiliyor. Finans ekipleri bütçeler belirleyebilir, uyarılar alabilir ve kesin harcama limitleri uygulayabilir.

Bu muhasebenin değeri, en pahalı modeli belirlemekle sınırlı değil. Düşük maliyetli bir ajan tekrar tekrar başarısız olarak kaynakları israf edebilir; buna karşılık pahalı bir modelin kullanımı, zor ve değerli bir görev için haklı olabilir. Maliyeti sonuçla ilişkilendirmek, ekiplerin yinelenen başarısızlıkları, gereksiz model kapasitesini ve daha verimli biçimde ele alınabilecek işleri belirlemesine yardımcı olur.

Kindo’nun dağıtım seçenekleri müşterilere platformun nerede çalışacağını seçme olanağı da sunuyor: Kindo’nun bulutunda, müşterinin yönettiği bir bulutta, şirket içi altyapıda veya dış ağlarla bağlantısı kesilmiş bir ortamda. Dağıtım konumu ile model seçimi ayrı kararlardır; ancak her ikisi de kurumun operasyonel gereksinimler, denetim ve maliyet arasında nasıl bir denge kuracağını etkiler.

Deep Hat, Model Maliyetlerinin Farklı Kaynaklarını Hedefliyor

Deep Hat ürün ailesi, yapay zekâ iş akışlarının kaynakları tüketme biçimlerinden birkaçını ele alıyor. Finansman duyurusunda dört araç tanıtılıyor:

• Sift: Bir ajanın hangi olayları göz ardı edeceğini öğrenir, ardından bir kişi eşiği onayladıktan sonra bu olayları filtreler. Filtrelenen olayları kaydeder ve sürekli ölçüm için bir örnek gönderir.
• Tune: Daha küçük ve düşük maliyetli bir modeli belirli bir göreve uyarlar; daha büyük modelleri ise bunlara ihtiyaç duyulan işler için ayırır.
• Maliyetleri düşür: Tekrarlanabilir iş akışı adımlarını kod olarak çalıştırarak bu adımların model maliyetini ortadan kaldırır; gerektiğinde istisnaları yeniden bir modele yönlendirir.
• Saldırı: Rutin test çalışmalarında ileri düzey siber güvenlik modelleri kullanmaya alternatif olarak, özel ve yetkilendirilmiş saldırı odaklı güvenlik testlerini destekler.

Kindo’nun yayımladığı Sift açıklaması, filtreleme mekanizmasına ilişkin yararlı ayrıntılar sunuyor. Sistem, gölge modunda başlıyor; bu modda her olay hedef ajana ulaşıyor ve sistem, ajanın değerlendirmelerinden öğreniyor. Etkinleştirmeden önce insan onayı alınıyor; ayrıca filtrelenecek olaylardan bir örnek de gözden kaçanları kontrol etmek için ajana ulaştırılmaya devam ediyor.

Bu tasarım, tam bir ajan çalıştırmasının ne zaman gerekli olduğuna karar vererek model kullanımını azaltıyor. Ancak ölçüm, hedef ajanın değerlendirmelerine göre yapılıyor; bu nedenle o ajanla uzlaşma, bağımsız olarak doğrulanmış temel gerçeklikle karıştırılmamalı.

Müşteri Benimsemesi ve Genişlemenin Sonraki Aşaması

Kindo, finansal hizmetler, profesyonel hizmetler, sağlık, havacılık ve taşımacılık sektörlerindeki büyük ölçekli ve orta ölçekli şirketlerin üretim ortamlarında kullanıldığını belirtiyor. Duyuruda, CISO’su Mayıs 2026’da Kindo’yu tehdit avcılığı ile 1. ve 2. seviye güvenlik operasyonlarında kullanmanın yılda 2 milyon doların üzerinde tasarruf sağlanmasına yardımcı olduğunu bildiren Aireon’a dikkat çekiliyor. Bu, müşterinin bildirdiği bir sonuçtur; diğer dağıtımlar için garanti edilen bir sonuç değildir.

Finansman turuna, mevcut yatırımcılar Drive Capital, Riot Ventures, RRE Ventures, Eniac Ventures, Marlinspike Partners, New Era Ventures ve Sunset Venture’ın yanı sıra TFX Capital ve CircleRock Capital da katıldı.

30 milyon dolarlık finansman, ajanların benimsenmesinin operasyonel sonuçlarını odağına alan bir şirketi finanse ediyor. Ajan oluşturmak giderek daha erişilebilir hâle geliyor; ancak ajanları üretim ortamında desteklemek için sahiplik, erişim politikaları, müdahale mekanizmaları ve harcama kontrolleri gerekiyor. Kindo’nun önündeki fırsat, farklı yerlerde geliştirilmiş ve farklı ekiplere hizmet veren ajanlar genelinde bu sorumlulukların yönetilebilir olmasını sağlamak.