Prevalent AI, AI Sistemleri için Güvenilir Kurumsal Bağlamı Ölçeklendirmek amacıyla $22M topladı

Prevalent AI $22 milyon büyüme sermayesi topladı ve Integrity Growth Partners (IGP)’den aldığı yatırım, Londra merkezli şirketin dokuz yıllık tarihindeki ilk dış birincil yatırım olarak kayıtlara geçti. Fon, işletmelerin yapay zekanın hızlı benimsenmesiyle birlikte artan bir sorunla karşı karşıya kalması üzerine geliyor: AI sistemleri daha yetenekli hale gelebilir, ancak kararları yalnızca mevcut organizasyonel veri ve bağlamın güvenilirliği kadar güvenilir olur.

2017 yılında kurulan Prevalent AI, bootstrap olarak faaliyet göstermeye devam etmiş ve şirketin belirttiğine göre ilk müşterisini kazandıktan sonra kârlı hale gelmiştir. Şirket, yıllık yinelenen gelirinin geçen yıl içinde iki katından fazla arttığını söylüyor. Yeni sermaye, küresel ticari organizasyonun genişletilmesi, ABD pazarına hızlı giriş, liderlik ekibinin güçlendirilmesi ve öncelikle siber güvenlik için geliştirilen teknolojinin daha geniş kurumsal risk ve AI uygulamalarına genişletilmesi için kullanılacak.

İlk dış sermaye dokuz yıl sonra

Bu yatırım, Prevalent AI’nın siber güvenlik pazarında nispeten alışılmadık bir yol izlemesinden dolayı da dikkat çekiyor. Büyümeyi finanse etmek için tekrarlanan risk sermayesi turlarına güvenmek yerine, şirket büyük kurumsal müşterilerden elde edilen gelirle neredeyse on yıl boyunca faaliyet gösterdi ve ardından birincil kurumsal sermaye topladı.

Prevalent AI, CEO Paul Stokes ve COO Arun Raj tarafından kuruldu; ikisinin de Birleşik Krallık istihbarat topluluğunda kökleri bulunuyor. Şirket, kurucu ekibinin Government Communications Headquarters (GCHQ) mezunlarından oluştuğunu ve bu deneyimin, eksik veya hatalı verilerin operasyonel sonuçları ciddi şekilde etkileyebileceği ortamlarda parçalanmış bilgileri birleştirme odaklarını şekillendirdiğini belirtiyor.

Singapur yatırım şirketi Temasek tarafından desteklenen ISTARI, 2021 yılında ikincil bir işlemle azınlık hissedarı oldu; ancak yeni IGP yatırımı, doğrudan şirkete giden ilk birincil sermayeyi temsil ediyor.

Parçalanmış kurumsal veriyi bağlama dönüştürmek

Prevalent AI’nın çözmeye çalıştığı temel sorun, kurumsal veri eksikliği değil; karar vermek için gereken verilerin aynı organizasyonu farklı şekillerde tanımlayan onlarca hatta yüzlerce sistemde dağılmış olmasıdır.

Örneğin bir güvenlik ekibi, zafiyet tarayıcıları, uç nokta platformları, kimlik sistemleri, bulut altyapısı, yapılandırma yönetim veritabanları, biletleme yazılımları ve operasyonel araçlara dayanabilir. Her sistem resmin bir parçasını içerir; çoğaltılmış kayıtlar, çelişkili tanımlayıcılar ve varlıklar arasındaki ilişkilerin eksikliği bulunur.

Prevalent AI’nın Security Data Fabric’i, bu farklı sistemlerden bilgiyi alacak, normalleştirecek, tutarsızlıkları çözecek ve varlıklar, kimlikler, zafiyetler, uygulamalar, kontroller ve diğer operasyonel bilgiler arasındaki ilişkileri haritalayacak şekilde tasarlanmıştır. Ortaya çıkan veri, ayrı bir güvenlik veritabanı yerine sürekli güncellenen bir bilgi grafiği olarak tutulur.

Bu ayrım, AI ajanlarının devreye girdiği durumlarda giderek daha önemli hâle gelir. İnsanlar bazen iki hafif farklı kaydın aynı sunucu, çalışan ya da uygulamaya ait olduğunu fark edebilir. Makine hızında karar veren otomatik bir ajanın, bu ilişkileri önceden daha güvenilir bir şekilde kurmuş olması gerekir.

Prevalent AI’nın teknolojisi nasıl çalışıyor

Entegrasyon katmanında Prevalent AI, DataBridge i kullanarak bulut, SaaS (Software-as-a-Service), yerinde ve operasyonel sistemleri bağlar. Platform daha sonra varlık eşleştirme (entity resolution) uygulayarak kayıtları uzlaştırır ve kurumsal ortamın birleşik bir temsilini oluşturur.

Bilgi grafiği, bu varlıkları ilişkileri aracılığıyla birbirine bağlayarak ek bir katman ekler. Örneğin bir zafiyeti izole bir bulgu olarak ele almak yerine, sistem bu zafiyeti etkilenen varlık, varlığın iş önemi, sahibi, ilişkili kimlikler, mevcut güvenlik kontrolleri ve ilgili tehdit bilgileriyle bağlayabilir.

Prevalent’ın maruziyet yönetim araçları, bu bağlamı riskin nerede yoğunlaştığını belirlemek ve iyileştirmeyi önceliklendirmek için kullanır. Şirketin platformu ayrıca araçlar arasındaki bulguları korele ederek çoğaltılmış zafiyet kayıtlarını azaltabilir ve varlıklar, kimlikler ve altyapıdaki değişiklikleri sürekli izleyebilir.

Üretken AI, bu yapılandırılmış temelin üzerine eklenir; ham kurumsal veriyi bağımsız olarak yorumlaması istenmez. Örneğin Prevalent’ın Navigator aracı, kullanıcıların bilgi grafiğinde tutulan bilgileri üretken AI arayüzü üzerinden sorgulamasına olanak tanır.

Şirket ayrıca DataForge’u sunar; bu araç, AI geliştirme, model testi ve kalite güvencesi için senkronize sentetik veri setleri üretir ve deneyler sırasında hassas üretim verilerinin açığa çıkmasını gerektirmez.

Siber güvenliğin ötesine geçmek

Siber güvenlik, eksik bilginin zafiyetler, kimlikler, olaylar ve kontrollerle ilgili kararları anında etkileyebileceği doğal bir başlangıç noktasıydı. Ancak Prevalent AI, temel teknolojisini giderek bir güvenlik‑özel üründen ziyade kurumsal altyapı olarak görüyor.

Şirket, müşterilerin aynı veri temelini finansal suç analizi, operasyonel istihbarat, uyumluluk, otomasyon ve AI‑destekli iş akışları gibi alanlara yeniden inşa etmeden genişlettiklerini belirtiyor.

Bu daha geniş fırsat, yeni fonun temel nedenlerinden biridir.

Özellikle AI ajanları için zorluk, bir modelin bir görevi yerine getirecek kadar akıllı olup olmamasından, çalıştığı organizasyon hakkında doğru bilgilere erişip erişememesine doğru kaymaktadır. Bir ajan bir güvenlik zafiyetini tespit edebilir, bir hesabı inceleyebilir ya da otomatik bir iş akışını tetikleyebilir; ancak hangi sistemlerin var olduğunu, nasıl bağlandığını, kime ait olduğunu ya da hangi politikaların eylemlerini yönettiğini güvenilir bir şekilde belirleyemezse faydası hızla azalır.

Prevalent AI, kurumsal bağlamın AI yığını içinde önemli bir katman haline geleceğine, özellikle ajanların sadece yanıt üretmek yerine eylemde bulunması beklendiğinde, bahis yaptığını iddia ediyor.

Neden kurumsal AI riskleri artırıyor

Fonun zamanlaması, kurumsal AI’da daha geniş bir kaymaya işaret ediyor. Organizasyonlar, bağımsız yardımcı programların ötesine geçerek altyapı, uygulama ve iş süreçleriyle etkileşim kurabilen ajanlara yönelmeye başlıyor.

Bu geçiş, hatalı temel verilerin sonuçlarını artırıyor.

Prevalent AI, egemen mimarisinin bu ortamlar için özellikle ilgili olduğunu savunuyor. Platform, müşterinin kontrolündeki altyapı içinde çalışacak şekilde tasarlanmıştır; kurumsal verileri organizasyonun kontrolü altında tutar ve operasyonel bilgi grafiğinin ortak altyapıya ya da belirli bir model sağlayıcıya bağımlı olmasını gerektirmez.

Yoğun düzenlemeye tabi sektörlerde, şirketlerin AI sistemlerine daha fazla hassas iç bilgi erişimi ve eylem yetkisi vermeyi denemeleriyle birlikte bu durum önemli bir değerlendirme faktörü haline gelebilir.

Neden güvenilir bağlam kurumsal AI için kritik hale gelebilir

AI sistemleri öneri üretmekten işletmeler içinde eylemde bulunmaya geçtikçe, bu sistemlerin çevresindeki veri kalitesi giderek daha önemli hâle gelir. Bir güvenlik olayını araştırmak, bir iş akışını onaylamak ya da operasyonel bir soruna yanıt vermekle görevli bir ajan, yalnızca bireysel veri tabanlarına erişimden daha fazlasına ihtiyaç duyar. Varlıkların, kimliklerin, uygulamaların, politikaların ve iş süreçlerinin birbirleriyle nasıl ilişkili olduğuna dair doğru bir resme ihtiyaç duyar.

Bu durum, işletmeler için büyüyen bir altyapı sorunu yaratıyor. Birçok organizasyon, yıllar içinde birbirine bağlanmamış yazılım platformları, çoğaltılmış kayıtlar ve tutarsız adlandırma kuralları biriktirdi. Büyük dil modelleri bu bilgiyi sorgulamayı kolaylaştırabilir, ancak çelişkileri otomatik olarak çözmez ya da hangi kaynağın güvenilir olduğunu belirlemez. Güvenilir bir bağlam katmanı olmadan, daha özerk AI sadece mevcut veri sorunlarının kararları daha yüksek hız ve ölçekle etkilemesine izin verebilir.

Bilgi grafikleri ve veri kumaşları, ortaya çıkan kurumsal AI mimarisinin önemli bir parçası haline gelebilir. Veritabanlarını ya da AI modellerini değiştirmek yerine, bu sistemler ikisi arasında konumlanarak bilgiyi sürekli uzlaştırır ve ajanların hangi eylemleri gerçekleştireceklerine karar verirken kullanabileceği ilişkileri korur.

Bu etkiler, siber güvenliğin çok ötesine uzanır. Benzer problemler sahtekârlık tespiti, düzenleyici uyumluluk, tedarik zinciri yönetimi, BT operasyonları ve çoklu sistemler arasında dağıtılmış bilgiye dayanan diğer alanlarda da mevcuttur. Şirketler bu fonksiyonlarda ajanları devreye aldıkça, organizasyonun tutarlı bir temsilini sürdürmek giderek daha gerekli hâle gelebilir.

Bu aynı zamanda şirketlerin AI altyapısını değerlendirmesi biçimini de değiştirebilir. Model performansı önemli olmaya devam edecek, ancak organizasyonlar bu modelleri besleyen verilerin kökeni, tazeliği ve ilişkilerine daha fazla önem verebilir. Bu ortamda, rekabet avantajı yalnızca daha yetkin bir AI modeline sahip olmaktan değil, o modeli işletmenin içinde daha doğru bir anlayışla donatmaktan kaynaklanabilir.