فهرست مطالب
- Reco اعلام کرد ۵۵ میلیون دلار سرمایه تازه جذب کرده است.
- این شرکت میگوید پلتفرمش بیش از ۱۰۰ مشتری و امکان اتصال به بیش از ۲۸۰ اپلیکیشن دارد.
- مدیرعامل Reco مدعی است سامانه شرکت در یک مشتری از فهرست Fortune 100، ۲۱ هزار عامل ناشناخته پیدا کرده است.
- دستکم دو دوجین شرکت در بازار ابزارهای امنیت عاملهای هوش مصنوعی فعالیت میکنند.
شرکت امنیت هوش مصنوعی Reco روز سهشنبه اعلام کرد ۵۵ میلیون دلار سرمایه تازه جذب کرده است؛ سرمایهای که در میانه رقابت فزاینده برای شناسایی و مهار عاملهای هوش مصنوعی در محیطهای سازمانی به دست میآید. این شرکت میخواهد با پیوند دادن عاملها به اپلیکیشنها، افراد، حسابها و مجوزهای دسترسی، به تیمهای امنیتی نشان دهد هر عامل به چه منابعی دسترسی دارد و کدام دسترسیها را میتوان محدود کرد. Reco میگوید اکنون بیش از ۱۰۰ مشتری دارد و مجموع سرمایه جذبشدهاش با این دور به ۱۴۰ میلیون دلار رسیده است.
عامل هوش مصنوعی نرمافزاری است که میتواند برای انجام کارها از ابزارها و سامانههای دیگر استفاده کند. با گسترش استفاده سازمانها از چنین ابزارهایی، مسئله برای تیمهای امنیتی فقط حفاظت از یک مدل یا برنامه نیست؛ آنها باید بفهمند چه عاملهایی در شبکه فعالاند، به کدام دادهها دسترسی دارند و چه اقدامهایی میتوانند انجام دهند. Reco بر این مسئله متمرکز شده، اما با ورود شرکتهای متعدد به این حوزه، رقابت برای فروش راهکارهای مشابه نیز شدت گرفته است.
سرمایه تازه در بازاری شلوغ
Reco در فوریه یک دور سرمایهگذاری سری B به ارزش ۳۰ میلیون دلار اعلام کرده بود و دور تازه، ادامه همان تأمین مالی است. به گفته شرکت، AT&T که از مشتریان آن است، از طریق بازوی سرمایهگذاری خود در این دور مشارکت کرده است. Forestay و Quadrille Capital نیز از سرمایهگذاران این دور هستند.
مدیرعامل و همبنیانگذار Reco، Ofer Klein، گفته است ارزشگذاری شرکت از زمان اعلام دور سری B بیش از دو برابر شده است. او رقم دقیق را اعلام نکرد و آن را بهطور کلی در محدوده «چندصد میلیون دلار بالا» توصیف کرد. Klein همچنین گفت درآمد تکرارشونده سالانه شرکت در محدوده دهها میلیون دلار است و انتظار دارد در سال جاری سه برابر شود. اینها برآوردها و اظهارات مدیرعامل شرکتاند و Reco جزئیات دقیقتری از ارقام ارائه نکرده است.
بازار امنیت عاملهای هوش مصنوعی در حال جذب شمار زیادی از فروشندگان است. بر اساس بررسی پروفایلهای عمومی Crunchbase و PitchBook که در گزارش TechCrunch آمده، دستکم دو دوجین شرکت نوعی از خدمات امنیت عاملها را عرضه میکنند. دامنه محصولات یکسان نیست: برخی ابزارهایی را که عاملها به کار میگیرند ارزیابی میکنند، برخی دسترسی عاملها به دادهها را هدف میگیرند و گروهی دیگر بر شناسایی استفادههای تأییدنشده از هوش مصنوعی متمرکزند.
برخی شرکتها نیز سراغ کنترلهای تشخیص و واکنش در دستگاههایی رفتهاند که عاملها روی آنها اجرا میشوند. در کنار تفاوت رویکردها، وعدههای فروشندگان در مواردی همپوشانی دارند: کشف عاملها، نظارت پیوسته، کنترل دسترسی به ابزارها و بررسی اتصالها. MCP، یا پروتکلی برای ارتباط مدلها با ابزارها و منابع داده، نیز از جمله مواردی است که بعضی فروشندگان میگویند برای آن ارزیابی امنیتی فراهم میکنند.
تغییر تمرکز Reco و سازوکار پلتفرم
Reco پیشتر بیشتر نرمافزاری برای ترسیم نقشه و ایمنسازی اپلیکیشنهای SaaS و پلتفرمهای هوش مصنوعی میفروخت. SaaS به نرمافزاری گفته میشود که از طریق اینترنت و معمولاً بهصورت اشتراکی در اختیار مشتری قرار میگیرد. اکنون شرکت رویکرد خود را به راهکاری گستردهتر برای بررسی عاملهای هوش مصنوعی و محیط پیرامون آنها تغییر داده است.
محور این راهکار چیزی است که Reco آن را «گراف زمینه» مینامد: نقشهای که عاملها را به اپلیکیشنها، افراد، حسابها و مجوزهای مرتبط پیوند میدهد. چنین نمایی قرار است به تیم امنیتی کمک کند بفهمد عاملها چه منابعی را میبینند و آیا برای انجام کارشان به همه آن دسترسیها نیاز دارند یا نه. به گفته شرکت، هدف فقط بررسی خود عامل نیست، بلکه دنبال کردن ارتباط آن با دیگر اجزای محیط سازمانی نیز هست.
Reco میگوید پلتفرمش با بیش از ۲۸۰ اپلیکیشن یکپارچه میشود و اتصالهای تازه را میتوان ظرف چند روز اضافه کرد. شرکت همچنین اعلام کرده است که برای یافتن عاملهایی که در اپلیکیشنهای متصل مستقیم آن دیده نمیشوند، از نشانههای مرورگر و شبکه استفاده میکند. ابزارهای پلتفرم، بنا بر توضیحات شرکت، امکان بررسی درخواستهای متنی ارسالشده به عاملها و فراخوانی ابزارهایی را که عامل انجام میدهد فراهم میکنند.
این پوشش گسترده از اپلیکیشنهای سازمانی، بخشی از شرطبندی تجاری Reco است: شرکت امیدوار است ترکیب سابقهاش در امنیت SaaS با رصد عاملهایی که در این محیطها به کار گرفته میشوند، آن را از رقبایی که بر بخش محدودتری تمرکز دارند متمایز کند. اینکه چنین تفاوتی در بازاری پرتراکم به مزیت پایدار تبدیل شود، هنوز روشن نیست.
نمونههای خطر از نگاه شرکتها
Klein گفته است تغییر مهم سال گذشته این بود که سازمانها عاملهای هوش مصنوعی را سریعتر از تواناییشان برای شناسایی و پیگیری آنها توسعه میدهند. او به یک مشتری از فهرست Fortune 100 اشاره کرده که، به گفته وی، پلتفرم Reco در آن ۲۱ هزار عامل را پیدا کرد که سازمان از وجودشان خبر نداشت. این عدد، یافتهای است که مدیرعامل Reco گزارش کرده و شرکت جزئیات مستقلی برای ارزیابی آن ارائه نکرده است.
او همچنین از یک مشتری بزرگ در خدمات مالی مثال زده است. به ادعای Klein، Reco در این سازمان عاملی را شناسایی کرد که کارمند سابقی آن را راهاندازی کرده بود؛ عامل به Salesforce دسترسی داشت و میتوانست دادهها را با دامنهای بهاشتراک بگذارد که سازمان قادر به مشاهده آن نبود. این مثال نشان میدهد چرا فروشندگان امنیت عاملها بر بررسی همزمان هویت سازنده، مجوزها و مسیر انتقال داده تأکید میکنند؛ با این حال، جزئیات این مورد نیز از سوی Reco بیان شده است.
شرکتهای دیگری هم از یافتههای مشابه سخن گفتهاند. Chris Sestito، همبنیانگذار و مدیرعامل HiddenLayer، اوایل همان ماه به TechCrunch گفته بود بیش از ۵۰ مشتری این شرکت عاملهایی را در محیط عملیاتی به کار گرفتهاند که با سامانههای مهم و داراییهای حساس سروکار دارند. او هشدار داده بود که با ورود عاملها به مرحله استفاده واقعی، هزینه و ریسک آنها میتواند بهسرعت از بحث نظری به مسئلهای عملی تبدیل شود.
استارتاپ Cymphony نیز اعلام کرده است که در یک شرکت سهامی عام در آمریکا حدود ۸۵ هزار فایل را شناسایی کرده که در دسترس ابزارها و عاملهای هوش مصنوعی قرار گرفته بودند. این آمارها از شرکتهای فعال در حوزه امنیت میآیند و هر کدام به مشتریان و ابزارهای خود مربوطاند؛ بنابراین نباید آنها را اندازهگیری یکسانی از میزان استفاده یا خطر در همه سازمانها دانست.
برنامه هزینهکرد و پیامدهای رقابت
Reco میگوید سرمایه تازه را صرف استخدام نیرو، فروش، مشارکتهای تجاری و پشتیبانی مشتریان خواهد کرد. افزایش سرمایه همزمان با بزرگتر شدن پایگاه مشتریان شرکت رخ میدهد؛ مدیرعامل آن گفته است حدود ۴۰ درصد کسبوکار Reco به شرکتهای خدمات مالی مربوط میشود. این شرکت جزئیات بیشتری درباره نحوه تقسیم سرمایه میان این حوزهها ارائه نکرده است.
تراکم شرکتهای فعال، برای خریداران سازمانی هم فرصت ایجاد میکند و هم انتخاب را دشوارتر میسازد. سازمانها میتوانند میان ابزارهایی با تمرکزهای مختلف مقایسه کنند، اما شباهت وعدهها درباره کشف و نظارت بر عاملها ممکن است تشخیص تفاوت واقعی محصولات را پیچیده کند. در این بازار، اهمیت اتصال به اپلیکیشنهای مورد استفاده مشتری، توانایی مشاهده عاملهای خارج از اتصالهای مستقیم و کنترل دسترسیها میتواند در تصمیم خرید اثرگذار باشد؛ اما این گزارش بهتنهایی نشان نمیدهد کدام رویکرد مؤثرتر است.
دور تازه سرمایهگذاری همچنین نشان میدهد سرمایهگذاران و مشتریان به مسئله مدیریت عاملها توجه دارند، اما جذب سرمایه یا رشد درآمد بهتنهایی اثباتکننده کارایی امنیتی یک محصول نیست. برای ارزیابی راهکارهایی مانند Reco، سازمانها باید ببینند ابزار تا چه اندازه محیط واقعیشان را پوشش میدهد، چه اطلاعاتی درباره دسترسیها فراهم میکند و آیا میتوان با آن دسترسی غیرضروری را محدود کرد.
این خبر برای چه کسانی اهمیت دارد
این خبر برای مدیران امنیت اطلاعات، مسئولان فناوری و تیمهایی اهمیت دارد که در حال آزمایش یا استقرار عاملهای هوش مصنوعی در سازمان هستند؛ بهویژه اگر عاملها به دادههای حساس یا سامانههای مهم دسترسی پیدا میکنند. آنها باید بدانند مسئله امنیت فقط انتخاب یک ابزار هوش مصنوعی نیست و شناسایی عاملهای فعال، بررسی مجوزها و پیگیری ارتباط آنها با اپلیکیشنها نیز بخشی از مدیریت محیط سازمانی است.
برای شرکتهای امنیت سایبری و سرمایهگذاران نیز رشد Reco نشانهای از رقابت در بازاری تازه و پرعرضه است. ادعاهای شرکتها درباره عاملهای ناشناخته یا فایلهای در دسترس، توجه به مسئله را توضیح میدهد؛ اما مشتریان برای سنجش راهکارها به شواهد، دامنه پوشش و تناسب محصول با نیازهای خود احتیاج دارند. در نهایت، گسترش ابزارهای امنیت عاملها ممکن است به سازمانها کمک کند دید بهتری از محیط خود به دست آورند، ولی افزایش شمار فروشندگان، بهخودیخود پاسخ روشنی به این پرسش نمیدهد که کدام ابزار بهترین حفاظت را فراهم میکند.
پرسشهای متداول
Reco چه مقدار سرمایه جذب کرده است؟
Reco در حوزه امنیت هوش مصنوعی چه کاری انجام میدهد؟
Reco چه نمونههایی از عاملهای ناشناخته پیدا کرده است؟
دانش آموخته مدیریت کسب و کار گرایش استراتژی و پژوهشگر ، استراتژیست و توسعه دهنده اقتصاد دیجیتال
مطالب مرتبط
هوش مصنوعی در صنعت انرژی؛ کاهش مصرف بدون ریسک عملیاتیهوش مصنوعی میتواند با پیشبینی تقاضا، بهینهسازی تجهیزات و شناسایی خطاها، مصرف انرژی را کاهش دهد؛…
راهنمای انتخاب هوش مصنوعی برای کارخانهها در ۲۰۲۶انتخاب هوش مصنوعی برای کارخانه فقط مقایسه چند نرمافزار یا مدل زبانی نیست؛ باید مسئله کسبوکار،…
استفاده از هوش مصنوعی برای طراحی صفحات فرود پربازدهاستفاده از هوش مصنوعی برای طراحی صفحات فرود پربازده به معنای بهکارگیری الگوریتمهای یادگیری ماشین، پردازش…





