Безопасность
Neo привлекает 100 миллионов долларов для обеспечения корпоративного программного обеспечения по мере распространения ИИ-агентов
Neo вышел из тени, получив 100 миллионов долларов на создание контрольного уровня, который каталогизирует агентов ИИ, управляет вызовами инструментов и присваивает действиям автономного программного обеспечения в корпоративной среде.
Автор: Лео У ·
Neo вышла из стадии тайного запуска с финансированием в размере 100 миллионов долларов США на посевном этапе и серии A для решения проблемы, которая быстро становится неизбежной для команд по обеспечению безопасности предприятий: обычное бизнес-программное обеспечение приобретает агентские способности быстрее, чем средства безопасности успевают объяснить, кто что сделал. Американо-израильский стартап, базирующийся в Бостоне, утверждает, что его платформа предоставляет компаниям видимость и контроль над ИИ-агентами, приложениями с поддержкой ИИ, моделями, расширениями, серверами MCP и традиционным программным обеспечением в рамках корпоративных сред. SecurityWeek сообщил, что финансирование поступило от Andreessen Horowitz, Bessemer Venture Partners, Craft Ventures и Merlin Ventures и будет использовано для расширения инженерной команды и команды по выходу на рынок.
Компания выходит на рынок, созданный из-за тонкого, но важного сдвига. Продукты безопасности для конечных точек и SaaS были построены вокруг мира, где пользователи сами кликали, печатали, открывали файлы и запускали приложения. Агенты искусственного интеллекта меняют этот шаблон. Они могут читать документы, запускать инструменты, вызывать API, перемещать данные, выполнять код и действовать внутри рабочих процессов, используя действительные пользовательские разрешения. Система безопасности, которая видит только результат процесса или вызов API, может не знать, исходило ли действие от человека, санкционированного помощника, расширения браузера, встроенного агента SaaS или скомпрометированного рабочего процесса.
Таким образом, презентация Neo посвящена атрибуции и политике. SecurityWeek сообщил, что платформа поддерживает непрерывный каталог активных агентов и компонентов с поддержкой ИИ, оценивает избыточные привилегии и уязвимости конфигурации, а также отслеживает действия программного обеспечения до исходного пользователя, автоматизированного агента или идентичности приложения. Она может обеспечивать детализированную политику для вызовов инструментов, перемещения данных, агентных рабочих процессов и доступа к API, включая приостановку подозрительной активности для ручной проверки. Именно это и есть управляющая плоскость, которая понадобится предприятиям, если возможности ИИ будут продолжать появляться внутри уже используемых ими продуктов.
Основная команда придаёт раунду финансирования доверие. Главный исполнительный директор Ник Уорнер ранее занимал должность президента и операционного директора SentinelOne и занимал руководящие должности в Cylance, McAfee и Forepoint. Соучредитель Шломи Салем возглавлял инженерную команду по обнаружению в SentinelOne, а соучредитель Эран Ширази ранее был соучредителем EasySend. Инвесторы поддерживают команду, которая понимает обнаружение и реагирование на конечных точках, но теория заключается в том, что EDR больше недостаточно, когда сама конечная точка становится рабочим пространством для автономного программного обеспечения.
Andreessen Horowitz охарактеризовала инвестицию как ответ на третье поколение защиты конечных точек. Первое поколение опиралось на статические антивирусные сигнатуры. Второе наблюдало за поведением через платформы EDR и XDR. Третье должно управлять агентами, работающими с привилегиями на уровне пользователя. Этот аргумент не является маркетинговой абстракцией. Если Microsoft, Google, Salesforce, ServiceNow, Atlassian и сотни поставщиков SaaS внедрят агентов в повседневные рабочие процессы, каждая организация будет наследовать изменяющееся население полуаутиномных агентов. Некоторые будут одобрены. Некоторые станут теневыми ИТ. Некоторые будут появляться через обновления программного обеспечения, а не через закупки.
Проблема контроля сложна, потому что агенты размывают идентичность. Человек может попросить помощника сделать сводку файлов. Помощник может вызвать инструмент поиска, запросить базу данных, отправить содержимое модели, написать черновик и обновить тикет. Если передаются конфиденциальные данные, кто несет ответственность? Пользователь, который сделал запрос, поставщик модели, платформа SaaS, расширение или владелец внутреннего рабочего процесса? Neo делает ставку на то, что предприятиям понадобятся системы, способные отвечать на эти вопросы в режиме реального времени и блокировать действия, когда цепочка полномочий не ясна.
Сроки благоприятны, потому что внедрение ИИ опередило управление. Компании, которые с энтузиазмом использовали помощников по кодированию, ботов для встреч, сопутствующих документов и агентов по обслуживанию клиентов, теперь спрашивают, что эти инструменты могут видеть, что они сохраняют, как они делают вызовы инструментов и могут ли журналы безопасности различать одобренную автоматизацию и злоупотребления. Традиционные инструменты предотвращения потери данных могут зафиксировать некоторые действия постфактум. Они менее пригодны для того, чтобы изначально решать, следует ли агенту разрешить объединять электронную таблицу, запись клиента, внутренний запрос и внешний вызов API.
Именно эта разница объясняет, почему безопасность агента — это не просто еще одна функция внутри защиты конечной точки. Инструмент для конечных точек может обнаружить процесс записи файла или браузер, подключающийся к сервису. Слой управления агентами должен понимать намерения, делегированные полномочия, контекст инструмента и последовательность промежуточных шагов. Он должен знать, что запрос начался в рабочем процессе поддержки клиентов, затронул запись CRM, вызвал модель, обратился к API системы тикетов и попытался отправить сводку за пределы организации. Без этой цепочки команды безопасности могут видеть только отдельные события и упустить нарушение политики, вызванное их сочетанием.
Тайминг Нео также отражает распространение серверов MCP и экосистем инструментов вокруг AI-ассистентов. Разработчики подключают модели к базам данных, файловым системам, календарям, браузерам, репозиториям кода, облачным консолям и внутренним приложениям. Эти коннекторы делают агентов полезными, потому что они позволяют моделям действовать. Они также создают новую цепочку поставок. Плохо настроенный коннектор может раскрывать конфиденциальные данные. Зловредное расширение может перенаправлять информацию на внешний сервис. Доверенный агент может быть манипулирован через внедрение подсказки, встроенной в документ или веб-сайт. Командам корпоративной безопасности необходимо иметь видимость этих соединений, прежде чем они смогут решить, какие из них приемлемы.
Слой идентификации, вероятно, станет самой сложной частью. Многие организации дают инструментам ИИ доступ, используя существующие права пользователя. Это легко внедрить, но сложно контролировать. Сотруднику финансового отдела может быть разрешено просматривать данные о зарплате, но помощнику, подводящему итоги собрания, такой же доступ может не требоваться. Разработчику может быть разрешено читать репозиторий исходного кода, но агенту по коду не следует автоматически разрешать доступ к секретам производства или изменение настроек развертывания. Принцип наименьших привилегий необходимо пересмотреть для делегированного программного обеспечения, а не только для сотрудников.
Аудит также придется изменить. После инцидента безопасности следователям необходимо восстановить произошедшее. В агентском рабочем процессе ответ может включать подсказки, извлечённые документы, вызовы инструментов, результаты моделей, этапы утверждения, ответы API и правки человека. Если эти журналы разбросаны по различным продуктам SaaS и поставщикам моделей, установление ответственности становится медленным или невозможным. Neo делает ставку на то, что компании будут готовы платить за объединённую хронологию, показывающую не только, какой пользовательский аккаунт был вовлечен, но и какой агент, расширение, модель и политическое решение участвовали в действии.
Проблема стартапа — это охват. Среды корпоративного программного обеспечения хаотичны. В компаниях работают старые агенты конечных точек, провайдеры идентификации, расширения браузеров, пользовательские внутренние приложения, официально разрешённые SaaS-инструменты, теневые SaaS-инструменты, скрипты разработчиков, платформы автоматизации и теперь ассистенты на основе моделей. Постоянно каталогизировать всё это сложно даже до того, как учитывается поведение агентов. Neo придётся интегрироваться достаточно широко, чтобы быть значимым, не превращаясь в ещё одну частичную панель, которую команды безопасности должны сверять с существующими системами SIEM, SOAR, EDR, CASB и управления идентификацией.
Размер финансирования сигнализирует о том, что инвесторы считают, что категория быстро сформируется. Привлечение 100 миллионов долларов на ранней стадии дает Neo возможность нанимать сотрудников, строить интеграции и обучать покупателей до того, как рыночная терминология будет устоявшейся. Но это также повышает ожидания. Покупатели решений по безопасности скептически относятся к новым аббревиатурам и перегруженным контрольным панелям. Чтобы победить, Neo придется показать конкретное снижение рисков: блокирование утечки данных, предотвращение чрезмерно уполномоченных агентов, более чистые аудиты, меньше «слепых зон» и политики, которые бизнес-команды смогут понимать без ожидания, когда инженеры по безопасности проверят каждый рабочий процесс.
Одна из причин, по которой категория может формироваться быстро, заключается в том, что ИИ-агенты создают риски в местах, которые команды по безопасности обычно не проверяют тщательно. Надстройка для таблиц, браузерный ассистент, автоматизация рабочих процессов или бот для поддержки клиентов, на первый взгляд, могут не выглядеть как привилегированная инфраструктура. Как только они могут вызывать инструменты, читать документы и принимать решения, они могут стать путем для перемещения конфиденциальных данных или несанкционированных действий. Команда по безопасности должна обнаружить этих агентов, прежде чем сможет их классифицировать. Проблема обнаружения сама по себе может оправдать новый уровень инструментов.
Применение политики должно быть детализированным. Компания может разрешить ИИ-ассистенту составлять краткие обзоры публичной документации, но запретить ему читать исходный код. Она может разрешить торговому агенту составлять электронные письма, но не отправлять их без одобрения. Она может разрешить агенту по кодированию открывать запросы на слияние, но не объединять или развёртывать их. Она может разрешить боту поддержки читать записи клиентов, но не экспортировать данные в массовом порядке. Эти различия слишком специфичны для общих правил типа «разрешено или запрещено». Ценность Neo зависит от того, сможет ли он выражать эти политики таким образом, чтобы они соответствовали реальным бизнес-процессам.
Категория также пересекается со страхованием. Страховщики киберрисков все чаще требуют от компаний документировать меры контроля в области идентификации, доступа, ведения журналов, предотвращения потери данных и стороннего программного обеспечения. Агентные ИИ добавляют новый набор вопросов: какие агенты существуют, какие у них разрешения, как фиксируются вызовы инструментов и как компания может доказать, что чувствительное действие было одобрено? Если агентное программное обеспечение станет распространенным, страховщики могут начать рассматривать управление агентами как часть кибер-гигиены. Это превратит технический контроль в финансовое требование.
Также существует проблема взаимодействия с разработчиками. Контрольные меры безопасности, которые блокируют каждое действие агента, будут игнорироваться или обходиться. Контролеры, которые слишком слабы, не сработают. Продукт должен предоставлять разработчикам и бизнес-командам возможность регистрировать агентов, запрашивать разрешения, тестировать рабочие процессы и понимать, почему действия блокируются. Это означает, что безопасность агентов не может существовать только в центре управления безопасностью. Она должна быть удобна для команд, которые создают или внедряют автоматизацию, иначе вокруг неё будет развиваться теневой ИИ.
Американо-израильское положение Neo может помочь компании привлекать специалистов с двух сильных рынков труда в сфере безопасности, но ей всё равно придётся конкурировать за ограниченные кадры. Для безопасной работы с агентами требуются люди, которые понимают телеметрию конечных точек, идентификацию в облаке, API SaaS, поведение моделей, внедрение подсказок и корпоративные закупки. Такой гибридный опыт по-прежнему редок. Раунд финансирования даёт Neo возможность активно нанимать сотрудников, однако масштабирование этого опыта в продукт, работающий в разных средах, будет сложнее, чем убедительно рассказать о компании на рынке.
Безопасность агентов также должна справляться с инъекцией подсказок, классом атак, который превращает обычные документы и веб-страницы в часть поверхности безопасности. Агент может читать электронное письмо, заявку, веб-страницу или PDF, содержащий скрытые инструкции, которые говорят ему игнорировать политику, раскрывать данные или вызывать инструмент. Традиционные продукты безопасности не созданы для интерпретации инструкций на естественном языке как выполняемого риска. Платформа, которая управляет агентами, должна понимать, когда контент обрабатывается как инструкция, когда запрашивается вызов инструмента и конфликтует ли этот запрос с политикой.
Категория в конечном итоге может потребовать общих стандартов. Если каждый поставщик будет по-разному описывать агентов, вызовы инструментов, разрешения и утверждения, предприятиям будет трудно сравнивать продукты или проверять поведение на разных платформах. Командам безопасности потребуются общие схемы событий, которые различают действия человека, действия, сгенерированные моделью, действия через инструменты и автоматизированные рабочие процессы. Neo может помочь определить этот язык, если начнет рано, но стандарты также являются возможностью для устоявшихся компаний и отраслевых групп. Компания занимается не только созданием программного обеспечения; она конкурирует за право назвать проблему.
Внутри компаний также существует культурная проблема. Бизнес-команды используют AI-агентов, потому что им нужна скорость. Команды безопасности вводят контроль, поскольку видят риск. Если эти группы будут говорить друг мимо друга, сотрудники будут выполнять работу через несанкционированные инструменты. Побеждающие продукты для взаимодействия агентов и безопасности позволят владельцам бизнеса видеть политики как ограждения, которые делают автоматизацию применимой, а не как общий запрет. Для этого необходима отчетность, которая связывает контроль с бизнес-результатами: одобренные рабочие процессы, сниженные риски, предотвращенные инциденты и задачи, выполненные в рамках политики.
Срочность увеличится по мере того, как агенты переходят от рекомендаций к исполнению. Ассистент для встречи, который подводит итоги заметок, полезен, но риски минимальны. Агент, который обновляет записи в CRM, изменяет разрешения в облаке, открывает запросы на слияние, оформляет расходы или связывается с клиентами, обладает операционными полномочиями. Компании внедрили множество SaaS-инструментов, прежде чем полностью осознали риск раскрытия своих данных. Neo считает, что они не получат такой же льготный период с автономными агентами, потому что действия происходят быстрее, их сложнее отследить, и они чаще затрагивают различные системы.
Первые клиенты для этой категории, вероятно, будут представлять собой организации, которые уже испытывают проблемы: финансовые учреждения, компании здравоохранения, крупные программные фирмы, оборонные подрядчики и глобальные предприятия с строгими требованиями к аудитам. Эти покупатели не будут внедрять управление агентами просто потому, что это модная концепция. Они примут её, если аудиторы, инциденты безопасности или внутренние внедрения ИИ создадут конкретную необходимость доказать контроль. Задача Neo заключается в том, чтобы преобразовать общую тревогу по поводу ИИ-агентов в конкретные события покупки с измеримыми результатами.
Если Neo удастся продемонстрировать эти результаты, она может определить категорию, прежде чем крупные поставщики придут к использованию того же языка.
Действующие игроки не проигнорируют эту область. Поставщики идентификационных решений могут расширять условный доступ для агентов. Поставщики устройств могут добавлять атрибуцию процессов агентов. Компании по безопасности браузеров могут отслеживать инструменты ИИ на базе веба. Облачные провайдеры могут управлять вызовами моделей и правами на инструменты внутри своих собственных платформ. Поставщики SaaS могут добавлять встроенные средства управления для своих встроенных копилотов. Возможность Neo заключается в том, чтобы находиться над этими слоями и коррелировать данные между ними. Риск заключается в том, что клиенты могут предпочесть средства управления, встроенные в уже покупаемые ими платформы, особенно если бюджеты сократятся или использование агентов консолидируется вокруг нескольких крупных экосистем.
Есть также аспект соответствия. Регулируемые компании должны будут показывать аудиторам, что инструменты ИИ не обходят правила обработки данных, разделение обязанностей, политики хранения или цепочки утверждений. Агент, который составляет контракт, изменяет запись клиента, утверждает расход или запрашивает медицинскую карту, может создавать регулируемую деятельность, даже если ни один человек не касался конечного вызова API. Вопрос предприятия больше не в том, разрешен ли ИИ-ассистент в компании. Вопрос в том, какие действия ассистент может выполнять, под чьей властью, с какими доказательствами и с какой возможностью остановить действие до того, как произойдет вред.
Neo всё ещё придётся доказать, что он может выжить в ответной реакции платформ. Microsoft, Google, CrowdStrike, Palo Alto Networks, Wiz, Okta, Zscaler и другие поставщики решений в области безопасности и идентификации имеют свои причины для создания собственных слоёв управления агентами. Стартап может выиграть, если будет действовать быстрее, интегрироваться на большем числе поверхностей и определить категорию до того, как её стандартизируют существующие игроки. Он может потерпеть неудачу, если крупнейшие платформы сделают идентификацию агентов встроенной функцией, и клиенты предпочтут меньшее количество консолей безопасности. Раунд в $100 миллионов даёт Neo время, но сам по себе не создаёт защитного рва.
Более широким сигналом является то, что безопасность агентов больше не является нишевой исследовательской проблемой. Она становится статьей расходов в бюджете предприятия. Те же возможности, которые делают ИИ-агентов полезными, делают их трудными для контроля: они работают через различные инструменты, принимают промежуточные решения и действуют с полномочиями, заимствованными у людей и приложений. Компаниям, которые хотят увеличить продуктивность, потребуется ответ на базовый вопрос после каждого автоматизированного действия: что сработало, от чьего имени, с какими данными и в рамках какой политики? Neo — одна из первых хорошо финансируемых ставок на то, что этот вопрос станет категорией.
Темы: Neo, ИИ-агенты, кибербезопасность, корпоративное программное обеспечение