Безопасность
Neo привлек 100 миллионов долларов для обеспечения корпоративного программного обеспечения по мере распространения AI-агентов
Neo вышел из режима скрытности с 100 миллионами долларов на слой управления, который каталогизирует AI-агентов, контролирует вызовы инструментов и приписывает действия автономного программного обеспечения внутри корпоративной среды.
Автор: Лео В ·
Neo вышла из тени с 100 миллионами долларов на посевное и серию A финансирования, чтобы решить проблему, которая быстро становится неизбежной для команд корпоративной безопасности: обычное бизнес-программное обеспечение приобретает агентные способности быстрее, чем инструменты безопасности могут объяснить, кто что сделал. Американо-израильский стартап, базирующийся в Бостоне, заявляет, что его платформа предоставляет компаниям видимость и контроль над AI-агентами, приложениями с поддержкой AI, моделями, расширениями, серверами MCP и традиционным программным обеспечением в корпоративных средах. SecurityWeek сообщил, что финансирование поступило от Андреессен Хоровиц, Bessemer Venture Partners, Craft Ventures и Merlin Ventures, и будет использовано для расширения инженерных и коммерческих команд.
Компания выходит на рынок, созданный тонким, но важным сдвигом. Продукты для обеспечения безопасности конечных точек и SaaS были разработаны для мира, где пользователи кликают, печатают, открывают файлы и запускают приложения. AI-агенты меняют этот паттерн. Они могут читать документы, вызывать инструменты, обращаться к API, перемещать данные, выполнять код и действовать внутри рабочих процессов, используя действительные пользовательские разрешения. Система безопасности, которая видит только результативный процесс или вызов API, может не знать, пришло ли действие от человека, санкционированного помощника, расширения браузера, встроенного SaaS-агента или скомпрометированного рабочего процесса.
Следовательно, презентация Neo касается атрибуции и политики. SecurityWeek сообщила, что платформа поддерживает непрерывный каталог активных агентов и компонентов с поддержкой ИИ, оценивает чрезмерные привилегии и уязвимости конфигурации, а также отслеживает действия программного обеспечения до исходного человека, автоматического агента или идентичности приложения. Она может обеспечивать детализированное соблюдение политик для вызовов инструментов, перемещения данных, агентских рабочих процессов и доступа к API, включая приостановку подозрительной активности для ручной проверки. Именно такой уровень управления потребуется предприятиям, если возможности ИИ будут продолжать появляться в продуктах, которые они уже используют.
Учредительная команда придаёт раунду финансирования доверие. Генеральный директор Ник Уорнер ранее занимал должности президента и операционного директора SentinelOne и занимал руководящие должности в Cylance, McAfee и Forepoint. Соучредитель Шломи Салем возглавлял направление по разработке систем обнаружения в SentinelOne, а соучредитель Эран Ширази ранее соучредил EasySend. Инвесторы поддерживают группу, которая понимает обнаружение и реагирование на угрозы на конечных устройствах, но тезис заключается в том, что EDR больше недостаточно, когда само конечное устройство становится рабочей средой для автономного программного обеспечения.
Компания Andreessen Horowitz представила инвестицию как ответ на третье поколение решений для защиты конечных точек. Первое поколение полагалось на статические антивирусные сигнатуры. Второе следило за поведением через платформы EDR и XDR. Третье должно управлять агентами, работающими с пользовательскими привилегиями. Этот аргумент не является маркетинговой абстракцией. Если Microsoft, Google, Salesforce, ServiceNow, Atlassian и сотни поставщиков SaaS интегрируют агентов в повседневные рабочие процессы, каждая компания унаследует изменяющееся население полуавтономных акторов. Некоторые будут одобрены. Некоторые будут теневым ИТ. Некоторые появятся через обновления программного обеспечения, а не через закупки.
Проблема контроля сложна, потому что агенты размывают идентичность. Человек может попросить помощника суммировать файлы. Помощник может вызвать инструмент поиска, запросить базу данных, отправить контент модели, написать черновик и обновить тикет. Если конфиденциальные данные передаются, кто несет ответственность? Пользователь, сделавший запрос, поставщик модели, SaaS-платформа, расширение или владелец внутреннего рабочего процесса? Neo делает ставку на то, что предприятиям понадобятся системы, способные отвечать на эти вопросы в реальном времени и блокировать действия, когда цепочка полномочий не ясна.
Время благоприятное, потому что внедрение ИИ опередило управление. Компании, которые с энтузиазмом использовали помощников по программированию, боты для встреч, документальных помощников и агенты службы поддержки клиентов, теперь спрашивают, что эти инструменты могут видеть, что они сохраняют, как выполняют вызовы инструментов и могут ли журналы безопасности различать одобренную автоматизацию от злоупотреблений. Традиционные инструменты предотвращения потери данных могут обнаруживать некоторые действия задним числом. Они менее пригодны для того, чтобы решать, следует ли агенту разрешать комбинировать электронную таблицу, запись клиента, внутренний запрос и вызов внешнего API изначально.
Эта разница объясняет, почему безопасность агента — это не просто еще одна функция в защите конечных точек. Инструмент для конечных устройств может видеть процесс записи файла или подключение браузера к сервису. Слой управления агентом 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 изолированные события и пропустить нарушение политики, созданное их комбинацией.
Временные рамки Нео также отражают 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 позволяют моделям действовать. Они также создают новую цепочку поставок. Плохо настроенный коннектор может подвергнуть риску конфиденциальные данные. Злонамеренное расширение может перенаправить информацию на внешнюю службу. Доверенного агента можно манипулировать через внедрение подсказок, встроенных в документ или веб-сайт. Командам корпоративной безопасности необходимо видеть эти соединения, прежде чем они смогут решить, какие из них допустимы.
Слой идентификации, вероятно, станет самой сложной частью. Многие организации предоставляют инструментам ИИ доступ, используя существующие разрешения пользователя. Это легко внедрить, но трудно контролировать. Сотруднику финансового отдела может быть разрешено просматривать данные о зарплате, но помощнику, подводящему итоги встречи, такой доступ может быть не нужен. Разработчику может быть разрешено читать репозиторий исходного кода, но агенту для работы с кодом не следует автоматически разрешать доступ к секретам продакшена или изменять настройки развертывания. Принцип наименьших привилегий необходимо пересмотреть для делегированных программных агентов, а не только для человеческих сотрудников.
Аудит также придется изменить. После инцидента с безопасностью следователям необходимо восстановить произошедшее. В агентском рабочем процессе ответ может включать подсказки, извлеченные документы, вызовы инструментов, результаты моделей, этапы утверждения, ответы API и редактирование человеком. Если эти журналы разбросаны по продуктам SaaS и поставщикам моделей, атрибуция становится медленной или невозможной. Neo делает ставку на то, что компании будут платить за консолидированную временную шкалу, которая показывает не только какой пользовательский аккаунт был задействован, но и какой агент, расширение, модель и решение по политике участвовали в действии.
Проблема стартапа заключается в масштабе. Корпоративные программные среды хаотичны. Компании используют старые агенты конечных точек, провайдеров удостоверений, расширения браузеров, собственные внутренние приложения, одобренные инструменты SaaS, несанкционированные инструменты SaaS, скрипты разработчиков, платформы автоматизации и теперь помощников на базе моделей. Постоянно каталогизировать все это сложно, даже до учета поведения агентов. Neo придется интегрироваться достаточно широко, чтобы иметь значение, не превращаясь в очередную частичную панель, с которой команде безопасности придется сверять данные с существующими системами SIEM, SOAR, EDR, CASB и управления идентификацией.
Размер финансирования сигнализирует о том, что инвесторы считают, что категория быстро сформируется. Повышение зарплаты на 100 миллионов долларов на ранних стадиях даёт Neo возможность найма, создавать интеграции и обучать покупателей до того, как рыночный терминологический запас будет урегулирован. Но это также повышает ожидания. Покупатели ценных бумаг скептически относятся к новым аббревиатурам и перегруженным управляющим планам. Чтобы победить, Neo нужно продемонстрировать конкретное снижение рисков: блокированный поток данных, предотвращение чрезмерно разрешённых агентов, более чистые аудиты, меньшее количество слепых зон и политики, которые бизнес-команды смогут понять без ожидания проверки каждого рабочего процесса инженерами по безопасности.
Одна из причин, по которой категория может формироваться быстро, заключается в том, что агенты ИИ создают риск в тех местах, которые команды безопасности обычно не проверяют тщательно. Надстройка для таблиц, браузерный помощник, автоматизация рабочего процесса или бот поддержки клиентов на первый взгляд могут не выглядеть как защищённая инфраструктура. Как только они могут вызывать инструменты, читать документы и принимать решения, они могут стать каналом для перемещения конфиденциальных данных или несанкционированных действий. Команде безопасности необходимо обнаружить этих агентов, прежде чем она сможет их классифицировать. Проблема обнаружения сама по себе может оправдать создание нового уровня инструментов.
Применение политики должно быть детализированным. Компания может разрешить ИИ-ассистенту составлять резюме публичной документации, но запретить ему читать исходный код. Она может разрешить торговому агенту составлять письма, но не отправлять их без одобрения. Она может разрешить агенту по программированию открывать pull-запросы, но не сливать их и не развертывать. Она может разрешить поддерживающему боту читать данные клиентов, но не экспортировать их в больших объемах. Эти различия слишком специфичны для широких правил типа «разрешено или запрещено». Ценность Neo зависит от того, сможет ли он выражать эти политики таким образом, чтобы они соответствовали реальным бизнес-процессам.
Эта категория также пересекается со страхованием. Страховщики в сфере кибербезопасности все чаще требуют от компаний документировать меры контроля, связанные с идентификацией, доступом, логированием, предотвращением потери данных и использованием стороннего программного обеспечения. Агентные AI создают новый набор вопросов: какие агенты существуют, какие у них есть разрешения, как фиксируются вызовы инструментов и как компания может доказать, что чувствительное действие было одобрено? Если агентное программное обеспечение станет обычным, страховщики могут начать рассматривать управление агентами как часть кибергигиены. Это превратит технический контроль в финансовое требование.
Также существует проблема, связанная с взаимодействием с разработчиками. Механизмы безопасности, которые блокируют каждое действие агента, будут игнорироваться или обходиться. Механизмы, которые слишком слабы, будут давать сбои. Продукт должен предоставлять разработчикам и бизнес-командам возможность регистрировать агентов, запрашивать разрешения, тестировать рабочие процессы и видеть, почему действия блокируются. Это означает, что безопасность агентов не может находиться только в центре операций по безопасности. Она должна быть доступна для команд, создающих или внедряющих автоматизацию, иначе вокруг нее разрастется теневой ИИ.
Американо-израильское позиционирование Neo может помочь компании привлекать сотрудников из двух сильных рынков труда в сфере безопасности, но ей все же придется конкурировать за дефицитные кадры. Агентская безопасность требует людей, которые понимают телеметрию конечных точек, облачную идентичность, API SaaS, поведение моделей, инъекции запросов и корпоративные закупки. Такое сочетание экспертизы по-прежнему редкость. Раунд финансирования дает Neo возможность активно нанимать сотрудников, но масштабирование этой экспертизы в продукт, который работает в различных 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 прочитать электронное письмо, тикет, веб-страницу или PDF, содержащий скрытые инструкции, указывающие ему игнорировать политику, раскрывать данные или вызывать инструмент. Традиционные продукты безопасности не предназначены для интерпретации инструкций на естественном языке как исполнимого риска. Платформа, управляющая агентами, должна уметь понимать, когда контент воспринимается как инструкция, когда запрашивается вызов инструмента и противоречит ли этот запрос политике.
Эта категория в конечном итоге может потребовать общих стандартов. Если каждый поставщик по-разному описывает агентов, вызовы инструментов, разрешения и утверждения, компаниям будет сложно 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 действия рабочего процесса. Neo может помочь определить этот язык, если начнет действовать рано, но стандарты также представляют собой возможность для действующих компаний и отраслевых организаций. Компания не просто разрабатывает программное обеспечение; она конкурирует за право определить проблему.
Внутри компаний существует и культурная проблема. Бизнес-команды внедряют ИИ-агентов, потому что им нужна скорость. Команды по безопасности вводят меры контроля, потому что видят риски. Если эти группы будут говорить мимо друг друга, сотрудники будут использовать несогласованные инструменты для работы. Продукты, которые успешно объединяют агентскую и безопасностную составляющие, позволят владельцам бизнеса видеть политики как ограждения, делающие автоматизацию возможной для развертывания, а не как повсеместное вето. Для этого необходима отчетность, которая связывает меры контроля с бизнес-результатами: одобренные рабочие процессы, сниженные риски, предотвращенные инциденты и выполненные в рамках политики задачи.
Срочность будет увеличиваться по мере того, как агенты переходят от рекомендаций к выполнению. Ассистент для встреч, который подводит итоги заметок, полезен, но представляет низкий риск. Агент, который обновляет записи CRM, изменяет разрешения в облаке, открывает pull-реквесты, оформляет расходы или связывается с клиентами, обладает оперативными полномочиями. Предприятия приняли множество SaaS-инструментов, прежде чем полностью осознали риски для своих данных. Neo ставит на то, что они не получат такой же льготный период с автономными агентами, потому что действия происходят быстрее, труднее поддаются установлению источника и с большей вероятностью пересекают системы.
Первые клиенты для этой категории, вероятно, будут организациями, которые уже ощущают проблему: финансовые учреждения, компании сферы здравоохранения, крупные программные фирмы, оборонные подрядчики и глобальные предприятия с жесткими требованиями к аудиту. Эти покупатели не будут внедрять контроль агентов только потому, что это модная концепция. Они будут внедрять его, если аудиторы, инциденты безопасности или внутренние внедрения ИИ создадут конкретную необходимость доказать контроль. Задача Neo — преобразовать общую тревогу по поводу ИИ-агентов в конкретные события покупки с измеримыми результатами.
Если Нео сможет показать эти результаты, это может определить категорию до того, как крупные продавцы сойдутся на одном языке.
Существующие компании не будут игнорировать это пространство. Поставщики идентичности могут расширять условный доступ агентам. Поставщики конечных устройств могут добавлять атрибуцию процессов агентов. Компании, занимающиеся безопасностью браузеров, могут отслеживать веб-инструменты ИИ. Облачные провайдеры могут управлять вызовами моделей и разрешениями инструментов внутри своих платформ. SaaS-поставщики могут добавлять нативные элементы управления для своих встроенных копилотов. Возможность Neo — находиться выше этих уровней и коррелировать между ними. Риск в том, что клиенты могут предпочесть встроенные в уже купленные ими платформы контроли, особенно если бюджеты ужесточат или внедрение агентов консолидируется вокруг нескольких крупных экосистем.
Существует также аспект соответствия требованиям. Регулируемые компании должны будут показывать аудиторам, что инструменты искусственного интеллекта не обходят правила обработки данных, разделение обязанностей, политики хранения данных или цепочки утверждений. Агент, который составляет контракт, изменяет запись о клиенте, 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 AI-ассистент в компании. Вопрос в том, какие действия ассистент может выполнять, чьей полномочия они осуществляются, с какой доказательной базой и с какой возможностью остановить действие до того, как произойдут негативные последствия.
Neo всё ещё придётся доказать, что оно может выжить в ответ на платформу. Microsoft, Google, CrowdStrike, Palo Alto Networks, Wiz, Okta, Zscaler и другие поставщики решений по безопасности и идентификации имеют свои причины для создания собственных слоёв управления агентами. Стартап может победить, если будет двигаться быстрее, интегрироваться с большим количеством поверхностей и определит категорию до того, как игроки рынка её стандартизируют. Он может проиграть, если крупнейшие платформы сделают атрибуцию агентов встроенной функцией, а клиенты предпочтут меньшее количество консолей безопасности. Раунд в 100 миллионов долларов даёт Neo время, но сам по себе не является рвом.
Более широкий сигнал заключается в том, что безопасность агентов больше не является нишевой исследовательской проблемой. Она становится строкой в корпоративном бюджете. Те же возможности, которые делают ИИ-агентов полезными, затрудняют их контроль: они работают с разными инструментами, принимают промежуточные решения и действуют с использованием полномочий, заимствованных у людей и приложений. Компаниям, которые хотят получить повышение продуктивности, потребуется ответ на основной вопрос после каждого автоматизированного действия: кто действовал, чьим полномочием, с какими данными и в рамках какой политики? Neo — это одна из первых хорошо финансируемых ставок на то, что этот вопрос станет категорией.
Темы: Нео, ИИ-агенты, кибербезопасность, корпоративное программное обеспечение