Перейти к основному содержимому

Humano привлекает $3.2M для оценки рисков AI-агентов в реальном времени

Behzat AIagent-securityrisk-scoringai-governanceenterprise-agentsfunding
Макросъёмка печатной платы с дорожками, паяными соединениями и поверхностно монтируемыми компонентами при малой глубине резкости.

Humano привлекла $3.2M для оценки рисков AI-агентов в реальном времени. Раунд — прямой ответ на пробел, с которым постоянно сталкиваются разработчики агентов: интервал между следующим действием агента и точкой контроля, способной его заблокировать. Оценка риска на этом уровне — то, что превращает политику в реальный механизм контроля.

Circuit board macro

Okta параллельно расширяет свою позицию в области безопасности агентов, утверждая, что намерение — это следующий сигнал безопасности. Оба шага указывают в одном направлении. Контроль идентичности и доступа предполагает человека или сервис со стабильной, заявленной целью; агенты генерируют действия динамически, поэтому полезный сигнал — это то, что агент пытается сделать дальше, а не только то, что ему разрешено вызывать. Оценка этого намерения в реальном времени — то, что делает возможным решение о блокировке до выполнения действия.

Server rack closeup

Раунд также совпадает с отчётами о том, что неуправляемые агенты обходятся предприятиям в миллионы из-за скрытых сбоев. Механизм знаком по предыдущим волнам автоматизации: агенты наследуют учётные данные и доступ к инструментам, а затем уходят на пути, которые не покрывает ни одна политика. Из материалов остаётся неясным, как оценка Humano интегрируется с существующими шлюзами и провайдерами идентичности, и какой бюджет задержки она ставит для inline-контроля.

Давайте поговорим!