تصور کنید یک مهاجم با استفاده از هوش مصنوعی، بدافزاری بنویسد که سریع‌تر از هر تحلیلگر انسانی تغییر شکل دهد؛ در این لحظه، سیستم‌های امنیتی سنتی دیگر کافی نیستند. اگر امروز مدیریت امنیت یک سازمان را بر عهده دارید، باید بدانید که میدان نبرد از «شناسایی پس از نفوذ» به «سدّ راه در نقطه ورود» تغییر کرده است.
طبق گزارش TechCrunch، استارتاپ Glow مستقر در پالو-آلتو در ۲۳ ژوئیه ۲۰۲۶ اعلام کرد که ۱۸۰ میلیون دلار در دور سری A جذب کرده و ارزش شرکت به ۱.۲ میلیارد دلار رسیده است. این موفقیت باعث شد Glow پیش از انتشار حتی یک معیار درآمدی، به مقام «تک‌شاخ» (Unicorn) برسد.
این جذب سرمایه در یک دور تمام‌سهامی (All-equity) با حمایت Sequoia Capital، Cyberstarts، Greenoaks و Redpoint Ventures صورت گرفت. همچنین شرکت‌های Index Ventures، Swish Ventures، Lux Capital، Operator Collective و Holly Ventures نیز در این دور مشارکت داشتند.
این تحرک در حالی رخ می‌دهد که سازمان‌ها با چالش «هوش مصنوعی سایه» (Shadow AI) و حملات پیچیده هوش مصنوعی زاینده (Generative AI) — که شبیه به جادوگری است که می‌تواند هر قفلی را با هزاران کلید مختلف در یک ثانیه امتحان کند — دست‌وپنجه نرم می‌کنند. همان‌طور که در تحلیل قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، تمرکز مهاجمان اکنون بر اتوماسیون است. این روند رشد سریع استارتاپ‌های متمرکز بر زیرساخت‌های AI را به تصویر می‌کشد؛ مشابه تجربه‌ی استارتاپ Reflection AI که با جذب سرمایه کلان سعی در به چالش کشیدن سلطه مدل‌های بسته دارد. Glow برخلاف ابزارهای قدیمی که پس از وقوع سرقت به دنبال دزد می‌گردند، مانند یک مأمور گمرک دیجیتال عمل می‌کند و نرم‌افزارهای خطرناک را در مرز ورودی متوقف می‌کند.
چشم‌انداز تهدیدات AI
سازمان‌ها اکنون در حال بازنگری در امنیت نقاط انتهایی (Endpoint Security) از لپ‌تاپ‌های کارکنان تا سرورها هستند. به نقل از تحلیلگران، این فوریت به دلیل استفاده مهاجمان از مدل‌های زبانی برای تولید بدافزار و اتوماسیون فیشینگ است.
نگرانی‌ها پس از رونمایی Anthropic از مدل Mythos AI شدت یافت. این مدل توانایی‌های پیشرفته‌ای در شناسایی و بهره‌برداری از نقاط ضعف نرم‌افزاری نشان داد و بحث‌های گسترده‌ای را درباره خطر حملات سایبریِ به کمک AI برانگیخت.
شرکت Glow که در سال ۲۰۲۵ تأسیس شد، توسط تیمی از پیش‌کسوتان Meta، Snowflake و Claroty هدایت می‌شود. رهبری این شرکت بر عهده روی تایگر (Roi Tiger)، معاون سابق مهندسی متا و امیلی هیث (Emily Heath)، مدیر ارشد امنیت سابق در United Airlines و DocuSign است. هیث همچنین در هیئت مدیره Wiz حضور داشت که با ۳۲ میلیارد دلار توسط گوگل خریداری شد.
تایگر این شرکت را با همکاری عمر سینگر (مدیر استراتژی امنیت Snowflake)، اوفیر آری (معاون تحقیق و توسعه Claroty) و آرنون جوزف (رهبر مهندسی سابق متا) بنیان‌گذاری کرد.
رویکرد فنی
پلتفرم Glow نرم‌افزارها، عامل‌های (Agents) — که شبیه دستیاران کوچکی هستند که می‌توانند به جای شما کارهای دیجیتالی را انجام دهند — و ابزارهای توسعه را در لپ‌تاپ‌ها و سرورها رصد می‌کند. برای این کار از سازوکارهای زیر استفاده می‌کند:
- یکپارچه‌سازی AI: این پلتفرم از مدل‌های Anthropic و Google Gemini از طریق Amazon Bedrock بهره می‌برد.
- زمینه اختصاصی: Glow نرم‌افزارهای اختصاصی می‌سازد تا به این مدل‌ها زمینه (Context) سازمانی بدهد و دقت آن‌ها را بالا ببرد.
- نقشه‌برداری آنی: عامل‌های تخصصی AI به‌طور مداوم محیط‌ها را نقشه‌برداری کرده و سیاست‌های امنیتی را اجرا می‌کنند.
جزئیات و اثرات عملیاتی
بر اساس مستندات شرکت، دستاوردهای فعلی این پلتفرم عبارتند از:
- مسدود کردن بسته‌های مخرب npm (قطعات نرم‌افزاری شخص ثالث) و شناسایی عامل‌هایی که سعی در وارد کردن این نرم‌افزارها داشتند.
- شناسایی دستگاه‌هایی که ابزارهای EDR (تشخیص و پاسخ نقطه انتهایی) در آن‌ها غایب بودند یا با عملکرد کاهش‌یافته کار می‌کردند.
- استقرار در مقیاس ده‌ها هزار دستگاه در سازمان‌های جهانی.
- جذب مشتریان paying در حوزه‌های بهداشت و درمان، خرده‌فروشی و خدمات مالی.
جایگاه در بازار
شرکت Glow وارد میدانی می‌شود که غول‌هایی مثل CrowdStrike، Microsoft، SentinelOne و Palo Alto Networks در آن فعال‌اند. با این حال، روی تایگر معتقد است ابزارهای EDR فعلی بیش از حد «واکنشی» هستند. او می‌گوید در دهه گذشته تمرکز بر انتقال به ابر و SaaS بود، اما اکنون AI به شکلی بی‌سابقه در نقاط انتهایی مستقر می‌شود.
او Glow را به عنوان یک لایه‌ی پیشگیرانه معرفی می‌کند که مخصوص عصر AI طراحی شده است؛ جایی که تهدیدها سریع‌تر از واکنش اپراتورهای انسانی حرکت می‌کنند.
برای یک مدیر کسب‌وکار، این به معنای تغییر در بودجه‌های امنیتی است. شرکت‌ها دیگر نمی‌توانند تنها به ابزارهای «تشخیص و پاسخ» تکیه کنند و باید روی «حکمرانی پیشگیرانه AI» سرمایه‌گذاری کنند تا جلوی اتوماسیون فیشینگ و بدافزارها را بگیرند.
این استارتاپ در حال حاضر نزدیک به ۱۰۰ کارمند دارد که ۷۰٪ آن‌ها در اسرائیل و مابقی در آمریکا مستقر هستند. موفقیت این دسته‌بندی جدید به این بستگی دارد که سازمان‌ها با چه سرعتی با ریسک مدل‌هایی مثل Mythos مواجه شوند.
گام بعدی شما
- بررسی وضعیت «هوش مصنوعی سایه» در سازمان خود و شناسایی ابزارهای AI غیررسمی که کارکنان استفاده می‌کنند.
- ارزیابی مجدد استراتژی EDR سازمان و انتقال بخشی از تمرکز از «پاسخ به حادثه» به «پیشگیری از ورود».
- دنبال کردن به‌روزرسانی‌های CrowdStrike برای مشاهده نحوه پاسخ این غول بازار به ظهور لایه‌های پیشگیرانه AI.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو