پرش به محتوای اصلی
پرش به محتوای مقاله

سرمایه‌گذاران: ۸۰۰ میلیون دلار برای زیرساخت‌های امنیتی عامل‌های هوش مصنوعی

·۱۶ مهر ۱۴۰۵۳ دقیقه مطالعه
دو شرکت امنیت هوش مصنوعی، آیلند و سایرا، هر کدام ۴۰۰ میلیون دلار سرمایه جذب کردند.
دو شرکت امنیت هوش مصنوعی، آیلند و سایرا، هر کدام ۴۰۰ میلیون دلار سرمایه جذب کردند.
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

چرخش سرمایه از مدل‌های مولد به سمت «مرورگرهای امن» و «حاکمیت داده»؛ یعنی تمرکز بر محیط اجرای عامل‌ها به‌جای خودِ مدل‌ها.

اگر مدیر فناوری هستید و قصد دارید عامل‌های هوش مصنوعی را در محیط کاری خود مستقر کنید، باید بدانید که مرزهای امنیتی سازمان شما در حال جابه‌جایی است. دیگر بحث بر سر توانایی مدل‌ها نیست، بلکه بحث بر سر این است که چه کسی اجازه دارد به چه داده‌ای دسترسی داشته باشد.

برای اکثر کارکنان شرکت‌ها، مرورگر وب اصلی‌ترین فضای کاری است. با ورود عامل‌های هوش مصنوعی (AI Agents) — شبیه دستیارهای دیجیتالی که می‌توانند به‌جای شما دکمه‌ها را بزنند و فرم‌ها را پر کنند — مرورگر دیگر فقط پنجره‌ای به وب نیست، بلکه تبدیل به خط مقدم امنیت سازمان شده است. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، هرچه دسترسی مدل‌ها به ابزارهای عملیاتی بیشتر شود، ریسک نشت داده‌ها افزایش می‌یابد.

طبق گزارش Crunchbase، شرکت Island که در دالاس مستقر است و روی مرورگرهای سازمانی امن تمرکز دارد، در هفته‌ی ۲۵ سپتامبر ۲۰۲۶ مبلغ ۴۰۰ میلیون دلار در دور Series F جذب کرد. این سرمایه‌گذاری که توسط Evolution Equity Partners رهبری شد، ارزش این شرکت را به ۶.۴ میلیارد دلار رساند که بیش از دو برابر ارزش آن در سال ۲۰۲۴ است.

هم‌زمان، شرکت Cyera در نیویورک نیز ۴۰۰ میلیون دلار در دور Series G جذب کرد. این شرکت بر حاکمیت داده‌هایی تمرکز دارد که هم کاربران انسانی و هم عامل‌های هوش مصنوعی می‌خوانند یا می‌نویسند. مجموع سرمایه‌گذاری جذب‌شده توسط Cyera اکنون به ۲.۷ میلیارد دلار رسیده است.

در کنار این دو، شرکت Snorkel AI در سانفرانسیسکو ۳۵۰ میلیون دلار سرمایه جذب کرد. این شرکت ابزارهای خط لوله (Pipeline) را فراهم می‌کند تا آزمایشگاه‌های پیشرو بتوانند داده‌های آموزشی تخصصی بسازند. این کار باعث می‌شود مدل‌های عمومی برای کارهای حساس و خصوصی سازمان‌ها مفید شوند.

این حجم از سرمایه‌گذاری، غول‌های فعلی بازار را به چالش می‌کشد. به نقل از گزارش‌های صنعتی، CrowdStrike پیش از این پشته‌های شناسایی عامل‌محور خود را معرفی کرده و Palo Alto Networks در حال ادغام امنیت نسل جدید در بودجه‌های حاکمیت هوش مصنوعی است. با این حال، این جذب سرمایه‌های کلان به استارتاپ‌ها اجازه می‌دهد مستقل بمانند و تیم‌های مهندسی خود را سریع‌تر گسترش دهند.

برای تیم‌های تدارکات و خرید نرم‌افزار، این یعنی لیست گزینه‌های سال ۲۰۲۷ برای سیاست‌های مرورگر و حاکمیت داده شلوغ‌تر خواهد شد. احتمالاً این بازیگران تخصصی را درست در کنار مجموعه‌های امنیتی قدیمی که سازمانتان از آن‌ها استفاده می‌کند، خواهید دید.

از منظر بازار، تمرکز سرمایه بر امنیت و داده‌های آموزشی — به‌جای پخش کردن بودجه بین اپلیکیشن‌های پراکنده — نشان‌دهنده بلوغ این صنعت است. سرمایه‌گذاران از هایپ «بوم هوش مصنوعی» فاصله گرفته‌اند و به سمت لوله‌کشی‌های ضروری عصر عامل‌محور حرکت می‌کنند.

گام بعدی شما

  • بررسی کنید که آیا مرورگرهای فعلی سازمان شما قابلیت کنترل دسترسی برای عامل‌های هوش مصنوعی را دارند یا خیر.
  • استراتژی حاکمیت داده‌های خود را از «دسترسی کاربر» به «دسترسی عامل» تغییر دهید.
  • ابزارهای تولید داده‌های مصنوعی برای تنظیم دقیق مدل‌های داخلی را بررسی کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این اتفاق نشان می‌دهد که امنیت داده‌ها به بزرگ‌ترین مانع استقرار گسترده هوش مصنوعی در سازمان‌ها تبدیل شده است. اعتبار این جذب سرمایه‌ها از سوی نهادهایی مثل Goldman Sachs تایید می‌کند که حاکمیت داده اکنون یک اولویت استراتژیک تجاری است، نه فقط یک موضوع فنی.

تأثیر برای ایران

به‌دلیل تحریم‌ها و محدودیت‌های API، دسترسی مستقیم سازمان‌های ایرانی به این پلتفرم‌های سازمانی دشوار است، اما مدل کسب‌وکار آن‌ها برای استارتاپ‌های امنیت سایبری داخلی در ایران یک الگو برای توسعه ابزارهای نظارتی بر هوش مصنوعی است.

·نگاه ما
تحریریه دات‌هوش

سرمایه‌گذاران بالاخره پذیرفتند که مدل‌های زبانی بزرگ به‌تنهایی برای سازمان‌ها کافی نیستند و «لایه کنترل» اهمیت بیشتری از «لایه تولید» دارد. این جابه‌جایی سرمایه نشان می‌دهد که عصر اپلیکیشن‌های Wrapper به پایان رسیده و حالا نبرد بر سر مالکیت زیرساخت‌های نظارتی است. به نظر ما، برنده نهایی کسی نیست که مدل قوی‌تری دارد، بلکه کسی است که بتواند محیطی امن برای اجرای آن مدل بسازد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.