Vissza a Hírekhez
IparAI Understanding eligazítás

A MIND 72 millió dollárt gyűjt a Series B sorozatból az AI-natív adatvesztés megelőzésére

A MIND, a mesterséges intelligencia natív adatvesztés-megelőzési platformja 72 millió dollárt gyűjtött össze a Crosspoint Capital Partners által vezetett B sorozatú finanszírozásból, hogy növelje erőfeszítéseit a vállalati adatok MI által vezérelt kockázatokkal szembeni védelmében.

4 min readRead the linked source
Source-provided image accompanying MIND raises $72m Series B for AI-native data loss prevention
Forrás hivatkozásForrás rögzített
Kiadó
fintech.global
Forrás link
fintech.globalhttps://fintech.global/2026/09/18/mind-raises-72m-as-ai-turns-data-security-urgent/
Forrás típusa
Hivatkozott forrás – az elsődleges forrás állapota nincs megállapítva.
KontextusÉrtsd meg ezt 60 másodperc alatt

Kezdje itt

Kulcsfogalmak

Generatív MI
AI rendszerek, amelyek új tartalmat, például szöveget, képeket, hangot, videót vagy kódot állítanak elő.
Teszteld magadAI etikai kvíz

Mi történt

A MIND 72 millió dolláros Series B finanszírozási kört jelentett be a Crosspoint Capital Partners vezetésével, így a teljes finanszírozás 112 millió dollárra nőtt. A magát mesterséges intelligencia által natív adatvesztés-megelőzési (DLP) platformként jellemező cég kijelentette, hogy a tőkét a főbb vállalati piacokra való terjeszkedésre, a partnerségek erősítésére és csapata bővítésére fogja fordítani. A MIND az elmúlt 12 hónap során több mint 17-szeres bevételről és ügyfélkörének nyolcszorosáról számolt be, miközben több milliárd adateseményt elemzett a GenAI és az Agentic AI rendszerek között. A vállalat azt is kiemelte, hogy ő lett az első adatbiztonsági cég, amelyet felvettek a Anthropic kiberellenőrzési programjába, és megszerezte a felelős mesterséges intelligencia ISO/IEC 42001 tanúsítványát.

A MIND, az AI-natív adatvesztés-megelőzési platform 72 millió dollárt gyűjtött a Crosspoint Capital Partners által vezetett B sorozatban, az YL Ventures és a Paladin Capital Group folyamatos támogatásával. Ez az egy évvel korábbi 30 millió dolláros A sorozatból származó összeget követi, így a cég teljes finanszírozása 112 millió dollárra nőtt.

A vállalat kijelentette, hogy az alapokat arra fogja használni, hogy bővítse lábnyomát a nagyvállalati piacokon, erősítse a technológiai és csatornapartnerségeket, valamint növelje csapatát. A MIND arról számolt be, hogy az elmúlt 12 hónapban több mint 17-szeresére növelte bevételét, és nyolcszorosára bővítette ügyfélkörét, miközben több milliárd adateseményt elemzett valós időben a GenAI, az Agentic AI és a hagyományos informatikai környezetekben.

A MIND platformja érzékeny adatokat fedez fel SaaS-alkalmazásokon, GenAI és Agentic AI-rendszereken, végpontokon, helyszíni fájlmegosztásokon és e-maileken keresztül. Többrétegű mesterséges intelligencia motort használ a fájlok tartalom és kontextus alapján történő osztályozására, célja a téves riasztások kiszűrése és az adatok kitettségének autonóm orvoslása. A vállalat a közelmúltban bemutatta a MIND AI DLP-ügynököket a rutin DLP-műveletek automatizálására.

A MIND azt állította, hogy ő lett az első adatbiztonsági vállalat, amelyet felvettek a Anthropic kiberellenőrzési programjába, és az első a területén, amely megszerezte a felelős AI ISO/IEC 42001 tanúsítványát. A vállalat piackutatásra hivatkozott, amely szerint a vállalkozások 90%-a alkalmaz generatív mesterségesintelligencia-eszközöket, de 65%-uk nem bízik a mesterséges intelligencia adatbiztonsági szabályaiban.

Forrás részletei: fintech.global ↗

Miért számít

Ez a finanszírozási kör jelentős elmozdulást jelez a kiberbiztonsági szektorban, ahol a hagyományos adatvesztés-megelőzési eszközöket újratervezik, hogy kezeljék az AI-vezérelt adatmozgás sebességét és összetettségét. Ahogy a vállalatok egyre gyakrabban alkalmaznak generatív és ügynöki mesterséges intelligenciát, az érzékeny adatoknak való kitettség kockázata nő, ami igényt teremt az önállóan és valós időben működő biztonsági megoldások iránt. A MIND gyors növekedése és a mesterséges intelligencia környezetekre való különös összpontosítása azt sugallja, hogy a befektetők és a vállalatok az AI-natív biztonságot kritikus, különálló kategóriának tekintik, nem pedig a régi DLP-szoftver kisebb frissítésének. A vállalat azon állítása, miszerint több százezer végponton meg kell akadályozni az adatvesztést, gyakorlatias, nagy léptékű bevezetésre utal, bár ezeknek a konkrét teljesítménymutatóknak a független ellenőrzését a forrás nem tartalmazza.

A finanszírozás rávilágít egy kritikus hiányosságra a vállalati biztonságban: a hagyományos DLP-eszközöket nem az AI-rendszerek sebességére és autonómiájára tervezték. Ahogy az AI-ügynökök és a generatív eszközök központi szerepet töltenek be az üzleti műveletekben, megnő az adatszivárgás kockázata, ami olyan biztonsági megoldásokat tesz szükségessé, amelyek „AI-sebességgel” tudnak működni.

A MIND „AI-natív” platformként való pozicionálása az adatbiztonsági architektúra alapvető újragondolását sugallja, a reaktív megfigyelésről a proaktív, autonóm végrehajtásra való átállással. Ez az elmozdulás jelentős azoknak a vállalatoknak, amelyek a hibrid AI-környezetekben nehezen tudják fenntartani az érzékeny adatok feletti ellenőrzést.

A vállalat növekedési mutatói, beleértve a 17-szeres bevételnövekedést is, azt jelzik, hogy erős piaci kereslet mutatkozik ezekre a speciális mesterséges intelligencia-biztonsági eszközökre. Ezeket a számokat azonban a MIND saját maga jelentette be, és nem ellenőrizték független módon, és nem erősítették meg őket harmadik féltől származó források.

Az ISO/IEC 42001 tanúsítvány megszerzése és a Anthropic kiberellenőrzési programjában való részvétel új mércét állíthat fel a bizalom és a megfelelés tekintetében a mesterséges intelligencia biztonsági szektorában, ami potenciálisan befolyásolhatja más vállalkozások beszerzési döntéseit.

Interactive Mechanism

Interaktív mechanizmus: Hogyan működik valójában

Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interaktív koncepció ellenőrzése+10 Points
AI Ethics Quiz

Why can ethical evaluation not be reduced to one model score?

Mit nézzünk ezután

Kövesse nyomon a MIND terjeszkedését új vállalati piacokra és MIND AI DLP-ügynökeinek elfogadását. Figyelje a mesterséges intelligencia biztonsági tanúsítványok, például az ISO/IEC 42001 integrációjának további fejleményeit, amelyek a vállalati szállítók szabványos követelményévé válnak. Ezenkívül figyelje meg, hogyan reagálnak más DLP-szolgáltatók az AI-natív pozicionálásra, és hogy a piac konszolidálódik-e ezen új, mesterséges intelligencia-központú biztonsági szabványok köré.

Kövesse nyomon a MIND azon képességét, hogy bővítse tevékenységét és fenntartsa növekedési pályáját, miközben új vállalati piacokra terjeszkedik. A vállalat sikere azon múlik, hogy zökkenőmentesen tud-e integrálódni a meglévő vállalati IT-veremekkel, miközben kezeli az AI-vezérelt adatfolyamok összetettségét.

Figyelje meg a kiberbiztonsági szolgáltatók versenyreakcióit. Ha a MIND mesterséges intelligenciájú megközelítése hatékonynak bizonyul, előfordulhat, hogy a régi DLP-szolgáltatóknak fel kell gyorsítaniuk saját mesterségesintelligencia-integrációs erőfeszítéseiket, különben piaci részesedésvesztéssel kell szembenézniük.

Figyelemmel kíséri az AI-specifikus biztonsági tanúsítványok elfogadását. Ha az ISO/IEC 42001 és hasonló szabványok kötelezővé válnak a vállalati mesterségesintelligencia-telepítéseknél, ez egy új megfelelőségi réteget hozhat létre, amely befolyásolja az AI-eszközök beszerzését és telepítését.

Figyeljen minden független biztonsági auditra vagy esettanulmányra, amely igazolja a MIND autonóm helyreállítással és téves riasztások csökkentésével kapcsolatos állításait. A független ellenőrzés kulcsfontosságú lesz az AI-natív DLP-kategória iránti bizalom megteremtéséhez.

Kapcsolódó útmutatók és vetélkedők

MI-etikaAI ügynökökAz MI jövőjeTesztelje, amit tud – próbáljon ki egy ingyenes AI-kvíztKeressen egy AI kifejezést a szószedetünkbenKövesse az AI-finanszírozás nyomkövetőjét
Ezt hasznosnak találta?