AIR、AIエージェントが使うツールを精査するために5,000万ドルを調達

AIRはステルス状態を抜け出し、シード資金として5,000万ドルを調達した。企業が自社環境で動作するAIエージェントを特定し、それらのエージェントが使用するツールを評価できるよう支援するためだ。TechCrunchによると、このスタートアップは、エージェントに企業システムやインターネットへのアクセスを与えるskills、plugins、MCP servers、その他のアドオンによって生じるセキュリティギャップを狙っている。

同社は、数週間の間隔で終了した2つのラウンドで資金を調達したという。TechCrunchによれば、Sequoiaが1,000万ドルのラウンドを主導し、その後Greenoaksが4,000万ドルのラウンドを主導した。AIRはCEOのYair SabanとCTOのNiv Hoffmanによって設立され、両者は以前イスラエル国防軍の情報部隊 Unit 8200 に所属していたと報じられている。

AIRによると、同社のプラットフォームは企業内のエージェントを発見し、それらが依存するコンポーネントを検査し、エージェントが未承認のツールを使おうとしたり、セキュリティチェックに通らない外部ソースへアクセスしようとした場合に介入できる。今回の資金調達は、研究開発人材の追加採用と、米国および欧州での市場開拓拡大に充てられる。

エージェント向けソフトウェア供給網に賭けるAIR

同社の前提は、AIエージェントが企業内の新しいソフトウェア層になりつつある一方で、彼らが読み込むコンポーネントは従来のアプリケーションやシステムドライバーのようにはまだ管理されていないというものだ。企業はカスタマーサポート、コーディング、調査、社内業務のためにエージェントを導入でき、エージェントは独自にskillを呼び出し、MCP serverに接続し、ウェブからコンテンツを取得する。

この柔軟性がサプライチェーンの問題を生む。承認時には安全に見えたツールが、その後変更されたり、侵害された依存関係をダウンロードしたり、アカウント乗っ取りの影響を受けたりする可能性がある。攻撃者は、基盤モデルを直接攻撃する代わりに、エージェントが取り込む情報を操作しようとするかもしれない。

報道されているAIRの製品アプローチは3つの要素から成る。発見レイヤーはエージェントを探し、個人アカウントを含め、ITの承認外でAIサービスを使っている従業員を特定する。強制レイヤーは、skillの読み込みやインターネットコンテンツの取得などのエージェント行動を遮断する。その後、プラットフォームはツールやアドオンを企業ポリシー、またはAIR独自の評価済みコンポーネントカタログと照合する。

TechCrunchは、AIRが検証済みskillsとアドオンのマーケットプレイスを維持していると報じた。CEOのYair Sabanは同誌に対し、同社のシステムがオンラインで見つけたコンポーネントの約27%を現在除外していると述べた。この数字は会社による運用上の主張であり、入手可能な証拠ではサンプル数、テスト手法、あるいは「リスクが高い」コンポーネントの分類方法は示されていない。

資金調達が混み合うセキュリティ分野に流入

AIRは、すでに複数のベンダーがエージェントの可視化と制御に注力している市場に参入する。TechCrunchは、Noma Security、Zenity、Astrix Security、Operant AIを、AIエージェント、MCP servers、アクセス制御、ランタイム保護にまたがる重複する機能を提供する企業として挙げた。

この分野には大きなベンチャー投資が集まっている。Zenityは8月に1億2,500万ドルのシリーズCを調達したと報じられ、Noma Securityは以前に1億ドルのシリーズBを調達している。これらの資金調達は、投資家がエージェントガバナンスを独立した企業向けソフトウェア市場と見なしていることを示唆するが、調達額だけでは製品の有効性や顧客需要は証明されない。

AIRが掲げる差別化は、エージェントが使うコンポーネントを一度だけスキャンするのではなく、継続的に再評価することだ。SequoiaのパートナーであるBogomil Balkanskyは、TechCrunchに提供された声明の中で、この課題を、skill、plugin、MCP serverが変わるたびに繰り返し検査が必要になるインフラ問題だと述べた。これは投資家による同社アプローチの評価であり、AIRの技術的優位性を独立に検証したものではない。

導入状況について証拠が示すこと

AIRによると、顧客は20社以上あり、その約4分の1が大企業に分類されるという。これはSabanがTechCrunchに語った内容だ。同社はまた、需要が特に金融サービスと製薬会社で強いと述べている。これらの業界では、データ管理、監査可能性、第三者リスク管理がすでに重要な調達要件になっている。

これらの導入数はベンダーの申告であり、元資料では独立した検証は行われていない。報道には顧客名、売上、あるいはAIRが悪意ある行為やポリシー違反の行動をどれだけ頻繁にブロックしたかを示す導入結果もない。したがって、大規模で多様なエージェント環境でこの製品がどう機能するのかという重要な疑問は残る。

TechCrunchによると、同社の従業員数は約40人だという。新たな資金により、AIRはより大きな研究体制を構築し、欧州と米国で販売を進める余地を得たが、同時に実行面の課題も増える。スタートアップは、急速に変化するエージェントフレームワーク、ツールプロトコル、モデル提供企業のポリシーに追いつきつつ、企業がすでに使っているシステムと統合しなければならない。

AIを作る側・買う側にとって製品が重要な理由

AI製品チームにとって、この問題は実務的だ。データベースを呼び出し、コードを実行し、メールを送信し、ウェブを閲覧できるエージェントは、従来のチャットボットよりも大きな攻撃面を持つ可能性がある。社内エージェントを構築するチームは、利用可能なツールの一覧、明確な承認ポリシー、エージェントの行動ログ、コンポーネントが変わった際にアクセスを取り消す方法を必要とする。

AIRのモデルは、複数のモデル提供企業を利用したり、複数のプラットフォームでエージェントを構築したりする企業にとって魅力的かもしれない。独立した制御レイヤーは、各AIベンダーに互換性のあるチェックの実装を頼りたくないセキュリティチームにとって有用だ。また、従業員が未承認サービスを企業データに接続するシャドーAIへの対処にも役立つ可能性がある。

ただし、トレードオフは運用面にある。厳しすぎるブロックは有用なワークフローを妨げる一方、寛容すぎるポリシーは、プロンプトインジェクション、悪意ある依存関係、偶発的なデータ漏えいに企業をさらす可能性がある。購入者は、AIRが本当に危険な行動と、珍しいが正当なエージェント行動を区別できる証拠、そしてその強制レイヤーが許容できない遅延や信頼性の問題を生まないことの証拠を求める必要がある。

開発者にとっては、継続的な検証がエージェントのskillsや統合機能のリリースプロセスの一部になるかもしれない。ツール開発者は、署名付きパッケージ、透明性のある依存関係、変更通知、より明確な権限範囲を求められる可能性がある。こうした要件は摩擦を増やすが、企業のセキュリティチームがエージェントエコシステムを採用しやすくする効果もあり得る。

今後注目すべき点

次のシグナルは、具体的な顧客事例だ。たとえば、導入先の実名、リスクの高いツール利用の測定可能な減少、AIRの検出主張に対する独立テストなどである。買い手は、同社が評価パイプライン、更新監視、ポリシー制御についての技術情報を公開するかも注視すべきだ。

競争も重要な指標になる。市場は、おもにエージェントを発見する製品と、ベンダーをまたいでアクションを継続的に検査・強制するプラットフォームに分かれていく可能性が高い。Noma Security、Zenity、Astrix Security、Operant AIの動向は、継続的なコンポーネント検証が標準機能になるのか、それともAIRの中心的なポジショニングのままなのかを明確にするかもしれない。

AIモデル提供企業やエージェントプラットフォームも、ツール承認、パッケージ署名、ランタイム監視のためのネイティブな制御を追加する可能性がある。そうした制御が相互運用可能になれば、AIRは独立した調整レイヤーになり得る。もし断片化したままなら、このスタートアップは混在するエージェントスタックを運用する企業に対して、より強い入り口を見つけるかもしれない。

Creati.aiの視点

AIRの資金調達は、エンタープライズAIの展開における現実の変化を反映している。セキュリティ境界はモデルの外側へ移り、エージェントが発見し、インストールし、呼び出せるツールへと広がっている。同社は具体的な運用上の問題に取り組んでいるが、その差別化は、継続的な再チェックが既存のアプリケーションセキュリティやID管理より優れた保護をもたらすことを証明できるかにかかっている。

最も重要なテストは、AIRの資金調達額でも初期顧客数でもない。セキュリティチームが正当な自動化を遅らせずにこのプラットフォームを使えるか、そしてエージェントのコンポーネントが従来のソフトウェアレビューサイクルよりも速く変化する中で、AIRが正確で最新の評価を維持できるかどうかだ。