Questo percorso aiuta a capire la scelta del primo mercato. Nel lavoro di intelligence e nella cybersecurity è essenziale ricostruire un quadro accurato partendo da informazioni incomplete e distribuite, individuando relazioni, lacune e potenziali rischi.
Prevalent descrive la propria tecnologia come una data fabric basata sull’IA e un knowledge graph sovrano. In termini pratici, il sistema raccoglie informazioni dai diversi strumenti aziendali e costruisce un modello unificato dell’organizzazione.
Il grafo può rappresentare le relazioni tra:
Poiché il grafo è progettato per rimanere aggiornato, i team di sicurezza possono interrogarlo per capire quali elementi esistono nell’ambiente aziendale, come sono collegati e quali risorse o controlli potrebbero non essere adeguatamente monitorati.
Il termine “sovrano” indica che la base dati resta sotto il controllo del cliente: secondo l’azienda, sono i clienti a decidere dove risiedono fisicamente i dati sottostanti, invece di collocarli in un ambiente cloud condiviso.
Gli utenti potenziali non sono però soltanto gli specialisti della sicurezza. Prevalent presenta lo stesso contesto interconnesso come una base per i team aziendali e per gli agenti IA che devono conoscere in modo affidabile l’organizzazione prima di poter agire con sicurezza e coerenza.
La cybersecurity rappresentava il banco di prova più immediato perché, in questo ambito, le informazioni frammentate possono provocare danni operativi diretti. I team devono prendere decisioni importanti su grandi quantità di sistemi, identità, controlli e fonti di dati, anche quando queste informazioni non coincidono o non offrono un quadro completo.
L’amministratore delegato Paul Stokes ha definito la sicurezza il settore “in cui i dati frammentati fanno più danni”.
Partire da un ambiente ad alto rischio ha permesso a Prevalent di concentrarsi su un caso d’uso concreto per affrontare un problema più ampio: fornire contesto aziendale affidabile ovunque persone o sistemi automatizzati debbano decidere sulla base di dati distribuiti tra più funzioni.
Il prossimo obiettivo dell’azienda è il rischio aziendale in senso più ampio, non soltanto la cybersecurity. Le aree indicate come possibili direttrici di espansione comprendono compliance, crimini finanziari e rischio operativo.
Il concetto di base non cambia: collegare informazioni diverse, conservare le relazioni tra i record e offrire un quadro aggiornato dell’organizzazione, interrogabile da persone e sistemi di IA. A cambiare è la domanda a cui rispondere: può riguardare una vulnerabilità di sicurezza, un obbligo normativo, un rischio di riciclaggio o una dipendenza operativa.
Gli annunci disponibili descrivono questa fase come un’estensione della tecnologia sviluppata per la cybersecurity e il rischio aziendale, non come la conferma che ogni applicazione prevista sia già pienamente disponibile.
L’investimento di IGP dovrebbe sostenere quattro priorità principali:
L’operazione è significativa anche per la sua tempistica: viene descritta come il primo finanziamento di capitale primario nella storia, lunga nove anni, di Prevalent AI. Secondo i resoconti dell’azienda e del settore, fino a oggi la società era cresciuta grazie alla domanda dei clienti e alla redditività, senza ricorrere a finanziamenti istituzionali.
Prevalent AI non presenta il knowledge graph semplicemente come un altro archivio di dati per la cybersecurity. La tesi più ambiziosa è che l’IA applicata alle imprese abbia bisogno di un livello affidabile di contesto organizzativo prima che gli agenti possano operare in modo consistente.
I 22 milioni di dollari danno alla società le risorse per mettere alla prova questa tesi su scala molto più ampia: prima rafforzando l’organizzazione commerciale e la presenza negli Stati Uniti, poi applicando una base dati già sperimentata nella cybersecurity a un ventaglio più esteso di decisioni legate al rischio aziendale. Il risultato dipenderà dalla capacità di Prevalent di mantenere i dati dei clienti collegati, aggiornati e utilizzabili anche nei nuovi ambiti.