Denne bakgrunnen bidrar til å forklare selskapets første satsingsområde. Etterretning og cybersikkerhet handler ofte om å sette sammen et presist bilde fra ufullstendig og spredt informasjon – og deretter bruke bildet til å avdekke sammenhenger, mangler og risiko.
Prevalent beskriver teknologien som en AI-drevet datastruktur og en suveren kunnskapsgraf. I praksis kobler systemet informasjon fra virksomhetens ulike systemer og bygger en samlet modell av organisasjonen.
Grafen kan vise sammenhenger mellom:
Siden grafen er laget for å holde seg oppdatert, kan sikkerhetsteam spørre den om hva som finnes i virksomhetens teknologilandskap, hvordan komponentene henger sammen, og hvilke eiendeler eller kontroller som ikke blir fulgt godt nok opp.
At grafen er «suveren», viser til at kunden selv kontrollerer datagrunnlaget. Selskapet sier at kundene bestemmer hvor de underliggende dataene fysisk lagres, i stedet for at de plasseres i et delt skymiljø.
Målgruppen er heller ikke begrenset til sikkerhetsspesialister. Prevalent mener den samme sammenkoblede konteksten kan gi forretningsbrukere og AI-agenter et mer pålitelig grunnlag før de skal handle eller ta beslutninger.
Cybersikkerhet var det mest nærliggende testområdet fordi fragmentert informasjon kan gi direkte og alvorlige driftsmessige konsekvenser. Sikkerhetsteam må ofte ta viktige beslutninger på tvers av store teknologimiljøer, identiteter, kontroller og datakilder – selv når kildene er ufullstendige eller ikke stemmer overens.
Administrerende direktør Paul Stokes har beskrevet sikkerhet som området «der fragmenterte data gjør mest skade».
Ved å starte i et høyrisikomiljø fikk Prevalent et konkret bruksområde for å løse et bredere problem: hvordan en virksomhet kan skape pålitelig kontekst av informasjon som er spredt på tvers av organisasjonen. Selskapet mener nå at det samme behovet finnes overalt hvor mennesker eller automatiserte systemer må ta beslutninger basert på mange ulike datakilder.
Det neste målet er bredere virksomhetsrisiko, ikke bare cybersikkerhet. Områder som er trukket frem som mulige utvidelser, er etterlevelse, økonomisk kriminalitet og operasjonell risiko.
Selve produktideen er den samme: Koble sammen ulike informasjonskilder, bevare forholdet mellom postene og gjøre organisasjonens nåsituasjon søkbar for mennesker eller AI-systemer. Spørsmålet som skal besvares, blir imidlertid et annet – enten det gjelder en sikkerhetssvakhet, et etterlevelseskrav, risiko for økonomisk kriminalitet eller en avhengighet i driften.
De tilgjengelige kunngjøringene beskriver dette som en videreføring av teknologi utviklet for cybersikkerhet og virksomhetsrisiko, ikke som en påstand om at alle de planlagte bruksområdene allerede er fullt lansert.
IGP-investeringen skal etter planen støtte fire hovedområder:
Kapitalinnhentingen skiller seg ut fordi den omtales som Prevalent AIs første primærkapital i selskapets niårige historie. Selskaps- og bransjerapporter sier at virksomheten frem til nå har vokst gjennom kundeetterspørsel og lønnsom drift, uten institusjonell finansiering.
Prevalent AI presenterer ikke kunnskapsgrafen bare som enda et datalager for cybersikkerhet. Den bredere påstanden er at bedrifts-AI trenger et pålitelig lag med organisatorisk kontekst før AI-agenter kan fungere stabilt og sikkert.
Investeringen på 22 millioner dollar gir selskapet mulighet til å teste denne påstanden i langt større skala. Først skal den kommersielle organisasjonen og tilstedeværelsen i USA bygges ut. Deretter skal en dataplattform som er prøvd ut innen cybersikkerhet, brukes på et bredere sett av beslutninger knyttet til virksomhetsrisiko. Hvor godt satsingen lykkes, vil avhenge av om Prevalent klarer å holde komplekse kundedata sammenkoblet, oppdaterte og anvendelige på tvers av de nye områdene.