To doświadczenie pomaga wyjaśnić początkowy kierunek firmy. Praca wywiadowcza i cyberbezpieczeństwo wymagają złożenia wiarygodnego obrazu sytuacji z niepełnych, rozproszonych informacji, a następnie wykrywania między nimi zależności, luk i zagrożeń.
Prevalent opisuje swoją technologię jako zasilaną przez AI tkaninę danych (AI-powered data fabric) oraz suwerenny graf wiedzy. W praktyce system pobiera informacje z systemów przedsiębiorstwa i buduje wokół nich ujednolicony model organizacji.
Graf może odwzorowywać zależności między:
Ponieważ graf ma być na bieżąco aktualizowany, zespoły bezpieczeństwa mogą sprawdzać, jakie elementy znajdują się w całym środowisku IT, jak są ze sobą powiązane oraz które zasoby lub mechanizmy kontroli mogą nie być odpowiednio monitorowane.
Określenie „suwerenny” odnosi się do kontroli klienta nad fundamentem danych. Według firmy to klient decyduje, gdzie fizycznie przechowywane są dane bazowe, zamiast umieszczać je we wspólnym środowisku chmurowym.
Docelowi użytkownicy wykraczają poza specjalistów ds. bezpieczeństwa. Prevalent chce, aby połączony kontekst organizacyjny służył również pracownikom biznesowym i agentom AI, które potrzebują wiarygodnych informacji o firmie, zanim podejmą działanie.
Cyberbezpieczeństwo było najbardziej oczywistym polem do sprawdzenia tej technologii, ponieważ rozproszone informacje mogą tam prowadzić do bezpośrednich szkód operacyjnych. Zespoły bezpieczeństwa podejmują istotne decyzje dotyczące dużych środowisk systemów, tożsamości, mechanizmów kontroli i źródeł danych, nawet gdy informacje z tych miejsc są niepełne albo wzajemnie się wykluczają.
Dyrektor generalny Paul Stokes określił bezpieczeństwo jako obszar, „w którym fragmentaryczne dane wyrządzają najwięcej szkód”.
Skupienie się na tak wymagającym środowisku dało Prevalent AI konkretny przypadek użycia dla szerszego problemu: zapewnienia przedsiębiorstwu spójnego kontekstu. Firma uważa teraz, że ta sama potrzeba występuje wszędzie tam, gdzie ludzie lub systemy automatyczne muszą podejmować decyzje na podstawie danych rozrzuconych po wielu częściach organizacji.
Kolejnym celem firmy jest szerzej rozumiane ryzyko przedsiębiorstwa, a nie wyłącznie cyberbezpieczeństwo. Wśród wskazywanych obszarów rozwoju znajdują się zgodność regulacyjna, przeciwdziałanie przestępczości finansowej oraz ryzyko operacyjne.
Podstawowa koncepcja produktu pozostaje ta sama: połączyć odrębne informacje, zachować zależności między rekordami i udostępnić aktualny obraz organizacji, który mogą analizować ludzie oraz systemy AI. Zmienia się przede wszystkim pytanie biznesowe — może ono dotyczyć podatności bezpieczeństwa, obowiązku regulacyjnego, ryzyka przestępstwa finansowego albo zależności operacyjnej.
Dostępne komunikaty opisują ten kierunek jako rozszerzenie technologii rozwijanej dla cyberbezpieczeństwa i zarządzania ryzykiem przedsiębiorstwa, a nie jako deklarację, że wszystkie planowane zastosowania są już w pełni uruchomione.
Inwestycja IGP ma wesprzeć cztery główne priorytety:
Runda wyróżnia się także tym, że została określona jako pierwsze finansowanie kapitałem pierwotnym Prevalent AI w dziewięcioletniej historii firmy. Według komunikatów przedsiębiorstwo rozwijało się wcześniej dzięki popytowi klientów i rentowności, bez instytucjonalnego finansowania.
Prevalent AI nie przedstawia grafu wiedzy wyłącznie jako kolejnego repozytorium danych do cyberbezpieczeństwa. Szersza teza firmy brzmi: sztuczna inteligencja w przedsiębiorstwach potrzebuje wiarygodnej warstwy kontekstu organizacyjnego, zanim agenci AI będą mogli działać niezawodnie.
Inwestycja w wysokości 22 mln dolarów daje firmie środki, by sprawdzić tę tezę na znacznie większą skalę. Najpierw Prevalent AI chce rozbudować działalność komercyjną i obecność w USA, a następnie wykorzystać sprawdzony w cyberbezpieczeństwie fundament danych w szerszym zestawie decyzji dotyczących ryzyka przedsiębiorstwa. Powodzenie tej ekspansji będzie zależeć od tego, czy firma zdoła utrzymywać złożone dane klientów w stanie połączonym, aktualnym i użytecznym także w nowych obszarach.