Vilka grundade Prevalent AI?

Prevalent AI grundades 2017 av Paul Stokes, som i dag är vd, och Arun Raj, som är operativ chef. I grundargruppen fanns även personer med lång erfarenhet från brittisk underrättelseverksamhet och cybersäkerhet, däribland den tidigare GCHQ-chefen Sir Iain Lobban och Andrew France, tidigare chef inom GCHQ:s cyberförsvar och medgrundare av Darktrace.

GCHQ är Storbritanniens myndighet för signalspaning och cybersäkerhet. Bakgrunden hjälper till att förklara företagets första inriktning: underrättelse- och säkerhetsarbete kräver att man bygger en korrekt helhetsbild av ofullständig och utspridd information – och därefter hittar samband, luckor och risker.

Vad gör plattformen?

Prevalent beskriver sin teknik som ett AI-drivet datafabric och en suverän kunskapsgraf. I praktiken kopplar systemet ihop information från olika företagssystem och bygger en samlad modell av organisationen.

Kunskapsgrafen kan beskriva relationer mellan bland annat:

• tillgångar och system,
• identiteter och åtkomst,
• säkerhetskontroller,
• data och affärsprocesser, samt
• operativa brister och luckor i kontrollmiljön.

Eftersom grafen är utformad för att hållas aktuell kan säkerhetsteam ställa frågor om vilka system och tillgångar som finns, hur de hänger ihop och vilka delar som kanske inte övervakas tillräckligt.

Att grafen kallas ”suverän” syftar på att kunden kontrollerar datagrunden. Enligt bolaget avgör kunden var den underliggande informationen fysiskt lagras, i stället för att den placeras i en gemensam molnmiljö.

Målgruppen är inte begränsad till säkerhetsspecialister. Prevalent vill att samma sammanlänkade kontext ska kunna användas av verksamheten och av AI-agenter som behöver tillförlitlig information om organisationen innan de kan agera säkert och konsekvent.

Varför började bolaget med cybersäkerhet?

Cybersäkerhet var ett naturligt första användningsområde eftersom splittrad information snabbt kan leda till konkreta problem. Säkerhetsteam måste fatta beslut över stora miljöer med system, identiteter, kontroller och datakällor – även när informationen är ofullständig eller inte stämmer överens.

Vd:n Paul Stokes har beskrivit säkerhet som det område ”där fragmenterade data gör störst skada”.

Genom att börja i denna miljö med höga krav på precision fick Prevalent ett tydligt testfall för ett bredare problem: hur organisationer kan skapa en gemensam och aktuell kontext för beslut. Bolaget menar nu att samma behov finns överallt där människor eller automatiserade system måste använda information från flera delar av en verksamhet.

Nästa steg: företagsrisk bortom cybersäkerhet

Prevalents nästa mål är bredare företagsrisk, inte bara cybersäkerhet. Områden som nämns för en möjlig expansion är regelefterlevnad, ekonomisk brottslighet och operativa risker.

Grundidén är densamma: att koppla samman skilda informationskällor, bevara relationerna mellan uppgifterna och skapa en aktuell bild av organisationen som kan användas av både människor och AI-system. Frågan som ska besvaras blir däremot en annan – exempelvis om den gäller ett säkerhetshot, ett krav på regelefterlevnad, en risk för ekonomisk brottslighet eller ett beroende i verksamheten.

De tillgängliga tillkännagivandena beskriver detta som en utvidgning av teknik som utvecklats för cybersäkerhet och företagsrisk, inte som att alla planerade användningsområden redan är fullt lanserade.

Så ska investeringen på 22 miljoner dollar användas

IGP:s investering ska enligt bolaget stödja fyra huvudområden:

1. Global kommersiell expansion: Prevalent vill bygga ut försäljning, marknadsföring, kundframgång och partnerverksamhet.
2. Tillväxt i USA: Bolaget ska öka takten i USA samtidigt som närvaron på befintliga marknader stärks.
3. En större ledningsorganisation: Kapitalet ska bidra till att fördjupa ledningsgruppen när verksamheten växer.
4. Produkt- och marknadsutveckling: Pengarna ska finansiera fortsatt utveckling av datafabricen och kunskapsgrafen samt nya användningsområden inom företagsrisk och AI.

Finansieringen sticker ut eftersom den beskrivs som Prevalent AI:s första primärkapital sedan starten. Enligt bolags- och branschrapporter har företaget tidigare vuxit genom kundefterfrågan och lönsamhet, snarare än genom institutionell finansiering.

Den större idén bakom satsningen

Prevalent AI presenterar inte kunskapsgrafen som ännu en databas för cybersäkerhet. Den bredare tesen är att AI i företag behöver ett pålitligt lager av organisatorisk kontext för att AI-agenter ska kunna agera tillförlitligt.

Investeringen på 22 miljoner dollar ger bolaget möjlighet att pröva den tesen i betydligt större skala. Först genom en större kommersiell organisation och en utbyggd USA-närvaro, därefter genom att använda den cybersäkerhetstestade datagrunden inom fler typer av riskbeslut. Hur långt satsningen når beror på hur väl Prevalent kan hålla komplex företagsdata sammanlänkad, aktuell och användbar när tekniken flyttas till nya områden.

Vilka grundade Prevalent AI?

Prevalent AI grundades 2017 av Paul Stokes, som i dag är vd, och Arun Raj, som är operativ chef. I grundargruppen fanns även personer med lång erfarenhet från brittisk underrättelseverksamhet och cybersäkerhet, däribland den tidigare GCHQ-chefen Sir Iain Lobban och Andrew France, tidigare chef inom GCHQ:s cyberförsvar och medgrundare av Darktrace.

GCHQ är Storbritanniens myndighet för signalspaning och cybersäkerhet. Bakgrunden hjälper till att förklara företagets första inriktning: underrättelse- och säkerhetsarbete kräver att man bygger en korrekt helhetsbild av ofullständig och utspridd information – och därefter hittar samband, luckor och risker.

Vad gör plattformen?

Prevalent beskriver sin teknik som ett AI-drivet datafabric och en suverän kunskapsgraf. I praktiken kopplar systemet ihop information från olika företagssystem och bygger en samlad modell av organisationen.

Kunskapsgrafen kan beskriva relationer mellan bland annat:

• tillgångar och system,
• identiteter och åtkomst,
• säkerhetskontroller,
• data och affärsprocesser, samt
• operativa brister och luckor i kontrollmiljön.

Eftersom grafen är utformad för att hållas aktuell kan säkerhetsteam ställa frågor om vilka system och tillgångar som finns, hur de hänger ihop och vilka delar som kanske inte övervakas tillräckligt.

Att grafen kallas ”suverän” syftar på att kunden kontrollerar datagrunden. Enligt bolaget avgör kunden var den underliggande informationen fysiskt lagras, i stället för att den placeras i en gemensam molnmiljö.

Målgruppen är inte begränsad till säkerhetsspecialister. Prevalent vill att samma sammanlänkade kontext ska kunna användas av verksamheten och av AI-agenter som behöver tillförlitlig information om organisationen innan de kan agera säkert och konsekvent.

Varför började bolaget med cybersäkerhet?

Cybersäkerhet var ett naturligt första användningsområde eftersom splittrad information snabbt kan leda till konkreta problem. Säkerhetsteam måste fatta beslut över stora miljöer med system, identiteter, kontroller och datakällor – även när informationen är ofullständig eller inte stämmer överens.

Vd:n Paul Stokes har beskrivit säkerhet som det område ”där fragmenterade data gör störst skada”.

Genom att börja i denna miljö med höga krav på precision fick Prevalent ett tydligt testfall för ett bredare problem: hur organisationer kan skapa en gemensam och aktuell kontext för beslut. Bolaget menar nu att samma behov finns överallt där människor eller automatiserade system måste använda information från flera delar av en verksamhet.

Nästa steg: företagsrisk bortom cybersäkerhet

Prevalents nästa mål är bredare företagsrisk, inte bara cybersäkerhet. Områden som nämns för en möjlig expansion är regelefterlevnad, ekonomisk brottslighet och operativa risker.

Grundidén är densamma: att koppla samman skilda informationskällor, bevara relationerna mellan uppgifterna och skapa en aktuell bild av organisationen som kan användas av både människor och AI-system. Frågan som ska besvaras blir däremot en annan – exempelvis om den gäller ett säkerhetshot, ett krav på regelefterlevnad, en risk för ekonomisk brottslighet eller ett beroende i verksamheten.

De tillgängliga tillkännagivandena beskriver detta som en utvidgning av teknik som utvecklats för cybersäkerhet och företagsrisk, inte som att alla planerade användningsområden redan är fullt lanserade.

Så ska investeringen på 22 miljoner dollar användas

IGP:s investering ska enligt bolaget stödja fyra huvudområden:

1. Global kommersiell expansion: Prevalent vill bygga ut försäljning, marknadsföring, kundframgång och partnerverksamhet.
2. Tillväxt i USA: Bolaget ska öka takten i USA samtidigt som närvaron på befintliga marknader stärks.
3. En större ledningsorganisation: Kapitalet ska bidra till att fördjupa ledningsgruppen när verksamheten växer.
4. Produkt- och marknadsutveckling: Pengarna ska finansiera fortsatt utveckling av datafabricen och kunskapsgrafen samt nya användningsområden inom företagsrisk och AI.

Finansieringen sticker ut eftersom den beskrivs som Prevalent AI:s första primärkapital sedan starten. Enligt bolags- och branschrapporter har företaget tidigare vuxit genom kundefterfrågan och lönsamhet, snarare än genom institutionell finansiering.

Den större idén bakom satsningen

Prevalent AI presenterar inte kunskapsgrafen som ännu en databas för cybersäkerhet. Den bredare tesen är att AI i företag behöver ett pålitligt lager av organisatorisk kontext för att AI-agenter ska kunna agera tillförlitligt.

Investeringen på 22 miljoner dollar ger bolaget möjlighet att pröva den tesen i betydligt större skala. Först genom en större kommersiell organisation och en utbyggd USA-närvaro, därefter genom att använda den cybersäkerhetstestade datagrunden inom fler typer av riskbeslut. Hur långt satsningen når beror på hur väl Prevalent kan hålla komplex företagsdata sammanlänkad, aktuell och användbar när tekniken flyttas till nya områden.