Prevalent AI 以 2,200 萬美元破解企業數據混亂，拓展可信 AI 應用

企業要讓 AI 做出可靠決定，關鍵未必只在模型本身，還在於 AI 能否取得一幅完整、準確而且最新的企業運作圖。倫敦企業 AI 及網絡安全公司 Prevalent AI，正嘗試處理這個經常被忽略的底層問題：企業數據散落在大量互不相通、甚至互相矛盾的系統之中。公司的平台會連接數百個數據來源，再整合成一個持續更新、可以查詢的知識圖譜。

Prevalent AI 最近從總部位於洛杉磯的 Integrity Growth Partners（IGP） 籌得 2,200 萬美元。這是公司成立 9 年以來首次主要融資，亦標誌着這間過往主要靠客戶需求及盈利增長的企業，正式進入更大規模的全球擴張階段。

Prevalent AI 由誰創立？

Prevalent AI 於 2017 年由 Paul Stokes 及 Arun Raj 創立，兩人現分別擔任行政總裁及營運總監。創辦團隊亦包括具英國情報及網絡安全背景的資深人士，包括前英國政府通訊總部（GCHQ）總監 Sir Iain Lobban，以及前 GCHQ 網絡防禦領袖、Darktrace 聯合創辦人 Andrew France。

這段背景，某程度上解釋了公司為何從網絡安全起步。情報及網絡安全工作都需要在資料不完整、分散甚至互相矛盾的情況下，拼湊出一幅可信的整體圖像，從而找出資料之間的關係、漏洞及風險。

這個 AI 平台實際做甚麼？

Prevalent AI 將技術形容為 AI 驅動的數據網絡（data fabric），以及 主權知識圖譜（sovereign knowledge graph）。簡單來說，平台會從企業現有的系統取得資料，將不同紀錄連接起來，再建立一個統一的組織模型。

知識圖譜可以呈現以下資料之間的關係：

• 資產及 IT 系統；
• 身份及存取權限；
• 網絡安全控制措施；
• 數據及業務流程；
• 營運問題或控制缺口。

由於圖譜設計上會持續保持更新，網絡安全團隊可以直接查詢整個 IT 環境，了解有哪些資產、系統及身份存在、它們如何互相關聯，以及哪些資產或控制措施可能未有受到充分監察。

「主權」在這裏並非指國家主權，而是指客戶對數據基礎擁有更大的控制權。公司表示，客戶可以決定底層數據實際儲存的位置，而不是將資料放進共用雲端環境。

公司的目標用戶亦不止網絡安全專員。Prevalent AI 認為，同一套連接數據的方法，可以為業務部門及 AI 代理人提供可靠、最新的企業背景資料，讓它們在採取行動前先了解組織的實際狀況。

為何一開始先做網絡安全？

網絡安全是這套技術最直接的試驗場，因為資料破碎可能即時造成營運損失。安全團隊往往要在大型 IT 環境中，根據系統、身份、控制措施及數據來源作出高風險決定；但不同來源未必一致，亦未必能提供完整情況。

行政總裁 Paul Stokes 形容，網絡安全正是「數據分散造成最大傷害」的領域。

Prevalent AI 先在這個高風險環境驗證平台，之後才將問題推廣至更廣泛的企業場景：凡是人類或自動化系統需要根據分散於不同部門的資料作決定，都需要一層可信而互相連接的企業背景。

下一步會拓展至哪些領域？

公司的下一個目標是更廣泛的 企業風險管理，而不只是網絡安全。公布資料提到的潛在拓展方向，包括合規、金融犯罪及營運風險。

底層產品概念並無改變：連接分散資料、保留不同紀錄之間的關係，再提供一個最新、可供人類或 AI 系統查詢的組織背景。不同之處，只是要回答的商業問題有所改變——可能是網絡安全漏洞、合規責任、金融犯罪風險，或者某項營運依賴關係。

不過，現有公告描述的是由網絡安全及企業風險技術延伸出去的方向，並不代表所有計劃中的應用已經全面推出。

2,200 萬美元會用在哪裏？

IGP 的投資預計會集中支持四大方向：

1. 擴大全球市場拓展團隊： 加強銷售、市場推廣、客戶成功及合作夥伴相關職能。
2. 加快美國市場發展： 推進在美國的業務擴張，同時鞏固現有市場的地位。
3. 強化管理層： 隨着公司規模擴大，進一步完善領導團隊。
4. 產品及市場延伸： 持續發展數據網絡及知識圖譜平台，並將技術推向更廣泛的企業風險及 AI 應用。

這次融資之所以受到關注，亦因為它是 Prevalent AI 9 年歷史上的首次主要資本募集。公司及業界報道指，Prevalent AI 過往主要依靠客戶需求及盈利自行發展，而非靠機構投資者注資。

企業 AI 的真正瓶頸，可能是「上下文」

Prevalent AI 並不只是把知識圖譜當成另一個網絡安全數據庫。公司更大的主張是：企業若要讓 AI 代理人可靠地工作，就需要先建立一層可信的組織背景，讓 AI 知道企業有哪些資產、誰擁有甚麼權限、不同系統如何互相影響，以及哪些地方存在風險。

這筆 2,200 萬美元投資，將讓公司有資源在更大規模驗證這個主張。短期重點是擴大商業團隊及美國業務，長遠則是把一套在網絡安全環境中開發的數據基礎，帶到更多企業風險決策場景。最終成敗，仍取決於 Prevalent AI 能否在不同領域持續保持客戶數據互相連接、內容最新，而且真正可供人及 AI 使用。