AI-агентам обещают автономность, но рынок уже платит за их недоверие
На поверхности это очередная крупная сделка вокруг искусственного интеллекта. Раунд возглавила Norwest Venture Partners, а общий объём привлечённых Zenity средств достиг примерно $185 млн, сообщает CTech со ссылкой на Меира Орбаха. Компания развивает платформу для защиты AI-агентов — систем, которые не просто отвечают на запросы, а могут выполнять действия, обращаться к корпоративным данным и взаимодействовать с другими инструментами.
Общепринятая логика рынка звучит так: чем самостоятельнее агент, тем выше его ценность. Бизнес хочет делегировать ему поддержку клиентов, анализ документов, работу с внутренними системами и принятие операционных решений. Но именно самостоятельность превращает привычные проблемы программного обеспечения в более сложный риск. Ошибка агента может быть не единичным неверным ответом, а цепочкой действий с доступом к данным, приложениям и бизнес-процессам.
А что если главная ставка Zenity — не на то, что AI-агенты станут достаточно умными, а на то, что компании пока не готовы им доверять? Тогда $125 млн — это не просто капитал для роста стартапа, а голосование за новый обязательный слой контроля: наблюдение за действиями агентов, управление их разрешениями и проверку того, что автономная система делает после запуска. Чем больше компаний внедряют таких помощников, тем меньше им достаточно стандартных средств кибербезопасности, созданных для предсказуемого программного обеспечения.
В этом и состоит переворот рамки. Безопасность обычно появляется после появления технологии — как защита уже работающего продукта. В случае AI-агентов она становится условием самого внедрения. Если система способна самостоятельно выбирать инструменты и последовательность действий, вопрос «может ли она это сделать?» уступает место вопросу «кто и как ограничит её решения?». Финансирование Zenity показывает: рынок начинает оценивать не только интеллект агентов, но и цену доверия к ним.
Коротко по делу
- Что произошло: см. лид и факты выше.
- Почему важно: влияет на практику команд, продукт или регулирование.
- Что делать: проверьте зависимости в стеке и зафиксируйте риски для пользователей.