Un finanziamento strategico per la sicurezza operativa dell’IA
Vero Security ha annunciato di aver raccolto 11 milioni di dollari in un round di finanziamento d’amorçage guidato da TLV Partners, con la partecipazione di GTM Capital, Maple Capital e investitori angel. La startup, fondata nel 2025, dichiara che già oggi diverse aziende del Fortune 500 utilizzano la sua piattaforma per tradurre le politiche di sicurezza dell’IA in controlli applicati.
Il capitale sarà destinato allo sviluppo di prodotto, all’estensione della copertura delle tecnologie IA e dei processi di sicurezza aziendale, e all’espansione commerciale negli Stati Uniti. L’obiettivo è rendere le “operazioni continue di politica” una componente fondamentale della sicurezza IA nelle imprese.
Il problema emergente: agenti IA con capacità in rapida evoluzione
Man mano che gli agenti IA diventano più utili, crescono anche le sfide di sicurezza. Software capaci di leggere file aziendali, connettersi a repository di codice, utilizzare strumenti e eseguire codice devono essere soggetti a limiti efficaci che evolvano con le loro capacità.
Vero definisce il proprio mercato come ingegneria della sicurezza dell’IA: un lavoro continuo di valutazione dell’uso dell’IA, analisi dei rischi e aggiornamento delle protezioni. La piattaforma si propone di gestire gran parte di questo lavoro operativo, evitando che i team di sicurezza debbano limitarsi a liste di constatazioni.
Dal policy al controllo operativo
Le politiche vengono definite dai professionisti della sicurezza, che indicano le modifiche da applicare. Vero traduce queste decisioni in controlli, coordina i fix con i responsabili, verifica l’esecuzione e adatta le protezioni man mano che strumenti e autorizzazioni cambiano. Quando un cambiamento richiede una nuova valutazione del rischio, viene sottoposto a revisione umana con analisi e azioni consigliate.
Un esempio concreto: un’azienda Fortune 1000 ha autorizzato solo gli sviluppatori a collegare agenti ai repository di codice e a eseguire codice. In pochi minuti Vero ha trasformato questa politica in più di 15 controlli, coprendo agenti di programmazione, identità, server Model Context Protocol, competenze e azioni in esecuzione.
Il governatore d’esecuzione dell’IA di Vero
Al cuore della piattaforma c’è il governatore d’esecuzione, che ispetta prompt, chiamate di tool e azioni degli agenti supportati, applicando la politica al momento dell’operazione, anziché attendere un controllo manuale successivo.
Le possibili intervenzioni includono:
- Vietare a un agente di programmazione di leggere segreti non correlati al compito.
- Bloccare azioni non conformi a una politica approvata.
- Fermare competenze malintenzionate o injection di prompt che potrebbero generare comportamenti non autorizzati.
Le injection di prompt, ad esempio, inseriscono istruzioni malevole in contenuti che l’IA elabora, potenzialmente deviando il comportamento dell’agente. Per un semplice assistente di scrittura l’effetto è una risposta scorretta; per un agente con accesso a repository o capacità di esecuzione, l’impatto può diventare critico.
Applicazione delle regole a runtime vs policy statiche
Una regola che richiede a un software di evitare una risorsa sensibile descrive il comportamento atteso. Il meccanismo di enforcement deve ispezionare la richiesta di accesso in tempo reale e far rispettare il limite lungo tutto il percorso di esecuzione.
Perché le sole verifiche di configurazione non bastano
Il sito di Vero descrive quattro funzioni complementari:
- Inventario: elenca agenti e responsabili.
- Analisi della postura di sicurezza: esamina configurazioni e credenziali accessibili.
- Rilevamento dei comportamenti: analizza l’attività durante le sessioni.
- Applicazione delle regole: implementa la politica in tempo reale.
Il processo illustrato parte da un agente con configurazione che espone credenziali di produzione; successivamente, una competenza approvata riceve un aggiornamento malevolo. Vero prima corregge la configurazione, poi blocca la chiamata pericolosa quando la competenza modificata tenta di agire.
Questa sequenza evidenzia come un’approvazione iniziale sia solo uno snapshot. Aggiornamenti di tool, nuove connessioni o autorizzazioni aggiuntive possono aumentare il rischio dopo il deployment, rendendo indispensabile il monitoraggio continuo.
Il ruolo del Model Context Protocol (MCP)
Il Model Context Protocol è uno dei meccanismi di connessione coinvolti: consente alle applicazioni IA di interagire con tool e fonti dati esterne. Le competenze forniscono istruzioni riutilizzabili; insieme alle credenziali dell’agente, determinano le azioni possibili.
Integrazione senza frizioni e prospettive di mercato
Vero afferma che la sua piattaforma funziona con gli strumenti di terminale, identità, IA e sicurezza già presenti in azienda, senza richiedere installazioni aggiuntive da parte dei dipendenti. Le capacità di enforcement coprono prompt, tool e azioni supportate; la copertura pratica dipende dalle integrazioni e dai percorsi di esecuzione disponibili.
I fondatori, Elad Tessler (CEO) e Daniel Meirov (CTO), hanno precedenti esperienze in Astrix Security e Sightfull, e hanno co‑guidato un’unità di cyber‑operazioni di oltre 100 persone nell’unità 8200 dell’esercito israeliano. L’azienda ha sedi a New York e Tel Aviv.
Validazione da parte dei leader IT
GTM Capital ha investito dopo una valutazione strutturata che ha coinvolto il suo network di CIO e CISO di aziende Fortune 500, i quali hanno collaborato direttamente con Vero prima dell’investimento.
Il futuro dei controlli a runtime nella sicurezza dell’IA
Questo round arriva in un momento in cui i controlli a runtime stanno diventando sempre più cruciali per la sicurezza dell’IA in azienda. Altri lanci, come AI Defense di Sysdig, mirano anch’essi a monitorare il comportamento degli agenti e a far rispettare i limiti durante l’esecuzione.
Con il finanziamento appena ottenuto, Vero è posizionata per accelerare lo sviluppo di funzionalità, ampliare la copertura delle tecnologie emergenti e consolidare la sua presenza sul mercato statunitense, contribuendo a trasformare la sicurezza dell’IA da un’attività puntuale a un processo continuo e operativo.
