當AI模型越來越完善,「數據」成為真正讓AI產生價值的關鍵。
在資料科學領域中,GIGO(garbage in garbage out)正是形容這個狀況:你餵垃圾資料給模型,那吐出來的結果也不會好到哪裡。如果你握有好數據或獨家資料,下一步該思考的問題就會是:該怎麼保護它、誰能瀏覽跟使用它?
Theom,一家專注於幫助企業保護和追蹤機密數據的新創因此被看好,近日創投Wing VC、數據平台巨頭Snowflake和Databricks、網絡安全公司SentinelOne共同投資了這家新創2,000萬美元。
用權限與規則保護數據,其實不夠安全
「數據安全」並不是一個新的概念,但是面對越來越複雜的數據環境和AI模型,過去的作法可能已經不夠了。
舉例來說,DSPM(Data Security Posture Management)主要依賴靜態規則和定期掃描檢查數據的使用情形,例如每隔一天就查看數據被存取的紀錄,看看是誰、在哪些時間、透過什麼設備存取資料,只要符合權限設定,那就不會發出警訊。
但如果一個具有權限的員工,在合法時間內卻「大量」存取數據,這個行為其實應該被判斷為異常,而DSPM因為靜態規則和定期檢查的緣故,無法及時發出警訊,也無法更細緻判斷異常行為。
Theom的價值就在解決這兩個問題:即時監控,而且具備判斷綜合行為的能力。
Theom:全年無休的「數據AI警衛」
Theom是一個AI代理的嵌入式平台,可以直接整併在Snowflake、Databricks、AWS和Azure等數據庫和雲服務中使用,確保數據不會離開企業的基礎設施或資料中心,這更大程度保護了數據的安全和隱私。
具體來說,Theom會先盤點企業的各項數據,評估數據價值和伴隨的風險,接著確認數據的訪問權限,再運用機器學習分析各種瀏覽和拿取數據的行為,如果遇到異常狀況就會馬上標記風險,並自動啟動回應措施,如暫停用戶存取權限、通知安全團隊或啟動修復流程,減少人工干預,提升反應速度。
「數據安全服務的關鍵,是簡化問題。」Theom共同創辦人Navindra Yadav說。
Navindra Yadav之前擔任過Cisco和Google的工程師,曾在Cisco打造零信任分析平台Tetration Analytics,對數據安全有著深入的理解。Navindra Yadav表示,隨著生成式AI出現,數據的保護只會更複雜,如何降低工程師的工作量和判斷壓力,就是AI可以幫忙的地方。
微軟、Databricks都投資,看好數據安全的發展潛力
2020年Theom剛成立時,還是以隱身模式(stealth)運營,2022年獲得Ridge Ventures和微軟的創投基金M12投資1,640萬美元的種子輪後,才對外揭露了其產品。
Snowflake Ventures董事Harsha Kapre表示,Theom的數據安全和治理方法對自家客戶很有吸引力,「我們的重點是客戶從中得到什麼,競爭對手Databricks成為投資人其實沒什麼關係。」
Databricks Ventures負責人Andrew Ferguson更是直言:「Theom是我們相當看重的服務,我想Snowflake跟我們看到許多一樣的潛在機會。」
目前Theom 的客戶涵蓋金融、航空、科技等多個行業,包括Grammarly、Fiserv、Tradeweb和JetBlue 等企業,Navindra Yadav表示,新募集到的A輪資金將用於產品開發和人才招聘,繼續擴展Theom的商業版圖。
資料來源:WSJ、Silicon Angel、Unite.ai

騎車、拍照、寫寫稿。
2011年起《數位時代》開始以Meet社群品牌推動創業家們的交流連結。從新創團隊的採訪報導、創業小聚月會的分享、產業沙龍的分享, 提供創新與創業社群相互分享與媒合的平台。
新創團隊採訪請來信:vincent.tseng@bnext.com.tw