Startupul israelian Mave a anunțat pe 22 octombrie 2026 o finanțare de 34 de milioane de dolari pentru dezvoltarea unei platforme de operațiuni de securitate cibernetică bazate pe agenți AI. Compania promite să ajute echipele de apărare să transforme volume mari de telemetrie în decizii mai rapide, într-un moment în care automatizarea accelerează atât atacurile, cât și apărarea.
Fondată în Tel Aviv în 2025 de Guy Eshel, director tehnic, și Raziel Oren, director general, Mave își construiește produsul în jurul unei probleme reale: echipele de securitate investighează adesea alertele separat, trecând manual de la un instrument la altul. Întârzierea poate lăsa atacatorilor timp să avanseze, însă simpla introducere a agenților AI nu garantează că analiza va fi corectă sau sigură.
O rundă de 28 de milioane după finanțarea seed
Pachetul anunțat reunește o rundă seed de 6 milioane de dolari, obținută la momentul fondării, și o nouă rundă Series A de 28 de milioane. Aceasta din urmă a fost condusă de Red Dot Capital Partners, cu participarea Lumir Growth Partners, Dell Technologies Capital și Emerge Ventures; ultimele două fonduri au condus și runda seed.
Mave spune că va direcționa capitalul către cercetarea în domeniul inteligenței artificiale de frontieră, dezvoltarea produselor pentru companii și extinderea prezenței globale. Firma are în prezent aproximativ 30 de angajați și intenționează să recruteze, în special pentru roluri de cercetare AI și dezvoltare comercială, fără să anunțe un calendar ori un număr-țintă de angajări.
Finanțarea apare într-un sector în care interesul pentru securitatea bazată pe AI este în creștere, dar și în care promisiunile de automatizare trebuie evaluate atent. Suma atrasă validează interesul investitorilor pentru direcția companiei; nu reprezintă, de una singură, o dovadă că platforma reduce incidentele, alertele false sau timpul de răspuns în medii de producție.
De la alerte disparate la analiză contextuală
Argumentul Mave pornește de la două evoluții simultane. Utilizarea adversarială a AI poate accelera atacurile, în timp ce folosirea internă a AI generează cantități mari de date care ar putea ajuta apărarea, dacă echipele de securitate le pot vedea, administra și interpreta suficient de repede.
Compania descrie echipele de securitate ca fiind copleșite de volume mari de date și de zeci de instrumente, fără să poată răspunde mereu la timp când apare un incident real. În opinia Mave, soluțiile tradiționale SIEM pot observa semnale relevante, dar nu le prezintă întotdeauna într-o formă utilă și suficient de rapidă pentru deciziile operaționale.
Oren spune că investigațiile presupun încă analizarea amenințărilor „un instrument pe rând”, cu dovezi reunite manual înainte ca echipa să poată formula o concluzie. Fiecare trecere între instrumente adaugă timp, iar întârzierea crește riscul; atacatorii nu sunt obligați să aștepte ca analiștii să coreleze datele.
Soluția propusă este un sistem unificat de apărare agentică, ce preia context în timp real din instrumentele de securitate deja folosite de client. Mave afirmă că îmbină modele lingvistice mici, ajustate pentru sarcini specifice, cu modele lingvistice mari de frontieră, pentru a produce raționamente contextualizate destinate echipei de securitate, aproape în timp real.
Autonomie limitată, control declarat
Compania nu promite, în prezent, automatizarea completă a răspunsului la incidente. Deși agenții ar putea executa acțiuni sugerate de analiza datelor, Mave spune că produsul său nu trece deocamdată la această etapă; afirmația indică o limită de proiectare importantă, dar sursa nu oferă detalii despre ce acțiuni sunt disponibile sau cum sunt testate recomandările.
Oren susține că autonomia fără control introduce riscuri și descrie modelul urmărit drept unul guvernat: integrări cu privilegii minime, praguri de aprobare acolo unde este necesar și o pistă completă de audit pentru fiecare decizie și acțiune. Aceste măsuri sunt esențiale, dar eficiența lor depinde de implementarea tehnică și de configurarea fiecărui client.
Abordarea păstrează, cel puțin în forma prezentată, oamenii în procesul decizional și evită să acorde unui agent acces nelimitat la infrastructură. Totuși, folosirea modelelor AI în fluxuri de securitate ridică întrebări care nu sunt lămurite în material: ce date sunt trimise către modele, cum sunt protejate, cât de explicabile sunt concluziile și cum se tratează o recomandare eronată.
Oren afirmă că obiectivul imediat este reducerea riscului și oferirea unor sisteme AI care țin pasul cu atacatorii, își pot explica analiza și recunosc când este necesară judecata umană. Operațiunile de securitate sunt punctul de plecare, spune el, iar ambiția pe termen lung este ca AI să devină o componentă responsabilă și răspunzătoare a protecției întreprinderilor.
Miza pentru organizațiile din România și UE
Pentru companiile și instituțiile din România, problema descrisă de Mave este familiară: instrumente multiple, alerte numeroase și echipe care trebuie să prioritizeze rapid incidentele. O platformă de corelare asistată de AI ar putea scurta investigațiile, dar adoptarea trebuie să pornească de la evaluarea integrărilor, a surselor de date și a modului în care produsul funcționează în infrastructura proprie.
Organizațiile din UE ar trebui să verifice dacă telemetria transmisă platformei conține date personale sau informații comerciale sensibile, unde sunt prelucrate și cine le poate accesa. Contractele și evaluările de risc trebuie să clarifice păstrarea datelor, utilizarea lor pentru antrenarea modelelor, transferurile în afara Spațiului Economic European și responsabilitățile furnizorului, fără a presupune că eticheta „AI pentru securitate” rezolvă automat aceste cerințe.
Înaintea unei implementări extinse, echipele ar trebui să testeze produsul în regim controlat, cu date reprezentative și rezultate comparate cu procesele existente. Sunt importante măsurarea timpului de triere, rata alarmelor false, calitatea explicațiilor și posibilitatea de a reproduce deciziile; recomandările cu impact asupra sistemelor trebuie să rămână supuse unor aprobări explicite.
Companiile ar trebui să limiteze permisiunile integrărilor, să separe mediile de test de cele de producție și să păstreze jurnale independente ale deciziilor și acțiunilor. În paralel, este necesar un proces de intervenție manuală și un plan pentru indisponibilitatea furnizorului ori pentru rezultate greșite, astfel încât viteza automatizării să nu devină o nouă dependență operațională.
Eficiență operațională și costul uman
Mave susține că sistemul agentic poate reduce oboseala provocată de alerte și povara operațională a echipelor. Dacă agenții preiau sarcini repetitive de colectare și corelare, specialiștii s-ar putea concentra mai mult pe incidente complexe; compania nu a publicat însă date independente care să cuantifice aceste beneficii sau să arate efectele în utilizare reală.
Automatizarea poate reduce și costurile cu personalul, dar are o latură socială pe care discursul despre eficiență o poate estompa. Mai multă muncă executată de agenți și mai puține erori umane pot însemna, în același timp, mai puține posturi disponibile în anumite segmente ale pieței de securitate cibernetică, chiar dacă rămâne nevoie de specialiști pentru supraveghere, validare și răspuns la incidente.
Prin urmare, miza nu este doar dacă un agent poate analiza date mai repede decât un analist, ci dacă organizațiile pot demonstra că rezultatul este sigur, verificabil și proporțional cu accesul acordat. Atragerea celor 34 de milioane de dolari oferă Mave resurse pentru a-și dezvolta produsul; testul decisiv va fi capacitatea de a transforma promisiunea tehnologică în rezultate măsurabile, fără să slăbească controlul uman.
