人工智能和数据安全公司Cyera Ltd.今日宣布,在距离上轮融资六个月后,再次获得4亿美元后期融资,公司估值达到90亿美元。
这轮F轮融资由贝莱德管理的基金领投,Accel、Coatue、Cyberstarts、Georgian、Greenoaks、光速创投、Redpoint、Sapphire、红杉资本和Spark等机构参投。Cyera此前在2025年6月获得5.4亿美元融资,当时估值为60亿美元。截至目前,该公司累计融资超过17亿美元。
"AI正在重塑每个组织的运营基础,我们的使命是确保这种转型安全进行,"Cyera联合创始人兼首席执行官Yotam Segev表示。
AI在各行业的应用已席卷企业部署,据贝恩公司调查显示,95%的美国公司目前正在使用生成式AI。然而,随着应用激增,国际数据公司AI高级研究总监Nancy Gohring警告称:"早期生成式AI部署浪潮显现出一种模式,即速度有时超过了安全保障。"
2025年是AI的关键年份,生成式AI取得众多突破,推动了企业级智能体AI的应用。通过AI智能体,企业可以部署能够代表其采取行动的自主程序——发现知识、整理信息、发送邮件、编写代码等。这导致攻击面扩大且快速变化,模型和智能体必须以新方式访问数据,通常通过扩散的权限、影子工具和理解不足的数据流。
确保数据安全以让AI系统能够安全运行,而不向第三方暴露敏感信息或放大漏洞,正成为2026年的重要安全任务之一。
为应对AI及其数据需求的变化格局,Cyera将数据安全态势管理、数据丢失防护和身份识别整合到单一平台中。今年,该公司推出AI Guardian产品,将其平台扩展至AI安全领域。
据Cyera称,其业务足迹现已延伸至财富500强中20%的"数据和AI"公司,包括金融服务、零售、媒体娱乐、医疗、技术和全球电信等行业的企业。公司表示,过去12个月业务足迹增长了三倍,团队成员超过1100人,业务扩展至15个国家。
"组织需要清晰的可见性和强有力的控制来保护日益复杂环境中的敏感数据,"雪佛龙公司首席信息安全官Jon Raper表示。"这种清晰度对于保护人员、资产、声誉以及维持在国内外安全可靠运营所需的信任和韧性至关重要。"
Segev表示,这笔资金将用于扩展公司的可扩展数据访问平台,以解决AI安全问题,包括员工AI安全、可信智能体AI、生态系统控制和用AI防御AI。"我大部分时间都与客户在一起,深刻体会到这对首席信息安全官来说是关键时刻,"他在博客文章中补充道。
这位首席执行官指出,首席信息安全官角色已经演变,从网络和访问控制的管理者转向AI新时代的推动者。他认为,安全不再仅仅是成本中心,而是加速器。他还将AI安全定位为涉及业务中每个角色的事务,将首席信息安全官定位为与隐私、合规、法律和所有权交叉的"转型中心"。
他总结说,Cyera的未来方向将考虑到在AI和自主智能体新兴时代中数据共享、托管和保护需求的变化。
Q&A
Q1:Cyera是什么公司?主要做什么业务?
A:Cyera是一家人工智能和数据安全公司,专注于为AI系统提供数据安全解决方案。该公司将数据安全态势管理、数据丢失防护和身份识别整合到单一平台中,并推出了AI Guardian产品来扩展AI安全领域的服务。
Q2:Cyera这轮融资金额和估值是多少?
A:Cyera在这轮F轮融资中获得4亿美元投资,公司估值达到90亿美元。这轮融资距离上次6月份的5.4亿美元融资仅6个月时间,估值从60亿美元增长到90亿美元。截至目前,公司累计融资超过17亿美元。
Q3:为什么AI数据安全变得如此重要?
A:随着95%的美国公司开始使用生成式AI,AI智能体能够自主访问数据、发送邮件、编写代码等,这导致攻击面扩大且快速变化。模型和智能体需要通过各种权限和数据流访问数据,如何确保AI系统安全运行而不暴露敏感信息成为2026年的重要安全任务。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。