搬走AI应用大规模采用的绊脚石，Cyberhaven获1亿美元新融资
AI 应用蓬勃发展，让企业遇到一个新问题：员工们积极使用 AI 工具，结果导致企业内部的敏感数据泄露。
一份 AI 安全公司制作的报告显示，企业员工的 AI 工具采用率高达 23.6%，且超过 73% 的工作场所 AI 使用是通过未经授权的个人账户进行的。
该报告还发现，分享至 AI 工具的企业数据中，有 27.4% 属于敏感信息，包括源代码、客户数据以及研发材料。
发布这份报告的公司叫 Cyberhaven，它训练了一个叫大型溯源模型 ( Large Lineage Model, LLiM ) 的 AI 模型，它的产品能够精细追踪从可能从 AI 应用流出的敏感数据，实时阻止数据外泄至未经授权的 AI 工具。
这个产品让企业客户需要人工审查的事件数量减少了 90%，并且在响应与数据安全相关的安全事件时，平均响应时间（MTTR）缩短了 80%。
Cyberhaven 近日获得由 StepStone Group 领投，新晋投资方 Schroders 和 Industry Ventures 参与的 1 亿美元 D 轮融资，Khosla Ventures、Adams Street Partners 和 Redpoint Ventures 也参与了跟投，此次融资使 Cyberhaven 的估值超过 10 亿美元，一跃成为独角兽公司。
在 2024 年 6 月，它则获得了 8800 万美元 C 轮融资，参与投资的有 CrowdStrike、Cisco Systems、 Google 等企业型投资人。
掌握 AI 安全核心技术的华人创业者要让企业数据不被 AI 应用泄露
Cyberhaven 于 2016 年创立，其最初的定位是利用其预测性数据追踪技术，确保知识产权不会被泄露，现在，它正专注于 AI 驱动的安全。
Cyberhaven 的创始人兼首席执行官 Howard Ting 曾在业内一些最大的网络安全公司任职，包括 Palo Alto Networks 和 RSA。现在，他希望将 Cyberhaven 带到与它们同等的高度。
Howard Ting 表示：" 我们正以一种全新的基础性方法，构建数据安全平台，以应对企业安全团队面临的最严峻挑战。在当今 AI 驱动的世界中，数据保护必须超越传统方法和界限。我们致力于赋予企业对其数据的全面可见性与实时掌控力，无论这些数据如何转换形态或流向何方。"
在云安全公司 Wiz 被微软以 320 亿美元收购的背景下，Howard Ting 强调他们想保持自己的独立性：" 许多大型网络安全厂商都曾与我们接洽收购事宜，但我们对此不感兴趣。我们希望建立一家独立的公司。我们认为这是一个巨大的市场，并且我们拥有真正差异化的技术。"
用自研 AI 技术溯源企业内部敏感数据，让数据不再因 AI 应用的高采用外流
AI 和云技术的爆炸式增长已从根本上改变了企业内部捕获、处理和利用数据的方式。数据不再局限于文件形式；相反，它变得高度碎片化且持续流动——在端点、云平台和 AI 系统之间扩散，其方式是传统安全工具无法有效追踪或保护的。随着数据在不同应用间转换和流动，敏感信息暴露或被滥用的风险呈指数级增长。
例如，企业员工们越来越热衷于用 AI 完成工作，根据 Cyberhaven 对 300 万名企业员工工作流程分析，生成的《AI 采用与风险报告》：从 2023 年 3 月到 2024 年 3 月，AI 使用量激增了 485%。员工的 AI 工具采用率高达 23.6%，且超过 73% 的工作场所 AI 使用是通过未经授权的个人账户进行的。
该报告还发现，分享至 AI 工具的企业数据中，有 27.4% 属于敏感信息，包括源代码、客户数据以及研发材料。
Cyberhaven 能通过追踪跨不同用户和端点的数据溯源（Data Lineage）或数据生命周期来解决这一问题。数据溯源指的是追踪数据在整个组织内的起源、移动和转换过程。
Cyberhaven 的核心技术是一个叫做大型溯源模型 ( Large Lineage Model, LLiM ) 的 AI 模型，这个模型并非用语言数据集来训练，而是用数据流程数据集训练，自创立以来，Cyberhaven 的 LLiM 已经学习了其客户网络中记录的数千亿条数据流，它可以识别出哪些数据或数据流程处于风险之中，并作出解释说明。
Cyberhaven 的首席产品与开发官 Nishant Doshi 表示，公司利用一个多阶段的检索增强生成（RAG）引擎来微调其 LLiM，以分析企业最有价值的数据，并实现 " 大海捞针 " 般的精准定位。
Cyberhaven 的产品是一个叫 Cyberhaven for AI 的全面解决方案，旨在帮助企业在保护敏感公司数据的同时，安全地采用生成式 AI。
Cyberhaven for AI 的核心功能包括：
提供对整个组织内 AI 工具使用情况的全面可见性。
精细追踪流向 AI 应用及从 AI 应用流出的敏感数据。
区分企业 AI 账户与个人 AI 账户的使用。
实时阻止数据外泄至未经授权的 AI 工具。
检测并监控组织内部 AI 生成内容的使用情况。
而在 Cyberhaven for AI 中的一个核心平台是 Linea AI，在最新版本的 Linea AI 中，它不仅升级了多模态能力（可以支持对多模态数据的溯源和管理），增强了企业微调功能（企业可以更精确地自定义其安全策略），而且推出了一项叫 Let Linea AI Decide（让 Linea AI 决定）的新功能。这项功能可自主评估策略违规行为并判断事件严重性，有助于减轻安全运营中心（SOC）的警报疲劳。
具体来说，以往在处理内部风险时，安全团队成员可能每天必须手动检查上百个安全相关事件，判断它是正常业务操作，还是高风险的可疑操作，然后进行处理。
Let Linea AI Decide 这个功能的出现，让企业客户需要人工审查的事件数量减少了 90%，并且在响应与数据安全相关的安全事件时，平均响应时间（MTTR）缩短了 80%。
Cyberhaven 的客户，DailyPay 的高级安全工程师 Aaron Arkeen 举例说明了 Linea AI 的多模态能力在实际用例上的突破：Cyberhaven 的智能截图分析，一直是数据安全领域一个 " 长期存在的盲点 "，假设一个安全团队想要阻止公司机密信息通过截图外流。他们必须逐一检查成千上万张截图，以确定这只是一张无伤大雅的猫咪梗图，还是包含产品设计图的敏感截图。
Nishant Doshi 表示：" 我们试图基于所掌握的所有历史知识来预测下一步行为：这究竟是一个异常事件，还是一个良性事件。我们称之为数据洞察力，因为确实在审视数据并深度理解它。"
在客户方面，Cyberhaven 已经获得摩托罗拉，医疗保险提供商 Oscar Health ，Snowflake、SurveyMonkey、律师事务所 Cooley 等大型客户，预计 2025 年的年度经常性收入 ( ARR ) 将超过 5000 万美元。
安全问题是 AI 应用被采用的绊脚石，安全工具则是一种保障
Cyberhaven 属于数据丢失防护 ( DLP ) 供应商，它的同类竞争对手有 Trellix、Digital Guardian 和 Forcepoint 等，同时也包括 Palo Alto Networks 和 Zscaler 等基础设施安全公司。
对于下一步突破的方向，Cyberhaven 的创始人 Howard Ting 表示它们计划向数据检测与响应 ( DDR ) ，数据安全态势管理 ( DSPM ) 以及隐私与合规等领域拓展，Cyberhaven 还将与安全浏览器、EDR（端点检测与响应）和协作工具等领域的其他网络安全提供商集成，以增强对数据移动的可见性和控制力。
自 ChatGPT 发布两年多来，AI 应用在 ToC 和 ToB 两个领域都经历了蓬勃发展，不仅有 ChatGPT 这个月活数亿的超级 C 端产品，也有不少月访问量上亿的应用，更不要说今年 DeepSeek 的横空出世。
在创投市场，2024 年有 51 家 AI 公司融资超过 1 亿美元，其中就有 29 家是应用公司，今年这个比例很可能继续增加。
目前，AI 应用在 C 端的应用已经被很多用户接受，它也帮助了不少设计师，教师，程序员，律师，销售人员等提升了效率，但是 AI 在企业端的应用可能才是真正提升生产力的部分，比如进入到工业，进入到一些企业软件的核心区域。
但是一旦进入到这些领域，就会有一个问题出现，那就是使用 AI 的安全性如何？在使用 AI 的同时，是否能保证企业的核心数据，例如关键代码，客户数据，研发数据不被泄露？
所以可以说，安全问题对于 AI 应用的大规模采用，是一种障碍，而各种专门针对 AI 应用的安全工具，则是一种保障。
中国市场足够大，足够有活力，AI 应用创业者既可以直接打造全球化的应用，中国市场也足以孕育出世界级的应用，例如微信，例如抖音（Tiktok）。但 AI 能力如果要进入生产环境，进入企业的核心业务，那么它首先要足够安全，而考虑到现在的环境，中国就需要自己的 AI 安全工具，无论是针对云安全，防止模型窃取，还是数据泄露，这些都有足够大的创业需求。