Mintive zdobywa 7 mln dolarów na kontrolę firmowych agentów AI
Spis treści
Mintive, startup rozwijający infrastrukturę do zarządzania agentami AI w firmach, pozyskał 7 mln dolarów w rundzie seed prowadzonej przez Cowboy Ventures. Według informacji TechCrunch łączna wartość finansowania spółki wzrosła tym samym do 11 mln dolarów. Wśród inwestorów są także Coatue, Operator Collective, Hustle Fund oraz aniołowie biznesu, w tym Jeff Dean, Andrej Karpathy i Frederic Kerrest.
Finansowanie trafia do firmy w momencie, gdy agenci AI przestają być wyłącznie narzędziami do rozmowy i zaczynają wykonywać zadania w systemach przedsiębiorstw. To zmienia problem z „jak uruchomić model” na „jak ograniczyć jego dostęp, rozliczyć wykonane działania i zatrzymać niebezpieczne wywołanie”. Mintive buduje właśnie tę warstwę kontroli.
Co robi platforma Mintive
Najważniejszym elementem jest brama MCP. Administrator może zatwierdzać serwery i narzędzia, przypisywać je do ról oraz wyłączać działania destrukcyjne. MCP, czyli Model Context Protocol, służy do łączenia asystentów AI z zewnętrznymi narzędziami i danymi. W praktyce brama ma sprawić, że agent nie otrzyma automatycznie całego dostępu użytkownika, który go uruchomił.
Druga część platformy to brama LLM. Mintive opisuje ją jako miejsce, przez które przechodzą wywołania modeli. Pozwala ono ustalać dozwolone modele, budżety zespołów i dostawców, a także śledzić koszt, model oraz opóźnienie poszczególnych żądań. Firma rozwija również Agent Monitor, który łączy działania człowieka, agenta, serwera i modelu w jednym śladzie audytowym.
Istotne jest rozdzielenie tożsamości. Agent może mieć własne poświadczenia i zakres uprawnień ograniczony do konkretnego zadania, zamiast korzystać z klucza API pracownika. Takie podejście ułatwia odebranie dostępu jednemu agentowi bez zmieniania uprawnień całego zespołu. Mintive wskazuje też na narzędzie Mint Guard, które ma wykrywać między innymi próby prompt injection oraz wycieki danych w wywołaniach narzędzi.
Doświadczenie założycieli i konkurencja
Współzałożyciel i dyrektor generalny Jiquan Ngiam był pierwszym inżynierem Coursery, a później pracował w Google Brain. Vijay Vasudevan, współzałożyciel i dyrektor techniczny, współtworzył TensorFlow podczas pracy w Google Brain. Oficjalne materiały Mintive opisują dziś także pozostałych członków zespołu założycielskiego, związanych wcześniej między innymi z Brilliant Home, Shopkick, Disney+ i Amazonem.
Rynek, na który wchodzi Mintive, jest zatłoczony. Podobne problemy rozwiązują dostawcy chmur, twórcy modeli oraz wyspecjalizowane firmy budujące bramy, systemy obserwowalności i zabezpieczenia dla agentów. Przewaga Mintive ma polegać na połączeniu kontroli narzędzi MCP, routingu modeli, odrębnych tożsamości i monitoringu w jednej usłudze. To wygodne dla administratora, ale oznacza też zależność od jednego dostawcy i konieczność sprawdzenia, czy obsługiwane integracje obejmują rzeczywiste środowisko firmy.
Według informacji przekazanych TechCrunch startup miał po uruchomieniu produktu zdobyć ponad 50 klientów, w tym Ro, Modern Treasury, University of Michigan, Coursera, Apax i Stability AI. Oficjalna strona Mintive wymienia między innymi Ro, Courserę, Modern Treasury i Stability AI jako zespoły korzystające z platformy. Są to deklaracje samej firmy, więc nie należy traktować ich jako niezależnego rankingu ani dowodu przewagi nad konkurencją.
Dlaczego to ważne dla firm
W przypadku agenta działającego bez stałego nadzoru największym ryzykiem nie jest wyłącznie błędna odpowiedź modelu. Problemem może być także odziedziczone po człowieku uprawnienie, brak informacji o tym, który agent wykonał operację, albo rachunek za serię niekontrolowanych wywołań. Właśnie dlatego osobna tożsamość, ograniczony zakres narzędzi, limity kosztów i audyt są praktyczniejszym punktem wyjścia niż sama obietnica „autonomii”.
Mintive deklaruje, że rozwija produkt bez gonienia za największą możliwą rundą. Dla klientów ważniejsze będzie jednak to, czy platforma pozwoli szybko wdrożyć polityki dostępu, zintegrować logi z używanym SIEM-em i jednoznacznie zatrzymać ryzykowne działania. Wraz z przechodzeniem agentów AI do produkcji właśnie te szczegóły mogą decydować o tym, czy automatyzacja będzie pomocą, czy kolejnym źródłem incydentów.
Źródła
Autor Artykułu
Paweł Lisowski
Paweł Lisowski - pasjonat technologii, komputerów i internetu. Od wielu lat śledzi rozwój sprzętu i oprogramowania, testuje nowe rozwiązania i dzieli się wiedzą z czytelnikami. Zafascynowany wpływem technologii na codzienne życie, tworzy praktyczne poradniki i inspiruje do świadomego korzystania z cyfrowego świata.