Glow با ارزش‌گذاری ۱.۲ میلیارد دلاری از حالت مخفیانه خارج شد تا امنیت نقطه پایانی (Endpoint Security) در عصر هوش مصنوعی را متحول کند

استارتاپ امنیت سایبری Glow رسماً از حالت مخفیانه (stealth) خارج شد و با جذب سرمایه عظیم ۱۸۰ میلیون دلاری در دور Series A، ارزش خود را به ۱.۲ میلیارد دلار رساند و به یک شرکت تک‌شاخ (unicorn) تبدیل شد. این استارتاپ مستقر در Palo Alto که توسط مدیران باسابقه Meta و Snowflake تأسیس شده است، قصد دارد با رسیدگی به ریسک‌های منحصربه‌فرد ناشی از ادغام سریع عوامل هوش مصنوعی (AI agents) و ابزارهای توسعه‌دهنده در محیط‌های سازمانی، مفهوم امنیت نقطه پایانی را بازتعریف کند.

مرزی جدید: ایمن‌سازی نقطه پایانی مبتنی بر هوش مصنوعی

مرزهای امنیتی سنتی در حال تغییر هستند. در حالی که دهه گذشته بر ایمن‌سازی مهاجرت به ابر و SaaS تمرکز داشت، عصر حاضر با ورود مستقیم هوش مصنوعی به دستگاه‌های کارکنان تعریف می‌شود. با استقرار ابزارهای هوش مصنوعی مولد (generative AI) در سازمان‌ها، آن‌ها با چشم‌اندازی از تهدیدهای دوگانه روبرو هستند: مهاجمان از مدل‌هایی مانند Mythos متعلق به Anthropic استفاده می‌کنند — که توانایی شناسایی و بهره‌برداری از آسیب‌پذیری‌های نرم‌افزاری را نشان داده است — تا توسعه بدافزار و حملات فیشینگ پیچیده را خودکارسازی کنند.

پلتفرم Glow به‌طور ویژه برای این تغییر پارادایم طراحی شده است. برخلاف سیستم‌های قدیمی که بر شناسایی واکنشی (reactive detection) تمرکز دارند، Glow از عوامل هوش مصنوعی تخصصی برای نقشه‌برداری مداوم از محیط‌های سازمانی، ارزیابی ریسک‌ها در لحظه و اجرای سیاست‌های امنیتی استفاده می‌کند. هدف این است که از «شناسایی تهدیدها پس از ظهور آن‌ها» به سمت جلوگیری از ورود نرم‌افزارهای پرخطر، عوامل هوش مصنوعی خودگردان و ابزارهای توسعه‌دهنده تأیید نشده به اکوسیستم حرکت کنیم.

معماری فنی و پیاده‌سازی استراتژیک

Glow برای تقویت لایه هوشمند خود، از یک رویکرد چندمدلی پیشرفته استفاده می‌کند. این پلتفرم از مدل‌های زبانی بزرگ (LLMs) با عملکرد بالا از Anthropic و Gemini گوگل از طریق Amazon Bedrock بهره می‌برد. با این حال، تمایز واقعی در لایه نرم‌افزاری اختصاصی Glow نهفته است که با ارائه بافت (context) عمیق سازمانی به این مدل‌ها، قابلیت اطمینان بالا را برای وظایف امنیتی حیاتی تضمین می‌کند.

در کاربردهای عملی، Glow پیش از این اثربخشی خود را در چندین حوزه حساس نشان داده است:

• امنیت زنجیره تأمین: جلوگیری از نصب بسته‌های مخرب npm و اجزای نرم‌افزاری شخص ثالث.
• حاکمیت عوامل هوش مصنوعی: شناسایی عوامل هوش مصنوعی سرکش که سعی در وارد کردن نرم‌افزارهای غیرمجاز به محیط دارند.
• پایش انطباق: شناسایی دستگاه‌هایی که ابزارهای Endpoint Detection and Response (EDR) در آن‌ها مفقود یا دچار نقص عملکرد هستند.

به چالش کشیدن غول‌های امنیت سایبری

Glow وارد بازار بسیار رقابتی‌ای می‌شود که در حال حاضر تحت سلطه غول‌هایی مانند CrowdStrike، Microsoft، SentinelOne و Palo Alto Networks است. با وجود حضور این بازیگران قدیمی، رهبری Glow — از جمله Roi Tiger، معاون سابق مهندسی Meta و Omer Singer، مدیر سابق امنیت سایبری Snowflake — معتقد است که شکاف بنیادی در نحوه برخورد محصولات EDR موجود با هجوم ابزارهای بومی هوش مصنوعی (AI-native) وجود دارد.

اگرچه Glow معیارهای درآمدی خاصی را فاش نکرده است، اما این شرکت پیش از این مشتریان پولی خود را در بخش‌های مراقبت‌های بهداشتی، خرده‌فروشی و خدمات مالی جذب کرده است. با تیمی جهانی متشکل از نزدیک به ۱۰۰ کارمند که بین ایالات متحده و اسرائیل مستقر هستند، Glow در موقعیتی قرار دارد که پیشگام ایجاد یک دسته جدید باشد: امنیت نقطه پایانی بومی هوش مصنوعی (AI-native endpoint security).

نکات کلیدی

• دستیابی به جایگاه تک‌شاخ: Glow مبلغ ۱۸۰ میلیون دلار در دور Series A جذب کرد و با حمایت Sequoia Capital و Cyberstarts، به ارزش ۱.۲ میلیارد دلاری رسید.
• تغییر به سمت پیشگیری: برخلاف ابزارهای قدیمی EDR که به تهدیدها واکنش نشان می‌دهند، Glow از عوامل هوش مصنوعی برای جلوگیری از دسترسی ابزارهای هوش مصنوعی پرخطر و نرم‌افزارهای مخرب به نقطه پایانی استفاده می‌کند.
• یکپارچه‌سازی پیشرفته مدل‌ها: این پلتفرم از مدل‌های Anthropic و Gemini از طریق Amazon Bedrock استفاده می‌کند که توسط نرم‌افزار اختصاصی با بافت سازمانی تقویت شده است.