Sentra, fundada en Israel, anunció el 4 de noviembre una inversión de 150 millones de dólares liderada por Capital One Ventures para ampliar la seguridad de los datos empresariales ante el uso de agentes de IA. El cofundador y director de tecnología, Ron Reiter, la describió como una ronda de serie C. Un representante del inversor entrará en el consejo de administración.
El dinero financiará producto, desarrollo y expansión comercial, pero el anuncio gira en torno a quién utiliza la información corporativa. A empleados y aplicaciones se suman agentes autónomos que leen documentos, consultan bases de conocimiento y ejecutan tareas. Un permiso amplio concedido a una cuenta de servicio puede dar ahora acceso a datos sensibles muy alejados del encargo del agente.
La inversión se dirige a los datos accesibles para los agentes
Sentra citó a sus inversores existentes Bessemer Venture Partners, Zeev Ventures, Standard Investments, Munich Re Ventures y Key1 Capital. Según la empresa, la inversión llega tras un crecimiento interanual superior al 300%. El anuncio no especifica qué indicador creció, por lo que ese porcentaje no debe presentarse como una cifra definida de ingresos o de aumento de clientes.
La compañía quiere mejorar la visibilidad de agentes, asistentes y modelos de IA y de la información sensible que utilizan. También ampliará la aplicación continua del mínimo privilegio y la respuesta a accesos anómalos. Sus prioridades comerciales incluyen canales de venta, socios, marketing y nuevas regiones. Reiter menciona una mayor presencia en Norteamérica y Europa.
El enfoque empieza en los datos almacenados, antes de que un agente los solicite. Sentra afirma que cartografía información en nubes, servicios de software, almacenes de datos y servidores de archivos locales. El objetivo es responder a dos preguntas distintas: qué es sensible y quién puede acceder. Contestar solo a una deja parte de la exposición sin explicar.
Un documento puede estar bien clasificado y, aun así, compartirse con un grupo demasiado amplio. A la inversa, una lista de permisos aparentemente correcta no indica si una carpeta contiene material comercial o datos de clientes. Relacionar contenido e identidades es el núcleo de la propuesta: reducir la exposición antes de activar el agente, sin confiar en que este detecte todos los problemas.
Antes de la acción, durante el incidente y después
Sentra divide la protección en tres fases. Antes de actuar, el sistema debe localizar y clasificar información sensible y cartografiar el acceso de empleados, cuentas de servicio y agentes, incluidos permisos heredados. También describe la eliminación de datos redundantes, obsoletos o de alto riesgo. El propósito es reducir lo que un agente puede encontrar desde el principio.
Durante una actividad anómala, ofrece detección basada en la sensibilidad de los datos, revocación de permisos y retirada de usos compartidos peligrosos mediante correcciones automáticas. Los casos de alto riesgo pasan a los responsables de los datos y a los procesos existentes. Son capacidades descritas por el proveedor, no una garantía de bloqueo de toda acción no autorizada en cualquier instalación.
Después de un incidente, importa tanto lo ocurrido como aquello a lo que el agente pudo acceder. Sentra dice que muestra esa exposición potencial con el contexto empresarial de los conjuntos de datos. Poder acceder no demuestra que la información se haya leído o transferido. Una investigación debe separar los permisos existentes de las acciones registradas.
Pensemos en un agente autorizado a resumir solicitudes de soporte. Si también puede leer una carpeta de nóminas, el problema existe antes de que genere un resumen incorrecto. Limitar permisos reduce su ámbito de acción; revisar la respuesta controla el resultado. Ambas medidas pueden complementarse, pero no miden lo mismo ni se sustituyen.
Los datos permanecen en el entorno del cliente, según Sentra
La empresa subraya que analiza la información donde está almacenada, dentro del entorno del cliente. Reiter afirma que el motor de escaneo funciona allí y solo envía metadatos al exterior. Es la descripción del proveedor de su arquitectura. Una organización debe concretar qué metadatos se transmiten, quién puede consultarlos y cuánto tiempo se conservan.
Reiter explica la evolución desde la gestión de la postura de seguridad de los datos en la nube, o DSPM, hacia una plataforma más amplia. Además de descubrir y clasificar, incluye gobierno del acceso, prevención de fugas y tratamiento de copias innecesarias y secretos expuestos. Cita modelos de lenguaje pequeños y contexto empresarial para clasificar. Usar un modelo no demuestra por sí solo la calidad de esa clasificación.
La evaluación práctica empieza con ejemplos conocidos por la empresa. ¿Detecta un documento sensible cuyo nombre no lo revela? ¿Distingue una copia de trabajo de un registro que debe conservarse? ¿Puede una revocación interrumpir un proceso esencial? Son preguntas propias de esta categoría de producto, no resultados publicados para todos los clientes de Sentra.
El anuncio recoge también el testimonio de Chaim Sanders, responsable de seguridad de Lyft, sobre la necesidad de saber a qué datos acceden los agentes antes de activarlos. Ilustra el problema que busca resolver Sentra. No sustituye una medición de detección, falsos positivos o tiempo de respuesta en otro entorno con carpetas y permisos diferentes.
Ampliar la IA exige revisar permisos antiguos
Sentra fue fundada en 2021 por Yoav Regev, Asaf Kochan, Ron Reiter y Yair Cohen, y sitúa sus sedes en Nueva York y Tel Aviv. La inversión refuerza un ámbito donde la adopción de IA se encuentra con una tarea anterior: saber dónde está la información, quién responde de ella y qué cuentas necesitan utilizarla.
Para un responsable de seguridad, una ronda no justifica cambiar permisos de inmediato. Sí indica la dirección del producto: gestionar datos e identidades de forma continua, más allá de un análisis puntual. Antes de conectar un agente a un proceso conviene definir sus fuentes necesarias, el responsable de la autorización y cómo retirar el acceso si cambia su comportamiento.
Ahí se pone a prueba la promesa de seguridad para agentes. Menos acceso innecesario reduce el margen para errores o abusos. La nueva inversión pretende ampliar esa protección. El resultado dependerá de la cobertura de los repositorios, la precisión de la clasificación y los permisos que cada organización esté dispuesta a corregir.