Prevalent AI heeft $22 miljoen aan groei-investering opgehaald om zijn data fabric platform verder te ontwikkelen en uit te rollen. Het bedrijf—gevestigd in Londen en opgericht in 2017 door voormalige leiders uit GCHQ en Darktrace—werkte tot nu toe op basis van bootstrapping. Met de nieuwe middelen wil het team onder meer de Amerikaanse uitbreiding versnellen, de go-to-marketactiviteiten opschalen en de productmogelijkheden uitbreiden.
Waar veel organisaties vooral blijven verzamelen en beheren, draait het bij Prevalent AI om iets anders: context. In omgevingen met duizenden systemen, controles, identiteiten en bronnen wordt het voor securityteams steeds lastiger om besluiten te nemen met voldoende samenhang. Prevalent AI positioneert zijn platform daarom als een brug tussen versnipperde data en bruikbare kennis voor zowel securityanalisten als AI-agenten.
Waarom versnipperde data een beveiligingsprobleem is
In veel enterprise omgevingen zijn securitygegevens verspreid over verschillende tools, systemen en datastromen. Het gevolg is dat teams wel informatie hebben, maar moeite om er snel betekenis uit te halen. Prevalent AI stelt dat grote organisaties doorgaans geen tekort hebben aan data of tooling, maar juist een tekort aan context: weten welke informatie bij elkaar hoort, welke verbanden relevant zijn en waar het echt ontbreekt.
De kern van het probleem is dat veel bronnen niet zijn ontworpen om samen te werken. Daardoor ontstaan blinde vlekken. Bovendien vraagt de versnelling van AI-adoptie om betrouwbare, samenhangende informatie—anders worden AI-agenten sneller ingezet op incomplete of slecht geïnterpreteerde input.
Het data fabric platform: van losse data naar een kennisgraaf
Het data fabric platform van Prevalent AI is bedoeld om gefragmenteerde enterprise data om te zetten in een kennisgraaf. Daarmee krijgt een organisatie volgens het bedrijf een meer samenhangend beeld van wat er in het landschap aanwezig is en hoe onderdelen onderling samenhangen.
Concreet beschrijft Prevalent AI drie stappen die centraal staan in de werking:
- Schoonmaken van enterprise securitydata, zodat deze bruikbaar en consistent wordt.
- Verbinden van verschillende datapunten, zodat relaties zichtbaar worden.
- Contextualiseren, zodat teams en AI-agenten kunnen begrijpen wat de informatie betekent.
Daarnaast positioneert het platform zich als continu: het identificeert en remediëert volgens het bedrijf voortdurend risico’s. Dat gaat verder dan alleen rapporteren—het is gericht op het terugdringen van operationele gaten en het ondersteunen van opvolging.
Focus op security én inzet van AI-agenten
Prevalent AI geeft aan dat het platform oorspronkelijk is gestart met security, omdat daar volgens het bedrijf de meeste schade ontstaat door versnipperde data. Securityteams moeten immers beslissingen nemen over veel verschillende dimensies tegelijk: systemen, controles, identiteiten en datadomeinen die in de praktijk niet naadloos op elkaar aansluiten.
Met de opgedane inzichten uit security wil Prevalent AI zijn platform bovendien breder inzetten. In het investeringsnieuws wordt genoemd dat de mogelijkheden worden uitgebreid buiten cybersecurity. Daarmee lijkt de strategie gericht op hergebruik van dezelfde datacontext- en kennisgraafbenadering voor andere operationele use-cases binnen de organisatie.
Meer zicht op relaties en operationele gaten
Een belangrijk uitgangspunt in de boodschap van Prevalent AI is dat ondernemingen vaak wel weten welke data ze hebben, maar minder goed kunnen beantwoorden:
- Hoe verhouden gegevens uit verschillende bronnen zich tot elkaar?
- Welke onderdelen werken niet zoals verwacht?
- Waar zitten de echte gaps in de operationele dekking?
Het platform levert volgens het bedrijf een totaalbeeld van de aanwezige data, de relaties daartussen en de plekken waar het ontbreekt aan dekking of samenhang. Voor securityteams betekent dat minder tijd aan interpretatie van losse rapportages, en meer tijd aan het daadwerkelijk adresseren van risico’s.
Wat de $22 miljoen investering concreet mogelijk moet maken
De groei-investering komt van Integrity Growth Partners (IGP). Het management geeft aan dat de middelen verschillende doelen dienen. Op basis van de aankondiging gaat het onder meer om:
- Versnellen van de expansie in de Verenigde Staten.
- Opschalen van go-to-market, zodat het platform sneller kan worden aangeboden aan nieuwe klanten.
- Uitbreiden van het platform zodat het verder kan dan cybersecurity.
- Versterken van het leiderschapsteam voor verdere groei.
Daarmee positioneert Prevalent AI zich als een partij die niet alleen techniek bouwt, maar ook wil zorgen dat organisaties de stap van gegevens naar bruikbare context sneller kunnen zetten.
AI adoptie vraagt om betere context
AI wordt in organisaties steeds breder ingezet: voor analyses, ondersteuning van teams en in sommige gevallen voor volledig geautomatiseerde taken. Maar in de praktijk botsen AI-initiatieven vaak op datavraagstukken: inconsistenties, dubbelingen, ontbrekende verbanden en verschillen in definities tussen systemen.
Het verhaal van Prevalent AI sluit aan op die realiteit. Door data te schoonmaken, verbinden en contextualiseren, wil het bedrijf de kwaliteit van de input verbeteren—zodat securityteams en AI-agenten beter kunnen opereren in plaats van te werken met een versnipperd beeld.
Als je meer wilt lezen over waarom patchen en aanpak alleen niet altijd voldoende is wanneer AI-gedreven processen kwetsbaarheden kunnen versnellen of verergeren, dan kan dit artikel interessant zijn: AI-gedreven kwetsbaarheden: waarom patchen niet volstaat.
Data fabric als aanvulling op bestaande security tooling
Een nuance die uit de positionering naar voren komt, is dat Prevalent AI zijn platform niet presenteert als vervanging van bestaande securitytools. Integendeel: het probleem wordt juist neergezet als een tekort aan context tussen systemen. Daardoor kan een data fabric benadering fungeren als verbindende laag die informatie samenbrengt en begrijpelijk maakt.
In organisaties met uiteenlopende bronnen—bijvoorbeeld logdata, configuratiegegevens, identiteiten en control-informatie—kan het waardevol zijn om relaties en verbanden op één plek te kunnen terugzien. Dat helpt niet alleen bij analyse, maar ondersteunt ook het nemen van beslissingen wanneer er tijdsdruk is of wanneer teams op meerdere systemen tegelijk moeten reageren.
Ook breder relevant: datacontext als fundament voor governance
Hoewel Prevalent AI in het bijzonder op security focust, wijst de aankondiging erop dat het platform op termijn verder gaat dan dit domein. Dat is logisch: zodra je een consistent model van data en relaties kunt opbouwen, wordt het makkelijker om governance, operationele controle en risicobeheersing te verbeteren.
Voor organisaties die AI-tools en agents inzetten, blijft de onderliggende vraag: hoe zorg je dat de beslissingen van systemen gebaseerd zijn op de juiste, samenhangende informatie? Een data fabric platform kan daarbij helpen doordat het context en relaties structureert—zodat AI niet alleen “meer data” ziet, maar betekenisvolle input.
Conclusie: context als motor voor veiligere AI-inzet
Met de investering van $22 miljoen wil Prevalent AI zijn data fabric platform verder versnellen en uitbreiden. De kern van het aanbod is het omzetten van versnipperde enterprise securitydata naar een kennisgraaf, inclusief schoonmaken, verbinden en contextualiseren. Daarbij richt het bedrijf zich op het continu identificeren en aanpakken van risico’s en op het veilig ondersteunen van AI-agenten.
Voor veel organisaties is dit een herkenbare uitdaging: niet meer tools of meer datasets, maar betere samenhang en context. Als Prevalent AI die belofte waarmaakt, kan het datagedreven teams helpen om sneller te begrijpen wat er in hun omgeving gebeurt—en om gerichter te handelen waar operationele gaten ontstaan.
Gerelateerd: Wil je ook weten hoe investeringen in AI-management en -governance in dezelfde richting wijzen? Lees dan: Xpander wint 7,5 miljoen voor AI governance.
Bron: https://www.securityweek.com/prevalent-ai-raises-22-million-to-expand-data-fabric-platform/
