Pluto Security esce dallo stealth con 42 milioni per i rischi AI
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La startup punta a trovare app generate da non-sviluppatori che finiscono esposte nella rete aziendale, problema che cresce con l’adozione rapida degli strumenti AI.
Pluto Security esce dallo stealth con 42 milioni di dollari: vuole arginare le app di intelligenza artificiale che entrano in azienda in due ore, spesso create fuori dall’IT1.
“Un nuovo strumento di AI può comparire nell’ambiente di un’azienda entro due ore dal rilascio”, ha detto Shahar Bahat, CEO e co‑founder. “E molto spesso non arriva dal team di sviluppo”. Pluto chiama “vibe‑coded” le app o le automazioni costruite senza i percorsi standard dell’ingegneria del software. Tra i clienti della startup, circa il 60% dei rischi mappati nasce da questi tool creati da non sviluppatori. Il contributo principale arriva dal Finance, poi dal marketing e dall’area legale. Gli sviluppatori sono quarti per incidenza1.
Bahat ha citato un caso in una società Fortune 500. Gli strumenti di Pluto hanno trovato un’app costruita da un dipendente del Finance per gestire informazioni sui clienti e il churn. Era esposta su Internet1.
Il quadro è quello di aziende che aprono l’uso di strumenti di AI a tutto il personale. L’adozione rapida produce usi non previsti e allarga la superficie d’attacco. Pluto si inserisce qui. Promette visibilità su cosa entra nelle reti interne e aiuta i team di sicurezza a misurare l’impatto di questi strumenti sulla postura complessiva1.
Per Bahat il punto non è bloccare l’AI, ma vedere in fretta cosa succede. La velocità con cui un nuovo tool compare in azienda, sommata al peso dei progetti nati fuori dall’ingegneria, crea una combinazione che i processi tradizionali faticano a seguire. Le policy di procurement non intercettano un foglio di calcolo con macro e chiamate API. I controlli di sicurezza applicativa non toccano un’automazione creata per un flusso back‑office. Qui, sostiene Pluto, serve rilevazione continua e contesto operativo per decidere cosa tenere, cosa correggere e cosa spegnere1.
Il dato sul 60% introduce anche una priorità organizzativa. I reparti con più accesso a dati sensibili e metriche di business, come il Finance, generano una quota rilevante dei rischi osservati. Marketing e legale seguono per volume e varietà di strumenti adottati. Per contro, i team di sviluppo compaiono meno spesso all’origine dei problemi rilevati dagli strumenti di Pluto, pur restando un attore chiave per la remediation1.
La spinta al mercato arriva da questa asimmetria tra velocità d’ingresso degli strumenti e lenti tradizionali dei controlli interni. Se i tool compaiono in ore e cambiano ogni settimana, le funzioni di sicurezza devono adattare discovery e priorità. È lo spazio che Pluto prova a occupare: trasformare un fenomeno diffuso e opaco in un set di segnali azionabili, prima che un’altra app “vibe‑coded” finisca indicizzata da Internet1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.