Contexte et enjeux

Le démarrage d’AIR Security Inc. s’est accompagné d’un financement de 50 millions de dollars, réparti en 10 M$ de Sequoia Capital et 40 M$ de Greenoaks Capital, avec la participation de Swish Ventures, Netz Capital et d’investisseurs individuels issus du secteur de la cybersécurité. La société cible un problème émergent : plus de 17 800 add‑ons IA publics, totalisant 6,7 millions d’installations, exposent les agents de code à des instructions non vérifiées. Selon les chercheurs d’AIR, 27 % de ces composants sont filtrés comme potentiellement dangereux. Plus de 20 entreprises, dont un quart sont de grandes organisations financières ou pharmaceutiques, utilisent déjà la plateforme, ce qui montre une demande rapide dans les secteurs où la confidentialité des données est critique.

Architecture du firewall inline

Le produit se place « inline » entre l’agent IA et les ressources qu’il sollicite. Il commence par une phase de découverte qui cartographie les agents actifs sur les postes, les comptes cloud et les applications SaaS, puis actualise en continu la liste des compétences, plugins et serveurs MCP associés. Chaque instruction, outil ou donnée entrant dans le contexte de l’agent est analysé ; les éléments non approuvés sont bloqués avant l’exécution. Le système intègre également un marketplace interne contenant les add‑ons déjà validés, ce qui réduit la surface d’exposition en limitant les appels vers des sources externes non contrôlées.

Analyse des risques et limites

Les tests internes d’AIR ont identifié des compétences capables d’usurper les identités d’Anthropic PBC et d’OpenAI Group PBC, capables d’exécuter du code arbitraire une fois installées. Cette capacité d’impersonation souligne la nécessité d’une vérification dynamique, car un add‑on approuvé en mars peut être modifié en juin. Le modèle de re‑validation continue atténue ce risque, mais il introduit une charge de calcul supplémentaire qui peut impacter la latence des réponses d’un agent. De plus, la couverture dépend de la capacité du moteur à détecter tous les points d’injection ; des canaux hors‑système ou des communications chiffrées pourraient échapper à la surveillance.

Déploiement et perspectives

Avec une équipe d’environ 40 spécialistes, dont les fondateurs issus de l’unité 8200 de l’armée israélienne, AIR prévoit d’étendre ses effectifs de recherche et ses ventes aux États‑Unis et à l’Europe. Le financement permet de renforcer les algorithmes de détection, d’enrichir le marketplace et d’améliorer l’intégration avec les environnements cloud hybrides. Si le modèle s’avère efficace, il pourrait devenir un composant standard de la chaîne de confiance des IA d’entreprise, à condition que les performances restent compatibles avec les exigences de temps réel des applications critiques.