בלעדי
קראודסטרייק לקראת רכישת חברת הסייבר הישראלית אוריון בכ-500 מיליון דולר
נקודות עיקריות.כלכליסט AI
- ענקית הסייבר קראודסטרייק נמצאת במשא ומתן מתקדם לרכישת חברת הסייבר הישראלית אוריון סקיוריטי בסכום המוערך בכ-500 מיליון דולר.
- אוריון פיתחה פלטפורמת בינה מלאכותית אוטונומית המאבטחת מידע רגיש בארגונים ומחליפה כלים מסורתיים המבוססים על הגדרות ידניות.
- החברה הוקמה בשנת 2024 על ידי ניתאי מילנר ויונתן קריינר, מעסיקה 20 עובדים וגייסה עד כה כ-38 מיליון דולר.
ענקית הסייבר האמריקאית קראודסטרייק (Crowdstrike) נמצאת במו"מ מתקדם לרכישת חברת הסייבר הישראלית אוריון סקיוריטי (ORION Security), המפתחת פלטפורמת AI המאבטחת באופן אוטונומי מידע רגיש בארגונים לפי הבנת הקשר. עד היום גייסה החברה כ-38 מיליון דולר והיקף העסקה צפוי לעמוד על כ-500 מיליון דולר.
אוריון נוסדה בשנת 2024 על ידי המנכ"ל ניתאי מילנר, לשעבר מוביל מוצר באפסגון שנרכשה על ידי סיסקו, וה-CTO יונתן קריינר, לשעבר ראש תחום אבטחת אפליקציות ב-WalkMe. החברה מעסיקה כיום 20 עובדים, ונמצאת במגמת התרחבות משמעותית במרכז הפיתוח בישראל ובניו יורק. בפברואר גייסה החברה 32 מיליון דולר. בין המשקיעים בחברה הישראלית ניתן לציין את קרן Norwest, חברת IBM, קרן PICO Venture Partners, ו-Lama Partners.
הפתרון האוטונומי שאוריון פיתחה מחליף כלים מסורתיים למניעת דליפת מידע רגיש (DLP), שמצריכים עבודה ידנית להגדרת נהלים ארגוניים (פוליסיס). ההשקעה תאפשר לאוריון להאיץ את פיתוח הארכיטקטורה הייחודית של הפלטפורמה מקצה לקצה, את סוכני ה-AI הייעודיים שלה, ולהרחיב את פעילות השיווק על מנת לענות על הביקוש הגובר לפתרון DLP אוטונומי בקרב ארגונים.
במשך שני עשורים ארגונים הסתמכו על כלי DLP מסורתיים המבוססים על אלפי כללי פוליסיס שהוגדרו בעבודה ידנית. נהלים אלו דורשים תחזוקה והתאמה באופן רציף, מייצרים עומס בלתי פוסק של התראות שווא ועדיין לא מספקים פתרון מלא והרמטי במניעת דליפות של מידע רגיש.
אוריון מחליפה את מודל האבטחה המסורתי בפלטפורמה המנטרת ומונעת דליפת מידע באופן אוטומטי ורציף. זאת בעזרת שימוש בסוכני AI ייעודיים, תוך זיהוי ההקשר המלא של כל תנועה, כולל רגישות התוכן, ההיסטוריה של הדאטה, זהות המשתמש, כוונת הפעולה ומטרתה. באמצעות הבנה מדויקת של מקור הפעולה וסיבתה, הכלים של אוריון מונעים את הזליגה עוד בטרם התרחשותה, מצמצמים דרמטית התראות שווא ומזהים אירועים שכלי DLP מסורתיים נוטים להחמיץ.
