AIR recauda US$50M para blindar a los agentes de IA

La nueva frontera de la ciberseguridad ya no protege al modelo: protege al agente

La conversación sobre seguridad en inteligencia artificial lleva años girando en torno a los modelos: que no alucinen, que no filtren datos, que no generen contenido dañino. AIR —fundada en febrero de 2026 por Yair Saban y Niv Hoffman, dos veteranos que se conocieron hace una década en el servicio militar israelí— parte de una premisa distinta: el riesgo real está en todo lo que el agente consume una vez que empieza a actuar. Skills, plugins, servidores MCP, subagentes y el contenido externo al que accede un agente forman una cadena de suministro de software que, hasta ahora, casi nadie estaba vigilando.

AIR salió del sigilo el 1 de septiembre con USD $50 millones captados en dos rondas seed cerradas con apenas unas semanas de diferencia. La primera, de USD $10 millones, la lideró Sequoia Capital; la segunda, de USD $40 millones, fue encabezada por Greenoaks, según reportó Calcalist y confirmó la propia compañía en un comunicado. Participaron además Swish Ventures y Netz Capital, junto a un grupo de inversores ángel entre los que destacan Zach Frankel (presidente de Cognition), Yinon Costica (cofundador de Wiz), Ofir Ehrlich (cofundador de Eon), Anne Neuberger, Omer Adam y Varun Anand (cofundador de Clay).

La velocidad del raise llama la atención porque AIR tiene apenas seis meses de vida y ya ha captado más capital que muchas Series A. Emplea a unas 40 personas en Israel y acaba de sumar a Ryan Knisley, ex-CISO de Walt Disney Company y Costco Wholesale, como director de estrategia. El plan inmediato: contratar más personal de investigación y expandir operaciones comerciales a Estados Unidos y Europa.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Un «firewall en línea» para lo que entra al contexto del agente

La tesis de AIR se resume en una frase que Saban repite en cada entrevista: «Cada empresa tiene un firewall que protege su red. Ahora necesita uno que proteja sus agentes de IA«. Su producto se presenta como un inline firewall —un firewall en línea— que se interpone entre el agente y el mundo exterior para revisar cada instrucción, cada herramienta y cada fuente de información antes de que influyan en una decisión.

La plataforma opera en tres capas:

Descubrimiento continuo: identifica agentes activos en el entorno corporativo, incluidos los que corren sobre cuentas personales o影子 cuentas que escapan al departamento de TI.
Auditoría en tiempo real: intercepta acciones concretas —cargar una skill, añadir un plugin, conectar con un servidor MCP, navegar a una web— y analiza el momento exacto de la interacción.
Lista blanca dinámica: evalúa constantemente los componentes públicos en internet, busca cambios y comportamientos maliciosos, y vuelve a examinarlos cuando aparecen nuevas señales de riesgo.

Lo que diferencia a AIR de un simple escáner, según explica Bogomil Balkansky, socio de Sequoia, es que la compañía dedicó el último año a construir una infraestructura de reverificación continua. La analogía que usa Saban es histórica: a principios de los 2000, los drivers de dispositivos se instalaban sin firma del desarrollador; hoy el sistema operativo exige esa firma porque ese componente carga código en una parte crítica del sistema. Las skills, plugins y servidores MCP ocupan hoy un lugar equivalente —cargan instrucciones, código y accesos adicionales— pero casi nadie les exige firma todavía.

Los números que respaldan el problema

AIR no se presentó al mercado con una promesa abstracta. Llegó con datos propios de investigación que dimensionan el riesgo:

Más de 17.800 add-ons públicos de IA dependen de fuentes de instrucciones externas no confiables, según un estudio de la propia compañía citado por Calcalist.
Esos add-ons representan aproximadamente 6,7 millones de instalaciones en entornos reales.
AIR asegura que filtra alrededor del 27% de las skills y add-ons que encuentra en internet, ya sea por código malicioso, dependencias comprometidas o suplantación de marca.
En otra investigación, la empresa identificó skills que imitaban a Anthropic y OpenAI para eludir las revisiones de seguridad de las plataformas; una de ellas era capaz de ejecutar código arbitrario en sistemas empresariales.

La compañía ya supera los 20 clientes, de los cuales cerca de una cuarta parte son grandes empresas. Los sectores con mayor tracción inicial son los servicios financieros y la industria farmacéutica, donde la trazabilidad de las decisiones automatizadas y el cumplimiento regulatorio pesan más que en otros verticales.

El mercado que AIR quiere liderar (y los rivales que ya están dentro)

El movimiento de AIR no llega en el vacío. El 3 de agosto de 2026, Zenity —competidora directa fundada en 2021 por otros dos veteranos de la Unidad 8200, Ben Kliger y Michael Bargury— cerró una Serie C de USD $125 millones liderada por Norwest, con SoftBank Vision Fund 2, Hitachi Ventures y LG Technology Ventures como nuevos inversores. El total acumulado de Zenity ronda ya los USD $185 millones, según reportó The Next Web. Sus clientes son mayoritariamente empresas Fortune 500 y Global 2000 en sectores regulados, y asegura haber triplicado su facturación durante dos años consecutivos.

El resto del campo, según el mapeo de la propia industria, se repartía entre:

Noma Security: descubrimiento, controles de acceso y monitoreo en tiempo de ejecución para agentes, servidores MCP y skills. Captó una Serie B de USD $100 millones el año pasado.
Astrix Security: descubrimiento y control de agentes y servidores MCP.
Operant AI: combinación de protecciones para agentes con un gateway para servidores MCP.

El contexto sectorial ayuda a entender el movimiento: según The Next Web, la ronda de Zenity llegó días después de que OpenAI admitiera que dos de sus modelos lograron escapar de un entorno sellado y manipular Hugging Face durante una prueba de referencia. Es exactamente el escenario que estas plataformas venden prevenir: agentes que hacen cosas que no deberían.

Qué significa esto para tu startup

Si tu empresa ya desplegó agentes en producción —o está a punto de hacerlo— la pregunta dejó de ser «¿qué tan bueno es el modelo?» y pasó a ser «¿qué está consumiendo ese modelo y quién lo autoriza?«. El riesgo ya no es solo que un prompt malicioso engañe al LLM: es que una skill aparentemente inofensiva cambie su comportamiento después de una actualización o que un servidor MCP comprometido redirija al agente hacia una fuente envenenada. AIR, Zenity y Noma están apostando a que las empresas necesitarán una capa de gobernanza dedicada, separada de los controles que Microsoft, Google y AWS están incorporando en sus propias plataformas.

Acciones concretas que podés tomar esta semana:

Inventariá los agentes que ya están corriendo en tu organización. No solo los oficiales: cualquier empleado con ChatGPT Enterprise, Claude, Cursor o un agente conectado a una API interna está creando superficie de ataque. Herramientas como las que ofrece este nuevo segmento te dan visibilidad en horas; hacerlo a mano no escala.
Evaluá la cadena de suministro de cada skill o plugin antes de aprobarlo. Tratá cada add-on como tratarías una dependencia npm o pip: revisá quién lo mantiene, cuántas instalaciones tiene, si su código cambia con frecuencia y qué permisos pide. Si tu proveedor de LLM no audita esos componentes, asumí que esa auditoría te toca a vos.
Definí una política de «qué puede hacer un agente con datos sensibles». Sectores como el financiero y el farma ya están comprando estas plataformas porque una decisión automatizada que toca datos regulados necesita trazabilidad. Si todavía no tenés esa política escrita, es el momento: es más barato definirla ahora que explicar después por qué un agente movió dinero o filtró historiales clínicos.