PVML מספקת פלטפורמת גישה לנתונים ארגוניים, המונעת על-ידי בינה מלאכותית ומאובטחת בעזרת עקרון הפרטיות הדיפרנציאלית, אשר היה עד כה סודן של חברות הענק בלבד
לא פעם נאמר כי Data is it the new oil. האמנם? כל ארגון המעבד נתונים מכיר את ההתמודדות עם סיכונים הקשורים לפרטיות. אתגרים באבטחת הגישה לנתונים ארגוניים לא רק מהווים איום לארגון, אלא גם מעכבים הזדמנויות עסקיות. הברורה ביותר ביניהן היא אימוץ AI לטובת קבלת החלטות. הנתונים מלמדים כי כ- 51% מהארגונים עדיין לא אימצו AI כלל (או אימצו באופן מוגבל), כאשר 56% מתוכם מציינים אבטחה ופרטיות כמחסום מרכזי.
חברת PVML נחשפת היום עם גיוס סיד בסך של 8 מיליון דולר כדי לאפשר גישה מאובטחת לנתונים ארגוניים, בהתבסס על שילוב של שני יסודות: פרטיות דיפרנציאלית ובינה מלאכותית.
“צמצום איומים בגישה לדאטה שלך ומיקסום הזדמנויות למוניטיזציה של הדאטה שלך בו-זמנית נשמע טוב מכדי להיות אמיתי – וזה אכן כך. הנקודה הכואבת שרצינו לטפל בה במקור הייתה לשפר את תהליכי הגישה לנתונים שכללו עד היום בעיקר שיטות אנונימיזציה מסורבלות, יקרות ומיושנות. המוטיבציה הגיעה מהניסיון האישי שלנו, אשר הוכיח לנו עד כמה בלתי יעיל הדבר יכול להיות, אפילו בארגונים המתוחכמים ביותר. היינו משוכנעים שחייבת להיות דרך טובה יותר”, אמר מייסד-משותף ומנכ”ל PVML, שחר שנפ.
חברת PVML מספקת פתרון כולל אשר מאפשר גישה לכלל בסיסי הנתונים בארגון, תוך פתיחת האפשרות לקבלת תובנות בזמן-אמת – אפילו מהנתונים הרגישים ביותר – וכל זאת מבלי שדאטה פרטי ייחשף ומבלי שהמידע יוצא מהסביבה הארגונית. החברה נבחרה על-ידי אינטל העולמית, לקחת חלק בתכנית האצה Intel Ignite.
הבסיס ליכולת זו הוא אופן הגנת הנתונים הייחודי שהחברה מציעה, המושתת על עקרון הפרטיות הדיפרנציאלית (Differential Privacy). מדובר במסגרת מתמטית המציעה את הגנת הנתונים החזקה ביותר במערכות מונעות נתונים על-ידי הוספת רעש מבוקר לפלט מבלי לשנות או להזיז את הדאטה עצמו, מה שהופך את הפתרון לישים וסקיילבילי. באמצעות היישום הייחודי שלה, PVML מאפשרת גישה פתוחה לתשתית פורצת הדרך הזו אשר עד כה, נעשה בה שימוש על-ידי חלוצות בודדות כגון Google, Apple ו- Microsoft.
“אנו עוזרים לארגונים לקבל בקרה ושליטה מלאה במקום אחד, וזאת ללא צורך לשנות נתונים או להזיז אותם ממקום למקום. PVML מאבטחת ושולטת בהרשאות ללא קשר לאופן הגישה לנתונים – בין אם זה באמצעות שאילתות SQL, כלי BI או גישת API, כך שהמשתמשים חופשיים לעבוד מול הדאטה כפי שהיו רגילים עד כה. אז חשבנו – מדוע לעצור שם? והחלטנו לקחת צעד נוסף קדימה. פיתחנו את האפשרות להעניק גישה לנתונים מסובכים עבור משתמשי קצה ללא רקע טכני, המציעה ממשק בשפה טבעית לניתוח נתונים באמצעות בינה מלאכותית”, אמרה מייסדת-משותפת PVML ו- CTO החברה, רינה גלפרין.
גלפרין ושנפ ייסדו את PVML בשנת 2022. שניהם בוגרי תואר שני במדעי המחשב. גלפרין היא יוצאת חברת מיקרוסופט עם מומחיות בעיבוד שפה טבעית ובינה מלאכותית. לשנפ יש דוקטורט בפרטיות דיפרנציאלית. הם מכירים ועובדים אחד עם השניה מזה 16 שנים, והם שותפים גם בעסק וגם בחיים כזוג נשוי.
חברת PVML משלבת פרטיות דיפרנציאלית עם עיבוד שפה טבעית בשיטת RAG מתקדם (Retrieval Augmented Generation). שילוב זה מאפשר גישה נוחה ומשמרת פרטיות לבסיסי נתונים מובנים, עם תמיכה אופציונלית נוספת עבור נתונים לא מובנים.
“70% מהעסקאות בשוק המניות כיום נעשות על ידי בינה מלאכותית. זהו רק קצה הקרחון של העתיד הממשמש ובא, וארגונים שמאמצים בינה מלאכותית היום, יהיו צעד אחד לפני כולם מחר. למרות זאת, חברות חוששות לחבר את הנתונים שלהן לבינה מלאכותית, מכיוון שהן חוששות מהחשיפה – ומסיבות טובות. הטכנולוגיה הייחודית של PVML יוצרת שכבת הגנה בלתי-נראית ומאפשרת דמוקרטיזציה של גישה לנתונים לצרכים כמו אנליטיקה ומוניטיזציה של היום, תוך שהיא סוללת את הדרך למחר”, אמר גיגי לוי-וייס, שותף כללי ומייסד NFX.
קרדיט: ליעד דרעי