MIND, startup de prevención de pérdida de datos (DLP) con sede en Seattle, anunció el 17 de septiembre una Serie B de US$72 millones liderada por Crosspoint Capital Partners. YL Ventures y Paladin Capital Group participaron como inversionistas existentes. La empresa dijo que su financiación acumulada asciende a US$112 millones y que destinará el capital a producto, expansión en mercados empresariales, alianzas tecnológicas y crecimiento de equipo.
La valuación de US$300 millones no fue confirmada por MIND
CTech reportó, con base en fuentes de la empresa, que la ronda habría situado a MIND en una valuación de US$300 millones. El dato no aparece en el anuncio oficial de la compañía, por lo que debe leerse como una estimación atribuida a ese reporte, no como una cifra confirmada por MIND.
El mismo medio indicó que la empresa alcanzó un ritmo anualizado de ingresos de US$10 millones unos 18 meses después de comenzar a vender su producto. Un run rate anualizado extrapola el ritmo actual de actividad y no equivale automáticamente a ingresos acumulados durante los últimos 12 meses.
Qué busca automatizar la plataforma
DLP es el conjunto de controles que identifica, supervisa y limita cómo se usan o comparten datos sensibles. Su objetivo es reducir exposiciones accidentales y transferencias no autorizadas a través de dispositivos, servicios en la nube y otras aplicaciones.
MIND afirma que sus agentes de IA asumen tareas operativas de un programa DLP, como clasificación de datos, investigación de incidentes, creación de políticas, remediación y revisión de excepciones. Es una descripción de producto de la empresa, no una prueba independiente de su eficacia.
La compañía también asegura haber multiplicado más de 17 veces sus ingresos y ocho veces su número de clientes durante el último año. Esas métricas, igual que la cifra de financiación acumulada, proceden de MIND; el anuncio no incluye estados financieros que permitan contrastarlas por separado.
La ronda refleja el interés de los inversionistas en herramientas que protejan datos cuando empleados y agentes de IA los mueven entre sistemas con mayor velocidad. Para MIND, el reto ahora será demostrar que esa automatización reduce la carga operativa y los falsos positivos que suelen complicar los programas tradicionales de DLP.
