Armadin、シリーズBで2億5,550万ドルを調達――だが真の賭けは自律型攻撃にある

Armadinは公開ローンチからわずか7カ月後に、シリーズBで2億5,550万ドルを調達した。これにより、Kevin Mandiaが率いる同社のAIサイバーセキュリティ企業としての評価額は25億ドルを超えた。ArmadinのシリーズBは、これほど若い企業としては異例の大型調達だ。同時に、自律型の攻撃テストがエンタープライズセキュリティの中核機能になるという一点に資金を集中させた賭けでもある。

Andreessen HorowitzとAccelが共同でラウンドを主導した。新規投資家としてBain Capital VenturesとRedpointが加わり、GV、In-Q-Tel、Kleiner Perkins、Menlo Ventures、8VC、Ballistic Venturesなど既存の支援者も参加した。Armadinによれば、今回の資金調達により累計調達額は4億4,500万ドルに達したという。

より大きな論点は評価額ではない。Armadinは、定期的に人間が主導するセキュリティ評価を、攻撃者のように振る舞う常時稼働のAIエージェントへと置き換えることを企業に求めている。これらのエージェントは実行可能な攻撃経路を探索し、脆弱性が悪用可能かを検証し、チームによる修正対応の優先順位付けを支援する。

このアプローチにより、Armadinは従来の脆弱性スキャナー以上の領域に踏み込む。ペネトレーションテスト、レッドチーム演習、エクスポージャー管理を支える運用モデルそのものに挑戦するものだ。Horizon3.ai、Pentera、XBOWを含む既存の自律型テスト企業も、すでにこの市場の一部を追求している。

今回の調達により、Armadinは迅速に拡大するための資源を得た。ただし、自律型攻撃エージェントが安全に運用できるのか、複雑な環境をカバーできるのか、エンタープライズ規模で信頼できる結果を生み出せるのかについて、答えが出たわけではない。

ArmadinのシリーズBは、より大きなセキュリティ構想に資金を投じる

このラウンドは、攻撃的セキュリティを予定されたサービスから恒久的なインフラへ転換する試みに資金を供給する。

Armadinは2026年10月1日に資金調達を発表した。同社の資金調達発表によると、プラットフォーム、研究、トレーニング、商業運営を拡大する予定だという。

同社によれば、この調達はArmadinがステルスモードを脱してから7カ月後に実現した。これまでにシードおよびシリーズAで計1億8,990万ドルを調達したことを開示している。Accelは以前の機関投資家ラウンドを主導し、シリーズBでも共同主幹事として再び参加した。

新たな資金調達には、それぞれ異なる関心を持つ投資家が含まれる。Andreessen HorowitzとAccelはエンタープライズソフトウェアの経験をもたらす。In-Q-Telは同社を国家安全保障市場へと結び付ける。GVは、Armadinの複数の幹部が以前勤務していたGoogleエコシステムとの別の接点を提供する。

Kevin Mandiaは、Mandiantを大手のインシデント対応・脅威インテリジェンス企業へと育てた後、Armadinを創業した。Googleは2022年にMandiantの買収を完了している。この経歴は、すでにMandiaの仕事を知るセキュリティ幹部の間でArmadinの信頼性を高めている。

Mandiaには、最高技術責任者のTravis Lanham、最高攻撃セキュリティ責任者のEvan Peña、チーフアーキテクトのDavid Slaterが加わる。このチームは、レッドチームの経験と、セキュリティエンジニアリングおよびAIシステムのバックグラウンドを組み合わせている。

同社はすでに、Fortune 500企業と政府顧客に向けてエージェント型攻撃キャンペーンを実行しているとしている。エージェント型キャンペーンでは、ソフトウェアエージェントが定義された目標に向けて複数のステップを計画・実行する。Armadinはこれらの顧客を公表しておらず、収益、継続率、契約額も開示していない。

この商業面の詳細が欠けていることは重要だ。資金調達は投資家の確信を示す可能性がある一方で、再現性のある顧客需要を証明するものではない。とりわけソフトウェアが機密性の高いネットワークへアクセスする場合、エンタープライズのパイロット導入の後には長い調達サイクルが続くことが多い。

Reutersの報道は、ラウンドの調達額、評価額、投資家の顔ぶれを確認している。また、Armadinが資本をプラットフォーム開発と商業展開に充てる計画であることも伝えている。

この話の核心はタイミングにある。投資家は、数十億ドル規模の評価額に通常伴う財務実績を同社が公に確立する前に、Armadinへ資金を投じている。彼らはセキュリティ市場の構造が変わろうとしていると見ている。

この仮説が正しければ、セキュリティテストは時折行われる点検ではなくなる。インフラの変化、ID権限、ソフトウェアリリース、新たに開示された脆弱性を追跡する継続的なプロセスとなる。

ここに本記事の中心的な緊張関係がある。Armadinは、継続的な攻撃者の振る舞いを防御上の優位性として売り出している。企業は、得られる可視性が、自社環境内に自律型の攻撃能力を置くことを正当化するかどうかを判断しなければならない。

なぜ投資家はいまAIサイバーセキュリティエージェントに賭けるのか

AIは攻撃者の活動を加速させる一方、守る側にも自らを検証する新たな手段を与え、両方向からセキュリティ業務を圧縮している。

従来のペネトレーションテストはスナップショットを提供する。チームは定義された環境を調査し、指定された目標への到達を試み、レポートを作成する。その後、顧客は次のエンゲージメントまでに選定した脆弱性を修正する。

このモデルは依然として有用だが、現代の環境は絶えず変化する。クラウドリソースは出現と消滅を繰り返す。権限は変動する。新しいアプリケーションが本番環境へ投入される。従業員は新たなサービスに接続し、ソフトウェア依存関係は追加のエクスポージャーをもたらす。

年次または四半期ごとのテストでは、こうした変化を継続的に反映できない。脆弱性スキャナーはより頻繁に実行されるが、攻撃者が複数の弱点を組み合わせて重大な侵害へつなげられることを証明せずに、孤立した弱点を特定するだけに終わることが多い。

Armadinの答えは、エージェント型の攻撃者スウォームだ。この用語は、標的環境内で複数の専門AIエージェントが並行して活動することを指す。エージェントは情報を収集し、可能な経路をテストし、計画を修正し、完全な攻撃経路の構築を試みる。

同社は、こうした経路を長大な脆弱性リストよりも有用なものとして位置付けている。機密データや管理権限への到達が確認された経路は、どの弱点の組み合わせに即時の対応が必要かを防御側に示し得る。

Armadinによれば、そのシステムは組織の攻撃対象領域をライブで表現する。その後、エージェントを使って外部資産、アプリケーション、クラウドシステム、内部ネットワーク、IDインフラを調査する。

同社のプロダクトページは、実際の標的に対して443,000のエージェントを起動したと報告している。また、誤検知ゼロ、ドメイン侵害までの最速経路は119秒だったとも主張している。

これらの数値はArmadinによるものであり、公表資料には独立した方法論が示されていない。同社は、標的の分布、エージェント起動の定義、誤検知の測定方法を説明していない。比較ベンチマークではなく、製品上の主張として読むべきだ。

それでも、これらはArmadinが購入者に何を測定してほしいかを示している。同社は、発見された脆弱性の数ではなく、検証済みの悪用可能性、速度、エンドツーエンドの攻撃経路を強調している。

Andreessen Horowitzも、同様の変化を軸に投資を位置付けている。同社の投資仮説は、取締役会が年次テストが実施されたという確認ではなく、現在のセキュリティ状態に関する証拠をますます求めるようになっていると論じる。

この違いは、現実の経営課題を反映している。セキュリティチームは、調査できる量を超えるアラートを受け取ることが多い。使用可能な攻撃経路を形成する弱点を検証できるシステムは、その結論が正確であることを前提に、無駄な作業を減らせる可能性がある。

AIモデルは、このアプローチの拡張も容易にする。従来の自動化は、ワークフローが予測可能なルールに従う場合にうまく機能する。攻撃テストが難しいのは、環境ごとに技術、権限、防御策、予期しない応答が異なるためだ。

エージェントはツールを選択し、出力を解釈し、コンテキストを保持し、戦術を変更できる。だからといって、専門的なオペレーターと同等になるわけではない。しかし、小規模な人間チームが同時に追求できるよりも多くの分岐を試みることは可能になる。

同じ能力は攻撃者にも役立つ。敵対者は偵察を自動化し、フィッシングを個別最適化し、盗んだデータを分析し、多数の標的にまたがる悪用可能な組み合わせを探索できる。システムが低コストで反復できるなら、各ステップの技術的な完成度が突出している必要はない。

だからこそ投資家は緊急性を見ている。Armadinに必要なのは、すべてのサイバー攻撃が完全に自律化することではない。機械支援型攻撃の量と速度が、人間だけによる防御ワークフローの処理能力を超えることだ。

したがって、シリーズBは製品への賭けであると同時に、タイミングへの賭けでもある。投資家は、攻撃者が最も高度な脅威の形態を一貫して示す前に、企業が自律型検証を購入すると見込んでいる。

自律型攻撃は人間主導のセキュリティテストに圧力をかけている

Armadinの真の相手は、変化する環境と次の人間による評価との間に生じる遅れである。

攻撃的セキュリティにおいて、人間の専門性は依然として不可欠だ。熟練したオペレーターはビジネス上の文脈を理解し、異常な振る舞いを見極め、技術的に可能な経路に意味があるかを判断する。また、テストが本番環境の障害を引き起こすリスクがあるタイミングも把握している。

ただし、人間主導のエンゲージメントには実務的な限界がある。チームが固定された評価期間中に調査できるシステムの数には限りがある。環境が変化した後、経路を再検証しない場合もある。最終レポートは、テストが終わった時点から古くなり始める。

Armadinは、自律型エージェントに反復的な探索を継続的に実行させようとしている。人間の専門家は目標を設定し、境界を定め、機密性の高い行動を監督し、異例の発見を解釈する。

これはレッドチームの役割を変える。情報収集や定型的な経路のテストに時間の大半を費やす代わりに、チームは複雑なシナリオと組織的な影響に集中できる。

この変化は、顧客が購入するものも変える。従来のエンゲージメントは専門家の労働力とレポートを提供する。自律型プラットフォームは、環境全体で悪用可能な関係性を監視する永続的なシステムを約束する。

この約束は、コンサルティング企業、ペネトレーションテスト事業者、エクスポージャー管理ベンダーに圧力をかける。それぞれが、インフラの変化のたびにAIシステムが並行テストを実行できる状況で、自社の仕事がどのように最新性を保つのかを示さなければならない。

Armadinは唯一の存在ではない。Horizon3.aiは長年にわたり、ネットワーク、クラウド環境、IDシステムにまたがる自律型ペネトレーションテストを推進してきた。Penteraは自動化されたセキュリティ検証を重視している。XBOWは自律型Webアプリケーションテストに強く注力してきた。

これらの企業は異なる出発点からこの問題に取り組んでいる。セキュリティチームが開始する再現性の高いテストを重視する企業もある。Webアプリケーション、継続的検証、あるいはより広範なエクスポージャー管理に焦点を当てる企業もある。

Armadinはより広い主張をしている。技術的な弱点を検証済みのキルチェーンへと結び付けながら、エンタープライズの攻撃対象領域全体で活動できる、協調された攻撃者を描いている。キルチェーンとは、攻撃者の目標に到達するために用いられる一連のステップを指す。

その差別化は、創業チームにも一部依存している。Mandiaはインシデント対応の経験をもたらし、他のリーダーはレッドチームとセキュリティエンジニアリングのバックグラウンドを持つ。投資家は、この知見をエージェントの振る舞いに組み込めると賭けている。

その変換は難しい。熟練した攻撃者は、モデルやワークフローで表現するのが難しい判断力に頼っている。彼らは、ツールが見落としかねない脆弱なシステム、誤解を招くシグナル、運用パターン、ビジネス上の関係性を見抜く。

AIエージェントもまた、驚くほど粘り強く無関係な経路を追うことがある。不完全な証拠を裏付けと解釈したり、運用リスクを高める行動を繰り返したりする可能性がある。したがって、人間による監督は単なるマーケティング文句以上のものでなければならない。

競争上の論点は、エージェントが個々のセキュリティ作業を自動化できるかどうかではない。すでに可能になっている。問題は、1つのプラットフォームが許容できる精度と統制のもと、複雑な環境全体でそれらの作業を調整できるかどうかだ。

Armadinの資金調達は、このカテゴリーのすべての企業に対する期待を高める。買い手は、より広いカバレッジ、より迅速な検証、より明確な修復の証拠を求めるだろう。また、自動化テストが広範な保護を必要とする別の特権システムを生み出さないことの証明も要求する。

この資金調達は統合を加速させる可能性がある。ID、アプリケーション、クラウド資産、ネットワーク経路をマッピングするプラットフォームは、複数のセキュリティカテゴリーと重複し得る。大手ベンダーは、買収、提携、あるいは競合するエージェント層によって対応するかもしれない。

また、測定をめぐる競争を激化させる可能性もある。ベンダーは、カバレッジ、エクスプロイト検証、侵害までの時間、修復品質、運用上の安全性を比較するための信頼できる方法を必要とする。

公開リーダーボードは限定的な領域では役立つが、エンタープライズ環境は標準化がより難しい。Webアプリケーションのベンチマークでは、Active Directory、クラウド権限、レガシーシステム、プロダクション環境の安全性を同時に表現できない。

勝つ企業は、単に最も多くのエージェントを投入する企業ではない。セキュリティチームが信頼し、再現し、解決できる発見を生み出し、管理不能なアラートの流れを新たに増やさないことが求められる。

中心的なトレードオフは証明と統制

Armadinを魅力的にする自律性そのものが、最も困難な安全性、ガバナンス、検証の問題も生み出している。

攻撃的なエージェントは、有意義な結果を生み出すために相応のアクセス権を必要とする。システムを列挙し、認証情報をテストし、アプリケーションとやり取りし、リソース間の移動を試みる場合がある。各行動は実際の脆弱性を明らかにし得る。

その権限は同時にリスクも生む。設定を誤ったテストは可用性に影響したり、機密データを露出させたり、顧客が対象に含める意図のなかった境界を越えたりする可能性がある。エージェントが応答を誤解し、安全でない次の行動を選ぶこともあり得る。

Armadinは、顧客環境を保護するために、組み込みの制御、スコープを限定した実行、人間の専門家を用いるとしている。これらの制御は重要だが、外部者が包括的に評価するには、同社は十分な技術的詳細を公開していない。

顧客は導入を拡大する前に、正確な回答を必要とする。どの行動に承認が必要か、認証情報をどのように保存するか、エージェントをどのように分離するか、あらゆる判断をどのように記録するかを把握しなければならない。

また、信頼できる停止機構も必要になる。エージェントが予期しないプロダクションシステムに到達した場合、セキュリティ担当者は活動を直ちに停止できなければならない。その制御は、誤りを生んだのと同じ推論システムに依存すべきではない。

データガバナンスも別の課題を提示する。攻撃的テストは、ネットワークトポロジー、ID、脆弱なシステム、想定される攻撃経路に関する詳細な情報を生成する。その情報自体が機密資産となる。

プラットフォームはアクセスを制限し、証拠を保存し、監査要件を支援し、トレーニングデータの扱いを定義しなければならない。政府系顧客は、追加のデータ所在、分類、サプライチェーン要件を課す可能性がある。

評価は別個の課題を生む。ベンダーはシステムが特定した脆弱性の数を測定できるが、生の件数はノイズを増やすことを助長する。確認済みエクスプロイトを測定することもできるが、積極的なテストは運用上の危険を増大させる可能性がある。

偽陰性の測定はさらに難しい。システムは、未発見の経路が存在しないことを容易には証明できない。報告された偽陽性がゼロであっても、完全なカバレッジや見落とした脆弱性がないことは証明されない。

したがって、独立したテストが重要になる。買い手には、既知の攻撃経路を持つ環境に対する統制された評価が必要だ。また、成功したエクスプロイトだけでなく、安全性、再現性、カバレッジを含む比較も必要となる。

研究は慎重な見方を支持している。最近の学術評価では19の言語モデルをテストし、自律的なペネトレーション能力に大きなばらつきがあると報告した。成功率は、研究のタスク全体で10.7%から69.3%に及んだ。

これらの結果は、Armadinの独自システムを評価したものではない。ただし、自律的なペネトレーション能力が、モデル、ツール、環境、評価設計によって大きく異なることを示している。

より広い市場には、AIを万能の答えとして扱うことへの懐疑もある。業界の警告は、Horizon3.aiのCEOであるSnehal Antaniが、セキュリティリーダーは単一のAI製品が自律防御を解決すると期待すべきではないと主張したことを伝えている。

この批判は、エンタープライズがすでに混雑したセキュリティスタックを管理しているため重要だ。別のプラットフォームを追加すれば、既存の作業を置き換えるか、優先順位付けを実質的に改善しない限り、複雑さが増す可能性がある。

Armadinの最も強い主張は、検証済みの攻撃経路がその複雑さを減らせるという点にある。同社のエージェントは、実際に侵害へと組み合わさる脆弱性を特定し、チームが影響の小さいノイズを無視できるようにするはずだ。

これに対する反論は、自律テストシステムが解釈を必要とする別の情報源になるというものだ。発見が再現可能でなく、明確に説明されず、修復ワークフローに統合されなければ、チームはリスク低減を速めることなく、より速いアラートを受け取るだけかもしれない。

技術的な議論の背後には商業上のリスクもある。大型の資金調達ラウンドは、急速な採用と事業拡大を促す。エンタープライズセキュリティの導入は、特に機密環境内で攻撃的な行動を実行するツールについては、依然として慎重だ。

Armadinは初期キャンペーンを持続的な導入へと転換しなければならない。また、顧客が初回テスト後にカバレッジを拡大し、プラットフォームを限定的なパイロット環境にとどめないことも示す必要がある。

同社の評価額は、技術力以上のものを前提としている。自律的な攻撃検証が大規模で継続的なソフトウェアカテゴリーとなり、Armadinが主導的な地位を獲得するという前提だ。

投資家はその仮説を検証する資本を提供した。証明と統制の均衡が受け入れられるかどうかを決めるのは顧客である。

資金調達がまだ証明していないこと

シリーズBは投資家の需要を裏付けるが、Armadinのカバレッジ、安全性、商業的持続性を独立して裏付けるものではない。

Armadinは資金調達とエージェント活動について印象的な概況数値を開示している。一方、顧客成果について共有している情報ははるかに少ない。同社の発見がどの程度修復につながるか、あるいは人間のレッドチームと比較してどのような性能を示すかを示す公開データセットは存在しない。

同社は年間経常収益、顧客数、更新率、平均導入規模を開示していない。また、プラットフォームを利用しているFortune 500企業や政府組織も特定していない。

サイバーセキュリティでは機密保持は一般的だ。顧客が自社の防御をテストするために使用するシステムを公表することはめったにない。それでも、匿名化されたケーススタディは、カバレッジ、時間削減、修復率、運用上の安全策を文書化できる。

活動と価値の区別は、自律システムでは特に重要だ。数千のエージェントを起動することは規模を示す。しかし、それらのエージェントが最優先のリスクを一貫して特定していることは示さない。

意味のある結果は、脆弱性を事業上の結果へ結び付けるべきだ。経路を示し、証拠を保存し、影響を受ける資産を説明し、防御側が検証できる変更を推奨すべきである。

修復ループが決定的となる。経路を見つけることは有用だが、それを閉じることがセキュリティ上の成果を生む。Armadinは、顧客が発見をより速く解決し、同じ経路の再発を防げるかを示さなければならない。

統合はこのプロセスに影響する。セキュリティチームは、チケッティングシステム、コードリポジトリ、クラウドコンソール、IDプラットフォーム、インシデント対応ツールを通じて作業する。発見は十分な文脈を伴って、それらのワークフローに入る必要がある。

プラットフォームはまた、一時的な緩和策と永続的な修正を区別しなければならない。1つの認証情報を失効させれば経路を中断できるかもしれないが、根本的な権限設計は変わらないまま残る可能性がある。

別の不確実性はモデル依存性に関わる。Armadinは、カスタムモデル、エージェント、レッドチームの専門知識を組み合わせているとしている。公開資料では、システムが外部の基盤モデルにどの程度依存しているか、またモデル変更をどのように扱うかは明記されていない。

このアーキテクチャは、コスト、プライバシー、レイテンシー、性能にとって重要だ。モデルの更新は推論を改善する一方で、以前にテストされたワークフローの挙動を変える可能性がある。セキュリティ顧客は、回帰テストと安定した制御を期待するだろう。

Armadinは敵対的適応という標準的な問題にも直面する。防御側のエージェントが認識可能なパターンに従うようになれば、攻撃者はデコイ、誤解を招く応答、環境上の罠を設計できる。

人間のレッドチームも欺瞞に直面するが、より広い文脈と直感を活用できる。自律エージェントには、不確実性、検証、エスカレーションのための明示的な仕組みが必要となる。

これらの問題はいずれも、Armadinの仮説をもっともらしくないものにするわけではない。それらは仮説を裏付けるために必要な証拠を定義している。

同社は経験豊富なリーダー、有力な投資家、そして多額の資本を集めている。また、実需と複数の有力な競合が存在するカテゴリーにも参入している。

次の段階では、Armadinがそれらの利点を再現可能なセキュリティ成果へ転換できることを確立しなければならない。大規模な資金調達発表は注目を集める。同時に、証明の基準も引き上げる。

Armadinへの賭けが機能しているかを示す3つのシグナル

顧客拡大、独立検証、競合の対応は、評価額だけよりも多くを明らかにする。

最初のシグナルは、統制されたパイロットを超えた顧客導入だ。Armadinによれば、同社のエージェントはすでに大企業や政府組織のプロダクション環境で稼働している。次の証拠では、これらの顧客内でより広いカバレッジが示されるべきだ。

1つのアプリケーションまたはネットワークセグメントから、ID、クラウド、内部システム、重要アプリケーションへと拡大すれば、Armadinのプラットフォームとしての主張を強める。追加のテストキャンペーンよりも、更新や複数年の導入のほうが強い証拠となる。

実名の顧客が役立つが、不可欠ではない。匿名化された指標でも、組織がテストを繰り返し、検証済みの経路を修復し、発見からクローズまでの時間を短縮しているかを示せる。

2つ目のシグナルは、独立した技術検証だ。買い手には、同じ条件下で自律エージェントを人間のチームや競合プラットフォームと比較する評価が必要となる。

有用なテストは、成功したエクスプロイト以上のものを測定すべきだ。見落とした攻撃経路、偽陽性、運用への影響、再現性、修復ガイダンスの品質を含める必要がある。

透明な方法論は、単一の高スコアよりも重要になる。エンタープライズネットワークはあまりに幅広く異なるため、1つのベンチマークで市場を決着させることはできない。

Armadinがアプリケーション、クラウドインフラ、IDシステム、内部ネットワークにわたって信頼性高く機能する証拠は、同社の幅広いプラットフォームという物語を強める。狭い領域の外で弱い結果が出れば、専門特化型の競合に有利となる。

3つ目のシグナルは、既存ベンダーがどう対応するかだ。Horizon3.ai、Pentera、XBOW、エクスポージャー管理企業、大手セキュリティプラットフォームにはいずれも、自らの地位を守る理由がある。

新しいエージェント機能の波は、自律テストが標準的な期待になりつつあることを裏付ける。提携や買収は、より大きなベンダーがこの能力を戦略的に重要とみなしていることを示す。

競争圧力は、Armadinのアプローチの限界を浮き彫りにする可能性もある。競合他社は、より容易な導入、より限定的な権限、より強力な認証、あるいは既存のセキュリティ運用とのより深い統合を提供するかもしれない。

ベンダーが標準料金を公表していない場合でも、価格競争は重要になる。顧客は自律型テストをコンサルティング案件、既存の検証プラットフォーム、社内レッドチームの能力と比較することになる。

ArmadinのSeries Bは、市場のあらゆる要素が定まる前に投資を進める余地を同社に与える。この優位性は、セキュリティ製品では長期にわたる評価と広範な信頼醸成が必要になることが多いため、重要な意味を持つ。

資本だけでは、この根本的なトレードオフを解消できない。企業は、攻撃者が重要システムに到達し得る経路について継続的な証拠を求めている。同時に、そうした攻撃を試みるソフトウェアに対する厳格な制御も必要としている。

Armadinの機会は、この二つの要求の間にある。エージェントが許容できないリスクを生じさせることなく信頼できる証拠を提供できれば、自律型オフェンスは恒久的な防御レイヤーになり得る。

プラットフォームがノイズを生み、重要な経路を見逃し、あるいは過度な監督を必要とするなら、人間主導のテストが引き続き中心的なモデルとなる。AIは自律的な代替手段ではなく、加速装置として機能することになる。

このカテゴリを評価するセキュリティリーダーは、率直な問いを投げかけるべきだ。システムは、検証済みの攻撃経路をチームがより速く閉じる助けになるのか。それとも、単にテストの数を増やすだけなのか。

この問いへの答えが、ArmadinのSeries Bが主要なセキュリティプラットフォームの形成を示すものとなるのか、それとも未完成のカテゴリに対する高額な賭けにとどまるのかを決めるだろう。