データ月 2026-08
SAFE
safe.security
SAFE
Safe Securitysafe.security自律型AIサイバーリスク定量化・管理プラットフォーム
サイトを開く ↗

AlphaMoatによると、2026年8月のSAFE(safe.security)の月間訪問数は76,012(前月比 -15.8%)で、トラフィックデータのある17,424件のAIサイト中4,184位、プログラミングでは1,769件中495位です。最大の市場はインド(訪問数の11.8%)。

月間訪問数 · 2026-08
7.6万-15.8%
総合順位(17,424件中)
#4,184
プログラミング内の順位(1,769件中)
#495
最大市場
インド11.8%

SAFEとは

製品概要

Safe Security(SAFE)は、AI駆動のサイバーセキュリティ・リスク定量化管理プラットフォームであり、Agentic AIによりサードパーティ・企業・AIに関わるすべてのサイバーリスクを自律的に定量化、優先順位付け、管理し、TPRMサプライヤーリスク、CTEM継続的脅威露出管理、取締役会レポートをカバーする。

主な機能

SafeXは、露出を継続的に発見・推論・低減する100以上のエージェントからなるスマートワークグループ。TPRM AI Co-Workerはサードパーティサプライヤーリスク管理を自動化する。CTEM AI Co-Workerは継続的脅威露出管理を担う。SAFE AuraとSAFE AIの製品ライン。FAIR標準でリスクを定量化。事例では、数か月に及ぶ煩雑なサードパーティリスク管理のサイクルがAI駆動の自動フローに転換され、200社以上のサプライヤーに対する明確な意思決定支援を提供している。顧客にはBooz Allen、Carvana、T-Mobileが含まれる。

12か月のトラフィック推移

カーソルを合わせると月ごとの値を表示
最新 7.6万前月比-15.8%
-3.3万6.5万9.8万26-0626-07
月月間訪問数前月比
2026-068.8万—
2026-079万+2.5%
2026-087.6万-15.8%

国別の訪問数 · 上位5か国

2026-08 · 総訪問数に占める割合
インド
8,94711.8%
アメリカ合衆国
8,73711.5%
ベトナム
5,2286.9%
ブラジル
3,3364.4%
イギリス
3,1604.2%

プログラミングの人気プロダクト

クリックで詳細を表示、「+ 比較」でSAFEと比較
Guardio
Guardio
guard.io
5242.1万
-7.7%

個人と家族向けのAIオンライン保護プラットフォーム。

+ 比較
Lovable
Lovable
lovable.dev
3367.8万
-0.6%

自然言語でアプリやWebサイトを素早く構築

+ 比較
Cursor
Cursor
cursor.com
2252.9万
+3.3%

デスクトップ・ターミナル・クラウドで協働開発するソフトウェアエージェント

+ 比較
opencode
opencode
opencode.ai
1674.9万
+44.5%

任意のモデルを接続し端末・IDE・デスクトップで動くオープンソースのコーディングエージェント。

+ 比較
Netlify
Netlify
netlify.com
1602.6万
+8.9%

AIまたはコードからWebサイトとアプリを即座に構築し配備

+ 比較
Google Antigravity
Google Antigravity
antigravity.google
1399.2万
-3.1%

ローカルのコーディングエージェントを並列管理する開発司令センター

+ 比較

よくある質問

SAFEの月間訪問数は?

AlphaMoatによると、2026年8月のSAFE(safe.security)の月間訪問数は76,012(約7.6万)(前月比 -15.8%)で、トラフィックデータのある17,424件のAIサイト中4,184位、「プログラミング」カテゴリでは495位です。

SAFEの訪問者はどの国が多いですか?

2026年8月時点で、SAFEの訪問数シェアが高い国は順にインド 11.8%、アメリカ合衆国 11.5%、ベトナム 6.9%です。

SAFEに似たAIプロダクトは?

「プログラミング」カテゴリで月間訪問数が多いその他のプロダクトはGuardio(5242.1万)、Lovable(3367.8万)、Cursor(2252.9万)、opencode(1674.9万)、Netlify(1602.6万)です。

データ月:2026-08 · 訪問数は第三者によるトラフィック推計値を月単位で集計したもので、規模と傾向の把握に適しています。同一プロダクトの複数ドメインは統合しています。詳しくはデータの方法論をご覧ください。