HiddenLayer recaudó 100 millones de dólares en una ronda de Serie B, liderada por Delta-v Capital con la participación de M12 de Microsoft, Morgan Stanley y Ten Eleven Ventures. El capital impulsará su plataforma de seguridad en tiempo de ejecución (runtime) para IA a medida que las empresas lleven la IA generativa y los agentes autónomos a producción.
La superficie de ataque en torno a los modelos de IA está explotando. Las empresas que antes ejecutaban cuadernos (notebooks) de prueba de concepto ahora integran modelos de lenguaje extensos y flujos de trabajo agénticos en servicios orientados al cliente, procesos internos de toma de decisiones e incluso sistemas de grado de defensa. Cada nuevo endpoint —interfaz de prompts, integración de herramientas, versión del modelo— ofrece un punto de apoyo para los adversarios, y el mercado de herramientas para defender esos endpoints está superando a la propia tecnología.
Por qué la seguridad de la IA pasó de la teoría a la necesidad
Hace tres años, la mayoría de los analistas de seguridad trataban las amenazas específicas de la IA como una curiosidad de investigación. Se debatía más la idea de que los ataques adversarios escalarían que se actuaba al respecto. Gartner pronostica ahora que el gasto empresarial en herramientas de seguridad de IA alcanzará los 2.830 millones de dólares este año, un salto del 83 por ciento respecto al año pasado, y ascenderá hacia los 4.780 millones de dólares el próximo año. Esas cifras muestran un cambio de los pilotos experimentales a los despliegues de misión crítica y señalan que las organizaciones se dan cuenta de que un modelo comprometido puede costar mucho más que las herramientas preventivas.
El crecimiento de HiddenLayer refleja esa tendencia. El CEO Chris Sestito afirma que los ingresos recurrentes anuales de la empresa se han multiplicado más de diez veces en los últimos doce meses, situándose ahora en el rango de las "decenas de millones". Más del 90 por ciento de ese aumento proviene de nuevos clientes: instituciones financieras, grandes empresas tecnológicas, el Departamento de Defensa de los EE. UU. y la comunidad de inteligencia. Un cliente no revelado, que suministra un modelo de frontera a más de 700 millones de usuarios semanales, también se ha unido, lo que subraya la magnitud del problema.
Del endurecimiento de modelos a la protección de agentes autónomos
La seguridad tradicional del aprendizaje automático se centraba en asegurar el pipeline de entrenamiento y detectar entradas adversarias que distorsionan sutilmente las predicciones. HiddenLayer sigue cubriendo esos aspectos básicos —descubrimiento, protección en tiempo de ejecución, simulación de ataques y controles de la cadena de suministro—, pero ahora aborda los riesgos únicos de la IA generativa.
- Inyección de prompts – Entradas maliciosas que obligan a un modelo a ejecutar comandos no deseados o a revelar datos confidenciales. La plataforma sanea los prompts antes de que lleguen al modelo y supervisa la salida en busca de violaciones de políticas.
- Manipulación de agentes – Los agentes autónomos que encadenan herramientas, APIs y fuentes de datos pueden ser secuestrados a mitad de la ejecución, provocando acciones perjudiciales o filtraciones de datos. HiddenLayer inyecta controles de políticas en cada paso del flujo de trabajo, abortando las acciones que infrinjan las reglas definidas.
- Uso de herramientas maliciosas – Los agentes de IA dependen cada vez más de plugins externos, intérpretes de código o módulos de recuperación. La solución vigila estas integraciones en busca de comportamientos anómalos, como un módulo de recuperación que devuelve cargas útiles inesperadas.
Los modelos de código abierto y de pesos abiertos (open-weight) presentan un dolor de cabeza particular. Debido a que los archivos del modelo se pueden distribuir libremente, los actores de amenazas pueden incrustar código oculto o pesos maliciosos que se ejecutan una vez que el modelo se carga. HiddenLayer analiza y escanea aproximadamente 50 formatos de archivos de IA, buscando "modelos ocultos dentro de modelos" que podrían actuar como puertas traseras. Esta defensa de la cadena de suministro detiene los artefactos comprometidos antes de que lleguen a ejecutarse en producción.
Cómo se utilizará el nuevo capital
HiddenLayer asignará los 100 millones de dólares a tres ejes principales:
- Ventas y distribución – Transformar un esfuerzo de salida al mercado (go-to-market) de nicho en un motor de ventas empresariales más amplio, llegando a sectores que apenas comienzan a adoptar la IA a escala.
- Investigación de ingeniería – Reforzar la lógica de detección para vectores de ataque emergentes, como la inyección de prompts multimodal y los ataques de coordinación entre agentes.
- Expansión geográfica – Construir una presencia en Europa, Oriente Medio y África (EMEA), donde las presiones regulatorias en torno a la transparencia y la seguridad de la IA se están endureciendo.
Sestito compara la oferta de HiddenLayer con un "Endpoint Detection and Response (EDR) para la IA". Del mismo modo que los agentes EDR vigilan los procesos del sistema operativo en busca de actividad maliciosa, el guardián en tiempo de ejecución de HiddenLayer vigila las llamadas de inferencia del modelo, las invocaciones de herramientas y los flujos de datos en busca de infracciones de las políticas.
El contraargumento: ¿podrían los gigantes de la nube absorber este nicho?
The company acknowledges that large cloud providers—AWS, Azure, Google Cloud—could embed similar runtime protections into their managed AI services. If a cloud vendor offers built-in prompt-injection filters or agent-policy enforcement, enterprises might see less value in a third-party add-on.
Sestito argues that governance, identity and policy controls will stay complex enough to justify specialised solutions. “When you’re dealing with multi-tenant, high-value workloads that cross organisational boundaries, a one-size-fits-all cloud offering can’t address every compliance nuance,” he says. He believes a dedicated security layer can move faster than the massive product cycles of the hyperscalers, and that deep integration with existing security information and event management (SIEM) tools will keep the platform relevant.
What to watch in the coming months
- Adoption velocity – If hidden-layer security tools become a prerequisite for AI procurement contracts, enterprise licences could surge, especially in regulated sectors.
- Competitive moves – Watch for announcements from major cloud providers about native AI runtime hardening. A bundled offering could force hidden-layer to pivot toward hybrid-cloud or on-premises deployments.
- Regulatory pressure – As governments draft AI-specific security standards, compliance requirements may explicitly reference runtime protection, giving vendors like HiddenLayer a regulatory tailwind.
- Threat evolution – New attack techniques—coordinated prompt injection across multiple agents or supply-chain attacks that poison model weights at scale—will test any detection engine. The speed at which HiddenLayer adapts its detection models will be a key differentiator.
Bottom line
HiddenLayer’s $100 million raise shows the market for AI-specific runtime security has moved from academic debate to commercial imperative. As enterprise AI expands beyond isolated models into complex, tool-rich agents, continuous, policy-driven protection becomes as essential as traditional endpoint security. Whether the startup stays ahead of sophisticated adversaries and the security arms race among cloud giants will decide if it remains the “EDR for AI” or becomes another feature folded into a larger platform. The next quarter will reveal whether dedicated AI security vendors can carve out a lasting niche in an ecosystem still defining its own boundaries.