HiddenLayer raised $100 million in a Series B round, led by Delta-v Capital with participation from Microsoft’s M12, Morgan Stanley and Ten Eleven Ventures. The cash will fuel its AI runtime security platform as enterprises push generative AI and autonomous agents into production.
The attack surface around AI models is exploding. Companies that once ran proof-of-concept notebooks now embed large language models and agentic workflows into customer-facing services, internal decision pipelines and even defense-grade systems. Every new endpoint—prompt interface, tool integration, model version—offers a foothold for adversaries, and the market for tools that defend those endpoints is outpacing the technology itself.
Why AI security moved from theory to necessity
Three years ago most security analysts treated AI-specific threats as a research curiosity. The idea that adversarial attacks would scale was debated more than acted upon. Gartner now forecasts enterprise spending on AI security tools will hit $2.83 billion this year, an 83 percent jump from last year, and climb toward $4.78 billion by next year. Those numbers show a shift from experimental pilots to mission-critical deployments and signal that organisations realize a compromised model can cost far more than preventative tooling.
HiddenLayer’s growth mirrors that trend. CEO Chris Sestito says the company’s annual recurring revenue has multiplied more than tenfold in the past twelve months, now sitting in the “tens of millions” range. Over 90 percent of that increase comes from new customers—financial institutions, large tech firms, the U.S. Department of Defense and the intelligence community. One undisclosed client, which supplies a frontier model to more than 700 million weekly users, has also signed on, underscoring the breadth of the problem.
From model hardening to protecting autonomous agents
Traditional machine-learning security focused on securing the training pipeline and detecting adversarial inputs that subtly distort predictions. HiddenLayer still covers those basics—discovery, runtime protection, attack simulation and supply-chain checks—but it now tackles the unique risks of generative AI.
- Prompt injection – Malicious inputs that coerce a model into executing unintended commands or revealing confidential data. The platform sanitises prompts before they reach the model and monitors output for policy violations.
- Agent manipulation – Autonomous agents that chain tools, APIs and data sources can be hijacked mid-execution, causing harmful actions or data leaks. HiddenLayer injects policy checks at each workflow step, aborting actions that breach defined rules.
- Malicious tool use – AI agents increasingly rely on external plugins, code interpreters or retrieval modules. The solution watches these integrations for anomalous behaviour, such as a retrieval module returning unexpected payloads.
Open-source and open-weight models present a particular headache. Because the model files are freely distributable, threat actors can embed hidden code or malicious weights that execute once the model loads. HiddenLayer parses and scans roughly 50 AI file formats, looking for “hidden models inside of models” that could act as backdoors. This supply-chain defence stops compromised artifacts before they ever run in production.
How the new capital will be spent
HiddenLayer will allocate the $100 million to three thrusts:
- Sales and distribution – Transform a niche go-to-market effort into a broader enterprise sales engine, reaching sectors just beginning to adopt AI at scale.
- Engineering research – Double down on detection logic for emerging attack vectors, such as multi-modal prompt injection and cross-agent coordination attacks.
- Geographic expansion – Build a presence in Europe, the Middle East and Africa (EMEA), where regulatory pressures around AI transparency and security are tightening.
Sestito likens HiddenLayer’s offering to “Endpoint Detection and Response (EDR) for AI.” Just as EDR agents watch operating-system processes for malicious activity, HiddenLayer’s runtime guard watches model inference calls, tool invocations and data flows for policy breaches.
The counter-point: could the cloud giants swallow the niche?
L'entreprise reconnaît que les grands fournisseurs de cloud — AWS, Azure, Google Cloud — pourraient intégrer des protections d'exécution (runtime) similaires dans leurs services d'IA managés. Si un fournisseur de cloud propose des filtres d'injection de prompt intégrés ou l'application de politiques d'agents, les entreprises pourraient percevoir moins de valeur dans un module complémentaire tiers.
Sestito soutient que la gouvernance, l'identité et les contrôles de politique resteront suffisamment complexes pour justifier des solutions spécialisées. « Lorsque vous traitez des charges de travail multi-locataires (multi-tenant) à haute valeur qui franchissent les frontières organisationnelles, une offre cloud universelle ne peut pas répondre à toutes les nuances de conformité », affirme-t-il. Il estime qu'une couche de sécurité dédiée peut évoluer plus rapidement que les cycles de produits massifs des hyperscalers, et qu'une intégration profonde avec les outils de gestion des informations et des événements de sécurité (SIEM) existants maintiendra la pertinence de la plateforme.
À surveiller dans les mois à venir
- Vitesse d'adoption – Si les outils de sécurité de HiddenLayer deviennent un prérequis pour les contrats d'achat d'IA, les licences d'entreprise pourraient exploser, en particulier dans les secteurs réglementés.
- Mouvements concurrentiels – Surveillez les annonces des principaux fournisseurs de cloud concernant le durcissement natif de l'exécution (runtime) de l'IA. Une offre groupée pourrait forcer HiddenLayer à pivoter vers des déploiements en cloud hybride ou sur site (on-premises).
- Pression réglementaire – À mesure que les gouvernements rédigent des normes de sécurité spécifiques à l'IA, les exigences de conformité pourraient explicitement mentionner la protection au moment de l'exécution (runtime), offrant ainsi un élan réglementaire à des fournisseurs comme HiddenLayer.
- Évolution des menaces – De nouvelles techniques d'attaque — injection de prompt coordonnée sur plusieurs agents ou attaques de la chaîne d'approvisionnement qui empoisonnent les poids des modèles à grande échelle — mettront à l'épreuve n'importe quel moteur de détection. La rapidité avec laquelle HiddenLayer adaptera ses modèles de détection sera un différenciateur clé.
L'essentiel
La levée de fonds de 100 millions de dollars de HiddenLayer montre que le marché de la sécurité d'exécution spécifique à l'IA est passé du débat académique à l'impératif commercial. À mesure que l'IA d'entreprise s'étend au-delà des modèles isolés pour devenir des agents complexes et riches en outils, une protection continue et pilotée par des politiques devient aussi essentielle que la sécurité traditionnelle des points de terminaison (endpoint security). La capacité de la startup à rester en avance sur des adversaires sophistiqués et sur la course aux armements en matière de sécurité entre les géants du cloud déterminera si elle restera l'« EDR pour l'IA » ou si elle deviendra une simple fonctionnalité intégrée à une plateforme plus large. Le prochain trimestre révélera si les fournisseurs de sécurité IA dédiés peuvent se tailler une niche durable dans un écosystème qui définit encore ses propres limites.