HiddenLayer ತನ್ನ ಸೀರೀಸ್ ಬಿ ರೌಂಡ್ನಲ್ಲಿ $100 ಮಿಲಿಯನ್ ಹಣವನ್ನು ಸಂಗ್ರಹಿಸಿದೆ. ಇದನ್ನು Delta-v Capital ನೇತೃತ್ವದಲ್ಲಿ ನಡೆಸಲಾಗಿದ್ದು, Microsoft ನ M12, Morgan Stanley ಮತ್ತು Ten Eleven Ventures ಭಾಗವಹಿಸಿವೆ. ಉದ್ಯಮಗಳು ಜನರೇಟಿವ್ ಎಐ (generative AI) ಮತ್ತು ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್ಗಳನ್ನು (autonomous agents) ಉತ್ಪಾದನಾ ಹಂತಕ್ಕೆ ತರುತ್ತಿರುವಾಗ, ಈ ಹಣವು ಅದರ AI ರನ್ಟೈಮ್ ಸೆಕ್ಯೂರಿಟಿ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಅನ್ನು ಬಲಪಡಿಸಲು ಬಳಕೆಯಾಗಲಿದೆ.
AI ಮಾಡೆಲ್ಗಳ ಸುತ್ತಲಿನ ದಾಳಿಯ ವ್ಯಾಪ್ತಿ (attack surface) ವೇಗವಾಗಿ ವಿಸ್ತರಿಸುತ್ತಿದೆ. ಒಮ್ಮೆ ಕೇವಲ ಪ್ರೂಫ್-ಆಫ್-ಕನ್ಸೆಪ್ಟ್ (proof-of-concept) ನೋಟ್ಬುಕ್ಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದ ಕಂಪನಿಗಳು, ಈಗ ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾಡೆಲ್ಗಳು ಮತ್ತು ಏಜೆಂಟಿಕ್ ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು (agentic workflows) ಗ್ರಾಹಕರಿಗೆ ಎದುರಾಗುವ ಸೇವೆಗಳು, ಆಂತರಿಕ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಪ್ರಕ್ರಿಯೆಗಳು ಮತ್ತು ರಕ್ಷಣಾ ಮಟ್ಟದ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿಯೂ ಅಳವಡಿಸುತ್ತಿವೆ. ಪ್ರತಿಯೊಂದು ಹೊಸ ಎಂಡ್ಪಾಯಿಂಟ್—ಪ್ರಾಂಪ್ಟ್ ಇಂಟರ್ಫೇಸ್, ಟೂಲ್ ಇಂಟಿಗ್ರೇಷನ್, ಮಾಡೆಲ್ ವರ್ಷನ್—ಶತ್ರುಗಳಿಗೆ ಒಂದು ಅವಕಾಶವನ್ನು ನೀಡುತ್ತದೆ, ಮತ್ತು ಆ ಎಂಡ್ಪಾಯಿಂಟ್ಗಳನ್ನು ರಕ್ಷಿಸುವ ಪರಿಕರಗಳ ಮಾರುಕಟ್ಟೆಯು ತಂತ್ರಜ್ಞಾನಕ್ಕಿಂತಲೂ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿದೆ.
AI ಸೆಕ್ಯೂರಿಟಿ ಸಿದ್ಧಾಂತದಿಂದ ಅಗತ್ಯತೆಯಾಗಿ ಬದಲಾದದ್ದು ಏಕೆ
ಮೂರು ವರ್ಷಗಳ ಹಿಂದೆ ಹೆಚ್ಚಿನ ಸೆಕ್ಯೂರಿಟಿ ವಿಶ್ಲೇಷಕರು AI-ನಿರ್ದಿಷ್ಟ ಬೆದರಿಕೆಗಳನ್ನು ಕೇವಲ ಸಂಶೋಧನಾ ಕುತೂಹಲವೆಂದು ಪರಿಗಣಿಸುತ್ತಿದ್ದರು. ಶತ್ರುಗಳ ದಾಳಿಗಳು ದೊಡ್ಡ ಮಟ್ಟದಲ್ಲಿ ಸಂಭವಿಸಬಹುದು ಎಂಬ ವಿಚಾರವು ಕೇವಲ ಚರ್ಚೆಯಲ್ಲೇ ಉಳಿದಿತ್ತು. ಗಾರ್ಟ್ನರ್ (Gartner) ಪ್ರಕಾರ, AI ಸೆಕ್ಯೂರಿಟಿ ಪರಿಕರಗಳ ಮೇಲಿನ ಉದ್ಯಮದ ವೆಚ್ಚವು ಈ ವರ್ಷ $2.83 ಬಿಲಿಯನ್ ತಲುಪುವ ನಿರೀಕ್ಷೆಯಿದೆ, ಇದು ಕಳೆದ ವರ್ಷಕ್ಕಿಂತ 83 ಪ್ರತಿಶತದ ಏರಿಕೆಯಾಗಿದೆ ಮತ್ತು ಮುಂದಿನ ವರ್ಷಕ್ಕೆ $4.78 ಬಿಲಿಯನ್ ತಲುಪುವ ಸಾಧ್ಯತೆಯಿದೆ. ಈ ಅಂಕಿಅಂಶಗಳು ಪ್ರಯೋಗಾತ್ಮಕ ಹಂತದಿಂದ ಅತ್ಯಗತ್ಯ ಕಾರ್ಯಾಚರಣೆಗಳ ಹಂತಕ್ಕೆ ಬದಲಾವಣೆಯನ್ನು ತೋರಿಸುತ್ತವೆ ಮತ್ತು ಒಂದು ಅಸುರಕ್ಷಿತಗೊಂಡ (compromised) ಮಾಡೆಲ್ ತಡೆಗಟ್ಟುವ ಪರಿಕರಗಳಿಗಿಂತ ಹೆಚ್ಚಿನ ವೆಚ್ಚವನ್ನು ಉಂಟುಮಾಡಬಹುದು ಎಂಬ ಅರಿವು ಸಂಸ್ಥೆಗಳಿಗೆ ಮೂಡಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತವೆ.
HiddenLayer ನ ಬೆಳವಣಿಗೆಯು ಇದೇ ಪ್ರವೃತ್ತಿಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. CEO ಕ್ರಿಸ್ ಸೆಸ್ಟಿಟೊ (Chris Sestito) ಅವರ ಪ್ರಕಾರ, ಕಂಪನಿಯ ವಾರ್ಷಿಕ ಪುನರಾವರ್ತಿತ ಆದಾಯವು (annual recurring revenue) ಕಳೆದ ಹನ್ನೆರಡು ತಿಂಗಳುಗಳಲ್ಲಿ ಹತ್ತರಷ್ಟು ಪಟ್ಟು ಹೆಚ್ಚಾಗಿದ್ದು, ಈಗ "ಹತ್ತಾರು ಮಿಲಿಯನ್" ವ್ಯಾಪ್ತಿಯಲ್ಲಿದೆ. ಈ ಹೆಚ್ಚಳದಲ್ಲಿ ಶೇಕಡಾ 90 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಭಾಗವು ಹೊಸ ಗ್ರಾಹಕರಿಂದ ಬಂದಿದೆ—ಅಂದರೆ ಹಣಕಾಸು ಸಂಸ್ಥೆಗಳು, ದೊಡ್ಡ ತಂತ್ರಜ್ಞಾನ ಸಂಸ್ಥೆಗಳು, ಅಮೆರಿಕದ ರಕ್ಷಣಾ ಇಲಾಖೆ (U.S. Department of Defense) ಮತ್ತು ಗುಪ್ತಚರ ಸಮುದಾಯಗಳು. ವಾರಕ್ಕೆ 70 ಕೋಟಿಗೂ ಹೆಚ್ಚು ಬಳಕೆದಾರರಿಗೆ ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್ ಅನ್ನು ಒದಗಿಸುವ ಒಂದು ಅನಾಮಧೇಯ ಕ್ಲೈಂಟ್ ಕೂಡ ಇದರೊಂದಿಗೆ ಕೈಜೋಡಿಸಿದ್ದು, ಇದು ಸಮಸ್ಯೆಯ ವ್ಯಾಪ್ತಿಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ.
ಮಾಡೆಲ್ ಹಾರ್ಡನಿಂಗ್ನಿಂದ ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್ಗಳ ರಕ್ಷಣೆಯವರೆಗೆ
ಸಾಂಪ್ರದಾಯಿಕ ಮಷೀನ್-ಲರ್ನಿಂಗ್ ಸೆಕ್ಯೂರಿಟಿ ತರಬೇತಿ ಪ್ರಕ್ರಿಯೆಯನ್ನು (training pipeline) ಸುರಕ್ಷಿತಗೊಳಿಸುವುದು ಮತ್ತು ಮುನ್ಸೂಚನೆಗಳನ್ನು ಬದಲಾಯಿಸುವ ಶತ್ರುಗಳ ಇನ್ಪುಟ್ಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವತ್ತ ಗಮನಹರಿಸುತ್ತಿತ್ತು. HiddenLayer ಇಂದಿಗೂ ಅಡಿಪಾಯದ ಅಂಶಗಳನ್ನು—discovery, runtime protection, attack simulation ಮತ್ತು supply-chain checks—ಕೈಗೊಡುತ್ತದೆಯಾದರೂ, ಈಗ ಇದು ಜನರೇಟಿವ್ ಎಐನ ವಿಶಿಷ್ಟ ಅಪಾಯಗಳನ್ನು ಎದುರಿಸುತ್ತಿದೆ.
- Prompt injection – ಮಾಡೆಲ್ ಅನ್ನು ಉದ್ದೇಶಿತವಲ್ಲದ ಕಮಾಂಡ್ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಅಥವಾ ಗೌಪ್ಯ ಡೇಟಾವನ್ನು ಬಹಿರಂಗಪಡಿಸಲು ಒತ್ತಾಯಿಸುವ ದುರುಪಯೋಗದ ಇನ್ಪುಟ್ಗಳು. ಈ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಪ್ರಾಂಪ್ಟ್ಗಳು ಮಾಡೆಲ್ಗೆ ತಲುಪುವ ಮೊದಲೇ ಅವುಗಳನ್ನು ಶುದ್ಧೀಕರಿಸುತ್ತದೆ ಮತ್ತು ನೀತಿ ಉಲ್ಲಂಘನೆಗಳಿಗಾಗಿ ಔಟ್ಪುಟ್ ಅನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ.
- Agent manipulation – ಟೂಲ್ಗಳು, APIಗಳು ಮತ್ತು ಡೇಟಾ ಮೂಲಗಳನ್ನು ಬಳಸುವ ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಮಧ್ಯೆ ಹೈಜಾಕ್ ಮಾಡಬಹುದು, ಇದು ಹಾನಿಕಾರಕ ಕ್ರಮಗಳು ಅಥವಾ ಡೇಟಾ ಸೋರಿಕೆಗೆ ಕಾರಣವಾಗಬಹುದು. HiddenLayer ಪ್ರತಿ ವರ್ಕ್ಫ್ಲೋ ಹಂತದಲ್ಲಿ ನೀತಿ ತಪಾಸಣೆಗಳನ್ನು (policy checks) ಸೇರಿಸುತ್ತದೆ ಮತ್ತು ನಿಗದಿಪಡಿಸಿದ ನಿಯಮಗಳನ್ನು ಉಲ್ಲಂಘಿಸುವ ಕ್ರಮಗಳನ್ನು ತಕ್ಷಣವೇ ರದ್ದುಗೊಳಿಸುತ್ತದೆ.
- Malicious tool use – AI ಏಜೆಂಟ್ಗಳು ಹೆಚ್ಚಾಗಿ ಬಾಹ್ಯ ಪ್ಲಗಿನ್ಗಳು, ಕೋಡ್ ಇಂಟರ್ಪ್ರೆಟರ್ಗಳು ಅಥವಾ ರಿಟ್ರಿವಿಲ್ ಮಾಡ್ಯೂಲ್ಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿವೆ. ಈ ಪರಿಹಾರವು ಅನಿರೀಕ್ಷಿತ ಪೇಲೋಡ್ಗಳನ್ನು ನೀಡುವಂತಹ ಅಸಹಜ ವರ್ತನೆಗಳಿಗಾಗಿ ಈ ಇಂಟಿಗ್ರೇಷನ್ಗಳನ್ನು ಗಮನಿಸುತ್ತಿರುತ್ತದೆ.
ಓಪನ್-ಸೋರ್ಸ್ ಮತ್ತು ಓಪನ್-ವೇಟ್ ಮಾಡೆಲ್ಗಳು ವಿಶೇಷ ತಲೆನೋವು ಉಂಟುಮಾಡುತ್ತವೆ. ಮಾಡೆಲ್ ಫೈಲ್ಗಳು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳಬಹುದಾದ ಕಾರಣ, ಶತ್ರುಗಳು ಮಾಡೆಲ್ ಲೋಡ್ ಆದ ತಕ್ಷಣ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಗುಪ್ತ ಕೋಡ್ ಅಥವಾ ದುರುಪಯೋಗದ ವೇಟ್ಗಳನ್ನು (malicious weights) ಅಳವಡಿಸಬಹುದು. HiddenLayer ಸುಮಾರು 50 AI ಫೈಲ್ ಫಾರ್ಮ್ಯಾಟ್ಗಳನ್ನು ಪರೀಕ್ಷಿಸುತ್ತದೆ ಮತ್ತು ಬ್ಯಾಕ್ಡೋರ್ ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದಾದ "ಮಾಡೆಲ್ಗಳ ಒಳಗಿನ ಗುಪ್ತ ಮಾಡೆಲ್ಗಳಿಗಾಗಿ" ಹುಡುಕುತ್ತದೆ. ಈ ಸಪ್ಲೈ-ಚೈನ್ ರಕ್ಷಣೆ ಹಾನಿಕಾರಕ ಅಂಶಗಳು ಉತ್ಪಾದನಾ ಹಂತದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಮೊದಲೇ ಅವುಗಳನ್ನು ತಡೆಯುತ್ತದೆ.
ಹೊಸ ಬಂಡವಾಳವನ್ನು ಹೇಗೆ ಬಳಸಲಾಗುವುದು
HiddenLayer ಈ $100 ಮಿಲಿಯನ್ ಅನ್ನು ಮೂರು ಪ್ರಮುಖ ಕ್ಷೇತ್ರಗಳಿಗೆ ಹಂಚಿಕೆ ಮಾಡಲಿದೆ:
- Sales and distribution – ಒಂದು ಸೀಮಿತ ಮಾರುಕಟ್ಟೆಯ ಪ್ರಯತ್ನವನ್ನು ವ್ಯಾಪಕವಾದ ಎಂಟರ್ಪ್ರೈಸ್ ಸೇಲ್ಸ್ ಇಂಜಿನ್ ಆಗಿ ಪರಿವರ್ತಿಸುವುದು ಮತ್ತು AI ಅನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಪ್ರಾರಂಭಿಸುತ್ತಿರುವ ವಲಯಗಳನ್ನು ತಲುಪುವುದು.
- Engineering research – ಮಲ್ಟಿ-ಮೋಡಲ್ ಪ್ರಾಂಪ್ಟ್ ಇಂಜೆಕ್ಷನ್ ಮತ್ತು ಕ್ರಾಸ್-ಏಜೆಂಟ್ ಕೋಆರ್ಡಿನೇಷನ್ ಅಟ್ಯಾಕ್ಸ್ನಂತಹ ಉದಯೋನ್ಮುಖ ದಾಳಿಗಳ ಪತ್ತೆಹಚ್ಚುವ ತಂತ್ರಜ್ಞಾನದ ಮೇಲೆ ಹೆಚ್ಚಿನ ಗಮನ ಹರಿಸುವುದು.
- Geographic expansion – ಯುರೋಪ್, ಮಧ್ಯಪ್ರಾಚ್ಯ ಮತ್ತು ಆಫ್ರಿಕಾ (EMEA) ವಲಯಗಳಲ್ಲಿ ತನ್ನ ಉಪಸ್ಥಿತಿಯನ್ನು ವಿಸ್ತರಿಸುವುದು, ಅಲ್ಲಿ AI ಪಾರದರ್ಶಕತೆ ಮತ್ತು ಭದ್ರತೆಗೆ ಸಂಬಂಧಿಸಿದ ನಿಯಮಗಳು ಕಠಿಣವಾಗುತ್ತಿವೆ.
ಸೆಸ್ಟಿಟೊ HiddenLayer ನ ಸೇವೆಯನ್ನು "AI ಗಾಗಿ ಎಂಡ್ಪಾಯಿಂಟ್ ಡಿಟೆಕ್ಷನ್ ಅಂಡ್ ರೆಸ್ಪಾನ್ಸ್ (EDR)" ಗೆ ಹೋಲಿಸುತ್ತಾರೆ. EDR ಏಜೆಂಟ್ಗಳು ಆಪರೇಟಿಂಗ್ ಸಿಸ್ಟಮ್ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ದುರುಪಯೋಗದ ಚಟುವಟಿಕೆಗಳಿಗಾಗಿ ಗಮನಿಸುವಂತೆ, HiddenLayer ನ ರನ್ಟೈಮ್ ಗಾರ್ಡ್ ಮಾಡೆಲ್ ಇನ್ಫರೆನ್ಸ್ ಕರೆಗಳು, ಟೂಲ್ ಇನ್ವೋಕೇಶನ್ಗಳು ಮತ್ತು ಡೇಟಾ ಹರಿವುಗಳಲ್ಲಿನ ನೀತಿ ಉಲ್ಲಂಘನೆಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ.
ವಿರೋಧಾಭಾಸ: ಕ್ಲೌಡ್ ದೈತ್ಯರು ಈ ಸಣ್ಣ ಮಾರುಕಟ್ಟೆಯನ್ನು ನುಂಗಿಬಿಡಬಹುದೇ?
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.