HiddenLayer lève 100 M$ pour sécuriser les déploiements d’IA en entreprise

La startup HiddenLayer annonce une levée de fonds de 100 millions de dollars en série B pour renforcer ses outils de sécurité dédiés aux modèles et agents d’IA déployés en production.

HiddenLayer propose des solutions de protection en temps réel contre les attaques adversariales, les vulnérabilités logicielles et les injections de code malveillant ciblant les systèmes d’IA. Ses produits couvrent désormais la détection des risques liés aux injections de prompts, à la manipulation d’agents et à l’utilisation malveillante d’outils intégrés. Selon son cofondateur et PDG, Chris Sestito, son chiffre d’affaires récurrent annuel a été multiplié par plus de dix en un an, atteignant des "dizaines de millions de dollars", avec plus de 90 % de cette croissance générée par de nouveaux clients sur la dernière année. Les secteurs les plus représentés dans son portefeuille sont les services financiers et les grandes entreprises technologiques, mais l’entreprise travaille également avec des institutions comme le Department of Defense américain et des acteurs du renseignement.

Le tour de table de 100 millions de dollars, mené par Delta-v Capital, rassemble des investisseurs comme Ten Eleven Ventures, M12 (fonds de Microsoft), Morgan Stanley, Booz Allen Hamilton et d’autres. Cette levée intervient alors que le marché de la sécurité des outils d’IA connaît une croissance rapide : Gartner estime que les entreprises dépenseront 2,83 milliards de dollars en 2026 pour sécuriser leurs déploiements d’IA, soit une hausse de 83 % par rapport à 2025, avec une projection à 4,78 milliards en 2027.

Parmi les clients de HiddenLayer figure un fournisseur de modèles de pointe revendiquant plus de 700 millions d’utilisateurs hebdomadaires, une description compatible avec des acteurs comme OpenAI ou Anthropic. L’entreprise n’a pas révélé d’informations supplémentaires sur ce client ni sur son chiffre d’affaires exact, mais souligne que son offre reste centrée sur des fonctionnalités existantes étendues, comme la simulation d’attaques, la protection en phase d’inférence et la sécurité de la chaîne d’approvisionnement des modèles.