HiddenLayer berhasil mengumpulkan dana sebesar $100 juta dalam putaran Seri B, yang dipimpin oleh Delta-v Capital dengan partisipasi dari M12 milik Microsoft, Morgan Stanley, dan Ten Eleven Ventures. Dana tersebut akan digunakan untuk memperkuat platform keamanan runtime AI miliknya seiring dengan dorongan perusahaan-perusahaan untuk menerapkan AI generatif dan agen otonom ke dalam tahap produksi.

Permukaan serangan di sekitar model AI sedang meledak. Perusahaan yang dulunya hanya menjalankan notebook proof-of-concept kini mulai menanamkan large language model dan alur kerja agen (agentic workflows) ke dalam layanan yang berhadapan dengan pelanggan, jalur pengambilan keputusan internal, bahkan sistem tingkat pertahanan. Setiap endpoint baru—antarmuka prompt, integrasi alat, versi model—menawarkan celah bagi penyerang, dan pasar untuk alat yang melindungi endpoint tersebut berkembang lebih cepat daripada teknologinya sendiri.

Mengapa keamanan AI beralih dari teori menjadi kebutuhan

Tiga tahun lalu, sebagian besar analis keamanan menganggap ancaman khusus AI hanya sebagai rasa ingin tahu penelitian. Gagasan bahwa serangan adversarial akan berskala besar lebih banyak diperdebatkan daripada ditindaklanjuti. Gartner kini memperkirakan pengeluaran perusahaan untuk alat keamanan AI akan mencapai $2,83 miliar tahun ini, melonjak 83 persen dari tahun lalu, dan akan naik menuju $4,78 miliar pada tahun depan. Angka-angka tersebut menunjukkan pergeseran dari uji coba eksperimental ke penerapan misi kritis (mission-critical) dan menandakan bahwa organisasi menyadari bahwa model yang terkompromi dapat memakan biaya jauh lebih besar daripada penyediaan alat pencegahan.

Pertumbuhan HiddenLayer mencerminkan tren tersebut. CEO Chris Sestito mengatakan bahwa pendapatan berulang tahunan (annual recurring revenue) perusahaan telah berlipat ganda lebih dari sepuluh kali lipat dalam dua belas bulan terakhir, dan kini berada di kisaran "puluhan juta". Lebih dari 90 persen dari peningkatan tersebut berasal dari pelanggan baru—lembaga keuangan, perusahaan teknologi besar, Departemen Pertahanan AS, dan komunitas intelijen. Seorang klien yang tidak disebutkan namanya, yang memasok model frontier ke lebih dari 700 juta pengguna mingguan, juga telah bergabung, yang menggarisbawahi luasnya masalah ini.

Dari pengerasan model ke perlindungan agen otonom

Keamanan machine learning tradisional berfokus pada pengamanan jalur pelatihan (training pipeline) dan mendeteksi input adversarial yang secara halus mendistorsi prediksi. HiddenLayer tetap mencakup dasar-dasar tersebut—penemuan (discovery), perlindungan runtime, simulasi serangan, dan pemeriksaan rantai pasokan (supply-chain)—tetapi kini ia menangani risiko unik dari AI generatif.

  • Prompt injection – Input berbahaya yang memaksa model untuk menjalankan perintah yang tidak diinginkan atau mengungkapkan data rahasia. Platform ini menyanitasi prompt sebelum mencapai model dan memantau output untuk pelanggaran kebijakan.
  • Manipulasi agen – Agen otonom yang merangkai alat, API, dan sumber data dapat dibajak di tengah eksekusi, yang menyebabkan tindakan berbahaya atau kebocoran data. HiddenLayer menyuntikkan pemeriksaan kebijakan pada setiap langkah alur kerja, membatalkan tindakan yang melanggar aturan yang telah ditentukan.
  • Penggunaan alat berbahaya – Agen AI semakin bergantung pada plugin eksternal, interpreter kode, atau modul pengambilan (retrieval). Solusi ini mengawasi integrasi tersebut untuk perilaku anomali, seperti modul pengambilan yang mengembalikan payload yang tidak terduga.

Model open-source dan open-weight menghadirkan masalah tersendiri. Karena file model dapat didistribusikan secara bebas, aktor ancaman dapat menyematkan kode tersembunyi atau bobot (weights) berbahaya yang akan dieksekusi setelah model dimuat. HiddenLayer mengurai dan memindai sekitar 50 format file AI, mencari "model tersembunyi di dalam model" yang dapat bertindak sebagai backdoor. Pertahanan rantai pasokan ini menghentikan artefak yang terkompromi sebelum sempat dijalankan di tahap produksi.

Bagaimana modal baru tersebut akan digunakan

HiddenLayer akan mengalokasikan $100 juta tersebut ke dalam tiga fokus utama:

  1. Penjualan dan distribusi – Mengubah upaya go-to-market yang bersifat ceruk (niche) menjadi mesin penjualan perusahaan yang lebih luas, menjangkau sektor-sektor yang baru mulai mengadopsi AI dalam skala besar.
  2. Riset teknik (Engineering research) – Melipatgandakan fokus pada logika deteksi untuk vektor serangan yang muncul, seperti prompt injection multi-modal dan serangan koordinasi lintas-agen.
  3. Ekspansi geografis – Membangun kehadiran di Eropa, Timur Tengah, dan Afrika (EMEA), di mana tekanan regulasi seputar transparansi dan keamanan AI semakin ketat.

Sestito menyamakan penawaran HiddenLayer dengan “Endpoint Detection and Response (EDR) untuk AI.” Sama seperti agen EDR yang mengawasi proses sistem operasi untuk aktivitas berbahaya, penjaga runtime HiddenLayer mengawasi panggilan inferensi model, pemanggilan alat, dan aliran data untuk pelanggaran kebijakan.

Sisi sebaliknya: mampukah raksasa cloud menelan ceruk pasar ini?

Perusahaan mengakui bahwa penyedia cloud besar—AWS, Azure, Google Cloud—dapat menyematkan perlindungan runtime serupa ke dalam layanan AI terkelola mereka. Jika vendor cloud menawarkan filter injeksi-prompt bawaan atau penegakan kebijakan agen, perusahaan mungkin akan melihat nilai yang lebih rendah pada tambahan pihak ketiga.

Sestito berpendapat bahwa tata kelola, identitas, dan kontrol kebijakan akan tetap cukup kompleks untuk membenarkan solusi khusus. “Saat Anda berurusan dengan beban kerja multi-tenant bernilai tinggi yang melintasi batas-batas organisasi, penawaran cloud yang bersifat umum tidak dapat menangani setiap nuansa kepatuhan,” katanya. Ia percaya bahwa lapisan keamanan khusus dapat bergerak lebih cepat daripada siklus produk masif dari para hyperscaler, dan bahwa integrasi mendalam dengan alat manajemen informasi dan peristiwa keamanan (SIEM) yang ada akan menjaga relevansi platform tersebut.

Hal yang perlu diperhatikan dalam beberapa bulan mendatang

  • Kecepatan adopsi – Jika alat keamanan HiddenLayer menjadi prasyarat untuk kontrak pengadaan AI, lisensi perusahaan dapat melonjak, terutama di sektor-sektor yang diatur.
  • Langkah kompetitif – Perhatikan pengumuman dari penyedia cloud utama mengenai pengerasan runtime AI asli (native). Penawaran paket dapat memaksa HiddenLayer untuk beralih ke penerapan hybrid-cloud atau on-premises.
  • Tekanan regulasi – Seiring pemerintah menyusun standar keamanan khusus AI, persyaratan kepatuhan mungkin secara eksplisit merujuk pada perlindungan runtime, memberikan angin segar regulasi bagi vendor seperti HiddenLayer.
  • Evolusi ancaman – Teknik serangan baru—injeksi prompt terkoordinasi di berbagai agen atau serangan rantai pasokan yang meracuni bobot model dalam skala besar—akan menguji mesin deteksi apa pun. Kecepatan HiddenLayer dalam mengadaptasi model deteksinya akan menjadi pembeda utama.

Kesimpulan

Pendanaan sebesar $100 juta dari HiddenLayer menunjukkan bahwa pasar untuk keamanan runtime khusus AI telah berpindah dari debat akademis menjadi keharusan komersial. Seiring AI perusahaan berkembang melampaui model yang terisolasi menjadi agen yang kompleks dan kaya fitur, perlindungan berkelanjutan yang berbasis kebijakan menjadi sama pentingnya dengan keamanan endpoint tradisional. Apakah startup ini mampu tetap unggul dari lawan yang canggih dan perlombaan senjata keamanan di antara raksasa cloud akan menentukan apakah ia tetap menjadi “EDR untuk AI” atau menjadi sekadar fitur lain yang digabungkan ke dalam platform yang lebih besar. Kuartal berikutnya akan mengungkapkan apakah vendor keamanan AI khusus dapat menciptakan ceruk yang langgeng dalam ekosistem yang masih mendefinisikan batas-batasnya sendiri.