HiddenLayer ने Delta-v Capital च्या नेतृत्वाखाली Series B राउंडमध्ये $100 दशलक्ष मिळवले आहेत, ज्यामध्ये Microsoft चे M12, Morgan Stanley आणि Ten Eleven Ventures यांचा सहभाग होता. कंपन्या जेनेरेटिव्ह AI (generative AI) आणि ऑटोनॉमस एजंट्स (autonomous agents) प्रत्यक्ष वापरासाठी (production) आणत असताना, हे भांडवल त्यांच्या AI रनटाइम सिक्युरिटी प्लॅटफॉर्मला गती देण्यासाठी वापरले जाईल.
AI मॉडेल्सभोवतीचा अटॅक सरफेस (attack surface) वेगाने वाढत आहे. ज्या कंपन्या एकेकाळी केवळ प्रूफ-ऑफ-कॉन्सेप्ट (proof-of-concept) नोटबुक चालवत होत्या, त्या आता लार्ज लँग्वेज मॉडेल्स (large language models) आणि एजन्टिक वर्कफ्लो (agentic workflows) ग्राहकांशी संबंधित सेवा, अंतर्गत निर्णय प्रक्रिया आणि अगदी संरक्षण-दर्जाच्या (defense-grade) प्रणालींमध्ये समाविष्ट करत आहेत. प्रत्येक नवीन एंडपॉइंट—प्रॉम्प्ट इंटरफेस, टूल इंटिग्रेशन, मॉडेल व्हर्जन—शत्रूंसाठी प्रवेशद्वार ठरू शकतो आणि या एंडपॉइंट्सचे संरक्षण करणाऱ्या साधनांची बाजारपेठ स्वतः तंत्रज्ञानाच्या वेगाला मागे टाकत आहे.
AI सुरक्षा सिद्धांताकडून गरजेकडे का वळली
तीन वर्षांपूर्वी, बहुतेक सुरक्षा विश्लेषक AI-विशिष्ट धोक्यांकडे केवळ संशोधनाचा एक विषय म्हणून पाहत असत. प्रतिकूल हल्ले (adversarial attacks) मोठ्या प्रमाणावर वाढतील ही कल्पना कृती करण्यापेक्षा अधिक चर्चेचा विषय होती. Gartner च्या अंदाजानुसार, AI सुरक्षा साधनांवरील एंटरप्राइझ खर्च यावर्षी $2.83 अब्ज होईल, जो गेल्या वर्षीच्या तुलनेत 83 टक्क्यांनी जास्त आहे, आणि पुढील वर्षी तो $4.78 अब्जपर्यंत पोहोचेल. हे आकडे प्रायोगिक टप्प्याकडून महत्त्वपूर्ण उपयोजनांकडे (mission-critical deployments) झालेल्या बदलाचे दर्शन घडवतात आणि हे सूचित करतात की, एखादे मॉडेल कॉम्प्रोमाइज झाल्यास प्रतिबंधात्मक साधनांपेक्षा कितीतरी जास्त नुकसान होऊ शकते, याची जाणीव आता संस्थांना झाली आहे.
HiddenLayer ची वाढ याच कलानुसार आहे. CEO Chris Sestito सांगतात की, गेल्या बारा महिन्यांत कंपनीचा वार्षिक आवर्ती महसूल (annual recurring revenue) दहापट वाढला असून तो आता "दशलक्ष डॉलर्सच्या" (tens of millions) श्रेणीत आहे. या वाढीपैकी 90 टक्क्यांहून अधिक वाढ नवीन ग्राहकांमुळे झाली आहे—ज्यामध्ये वित्तीय संस्था, मोठ्या टेक कंपन्या, अमेरिकेचा संरक्षण विभाग (U.S. Department of Defense) आणि इंटेलिजन्स कम्युनिटी यांचा समावेश आहे. एका अज्ञात क्लायंटने, जो दर आठवड्याला 700 दशलक्ष वापरकर्त्यांना फ्रंटियर मॉडेल पुरवतो, देखील या प्लॅटफॉर्मवर स्वाक्षरी केली आहे, ज्यामुळे या समस्येचे गांभीर्य अधोरेखित होते.
मॉडेल हार्डनिंगपासून ऑटोनॉमस एजंट्सच्या संरक्षणापर्यंत
पारंपारिक मशीन-लर्निंग सुरक्षा प्रामुख्याने ट्रेनिंग पाइपलाइन सुरक्षित करण्यावर आणि अंदाजांमध्ये सूक्ष्म बदल घडवून आणणाऱ्या प्रतिकूल इनपुट्सवर (adversarial inputs) लक्ष केंद्रित करत असे. HiddenLayer अजूनही त्या मूलभूत गोष्टी—डिस्कव्हरी, रनटाइम प्रोटेक्शन, अटॅक सिम्युलेशन आणि सप्लाय-चेन तपासणी—कव्हर करते, परंतु आता ते जेनेरेटिव्ह AI च्या अद्वितीय जोखमींना तोंड देत आहे.
- प्रॉम्प्ट इंजेक्शन (Prompt injection) – असे घातक इनपुट्स जे मॉडेलला अनपेक्षित कमांड्स कार्यान्वित करण्यास किंवा गोपनीय डेटा उघड करण्यास भाग पाडतात. हे प्लॅटफॉर्म मॉडेलपर्यंत पोहोचण्यापूर्वी प्रॉम्प्ट्स स्वच्छ (sanitise) करते आणि धोरणांचे उल्लंघन होत नाही की नाही यासाठी आउटपुटवर लक्ष ठेवते.
- एजंट मॅनिप्युलेशन (Agent manipulation) – टूल्स, APIs आणि डेटा सोर्सची साखळी वापरणारे ऑटोनॉमस एजंट्स अंमलबजावणी दरम्यान हायजॅक केले जाऊ शकतात, ज्यामुळे हानिकारक कृती किंवा डेटा लीक होऊ शकते. HiddenLayer प्रत्येक वर्कफ्लो स्टेपमध्ये पॉलिसी चेक समाविष्ट करते आणि ठरवलेल्या नियमांचे उल्लंघन करणाऱ्या कृती थांबवते.
- घातक टूलचा वापर (Malicious tool use) – AI एजंट्स अधिकाधिक बाह्य प्लगइन्स, कोड इंटरप्रेटर्स किंवा रिट्रिव्हल मॉड्यूल्सवर अवलंबून आहेत. हे सोल्यूशन या इंटिग्रेशन्सवर असामान्य वर्तनासाठी लक्ष ठेवते, जसे की एखादे रिट्रिव्हल मॉड्यूल अनपेक्षित पेलोड (payloads) परत करणे.
ओपन-सोर्स आणि ओपन-वेट मॉडेल्समुळे विशेष समस्या निर्माण होते. मॉडेल फाइल्स मुक्तपणे वितरित केल्या जाऊ शकत असल्यामुळे, हल्लेखोर त्यात लपलेला कोड किंवा घातक वेट्स (malicious weights) समाविष्ट करू शकतात, जे मॉडेल लोड होताच कार्यान्वित होतात. HiddenLayer सुमारे 50 AI फाईल फॉरमॅट्सचे विश्लेषण आणि स्कॅन करते, जेणेकरून "मॉडेलच्या आत लपलेले मॉडेल्स" शोधता येतील जे बॅकडोअर म्हणून काम करू शकतात. ही सप्लाय-चेन संरक्षण पद्धत कॉम्प्रोमाइज झालेली आर्टिफॅक्ट्स प्रत्यक्ष वापरात येण्यापूर्वीच थांबवते.
नवीन भांडवलाचा वापर कसा केला जाईल
HiddenLayer हे $100 दशलक्ष तीन मुख्य क्षेत्रांत विभागून खर्च करेल:
- विक्री आणि वितरण (Sales and distribution) – एका मर्यादित (niche) मार्केटमधील प्रयत्नांचे रूपांतर व्यापक एंटरप्राइझ सेल्स इंजिनमध्ये करणे, जेणेकरून मोठ्या प्रमाणावर AI स्वीकारण्यास सुरुवात करणाऱ्या क्षेत्रांपर्यंत पोहोचता येईल.
- इंजिनिअरिंग रिसर्च (Engineering research) – मल्टि-मोडल प्रॉम्प्ट इंजेक्शन आणि क्रॉस-एजंट कोऑर्डिनेशन अटॅक्स यांसारख्या उदयोन्मुख अटॅक वेक्टर्ससाठी डिटेक्शन लॉजिकवर अधिक भर देणे.
- भौगोलिक विस्तार (Geographic expansion) – युरोप, मध्य पूर्व आणि आफ्रिका (EMEA) मध्ये उपस्थिती निर्माण करणे, जिथे AI पारदर्शकता आणि सुरक्षेबाबतचे नियामक दबाव वाढत आहेत.
Sestito HiddenLayer च्या ऑफरची तुलना "AI साठी एंडपॉईंट डिटेक्शन अँड रिस्पॉन्स (EDR)" शी करतात. ज्याप्रमाणे EDR एजंट्स ऑपरेटिंग-सिस्टममधील प्रक्रियांवर घातक हालचालींसाठी लक्ष ठेवतात, त्याचप्रमाणे HiddenLayer चा रनटाइम गार्ड मॉडेल इन्फरन्स कॉल्स, टूल इन्व्होकेशन्स आणि डेटा फ्लोवर धोरणांच्या उल्लंघनासाठी लक्ष ठेवतो.
प्रतिवाद: क्लाउड दिग्गज या क्षेत्रावर ताबा मिळवू शकतील का?
कंपनी मान्य करते की AWS, Azure, Google Cloud सारखे मोठे क्लाउड प्रदाते त्यांच्या व्यवस्थापित (managed) AI सेवांमध्ये अशाच प्रकारची रनटाइम सुरक्षा (runtime protections) समाविष्ट करू शकतात. जर एखाद्या क्लाउड विक्रेत्याने अंगभूत (built-in) प्रॉम्प्ट-इंजेक्शन फिल्टर्स किंवा एजंट-पॉलिसी एनफोर्समेंट दिली, तर उद्योगांना (enterprises) थर्ड-पार्टी ॲड-ऑनमध्ये कमी मूल्य वाटू शकते.
सेस्टिटोचा असा युक्तिवाद आहे की गव्हर्नन्स, आयडेंटिटी आणि पॉलिसी कंट्रोल्स इतके गुंतागुंतीचे राहतील की त्यासाठी विशेष सोल्यूशन्सची गरज भासेल. "जेव्हा तुम्ही मल्टी-टेनंट, उच्च-मूल्य असलेल्या वर्कलोड्सशी व्यवहार करत असता जे संस्थात्मक सीमा ओलांडतात, तेव्हा 'वन-साईज-फिट्स-ऑल' क्लाउड ऑफरिंग प्रत्येक कंप्लायन्स बारकाव्यांना (compliance nuance) हाताळू शकत नाही," असे ते म्हणतात. त्यांचा असा विश्वास आहे की एक समर्पित सुरक्षा स्तर (dedicated security layer) हायपरस्केलर्सच्या अवाढव्य उत्पादन चक्रापेक्षा वेगाने काम करू शकतो, आणि विद्यमान सिक्युरिटी इन्फॉर्मेशन अँड इव्हेंट मॅनेजमेंट (SIEM) टूल्ससोबतचे सखोल एकत्रीकरण या प्लॅटफॉर्मला सुसंगत ठेवेल.
येणाऱ्या महिन्यांत काय पाहावे
- अडॉपशनचा वेग (Adoption velocity) – जर 'hidden-layer' सुरक्षा साधने AI खरेदी करारांसाठी पूर्वअट बनली, तर विशेषतः नियमन केलेल्या (regulated) क्षेत्रांमध्ये एंटरप्राइझ लायसन्समध्ये मोठी वाढ होऊ शकते.
- स्पर्धात्मक हालचाली – प्रमुख क्लाउड प्रदात्यांकडून नेटिव्ह AI रनटाइम हार्डनिंगबद्दलच्या घोषणांकडे लक्ष द्या. एखादे बंडल केलेले ऑफरिंग 'hidden-layer'ला हायब्रिड-क्लाउड किंवा ऑन-प्रिमाइसेस उपयोजनांकडे (deployments) वळण्यास भाग पाडू शकते.
- नियामक दबाव (Regulatory pressure) – सरकारे AI-विशिष्ट सुरक्षा मानके तयार करत असताना, कंप्लायन्सच्या आवश्यकतांमध्ये रनटाइम संरक्षणाचा स्पष्ट उल्लेख असू शकतो, ज्यामुळे HiddenLayer सारख्या विक्रेत्यांना नियामक पाठबळ (regulatory tailwind) मिळू शकते.
- धमक्यांची उत्क्रांती (Threat evolution) – नवीन हल्ला तंत्रे—अनेक एजंट्समध्ये समन्वित प्रॉम्प्ट इंजेक्शन किंवा मोठ्या प्रमाणावर मॉडेल वेट्सना दूषित करणारे सप्लाय-चेन अटॅक्स—कोणत्याही डिटेक्शन इंजिनची परीक्षा घेतील. HiddenLayer ज्या वेगाने आपली डिटेक्शन मॉडेल्स अनुकूल करते, ते एक महत्त्वाचे वैशिष्ट्य ठरेल.
सारांश (Bottom line)
HiddenLayer कडून उभारण्यात आलेले $100 मिलियन हे दर्शवते की AI-विशिष्ट रनटाइम सुरक्षेसाठीचे मार्केट आता शैक्षणिक चर्चेतून व्यावसायिक अनिवार्यतेकडे (commercial imperative) वळले आहे. जसे एंटरप्राइझ AI विलग मॉडेल्सच्या पलीकडे जाऊन जटिल, साधन-समृद्ध (tool-rich) एजंट्समध्ये विस्तारत आहे, तसे निरंतर, पॉलिसी-चालित संरक्षण हे पारंपारिक एंडपॉइंट सुरक्षेइतकेच आवश्यक बनत आहे. ही स्टार्टअप प्रगत शत्रू आणि क्लाउड दिग्गजांमधील सुरक्षा शर्यतीमध्ये (security arms race) आघाडीवर राहते की नाही, यावरून ते "AI साठी EDR" म्हणून राहील की एखाद्या मोठ्या प्लॅटफॉर्ममध्ये समाविष्ट केलेले आणखी एक वैशिष्ट्य बनेल, हे ठरवले जाईल. स्वतःच्या सीमा अजूनही निश्चित करत असलेल्या इकोसिस्टममध्ये समर्पित AI सुरक्षा विक्रेते स्वतःसाठी एक कायमस्वरूपी स्थान निर्माण करू शकतात की नाही, हे पुढील तिमाहीत स्पष्ट होईल.