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:

  1. 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.
  2. Engineering research – Double down on detection logic for emerging attack vectors, such as multi-modal prompt injection and cross-agent coordination attacks.
  3. 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?

Firma przyznaje, że wielcy dostawcy chmury — AWS, Azure, Google Cloud — mogliby zaimplementować podobną ochronę runtime w swoich zarządzanych usługach AI. Jeśli dostawca chmury zaoferuje wbudowane filtry wstrzykiwania promptów (prompt-injection) lub egzekwowanie polityk agentów, przedsiębiorstwa mogą uznać wartość zewnętrznych dodatków za mniejszą.

Sestito twierdzi, że zarządzanie (governance), tożsamość i kontrola polityk pozostaną wystarczająco złożone, aby uzasadnić stosowanie specjalistycznych rozwiązań. „Kiedy ma się do czynienia z wielonajemnymi (multi-tenant), wysokowartościowymi obciążeniami, które przekraczają granice organizacji, uniwersalna oferta chmurowa nie jest w stanie sprostać każdemu niuansowi zgodności (compliance)” — mówi. Uważa on, że dedykowana warstwa bezpieczeństwa może rozwijać się szybciej niż ogromne cykle produktowe hiperskalerów, a głęboka integracja z istniejącymi narzędziami SIEM (Security Information and Event Management) pozwoli platformie zachować znaczenie.

Na co zwrócić uwagę w nadchodzących miesiącach

  • Tempo adopcji – Jeśli narzędzia bezpieczeństwa HiddenLayer staną się wymogiem w kontraktach na zakup AI, liczba licencji korporacyjnych może gwałtownie wzrosnąć, szczególnie w sektorach regulowanych.
  • Ruchy konkurencji – Należy obserwować ogłoszenia głównych dostawców chmury dotyczące natywnego utwardzania runtime AI. Oferta pakietowa może zmusić HiddenLayer do zmiany kierunku w stronę wdrożeń hybrydowych lub lokalnych (on-premises).
  • Presja regulacyjna – W miarę jak rządy opracowują standardy bezpieczeństwa specyficzne dla AI, wymogi zgodności mogą wyraźnie odnosić się do ochrony runtime, co zapewni dostawcom takim jak HiddenLayer sprzyjające otoczenie regulacyjne.
  • Ewolucja zagrożeń – Nowe techniki ataków — skoordynowane wstrzykiwanie promptów w wielu agentach lub ataki na łańcuch dostaw, które na dużą skalę zatruwają wagi modeli — przetestują każdy silnik detekcji. Szybkość, z jaką HiddenLayer dostosowuje swoje modele detekcji, będzie kluczowym wyróżnikiem.

Podsumowanie

Pozyskanie 100 milionów dolarów przez HiddenLayer pokazuje, że rynek bezpieczeństwa runtime specyficznego dla AI przeszedł z fazy debaty akademickiej do fazy imperatywu komercyjnego. W miarę jak AI w przedsiębiorstwach wykracza poza odizolowane modele w stronę złożonych, bogatych w narzędzia agentów, ciągła ochrona oparta na politykach staje się tak samo niezbędna jak tradycyjne bezpieczeństwo punktów końcowych (endpoint security). To, czy startup wyprzedzi wyrafinowanych przeciwników i wyścig zbrojeń w dziedzinie bezpieczeństwa między gigantami chmurowymi, zdecyduje o tym, czy pozostanie „EDR dla AI”, czy stanie się kolejną funkcją włączoną do większej platformy. Nadchodzący kwartał pokaże, czy dedykowani dostawcy bezpieczeństwa AI będą w stanie wypracować trwałą niszę w ekosystemie, który wciąż definiuje własne granice.