Contexte du financement
Trois mois après la sortie de son produit, la startup d'IA appliquée à la cybersécurité Corma a clôturé une levée de fonds de 125 millions de dollars en série A, portée à une valorisation de 1 milliard de dollars. La ronde a été dirigée par NEA et a porté le total des capitaux levés à 185 millions de dollars, incluant les participations de Sequoia Capital, Khosla Ventures et Coatue. Corma, sortie du mode furtif en août, a bénéficié d’un pic d’intérêt déclenché par plusieurs incidents de sécurité majeurs le 21 octobre, notamment une faille critique dans le langage PHP et une vulnérabilité dans l’environnement d'exécution Node.js.
Offre technique de Corma
Corma commercialise des modèles d'IA et des agents spécialisés dans la défense des systèmes d'information. Les modèles sont entraînés sur des jeux de données contenant des signatures d'attaque, des comportements réseau anormaux et des logs d'incidents. Les agents, déployés en tant que services autonomes, analysent en temps réel les flux de trafic et les requêtes d'authentification, puis génèrent des réponses automatisées telles que le blocage de connexions ou l'isolation de processus compromis. Cette architecture repose sur une séparation entre le moteur d'inférence, hébergé sur des GPU cloud, et le module d'orchestration qui interagit avec les API de gestion d'infrastructure.
Enjeux de l'IA dans la défense
Les incidents du 21 octobre ont illustré la capacité des vulnérabilités open source à se propager rapidement dans les environnements d'entreprise. En mobilisant l'IA, Corma vise à réduire le temps de détection, qui se mesure traditionnellement en heures voire en jours, à quelques minutes. L'apprentissage continu permet d'intégrer de nouveaux indicateurs de compromission dès qu'ils sont publiés, limitant ainsi l'exposition aux failles zero‑day. Cependant, la dépendance à des modèles d'apprentissage profond nécessite des jeux de données de haute qualité et une mise à jour régulière pour éviter la dérive du modèle.
Limites et perspectives
Le recours à l'IA introduit des risques de faux positifs, qui peuvent entraîner des interruptions de service si les agents bloquent des flux légitimes. La transparence des décisions prises par les modèles reste un défi, surtout dans les environnements réglementés où l'audit des actions automatisées est requis. De plus, la concentration de plusieurs startups sur le même créneau crée une concurrence qui pourrait fragmenter les standards d'interopérabilité. Corma se positionne comme un laboratoire de recherche en IA de frontière, ce qui implique un investissement continu dans la validation scientifique des algorithmes avant leur déploiement à grande échelle.