Contexte du marché
Gartner prévoit que les dépenses mondiales en solutions de sécurisation des outils d’IA atteindront 2,83 milliards de dollars en 2026, soit une hausse de 83 % par rapport à 2025, et devraient grimper à 4,78 milliards l’an suivant. Cette progression reflète la multiplication des déploiements d’agents IA et la prise de conscience des risques d’injection de prompts, de manipulation d’agents et d’injection de code malveillant. Le rythme d’adoption des agents IA dans les processus métier a multiplié par trois le nombre de points d’intégration à sécuriser entre 2023 et 2025. Les premiers rapports d’attaques à grande échelle restent rares, mais la menace perçue suffit à justifier des budgets conséquents, comme en témoignent les contrats du DoD et des services financiers avec HiddenLayer.
Offre technique de HiddenLayer
HiddenLayer commercialise quatre piliers : découverte des modèles, protection en temps réel, simulation d’attaques et sécurisation de la chaîne d’approvisionnement. Depuis 2023, l’entreprise a élargi ces services pour couvrir les vecteurs spécifiques aux IA génératives : injection de prompts, détournement d’agents et usage malveillant d’outils externes. La protection en temps réel s’inspire du modèle Endpoint Detection and Response (EDR) mais s’applique aux flux d’inférence, aux modèles de poids ouvert et aux environnements d’exécution d’agents autonomes. Chaque module s’appuie sur des agents de surveillance qui interceptent les appels d’API d’inférence, enregistrent les métadonnées et appliquent des politiques de confiance basées sur le profil du modèle.
Analyse des mécanismes de protection
Le cœur de la solution repose sur l’analyse de plus de 50 formats de fichiers IA, permettant de vérifier l’intégrité d’un modèle open‑weight avant son chargement. Cette étape détecte les « modèles cachés » qui masquent un code ou un poids différent de celui annoncé, un vecteur d’attaque fréquent dans les dépôts open‑source. En parallèle, le moteur de simulation reproduit des scénarios d’injection de prompts et de manipulation d’agents afin de mesurer la résilience du pipeline d’inférence. Le composant de chaîne d’approvisionnement compare les empreintes cryptographiques des artefacts aux références officielles, limitant les risques de compromission lors de la mise à jour des modèles. Le système utilise également des signatures comportementales pour identifier les écarts de latence ou de consommation de ressources qui peuvent indiquer une exécution de code non autorisée.
Enjeux et perspectives
Le financement de 100 M$ en série B, mené par Delta‑v Capital et soutenu par Microsoft M12, Ten Eleven Ventures et Booz Allen Hamilton, vise à renforcer les équipes de vente, à accélérer le développement d’ingénierie et à pénétrer les marchés européens. La concurrence s’intensifie : Cisco, Palo Alto Networks et Check Point privilégient l’acquisition de technologies similaires, tandis que des startups comme Noma et Zenity lèvent des montants comparables. HiddenLayer mise sur son avance technique et sur des contrats stratégiques (DoD, fournisseurs de modèles de pointe) pour rester pertinent, mais devra prouver la scalabilité de son modèle de revenu, actuellement « dans les dizaines de millions » de dollars d’ARR, afin d’éviter d’être absorbé par les plateformes d’infrastructure IA de Microsoft, OpenAI ou AWS. À moyen terme, l’entreprise envisage d’intégrer des contrôles d’identité décentralisée afin de lier chaque requête d’inférence à un jeton d’authentification vérifiable, renforçant ainsi la traçabilité des actions d’agents.
