HiddenLayer recauda 100 millones mientras crece la seguridad de IA

El 2 de septiembre, la startup de seguridad de IA HiddenLayer anunció una ronda de financiación Serie B de 100 millones de dólares. Casi al mismo tiempo, la empresa de detección de contenido generado por IA Pangram cerró a finales de julio una ronda de 9 millones de dólares. Ambas operaciones reflejan un cambio importante en el sector: la seguridad y la detección de IA están pasando de la fase de «prueba de concepto» a una etapa de defensa aplicada en entornos reales.

HiddenLayer: protección de modelos y agentes de IA, con un ARR que se ha multiplicado por más de 10 en un año

Con sede en Austin, HiddenLayer desarrolla soluciones para proteger sistemas de IA frente a ataques, vulnerabilidades e inyecciones de código malicioso. Su plataforma AISec cubre áreas como la seguridad de la cadena de suministro, la defensa en tiempo de ejecución, la gestión de la postura de seguridad y las pruebas automatizadas de red teaming.

La plataforma está diseñada para proteger aplicaciones basadas en IA agéntica, IA generativa e IA predictiva.

La ronda Serie B estuvo liderada por Delta-v Capital, con la participación de Ten Eleven Ventures, Morgan Stanley, M12 —el fondo de Microsoft— y Booz Allen Hamilton, entre otros inversores. Con esta operación, HiddenLayer acumula aproximadamente 156 millones de dólares en financiación.

Durante el último año, los ingresos recurrentes anuales (ARR) de la compañía han aumentado más de 10 veces y actualmente se sitúan en el rango de decenas de millones de dólares.

Sus principales clientes proceden de los sectores de servicios financieros y grandes empresas tecnológicas, aunque HiddenLayer también trabaja con organismos de defensa e inteligencia de Estados Unidos. Entre sus clientes se encuentra un proveedor de modelos de IA de vanguardia con más de 700 millones de usuarios activos semanales.

La compañía tiene previsto utilizar principalmente el nuevo capital para ampliar sus equipos de ventas y sus canales de distribución, además de acelerar su expansión hacia Europa y Oriente Medio.

Pangram: detección de contenido generado por IA con más del 99 % de precisión en texto

Con sede en Nueva York, Pangram fue fundada hace dos años por Max Spero y Bradley Emi, graduados de Stanford especializados en inteligencia artificial y aprendizaje automático. La compañía desarrolla tecnología para distinguir entre contenido creado por personas y contenido generado por modelos de IA.

Su nueva ronda de 9 millones de dólares estuvo liderada por Menlo Ventures, con la participación de Haystack, ScOp, Script Capital y Cadenza.

Junto con la financiación, Pangram presentó una nueva generación de modelos de detección: Pangram 4 para textos generados por IA y Pangram Image para imágenes.

Según la compañía, Pangram 4 alcanza una precisión superior al 99 % y puede detectar textos creados con ayuda de IA, contenidos híbridos generados conjuntamente por humanos y modelos de IA, así como textos producidos por programas que intentan imitar la escritura humana.

Por su parte, Pangram Image se encuentra actualmente en fase de vista previa para investigación. El modelo analiza distribuciones a nivel de píxel y puede detectar imágenes generadas por IA procedentes de diferentes modelos.

Análisis editorial: la seguridad de IA pasa de ser «opcional» a convertirse en una necesidad

La Serie B de HiddenLayer llega apenas tres años después de su ronda Serie A. En aquel momento, el mercado todavía cuestionaba si los ataques dirigidos específicamente contra sistemas de IA llegarían realmente a convertirse en un problema a gran escala.

La situación ha cambiado rápidamente.

Gartner prevé que el gasto empresarial mundial en herramientas de seguridad para IA alcanzará los 2.830 millones de dólares en 2026, lo que supondría un crecimiento interanual del 83 %. La financiación de Pangram, por otro lado, refleja la creciente necesidad de detectar contenido generado por IA a medida que este se vuelve cada vez más abundante.

Las dos operaciones tienen algo en común: la seguridad y la detección de IA están dejando de ser temas marginales para convertirse en partidas de gasto relevantes dentro de las empresas.

Para los usuarios particulares, estos cambios probablemente serán difíciles de percibir a corto plazo. Para empresas y desarrolladores, sin embargo, proteger los modelos de IA y detectar contenido generado artificialmente están empezando a convertirse en una necesidad básica de infraestructura, más que en funciones opcionales.