HiddenLayer 100 milyon dolar aldı: AI güvenliği çalışma anına iniyor
AI güvenliği şirketi HiddenLayer, 2 Eylül 2026’da Delta-v Capital liderliğinde 100 milyon dolarlık Seri B yatırım aldığını açıkladı. HiddenLayer’ın resmi duyurusunda Ten Eleven Ventures, Morgan Stanley, Microsoft’un girişim fonu M12 ve Booz Allen Ventures turun diğer katılımcıları olarak sıralanıyor.
Austin merkezli şirket, sermayeyi kurumsal güvenlik platformunu büyütmek ve özellikle Agentic Runtime Security ile otonom kodlama ajanlarına yönelik Agent Harness Security ürünlerini geliştirmek için kullanacak. Yatırımın ürün odağı böylece dağıtımdan önce model incelemenin ötesine geçerek AI ajanlarının üretimdeki araç çağrılarını ve eylemlerini gerçekleştiği sırada denetlemeye uzanıyor.
Turun dayanağı açıklanan gelir ve müşteri büyümesi
HiddenLayer’ın yatırım hikâyesindeki başlıca talep göstergesi, şirketin yıllık tekrarlayan gelirinde bildirdiği artış. Kurucu ortak ve CEO Chris Sestito’nun TechCrunch’a verdiği bilgilere göre yıllık tekrarlayan gelir son bir yılda on kattan fazla büyüyerek on milyonlarca dolar düzeyine ulaştı; büyümenin yüzde 90’dan fazlası aynı dönemde gelen yeni müşterilerden kaynaklandı. Sestito kesin ARR tutarını paylaşmadı.
Şirket aynı dönemde 50’den fazla yeni platform müşterisi kazandığını belirtiyor. Finansal hizmetler ve AI ürünü geliştiren büyük teknoloji şirketleri öne çıkan müşteri grupları; ABD savunma ve istihbarat kurumlarıyla yapılan sözleşmeler de talebin hassas ve düzenlemeye tabi ortamlara yayıldığını gösteriyor.
Bu göstergeler denetlenmiş mali sonuçlar değil, şirket açıklaması ve kurucu beyanı. Bu nedenle tur tutarıyla gelir arasında güvenilir bir değerleme çarpanı hesaplanamıyor. Buna karşılık büyümenin ağırlıkla yeni müşterilere bağlanması, sermayenin neden yalnızca araştırmaya değil satış ve dağıtım kapasitesine de yöneltildiğini açıklayan somut bir işaret sunuyor.
Platformdaki kontroller aynı işi yapmıyor
HiddenLayer’ın kapsamı tek bir güvenlik kontrolünden ibaret değil. SiliconANGLE’ın tur haberinde platformun model ve bağlı paketleri dağıtımdan önce kurcalanma belirtileri açısından taradığı, kontrollü saldırı testleriyle zayıflıkları aradığı ve çalışan sistemleri çıkarım katmanında izlediği aktarılıyor.
AI Discovery, farklı ekip ve ortamlardaki AI varlıklarını bulup envantere alıyor. Buradaki işlev bir saldırıyı doğrudan durdurmak değil; güvenlik ekibine hangi model, uygulama ve ajanın kurum içinde kullanıldığına ilişkin görünürlük sağlamak.
AI Supply Chain Security, modelleri ve AI bileşenlerini üretime girmeden önce inceliyor. Özellikle açık kaynaklı veya açık ağırlıklı modellerde indirilen dosyanın iddia edilen içerikle eşleşip eşleşmediği, paketlerin değiştirilip değiştirilmediği ve içlerinde zararlı unsurlar bulunup bulunmadığı bu kontrolün alanına giriyor.
AI Attack Simulation, canlı sistemi koruyan bir filtre yerine kontrollü rakip davranışlarıyla zayıflık arayan test katmanı. Model taraması tedarik zincirindeki dosya ve bileşenlerin bütünlüğüne, saldırı simülasyonu ise uygulamanın kötü niyetli girdiler karşısındaki davranışına bakıyor. Bu iki görev satın alma sürecinde dağıtım öncesi güvence sağlarken çalışma zamanı koruması üretim boyunca devam ediyor.
Yeni ağırlık merkezi ajanların çalışma anı
Başlıktaki “çalışma anına iniyor” ifadesinin karşılığı, Agentic Runtime Security’nin üretimdeki ajan davranışını oturum boyunca izlemesi. AI ajanları yalnızca metin üretmekle kalmayıp harici araçlara erişebiliyor, birden fazla çağrıyı birbirine bağlayabiliyor ve kurumsal sistemlerde eylem başlatabiliyor. Bu nedenle dağıtım öncesinde güvenli bulunan bir modelin daha sonra hangi aracı, hangi bağlamda ve hangi yetkiyle kullandığı ayrı bir denetim alanı oluşturuyor.
HiddenLayer, çalışma zamanı ürününün ajan manipülasyonu, kötü amaçlı araç kullanımı ve yetkisiz eylemleri gerçekleşirken işaretleyip durdurmayı amaçladığını söylüyor. Agent Harness Security ise bu yaklaşımı kod okuyan, komut çalıştıran, dosya değiştiren ve geliştirici sistemleriyle etkileşen otonom kodlama ajanlarına uyguluyor; hedeflenen riskler arasında prompt injection, hassas veri açığa çıkması ve güvenli olmayan komut yürütme bulunuyor.
Bu genişleme mevcut ürünlerden kopuş değil. Şirketin model keşfi, tedarik zinciri taraması ve saldırı simülasyonu kontrolleri devam ederken ajanlara özgü tehditler çalışma zamanı katmanının kapsamını büyütüyor. Dolayısıyla 100 milyon dolarlık tur, yalnızca daha fazla model tarama kapasitesine değil, AI sistemlerinin üretimde gerçekleştirdiği eylemlerin sürekli denetlenmesine yönelik talebe dayanıyor.
Türkiye’deki kurumsal alıcı için anlamı
Türkiye’de kurumsal AI ve siber güvenlik yatırımı yapan şirketler açısından ürünler arasındaki ayrım satın alma mimarisini etkiliyor. Envanter ve model taraması, üretime geçiş kapılarında konumlandırılabilir; saldırı simülasyonu belirli aralıklarla veya sürüm öncesinde uygulanabilir. Çalışma zamanı korumasının ise üretim trafiği, ajan oturumları, araç bağlantıları ve güvenlik operasyonlarıyla sürekli ilişki kurması gerekiyor.
Bu durum, tek seferlik model onayının ajan güvenliğiyle aynı şey olmadığını gösteriyor. Bir model dosyası değiştirilmemiş ve uygulama kontrollü testleri geçmiş olsa bile ajanın canlı ortamda eriştiği araçlar, taşıdığı bağlam ve başlatabildiği işlemler yeni bir risk yüzeyi yaratıyor. HiddenLayer’ın sermayeyi ajan çalışma zamanı ürünlerine ayırması, güvenlik bütçelerinin AI yaşam döngüsündeki farklı görevler arasında bölünmeye başladığına dair bir şirket ve yatırımcı sinyali; pazarın tamamı için bağımsız bir ölçüm değil.
Açıklanmayanlar ve sıradaki ölçüt
HiddenLayer, mühendislik ve araştırmayı genişletmenin yanında satış, dağıtım, kanal ilişkileri ve uluslararası büyümeye yatırım yapmayı planlıyor. Avrupa ve daha geniş EMEA bölgesi hedefler arasında bulunuyor; ancak ülke bazında takvim, Türkiye’ye özel satış yapılanması veya sermayenin bu alanlara nasıl dağıtılacağı açıklanmadı.
Turun değerlemesi ve yatırımcıların ayrı ayrı koyduğu tutarlar da kamuya açıklanan bilgiler arasında değil. Şimdilik doğrulanabilen tablo, 100 milyon dolarlık Seri B’nin tamamlandığı, şirketin güçlü fakat denetlenmemiş büyüme göstergeleri açıkladığı ve ürün yatırımlarında ajanların üretimdeki davranışlarını denetleyen çalışma zamanı güvenliğine ağırlık verdiği yönünde. Bundan sonraki ölçüt, bu sermayenin ürün kullanımına, yeni kurumsal müşterilere ve EMEA’daki somut büyümeye nasıl yansıdığı olacak.
Ayrıca okuyun:
Bültenimize abone olun
En son Web3, yapay zekâ ve kripto haberleri doğrudan gelen kutunuza gelsin.