HiddenLayer คืออะไร? การระดมทุน 100 ล้านดอลลาร์สหรัฐ และการเติบโตของความปลอดภัยสำหรับ Runtime ของ AI Agent
องค์กรต่างๆ กำลังเร่งนำตัวแทน AI อัตโนมัติที่เขียนโค้ด เรียกใช้เครื่องมือ เข้าถึงข้อมูล และดำเนินการตามขั้นตอนหลายขั้นตอนด้วยการควบคุมจากมนุษย์น้อยที่สุด มาใช้งาน ระบบเหล่านี้ขยายพื้นที่โจมตีออกไปไกลเกินกว่าแบบจำลองแบบดั้งเดิม สร้างความต้องการเร่งด่วนสำหรับการป้องกันแบบเรียลไทม์ที่เฉพาะเจาะจงซึ่งติดตามพฤติกรรมขณะเกิดขึ้น HiddenLayer บริษัทด้านความปลอดภัย AI ที่มีสำนักงานใหญ่อยู่ที่ออสติน ก่อตั้งในปี 2022 ได้จัดวางตำแหน่งตนเองไว้ตรงใจของการเปลี่ยนแปลงนี้ โดยรักษาความปลอดภัยให้กับแอปพลิเคชัน AI แบบตัวแทน แบบสร้างสรรค์ และแบบทำนายตลอดวงจรชีวิตทั้งหมด เมื่อวันที่ 2 กันยายน 2026 บริษัทได้ประกาศการระดมทุน Series B มูลค่า 100 ล้านดอลลาร์สหรัฐ โดยมี Delta-v Capital เป็นผู้นำการลงทุน ร่วมด้วย Ten Eleven Ventures, Morgan Stanley, M12 ของ Microsoft และ Booz Allen Ventures ทำให้เงินทุนรวมที่ระดมได้อยู่ที่ประมาณ 156 ล้านดอลลาร์สหรัฐ
การระดมทุนมาถึงเมื่อรายได้ประจำปีที่เกิดขึ้นซ้ำเพิ่มขึ้นมากกว่า 10 เท่าเมื่อเทียบกับปีก่อนหน้า จนถึงระดับหลายสิบล้านดอลลาร์สหรัฐ โดยได้รับแรงผลักดันหลักจากลูกค้าแพลตฟอร์มใหม่กว่า 50 รายจากภาคบริการทางการเงิน เทคโนโลยี ยา เครื่องบิน รัฐบาล และชุมชนด้านการป้องกันและข่าวกรองของสหรัฐอเมริกา หนึ่งในลูกค้าคือผู้ให้บริการโมเดลแนวหน้าที่สนับสนุนผู้ใช้รายสัปดาห์มากกว่า 700 ล้านราย บทความนี้วิเคราะห์วิวัฒนาการของแพลตฟอร์ม HiddenLayer ปัจจัยทางเทคนิคและตลาดที่ขับเคลื่อนความปลอดภัยในช่วงเรียกใช้งานแบบเอเจนต์ ตัวชี้วัดการเติบโตที่ได้รับการยืนยัน และผลกระทบเชิงปฏิบัติสำหรับองค์กรที่นำเอเจนต์ AI ไปใช้งานในสภาพแวดล้อมการผลิต ข้อโต้แย้งหลักคือ การมองเห็น การตรวจจับ และการบังคับใช้ในช่วงเรียกใช้งานที่ออกแบบมาเพื่อวัตถุประสงค์เฉพาะสำหรับเอเจนต์ AI ได้กลายเป็นโครงสร้างพื้นฐานที่จำเป็น เมื่อระบบอัตโนมัติเคลื่อนตัวจากขั้นตอนการทดลองเข้าสู่การดำเนินงานหลักขององค์กร
HiddenLayer ประกาศการระดมทุน Series B มูลค่า 100 ล้านดอลลาร์สหรัฐในวันที่ 2 กันยายน 2026 โดย Delta-v Capital เป็นผู้นำการระดมทุน และมีการมีส่วนร่วมเชิงกลยุทธ์จาก Ten Eleven Ventures, Morgan Stanley, กองทุนการลงทุน M12 ของ Microsoft และ Booz Allen Ventures การระดมทุนครั้งนี้ตามมาหลังจากการระดมทุน Series A มูลค่า 50 ล้านดอลลาร์สหรัฐในเดือนกันยายน 2023 ซึ่งร่วมนำโดย M12 และ Moore Strategic Ventures และการระดมทุนช่วง seed ก่อนหน้า ทำให้ยอดเงินที่ระดมทุนรวมอยู่ที่ประมาณ 156 ล้านดอลลาร์สหรัฐ ผู้บริหารบริษัทระบุว่าเงินทุนนี้จะช่วยเสริมความแข็งแกร่งให้กับแพลตฟอร์มสำหรับองค์กร โดยเฉพาะอย่างยิ่ง Agentic Runtime Security และโซลูชัน Agent Harness Security ที่เพิ่งเปิดตัวซึ่งออกแบบมาสำหรับตัวแทนการเขียนโค้ด AI รายได้ประจำปีเพิ่มขึ้นมากกว่าสิบเท่าในช่วงสิบสองเดือนที่ผ่านมา โดยกว่า 90 เปอร์เซ็นต์ของการเติบโตนี้มาจากลูกค้าใหม่ ภาคอุตสาหกรรมที่มีการเติบโตแข็งแกร่งที่สุดได้แก่บริการทางการเงินและบริษัทเทคโนโลยีขนาดใหญ่ที่พัฒนาผลิตภัณฑ์ AI พร้อมกับสัญญาที่สนับสนุนกระทรวงกลาโหมและชุมชนข่าวกรอง
การเพิ่มทุนครั้งนี้สะท้อนถึงการรับรู้ในตลาดกว้างๆ ว่าระบบ AI ต้องการชั้นความปลอดภัยเฉพาะตัว ไม่ใช่เพียงการขยายเครื่องมือแบบดั้งเดิม นักวิจัยของ HiddenLayer มีสิทธิบัตรที่ได้รับการอนุมัติแล้ว 39 ฉบับ และสิทธิบัตรที่อยู่ระหว่างการพิจารณาอีก 65 ฉบับ ครอบคลุมการตรวจจับการโจมตีแบบ adversarial การป้องกันโมเดล และการวิเคราะห์ภัยคุกคาม ทีมงานได้มีส่วนร่วมในความพยายามร่วมกับ CISA/JCDC, MITRE, NIST, OWASP และ OpenSSF ผู้บริหารยังได้เสริมศักยภาพทางธุรกิจโดยแต่งตั้งหัวหน้าเจ้าหน้าที่รายได้คนใหม่ และเปิดเผยว่ามีแผนจะจ้างงานเพิ่มเติม ขยายช่องทางการจำหน่าย และเข้าสู่ตลาดยุโรปและภูมิภาค EMEA ขั้นตอนเหล่านี้ช่วยให้บริษัทพร้อมรับมือกับความต้องการขององค์กรที่เพิ่มสูงขึ้น เมื่อระบบแบบ agentic กลายเป็นโครงสร้างพื้นฐานทางปฏิบัติ มากกว่าโครงการทดลอง
ความปลอดภัยในการทำงานแบบเอเจนต์มุ่งเน้นไปที่การติดตามพฤติกรรมของเอเจนต์ปัญญาประดิษฐ์ขณะดำเนินงานในสภาพแวดล้อมการผลิต การป้องกันแบบโมเดลแบบดั้งเดิมมักมุ่งเน้นที่ความสมบูรณ์ของข้อมูลการฝึกอบรม การกรองอินพุต หรือการทดสอบก่อนการปล่อยใช้งาน ในทางกลับกัน วิธีการในช่วงเวลาทำงานจะสังเกตการโต้ตอบแบบเรียลไทม์ผ่านคำสั่ง การเรียกใช้เครื่องมือ การเข้าถึงข้อมูล และลำดับการตัดสินใจหลายขั้นตอน HiddenLayer อธิบายความสามารถนี้ว่าคล้ายกับระบบตรวจจับและตอบสนองจุดปลาย ซึ่งถูกปรับให้เหมาะสมเฉพาะสำหรับการอนุมานของปัญญาประดิษฐ์และกระบวนการทำงานของเอเจนต์ แพลตฟอร์มนี้จะสร้างภาพเซสชันของเอเจนต์เพื่อแสดงว่าการตัดสินใจเกิดขึ้นอย่างไร ทำให้ทีมความปลอดภัยสามารถตรวจจับการฉีดคำสั่ง ลำดับเครื่องมือที่เป็นอันตราย การรั่วไหลของข้อมูล และการกระทำที่ไม่ได้รับอนุญาตก่อนที่จะลุกลาม
ตามรายงานภูมิทัศน์ภัยคุกคาม AI ปี 2026 ของ HiddenLayer หนึ่งในแปดการละเมิด AI มีความเกี่ยวข้องกับระบบ agentic อย่างไรก็ตาม แทบหนึ่งในสามขององค์กรไม่สามารถระบุได้ว่าพวกเขาเคยประสบเหตุการณ์ดังกล่าวหรือไม่ ตัวแทนทำงานด้วยความเร็วของเครื่องและสามารถเข้าถึงระบบ ย้ายข้อมูล หรือเรียกใช้เครื่องมือได้เร็วกว่าวงจรการตอบสนองของมนุษย์มาก ดังนั้นความปลอดภัยในช่วงรันไทม์จึงเน้นที่การมองเห็นแบบเรียลไทม์ การสอบสวน การค้นหาภัยคุกคาม และการบังคับใช้อย่างปรับตัวได้ นโยบายสามารถลบข้อมูลที่ละเอียดอ่อน บล็อกการกระทำที่ไม่ปลอดภัย หรือชี้นำตัวแทนให้หลีกเลี่ยงอินพุตที่ถูกโจมตี ขณะเดียวกันก็รักษาความต่อเนื่องในการดำเนินงาน แบบจำลองการตรวจสอบอย่างต่อเนื่องนี้ตอบสนองต่อความเป็นจริงที่ว่ามาตรการป้องกันในช่วงการออกแบบเพียงอย่างเดียวไม่สามารถรับประกันความน่าเชื่อถือได้เมื่อตัวแทนมีปฏิสัมพันธ์กับเนื้อหาที่ไม่น่าเชื่อถือหรือเครื่องมือภายนอก
ในวันที่ 3 สิงหาคม 2026 ฮิดเดนเลเยอร์ได้เปิดตัว Agent Harness Security เป็นส่วนขยายของโมดูล Runtime Security โซลูชันนี้มุ่งเป้าไปที่ตัวแทนการเขียนโค้ด AI ที่อ่านไฟล์ซอร์ส ดำเนินการคำสั่งชัลล์ ติดตั้งการพึ่งพา แก้ไขรีโพสิทอรี และสร้าง pull requests ตัวแทนเหล่านี้ได้วิวัฒนาการไปไกลเกินกว่าเครื่องมือแนะนำแบบเรียบง่าย; Gartner คาดการณ์ว่าภายในปี 2028 ผู้พัฒนาซอฟต์แวร์องค์กร 90 เปอร์เซ็นต์จะใช้ผู้ช่วยโค้ด AI เพิ่มขึ้นจากน้อยกว่า 14 เปอร์เซ็นต์ในช่วงต้นปี 2024 ชั้น harness ซึ่งเป็นสภาพแวดล้อมการประสานงานที่เชื่อมต่อโมเดลกับบริบท หน่วยความจำ เครื่องมือ และทักษะ ได้สร้างพื้นที่โจมตีแบบ runtime ใหม่ โดยการฉีดคำสั่งทางอ้อมที่ฝังอยู่ใน README หรือผลลัพธ์ของเครื่องมือสามารถส่งผลต่อพฤติกรรม
Agent Harness Security ผสานรวมกับพื้นผิวฮุกเดิมของตัวแทนการเขียนโค้ดแต่ละตัว เพื่อให้การมองเห็นและการควบคุมแบบเรียลไทม์ ทีมด้านความปลอดภัยสามารถรับข้อมูลเชิงลึกเกี่ยวกับคำสั่งนำเข้า การเรียกใช้เครื่องมือ การแก้ไขไฟล์ การโต้ตอบกับรีโพสิทอรี และการดำเนินการคำสั่ง ระบบสามารถตรวจจับความลับที่ไหลเข้าสู่บริบทของโมเดล รูปแบบคำสั่งที่ไม่ปลอดภัย การติดตั้งการพึ่งพาที่ไม่คาดคิด และแพ็กเกจที่ถูกเข้ารหัสลับ ตัวเลือกการบังคับใช้รวมถึงการลบข้อมูลที่ละเอียดอ่อนก่อนที่จะถึงโมเดล การชี้นำตัวแทนให้หลีกเลี่ยงคำตอบที่ถูกทำลาย และการบล็อกการกระทำที่มีความเสี่ยงสูง เนื่องจากแพลตฟอร์มตัวแทนต่างๆ เปิดเผยระดับการควบคุมที่แตกต่างกัน โซลูชันนี้จึงรายงานความแข็งแกร่งของการบังคับใช้ที่มีอยู่จริงสำหรับแต่ละสภาพแวดล้อม ทำให้ทีมสามารถเข้าใจว่าการป้องกันใดกำลังใช้งานอยู่โดยไม่รบกวนผลิตภาพของนักพัฒนา
การรับรองจากลูกค้าเร่งตัวขึ้นอย่างเด่นชัดในปีก่อนหน้าการระดมทุนซีรีส์ B มีลูกค้าแพลตฟอร์มใหม่มากกว่า 50 รายเข้าร่วม ครอบคลุมธุรกิจโบรกเกอร์หลักทรัพย์ ธนาคาร ประกันภัย การบัญชี รัฐบาล เทคโนโลยี บริการไอที ยาและเวชภัณฑ์ สายการบิน และชุมชนด้านการป้องกันประเทศและข่าวกรองของสหรัฐอเมริกา การขยายตัวในต่างประเทศรวมถึงบริษัทยาชั้นนำ แบรนด์รถยนต์พรีเมียม และผู้ให้บริการอาหารและเครื่องดื่ม การติดตั้งระบบหนึ่งแห่งสนับสนุนผู้ให้บริการโมเดลแนวหน้าชั้นนำ ซึ่งระบบของพวกเขาให้บริการผู้ใช้มากกว่า 700 ล้านรายต่อสัปดาห์ บริการทางการเงินและองค์กรเทคโนโลยีขนาดใหญ่ที่พัฒนาผลิตภัณฑ์ปัญญาประดิษฐ์ในปัจจุบันเป็นกลุ่มอุตสาหกรรมเชิงพาณิชย์ที่ใหญ่ที่สุด
การรับรองจากภาครัฐยิ่งเสริมความเหมาะสมของแพลตฟอร์มในสภาพแวดล้อมที่ต้องการความน่าเชื่อถือสูง HiddenLayer ได้รับเลือกเป็นผู้ได้รับรางวัลภายใต้สัญญา SHIELD IDIQ ของหน่วยงานป้องกันขีปนาวุธ ซึ่งสนับสนุนสภาพแวดล้อมที่แยกจากเครือข่ายและมีความลับ ส่วนบริษัทยังมีส่วนร่วมในโครงการของกระทรวงพลังงานที่มุ่งเน้นการใช้งาน AI อย่างปลอดภัย สัญญาเหล่านี้แสดงให้เห็นว่าเทคโนโลยีแกนเดียวกัน ซึ่งคือการวิเคราะห์แบบไม่รุกรานโดยไม่ต้องเข้าถึงข้อมูลการฝึกหรือน้ำหนักโมเดลดิบ สามารถทำงานได้ทั้งในสภาพแวดล้อมการผลิตเชิงพาณิชย์และบริบทด้านความมั่นคงแห่งชาติที่ละเอียดอ่อน ความหลากหลายของการนำไปใช้งานบ่งชี้ว่าองค์กรที่ถือว่า AI เป็นโครงสร้างพื้นฐานหลักในการดำเนินงานกำลังจัดสรรงบประมาณด้านความปลอดภัยเฉพาะทาง แทนที่จะพึ่งพาเครื่องมือเดิมเพียงอย่างเดียว
แพลตฟอร์มของ HiddenLayer รวมถึงความสามารถด้านความปลอดภัยของห่วงโซ่อุปทาน AI ที่ตรวจสอบโมเดลและขึ้นต่อกันก่อนการปรับใช้ บริษัทรายงานว่าได้สแกนกรอบงานไฟล์ AI ประมาณ 50 ประเภทเพื่อยืนยันว่าโมเดลแบบโอเพนซอร์สและโอเพนเวทต์ตรงกับตัวตนและความสมบูรณ์ที่อ้างไว้ การวิจัยได้ระบุกรณีที่โมเดลอ้างว่าเป็นสิ่งหนึ่ง แต่กลับมีส่วนประกอบที่ซ่อนอยู่หรือถูกแทนที่ การวิเคราะห์นี้สร้าง AI Bill of Materials ที่ประเมินประวัติศาสตร์ของโมเดลและแจ้งเตือนมัลแวร์ ช่องโหว่ หรือปัญหาด้านความสมบูรณ์ โดยไม่ต้องเข้าถึงข้อมูลการฝึกอบรมแบบเป็นกรรมสิทธิ์
เมื่อองค์กรต่างๆ นำแบบจำลองจากบุคคลที่สามและแบบจำลองที่เปิดเผยน้ำหนักมาใช้ในกระบวนการผลิตมากขึ้น การตรวจสอบห่วงโซ่อุปทานจึงกลายเป็นการควบคุมพื้นฐาน ผู้โจมตีสามารถแนะนำแบบจำลองที่ถูกโจมตีซึ่งดูเหมือนถูกต้องแต่มีบัคหลังหรือพฤติกรรมที่ถูกเปลี่ยนแปลง การป้องกันในระหว่างการใช้งานเสริมการตรวจสอบก่อนการปรับใช้โดยยังคงติดตามพฤติกรรมต่อไปหลังจากแบบจำลองเข้าสู่การให้บริการ การรวมกันนี้ช่วยจัดการกับความเสี่ยงแบบคงที่ในอาร์ติแฟกต์ของแบบจำลองและความเสี่ยงแบบไดนามิกที่เกิดขึ้นเฉพาะเมื่อแบบจำลองมีปฏิสัมพันธ์กับข้อมูล เครื่องมือ และแหล่งข้อมูลจริง องค์กรที่นำกระบวนการแบบเอเจนต์ซึ่งดึงข้อมูลจากแหล่งแบบจำลองหลายแห่งจะได้รับประโยชน์จากการตรวจสอบความสมบูรณ์อย่างต่อเนื่องตลอดวงจรชีวิต
HiddenLayer รักษาองค์กรวิจัยด้านปัญญาประดิษฐ์ที่มีเจตนาไม่ดีอย่างเฉพาะเจาะจง ซึ่งได้สร้างระบบการจัดหมวดหมู่การวิศวกรรมคำสั่งที่มีเจตนาไม่ดีฉบับแรกอย่างครอบคลุม และระบุช่องโหว่หลายสิบประการทั่วโมเดลพื้นฐาน เครื่องมือ และโครงสร้างพื้นฐานที่รองรับ พอร์ตโฟลิโอการวิจัยรวมถึงสิทธิบัตรที่ได้รับการอนุมัติแล้ว 39 ฉบับ และสิทธิบัตรที่อยู่ระหว่างการพิจารณา 65 ฉบับ ในด้านต่างๆ เช่น การตรวจจับแบบมีเจตนาไม่ดี การป้องกันโมเดล และการวิเคราะห์ภัยคุกคาม สมาชิกในทีมมีส่วนร่วมในความร่วมมือร่วมกับ CISA/JCDC, MITRE, NIST, OWASP และ OpenSSF เพื่อช่วยปรับปรุงวิธีการทดสอบแบบ red-teaming และให้ข้อมูลสนับสนุนการอภิปรายเกี่ยวกับการกำกับดูแลและความปลอดภัยของปัญญาประดิษฐ์
ทิศทางการวิจัยนี้ช่วยแยกความแตกต่างของแพลตฟอร์มโดยการอ้างอิงความสามารถของผลิตภัณฑ์จากกระบวนการค้นพบภัยคุกคามอย่างต่อเนื่อง แทนที่จะใช้ชุดกฎคงที่ ผลลัพธ์การวิจัยจะถูกนำไปใช้โดยตรงในการพัฒนาตรรกะการตรวจจับสำหรับการโจมตีแบบ prompt injection, การจัดการตัวแทนอย่างไม่เหมาะสม และการใช้เครื่องมือที่เป็นอันตราย การวิจัยเดียวกันนี้ยังเป็นพื้นฐานของโมดูลจำลองการโจมตีที่ช่วยให้องค์กรสามารถทดสอบการป้องกันอย่างต่อเนื่อง เมื่อระบบตัวแทนนำเสนอสายการโจมตีแบบหลายขั้นตอนใหม่ๆ ความสามารถในการอัปเดตการตรวจจับตามการวิจัยที่เกิดขึ้นใหม่จึงกลายเป็นข้อได้เปรียบเชิงปฏิบัติสำหรับทีมความปลอดภัยที่รับผิดชอบสภาพแวดล้อม AI ในการผลิต
Gartner ประเมินว่าองค์กรจะใช้จ่าย 2.83 พันล้านดอลลาร์สหรัฐในปี 2026 สำหรับผลิตภัณฑ์ที่ออกแบบมาเพื่อป้องกันเครื่องมือ AI ซึ่งเพิ่มขึ้น 83 เปอร์เซ็นต์เมื่อเทียบกับปี 2025 บริษัทคาดการณ์ว่าตลาดจะแตะระดับใกล้เคียงกับ 4.78 พันล้านดอลลาร์สหรัฐในปี 2027 การรักษาความปลอดภัยแอปพลิเคชัน AI และการควบคุมการใช้งาน AI อยู่ในกลุ่มขนาดใหญ่ที่สุด โดยมีการคาดการณ์การเติบโตอย่างแข็งแกร่งสำหรับแพลตฟอร์มการกำกับดูแลและเกตเวย์ ตัวเลขเหล่านี้สะท้อนการรับรู้ว่าการควบคุมความปลอดภัยแบบดั้งเดิมยังคงมีช่องว่างเมื่อระบบสร้างผลลัพธ์ เรียกใช้เครื่องมือ หรือดำเนินการด้วยตนเอง
บริบทที่กว้างขึ้นรวมถึงการเพิ่มขึ้นของการใช้จ่ายด้านความปลอดภัยของข้อมูลโดยรวมและการเกิดขึ้นของความเสี่ยงที่เกี่ยวข้องกับตัวแทน นักวิเคราะห์ชี้ให้เห็นว่ามากกว่าครึ่งหนึ่งของการโจมตีทางไซเบอร์ที่ประสบความสำเร็จบนตัวแทน AI คาดว่าจะใช้จุดอ่อนในการควบคุมการเข้าถึงและการฉีดคำสั่งภายในปี 2029 การป้องกันขณะทำงานได้กลายเป็นหมวดหมู่ชั้นนำภายในความปลอดภัยของตัวแทน AI เพราะมันจัดการกับการดำเนินการแบบเรียลไทม์ แทนที่จะเน้นเพียงการทดสอบก่อนการใช้งานหรือนโยบายแบบคงที่ องค์กรที่ขยายงานของตัวแทนจึงต้องเผชิญกับผลประโยชน์ด้านผลิตภาพจากระบบอัตโนมัติ พร้อมกับความจำเป็นที่ตามมาในการมีชั้นการมองเห็นและการบังคับใช้เฉพาะทาง
ความสามารถหลักของ runtime มุ่งเน้นที่ความเสี่ยงสามประการที่เกี่ยวข้องกัน: การฉีดคำสั่งและโจมตีแบบอ้อมที่ควบคุมพฤติกรรมของตัวแทนผ่านเนื้อหาที่ไม่น่าเชื่อถือ; การเปิดเผยข้อมูลที่ละเอียดอ่อนเมื่อตัวแทนจัดการรหัสแหล่งที่มา ข้อมูลรับรอง หรือข้อมูลเชิงลับ; และการกระทำของตัวแทนที่ไม่ปลอดภัยซึ่งเกิดจากการให้เหตุผลที่ถูกโจมตีหรือการตอบกลับของเครื่องมือที่เป็นอันตราย การตรวจจับดำเนินการผ่านบริบทของเซสชันทั้งหมด ไม่ใช่คำสั่งเดียว ทำให้สามารถระบุโซ่การโจมตีแบบหลายขั้นตอนได้ การบังคับใช้สามารถบล็อก ลบ หรือปรับแต่งเนื้อหาตามนโยบาย โดยรวมเข้ากับกระบวนการทำงานของ SIEM และ SOAR ที่มีอยู่แล้ว
สำหรับตัวแทนการเขียนโค้ดโดยเฉพาะ การผสานรวมในระดับฮาร์เนสจะสังเกตการอ่านไฟล์ การดำเนินคำสั่ง การติดตั้งการพึ่งพา และการโต้ตอบกับรีโพสิทอรี ความสามารถในการสังเกตในระดับนี้ช่วยให้ทีมความปลอดภัยสามารถสอบสวนไม่เพียงแต่ว่าตัวแทนทำอะไร แต่ยังรวมถึงวิธีที่มันตัดสินใจเช่นนั้น ในสภาพแวดล้อมที่ตัวแทนทำงานด้วยสิทธิ์ที่สูงขึ้นบนเครื่องนักพัฒนาหรือระบบการรวมอย่างต่อเนื่อง ความสามารถในการแทรกแซงก่อนการกระทำที่ไม่ปลอดภัยจะเสร็จสิ้นช่วยลดขอบเขตความเสียหายที่อาจเกิดขึ้น องค์กรรายงานว่า การรักษาผลิตภาพของนักพัฒนายังคงมีความสำคัญอย่างยิ่ง เทคนิคการปรับเนื้อหาที่อนุญาตให้ตัวแทนดำเนินการต่อได้อย่างปลอดภัยหลังจากการลบข้อมูลสนับสนุนความต้องการนี้
รายได้จาก Series B ถูกจัดสรรให้กับการลึกซึ้งความสามารถด้านความปลอดภัยของ Agentic Runtime และ Agent Harness การขยายขีดความสามารถด้านวิศวกรรมและการวิจัย และการเร่งการขายและการจัดจำหน่าย ผู้บริหารได้ระบุว่ามุ่งเน้นไปที่การขยายตัวในแนวดิ่งพร้อมกับการรับเอาปัญญาประดิษฐ์มาใช้ ในขณะที่เตรียมความพร้อมสำหรับการขยายตัวในแนวนอนไปยังโดเมนด้านความปลอดภัยทางไซเบอร์ที่เกี่ยวข้อง การเติบโตในต่างประเทศเริ่มต้นที่ยุโรปและภูมิภาค EMEA โดยมีการจ้างงานเพิ่มเติมและการพัฒนาช่องทางการจัดจำหน่ายสนับสนุน
ทุนดังกล่าวยังยืนยันความสามารถของบริษัทในการรักษาแพลตฟอร์มที่ออกแบบมาเพื่อวัตถุประสงค์เฉพาะ แทนการพึ่งพาเครื่องมือด้านความปลอดภัยทั่วไปที่ถูกปรับใช้ภายหลัง นักลงทุนชี้ให้เห็นว่าโซลูชันด้านความปลอดภัยแบบดั้งเดิมถูกออกแบบมาสำหรับโค้ดและโครงสร้างพื้นฐาน ไม่ใช่สำหรับโมเดลที่สามารถถูกทำให้เป็นพิษ ถูกยึดครอง หรือถูกควบคุมผ่านข้อมูลนำเข้าของตัวเอง การรวมกันของความลึกในการวิจัย สถาปัตยกรรมที่ไม่รบกวน และการเน้นที่ช่วงเวลาทำงาน ทำให้แพลตฟอร์มนี้อยู่ในตำแหน่งที่เหมาะสมสำหรับการรับรองอย่างต่อเนื่อง เมื่อระบบแบบเอเจนต์เข้าสู่สภาพแวดล้อมที่มีการควบคุมและมีมูลค่าสูงมากขึ้น
องค์กรที่แนะนำตัวแทนการเขียนโค้ดด้วยปัญญาประดิษฐ์หรือระบบงานอัตโนมัติเผชิญกับช่องว่างด้านการมองเห็น: หลายแห่งไม่มีรายการแบบเรียลไทม์ของตัวแทนที่ใช้งานอยู่ และไม่สามารถสร้างการประชุมหลายขั้นตอนขึ้นใหม่ได้อย่างง่ายดายเมื่อเกิดความผิดปกติ การนำระบบความปลอดภัยแบบเรียลไทม์มาใช้ต้องการจุดเชื่อมต่อที่สามารถสังเกตกิจกรรมของตัวแทนโดยไม่ก่อให้เกิดความล่าช้าที่ไม่ยอมรับได้หรือรบกวนกระบวนการพัฒนาที่มีอยู่ โซลูชันที่ใช้ฮุกของตัวแทนแบบเนทีฟและรายงานระดับการบังคับใช้ตามแพลตฟอร์มช่วยให้ทีมความปลอดภัยเข้าใจความเสี่ยงที่เหลืออยู่
โปรแกรมที่มีประสิทธิภาพรวมถึงการสแกนซัพพลายเชนก่อนการใช้งาน การจำลองการโจมตีอย่างต่อเนื่อง และการตรวจสอบแบบเรียลไทม์ นโยบายควรจัดการทั้งการโจมตีแบบใส่คำสั่งโดยตรงและแบบอ้อมที่ส่งผ่านผลลัพธ์ของเครื่องมือหรือเนื้อหาที่ดึงมา การบูรณาการกับเครื่องมือด้านความปลอดภัยที่มีอยู่แล้วช่วยให้การตรวจจับสามารถไหลเข้าสู่กระบวนการสอบสวนและการตอบสนองที่มีอยู่แล้ว เมื่อเอเจนต์ได้รับสิทธิ์ในการแก้ไขโค้ด เข้าถึงความลับ หรือโต้ตอบกับระบบผลิตจริง ค่าใช้จ่ายจากการตรวจจับที่ล่าช้าจะเพิ่มขึ้น ทำให้การควบคุมแบบเรียลไทม์อย่างต่อเนื่องกลายเป็นสิ่งจำเป็นทางปฏิบัติ ไม่ใช่เพียงการปรับปรุงที่เลือกได้
ตลาดความปลอดภัยด้านปัญญาประดิษฐ์ได้ดึงดูดทุนจำนวนมาก โดยผู้ให้บริการหลายรายได้ระดมทุนในรอบใหญ่เพื่อแก้ไขปัญหาที่ทับซ้อนหรืออยู่ใกล้เคียงกัน บริษัทด้านความปลอดภัยทางไซเบอร์ขนาดใหญ่ได้ดำเนินการเข้าซื้อกิจการเพื่อเพิ่มความสามารถเฉพาะด้านปัญญาประดิษฐ์ HiddenLayer สร้างความแตกต่างผ่านการเน้นการวิเคราะห์แบบไม่รุกรานซึ่งไม่ต้องใช้น้ำหนักโมเดลหรือข้อมูลการฝึกสอน การเน้นที่การดำเนินงานแบบเอเจนต์และฮาร์เนสเอเจนต์การเขียนโค้ด และการมีอยู่อย่างมั่นคงในทั้งสภาพแวดล้อมเชิงพาณิชย์และสภาพแวดล้อมลับ แพลตฟอร์มนี้รวมการค้นพบ ความปลอดภัยของห่วงโซ่อุปทาน การจำลองการโจมตี และการป้องกันในระหว่างการดำเนินงานไว้ในสถาปัตยกรรมเดียว
เมื่อหมวดหมู่นี้เติบโตขึ้น องค์กรต่างๆ ประเมินโซลูชันโดยพิจารณาจากขอบเขตของงานแบบหลายขั้นตอนของตัวแทน ความง่ายในการบูรณาการกับกรอบงานตัวแทนที่มีอยู่ คุณภาพของการสร้างใหม่ของเซสชันเพื่อการสอบสวน และความสามารถในการบังคับใช้นโยบายโดยไม่เกิดผลลัพธ์เท็จมากเกินไปหรือทำให้ผู้พัฒนาลำบาก การอัปเดตการตรวจจับที่อิงจากงานวิจัยและการมีส่วนร่วมในมาตรฐานอุตสาหกรรมยังให้สัญญาณเพิ่มเติมถึงความยั่งยืนในระยะยาว องค์กรที่เลือกแพลตฟอร์มจึงให้ความสำคัญเป็นอันดับแรกกับแพลตฟอร์มที่มองพฤติกรรมขณะทำงานเป็นพื้นที่ควบคุมหลัก ไม่ใช่สิ่งที่ถูกมองข้ามไปจากกลยุทธ์ที่เน้นโมเดล
ระบบอัจฉริยะกำลังเปลี่ยนจากเครื่องมือทดลองมาเป็นส่วนประกอบของกระบวนการทางธุรกิจหลัก Gartner และนักวิเคราะห์รายอื่นๆ คาดการณ์ว่าการใช้งานตัวแทน AI และการใช้จ่ายด้านความปลอดภัยที่เกี่ยวข้องจะยังคงเติบโตอย่างรวดเร็วต่อไป ความปลอดภัยในระหว่างการดำเนินงานคาดว่าจะยังคงเป็นจุดเน้นหลัก เนื่องจากตัวแทนเหล่านี้สร้างความเสี่ยงที่มีลักษณะไดนามิกและขึ้นอยู่กับบริบทซึ่งการควบคุมแบบคงที่ไม่สามารถจัดการได้อย่างสมบูรณ์ ความสามารถที่ให้การมองเห็นข้ามเครื่องมือ ข้อมูล และการโต้ตอบระหว่างตัวแทนหลายตัวมีแนวโน้มจะขยายตัวขึ้นเมื่อองค์กรเพิ่มระดับความเป็นอิสระที่มอบให้แก่ระบบเหล่านี้
การระดมทุนและการขยายผลิตภัณฑ์ล่าสุดของ HiddenLayer ช่วยให้บริษัทสามารถสนับสนุนแนวโน้มนี้ได้ การรวมกันของรายได้ประจำปีที่มีเอกสารยืนยัน ความหลากหลายของลูกค้าในอุตสาหกรรมที่มีการกำกับดูแล สัญญาของรัฐบาล และพอร์ตโฟลิโอสิทธิบัตรที่มีขนาดใหญ่ บ่งชี้ถึงความต้องการที่ยั่งยืนต่อความปลอดภัยของ AI ที่ออกแบบมาเฉพาะทาง องค์กรที่พิจารณาการป้องกันในระหว่างการดำเนินงานเป็นโครงสร้างพื้นฐานที่จำเป็น แทนที่จะเป็นชั้นที่เลือกได้ จะสามารถขยายกระบวนการทำงานแบบเอเจนต์ได้อย่างมีประสิทธิภาพมากขึ้น ในขณะที่จัดการกับพื้นที่โจมตีที่ขยายตัวขึ้นจากกระบวนการทำงานเหล่านั้น การตรวจสอบอย่างต่อเนื่องในระหว่างการดำเนินงานยังคงเป็นรากฐานที่เป็นรูปธรรมสำหรับการดำเนินงานของ AI ที่น่าเชื่อถือ
HiddenLayer’s Agentic Runtime Security ให้ความสามารถเฉพาะอะไรบ้างสำหรับตัวแทนในสภาพแวดล้อมการผลิต?
Agentic Runtime Security ให้การมองเห็นแบบเรียลไทม์เกี่ยวกับวิธีที่ตัวแทน AI โต้ตอบกับเครื่องมือ ข้อมูล และระบบอื่นๆ ระหว่างการดำเนินการจริง มันสร้างบริบทของเซสชันทั้งหมดขึ้นใหม่ เพื่อให้ทีมด้านความปลอดภัยสามารถเข้าใจลำดับการตัดสินใจ ตรวจจับการฉีดคำสั่งและการใช้งานเครื่องมือที่เป็นอันตราย และดำเนินการบังคับใช้ เช่น การบล็อก การลบข้อมูล หรือการควบคุมเนื้อหา โมดูลนี้ผสานรวมกับกระบวนการทำงานด้านความปลอดภัยที่มีอยู่แล้ว และรองรับการสอบสวนและการค้นหาภัยคุกคามข้ามกระบวนการอัตโนมัติหลายขั้นตอน
Agent Harness Security ปกป้องตัวแทนการเขียนโค้ด AI โดยไม่ทำให้นักพัฒนาทำงานช้าลง
Agent Harness Security ผสานรวมโดยตรงกับพื้นผิวการควบคุมแบบเนทีฟของตัวแทนการเขียนโค้ดที่รองรับ มันตรวจสอบคำสั่ง การเข้าถึงไฟล์ คำสั่งชีล การติดตั้งการพึ่งพา และการเปลี่ยนแปลงของรีโพสิทอรีแบบเรียลไทม์ ข้อมูลที่ละเอียดอ่อนสามารถถูกลบออกก่อนที่จะถึงโมเดล และตัวแทนสามารถถูกชี้นำให้หลีกเลี่ยงอินพุตที่ถูกทำลาย การบังคับใช้ถูกปรับให้เหมาะสมกับความสามารถของแต่ละแพลตฟอร์มตัวแทน ทำให้งานที่มีผลผลิตยังคงดำเนินต่อไป ในขณะที่การกระทำที่มีความเสี่ยงสูงถูกจำกัด
อุตสาหกรรมใดบ้างที่รับใช้แพลตฟอร์มของ HiddenLayer อย่างกว้างขวางที่สุด?
บริการทางการเงินและบริษัทเทคโนโลยีขนาดใหญ่ที่พัฒนาผลิตภัณฑ์ AI ปัจจุบันเป็นภาคธุรกิจที่มีขนาดใหญ่ที่สุด การรับรองอย่างแข็งแกร่งเพิ่มเติมปรากฏในวงการประกันภัย ยา สายการบิน รัฐบาล และชุมชนด้านการป้องกันและข่าวกรองของสหรัฐอเมริกา บริษัทยังสนับสนุนผู้ให้บริการโมเดลขั้นสูงที่ให้บริการผู้ใช้มากกว่า 700 ล้านรายต่อสัปดาห์ และมีลูกค้าต่างประเทศในภาคอุตสาหกรรมยานยนต์และอาหารเครื่องดื่ม
การระดมทุนซีรีส์ B มูลค่า 100 ล้านดอลลาร์สหรัฐช่วยให้ HiddenLayer สามารถดำเนินการต่อไปได้อย่างไร?
ทุนนี้สนับสนุนการพัฒนาอย่างลึกซึ้งขึ้นของความสามารถด้านความปลอดภัยแบบ Agentic Runtime และ Agent Harness การขยายทีมวิศวกรรมและการวิจัย การเร่งความเร็วการขายและการจัดจำหน่าย และการเติบโตทางภูมิศาสตร์เริ่มต้นจากยุโรปและ EMEA ผู้นำยังได้ระบุถึงการลงทุนต่อเนื่องในองค์กรวิจัยที่เป็นรากฐานของการอัปเดตการตรวจจับและการมีส่วนร่วมในมาตรฐานอุตสาหกรรม
HiddenLayer วิเคราะห์โมเดลได้อย่างไรโดยไม่ต้องเข้าถึงข้อมูลการฝึกหรือน้ำหนัก
แพลตฟอร์มใช้เทคนิคที่ไม่รุกรานซึ่งตรวจสอบอาร์ติแฟกต์ของโมเดล โครงสร้างเทนเซอร์ โครงร่างไฟล์ และพฤติกรรมขณะรัน วิธีการนี้ช่วยให้สามารถสแกนรูปแบบไฟล์ AI ประมาณ 50 รูปแบบเพื่อตรวจสอบปัญหาความสมบูรณ์ มัลแวร์ และความไม่สอดคล้องระหว่างเนื้อหาโมเดลที่อ้างกับเนื้อหาจริง หลักการเดียวกันนี้ยังขยายไปถึงการตรวจสอบขณะรัน ซึ่งสังเกตอินพุต เอาท์พุต และการกระทำของเอเจนต์โดยไม่ต้องเข้าถึงโมเดลภายใน
การคาดการณ์การเติบโตของตลาดใดบ้างที่สนับสนุนการลงทุนในความปลอดภัยของ AI runtime?
การคาดการณ์ของ Gartner ชี้ว่า การใช้จ่ายเพื่อความปลอดภัยของ AI จะแตะระดับ 2.83 พันล้านดอลลาร์สหรัฐในปี 2026 เพิ่มขึ้น 83 เปอร์เซ็นต์จากปีก่อนหน้า และเกือบ 4.78 พันล้านดอลลาร์สหรัฐในปี 2027 นักวิเคราะห์คาดว่า จุดอ่อนในการควบคุมการเข้าถึงและการฉีดคำสั่งจะเป็นส่วนสำคัญในการโจมตีตัวแทน AI ที่ประสบความสำเร็จส่วนใหญ่ภายในปี 2029 การคาดการณ์เหล่านี้สะท้อนถึงพื้นที่การโจมตีที่ขยายตัวขึ้นจากระบบอัตโนมัติในสภาพแวดล้อมการผลิต
หากคุณกังวลเกี่ยวกับการขึ้นลงบ่อยครั้งของตลาด และมองหาทางเลือกที่มั่นคงกว่าในการหารายได้แบบพาสซีฟ KuCoin คือสถานที่ที่เหมาะสมสำหรับคุณ:
Simple Earn: ฝากและถอนโทเค็นได้ทุกเมื่อ รับผลตอบแทนคงที่
KuCoin Earn: สร้างผลตอบแทนคงที่ด้วยการจัดการสินทรัพย์มืออาชีพ
ถือเพื่อรับรางวัล: รับรางวัลโดยการถือสินทรัพย์ในบัญชีการเงิน การเทรด หลักประกัน ฟิวเจอร์ส การเหมือง และบัญชีแบบครบวงจร
การstaking: เปิดโอกาสในการสร้างรายได้จากสินทรัพย์บนโซ่
การลงทุนขั้นสูง: การลงทุนขั้นสูงเสนอผลิตภัณฑ์เชิงโครงสร้างหลากหลายเพื่อช่วยให้เงินของคุณเติบโตในทุกตลาด
Shark Fin: การคุ้มครองเงินต้นและผลตอบแทนที่รับประกัน
Dual Investment: ซื้อต่ำและขายสูงพร้อมการคำนวณผลตอบแทนที่โปร่งใส
Snowball:ผลตอบแทนสูง พร้อมการป้องกันราคา
ซื้อส่วนลด: ซื้อคริปโตในราคาส่วนลด
KCS Loyalty: เลื่อนระดับเพื่อรับสิทธิพิเศษเฉพาะตัวโดยการ stake อย่างน้อย 1 KCS
KuCoin Wealth: ค้นพบมูลค่าในอนาคตและเริ่มต้นเส้นทางการลงทุนอัจฉริยะของคุณ
ประโยชน์ของ KCS: ถือและ Stake KCS เพื่อเข้าถึงประโยชน์ต่างๆ บนแพลตฟอร์ม
KCS Staking 2.0: เข้าร่วมการบริหารจัดการบนโซ่ของ KCS เพื่อรับผลตอบแทน
ข้อจำกัดความรับผิด: เนื้อหานี้มีจุดประสงค์เพื่อข้อมูลเท่านั้น และไม่ถือเป็นคำแนะนำด้านการลงทุน การลงทุนในคริปโตเคอเรนซีมีความเสี่ยง โปรดทำการวิจัยด้วยตัวเอง (DYOR)
คำปฏิเสธความรับผิดชอบ: หน้านี้แปลโดยใช้เทคโนโลยี AI เพื่อความสะดวกของคุณ สำหรับข้อมูลที่ถูกต้องที่สุด โปรดดูต้นฉบับภาษาอังกฤษ