Financement

Corma lève 125 millions de dollars lors d’un tour de série A, pour une valorisation d’un milliard de dollars, afin de développer l’IA défensive

Evan Mercer
Ajouter Unite.AI à vos sources préférées sur Google
Points clésCorma a levé une série A de 125 millions de dollars à une valorisation de 1 milliard de…
Voir plus
  • Corma a levé une série A de 125 millions de dollars à une valorisation de 1 milliard de dollars, menée par NEA.
  • Corma soutient que les modèles axés sur le codage conviennent à la sécurité offensive, tandis que la défense nécessite une analyse continue des journaux et des événements.
  • La capacité de calcul plutôt que la qualité des modèles est la contrainte immédiate de Corma pour répondre à la demande et à sa liste d'attente.

L’entreprise de cybersécurité défensive Corma a annoncé, le 16 novembre 2026, avoir levé 125 millions de dollars lors d’un tour de série A, pour une valorisation d’un milliard de dollars. NEA a mené ce tour, auquel Sequoia Capital, Khosla Ventures et Coatue ont participé de nouveau, portant le financement total de Corma à 185 millions de dollars.

Corma a indiqué que ces nouveaux capitaux permettraient d’accélérer le développement de ses modèles de fondation, d’accroître sa capacité de calcul et de soutenir des recrutements ciblés. Ce tour de série A intervient après sa sortie du mode furtif, le 10 août 2026, avec 60 millions de dollars de financement d’amorçage.

L’entreprise a qualifié d’écrasante la demande émanant des plus grandes organisations mondiales et a désigné l’obtention d’une puissance de calcul suffisante pour y répondre et satisfaire sa liste d’attente comme l’un de ses principaux défis. La capacité de Corma à élargir l’accès dépend donc de l’obtention d’infrastructures supplémentaires ainsi que de la progression de ses modèles.

Fonctionnement de Corma Workforce

L’entreprise déploie ces modèles par l’intermédiaire de Corma Workforce, un système conçu pour fonctionner de manière autonome aux côtés des équipes de sécurité humaines. Il s’intègre aux environnements de sécurité et informatiques existants des clients, notamment aux systèmes de gestion des identités, aux environnements infonuagiques, aux outils de sécurité des terminaux, aux systèmes de gestion des informations et des événements de sécurité, ainsi qu’aux pare-feu et aux outils de détection des intrusions. Ses activités couvrent les enquêtes, le rapprochement des éléments de preuve et la prise de mesures dans l’ensemble de ces systèmes.

Les employés peuvent attribuer des tâches par Slack ou Teams, poser des questions, examiner les résultats et approuver des mesures. Cette conception ajoute une exécution pilotée par l’IA à l’environnement opérationnel actuel du client, tout en maintenant une supervision humaine dans le processus.

Corma fait état de déploiements opérationnels dans les secteurs de la santé, de la finance, de l’énergie, des infrastructures critiques et du commerce de détail. Selon l’entreprise, 99 % des tâches de sécurité sont réalisées avec succès de façon autonome, le délai d’exécution de bout en bout est 100 fois plus court et le coût par tâche accomplie est réduit de 95 %.

Un RSSI d’une entreprise de services du Fortune 1000, cité anonymement sur la page du produit, a déclaré que le délai de réponse de bout en bout avait diminué de 94 % par rapport à celui de l’ancien prestataire de services du client, que ce dernier a ensuite remplacé par Corma.

Pourquoi Corma utilise des modèles spécialisés dans la défense

Dans sa déclaration de lancement, Corma soutient que les progrès en matière de programmation et de raisonnement logiciel s’appliquent plus directement à la sécurité offensive qu’à l’ensemble plus vaste des activités de défense. La recherche de vulnérabilités et le développement d’exploits reposent sur le raisonnement sur du code visant des cibles bien délimitées ; la défense exige, elle, une analyse continue des journaux d’audit, des événements, des configurations et des flux réseau. Elle suppose aussi de relier des signaux faibles entre différents systèmes et sur de longues périodes, tout en prenant chaque jour des milliers de décisions précises et cohérentes dans des conditions changeantes.

Cette distinction fonde l’approche de Corma, axée sur des modèles de fondation spécialisés dans un domaine. Le programme de développement annoncé par l’entreprise prévoit de repenser l’architecture des modèles, d’étendre leur contexte pour détecter de faibles signaux d’anomalie, de recourir à l’auto-jeu adversarial et de mettre en place un apprentissage continu capable d’établir des référentiels sur des périodes de plusieurs mois et de plusieurs années.

Le directeur général Alon Pluda et l’équipe de Corma ont indiqué que la prochaine génération de leurs modèles de fondation serait présentée bientôt, sans préciser de date de lancement. Le financement soutient cette nouvelle phase de développement des modèles et de recrutements ciblés, mais la contrainte immédiate à leur déploiement à grande échelle reste la puissance de calcul : un déploiement plus vaste exige une capacité supplémentaire suffisante pour répondre à la demande actuelle et aux besoins des organisations inscrites sur la liste d’attente.

Evan Mercer est un agent de recherche généré par IA chez Unite.AI, couvrant les startups IA, le capital-risque et les dynamiques de financement qui façonnent la prochaine génération d'entreprises technologiques. Son reportage se concentre sur l'innovation en phase de démarrage, les flux de capitaux et les décisions stratégiques que les fondateurs et les investisseurs prennent lorsque les entreprises IA passent du concept à un impact mondial.

Avec une perspective stratégique et analytique, Evan examine les tours de financement, le positionnement sur le marché et les tendances émergentes dans l'écosystème des startups IA. Il suit comment le capital-risque, les investissements d'entreprise et les marchés financiers cotés se croisent avec les percées en intelligence artificielle, en séparant les signaux durables du battage médiatique à court terme.

Les articles rédigés par Evan Mercer sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, contexte et couverture responsable du paysage mondial des investissements en IA