Unbound lève 4 millions de dollars pour apporter un contrôle de niveau entreprise à la révolution de l’IA

Alors que l’IA générative explose dans les lieux de travail, une nouvelle classe d’infrastructure émerge pour maîtriser le chaos. Unbound, une startup basée à San Francisco, a sécurisé un tour de table de 4 millions de dollars pour aider les entreprises à adopter l’IA à leurs propres conditions – en toute sécurité, de manière observable et rentable.

Le tour a été mené par Race Capital, avec le soutien de Wayfinder Ventures, Y Combinator, Massive Tech Ventures, et un tableau de bord notable d’anges, notamment le membre du conseil d’administration de Google Ram Shriram et des vétérans de la cybersécurité de Cloudflare et de Palo Alto Networks. L’entreprise se positionne à la pointe de la gouvernance de l’IA – un secteur de plus en plus urgent à mesure que les entreprises luttent pour adopter l’IA à grande échelle.

La crise de l’informatique de l’ombre de l’IA

Des équipes marketing utilisant ChatGPT aux ingénieurs exécutant du code via Copilot, les outils d’IA sont devenus indispensables – et souvent non réglementés. Cette “adoption d’IA de l’ombre” introduit des risques réels : fuite de données propriétaires, coûts non surveillés et introduction de modèles tiers sans examen de sécurité. Les équipes IT sont souvent laissées dans l’ignorance, incapables de faire respecter les politiques ou de protéger les données sensibles.

Unbound est né de ce problème. La plate-forme agit comme une passerelle d’IA, une couche de middleware sécurisée qui s’intègre directement avec des outils d’IA d’entreprise populaires tels que Cursor, Roo et des copilotes de documents internes. Plutôt que de bloquer l’accès aux modèles génératifs, Unbound introduit des contrôles fins, une rédaction en temps réel, une routage de modèles et des analyses d’utilisation robustes – tout cela sans casser les flux de travail existants.

Rédaction et routage de modèles d’IA – Expliqué

L’une des fonctionnalités les plus innovantes d’Unbound est la rédaction de requêtes en temps réel. Lorsque les utilisateurs interagissent avec des outils d’IA, Unbound analyse les requêtes pour les contenus sensibles tels que les mots de passe, les clés API ou les données personnelles. Au lieu de les signaler ou de les bloquer (comme le font les outils de prévention des pertes de données traditionnels), le système rédige automatiquement les secrets et route les requêtes sensibles vers des modèles internes hébergés sur des plateformes telles que Google Vertex AI, AWS Bedrock ou des LLM privés à l’intérieur de l’environnement sécurisé de l’entreprise.

Cette décision architecturale reflète une tendance croissante : traiter le trafic d’IA comme du trafic réseau, avec routage, basculement, observabilité et contrôles de coûts.

La logique de routage d’Unbound est alimentée par les modèles d’utilisation et les métriques de performance des modèles. Par exemple, les requêtes à haut enjeu (telles que la génération de code d’infrastructure) peuvent être routées vers des modèles de premier plan comme Gemini 2.5, tandis que les tâches plus légères (par exemple, la révision grammaticale) sont déchargées sur des LLM open source – réduisant ainsi l’utilisation inutile de licences premium.

Dans la pratique, cette capacité se traduit par des résultats mesurables. Les premiers adoptants dans les secteurs de la technologie et de la santé ont utilisé Unbound pour :

• Prévenir plus de 7 000 fuites de données potentielles, dont des secrets, des informations d’identification et des informations personnelles.
• Atteindre jusqu’à 90 % de précision de détection pour le contenu sensible.
• Réduire les coûts des licences d’AI de jusqu’à 70 %, grâce au routage intelligent et à l’optimisation des modèles.

Au lieu d’acheter des licences globales, les entreprises peuvent provisionner sélectivement l’accès, en veillant à ce que l’utilisation des modèles corresponde aux priorités commerciales.

Fondateurs avec un ADN de sécurité et d’infrastructure profond

Derrière la plate-forme se trouvent les co-fondateurs Rajaram Srinivasan (PDG) et Vignesh Subbiah (CTO) – tous deux vétérans du logiciel d’entreprise et de la sécurité. Srinivasan a précédemment dirigé les équipes de produits de sécurité des données chez Palo Alto Networks et Imperva, tandis que Subbiah a aidé à développer des plateformes de la graine à la croissance chez Tophatter et Shogun avant de rejoindre Adobe.

Leur mission était claire : construire un système qui permet l’innovation de l’IA sans compromettre la sécurité de niveau entreprise. « Les interdictions générales d’outils d’IA sont obsolètes », a déclaré Subbiah. « Avec Unbound, nous fournissons des contrôles de sécurité chirurgicaux pour chaque requête d’IA – permettant aux entreprises de progresser rapidement, sans rompre la confiance. »

Du chaos à la coordination dans la pile d’IA

Le marché plus large valide la vision d’Unbound. À mesure que l’utilisation de l’IA d’entreprise augmente, le besoin d’une gestion centralisée, de transparence et de filets de sécurité augmente également. Des études récentes estiment que l’industrie mondiale de la gouvernance de l’IA passera de 890 millions de dollars en 2024 à 5,8 milliards de dollars d’ici 2029 – un taux de croissance annuel composé de 45 %.

Unbound se positionne comme une infrastructure essentielle à cette nouvelle pile. Des fonctionnalités telles que le routage redondant pendant les temps d’arrêt des LLM (lorsque les fournisseurs tels qu’OpenAI ou Anthropic connaissent des ralentissements), les analyses d’utilisation au niveau de l’équipe et l’orchestration de modèles par requête transforment l’adoption de l’IA d’un système libre en un système intelligent et contrôlé.

« Pensez à nous comme au proxy inverse pour l’IA d’entreprise », a déclaré Srinivasan. « Nous nous situons entre les utilisateurs et les modèles, en veillant à la confidentialité, aux performances et à l’efficacité des coûts – sans friction. »

Ce qui attend Unbound

Avec ce financement, Unbound prévoit :

• Étendre les intégrations à plus de 50 applications d’IA d’entreprise.
• Ajouter des fonctionnalités d’observabilité plus approfondies pour les insights au niveau de l’équipe et du département.
• Prendre en charge l’orchestration complète des modèles internes et open source dans des environnements de calcul confidentiel.

Dans un monde où chaque département devient un utilisateur puissant de l’IA, Unbound fournit l’infrastructure pour maintenir ce pouvoir sous contrôle – et en phase avec les objectifs commerciaux.

« Nous sommes fiers de soutenir Rajaram, Vignesh et l’équipe », a déclaré Edith Yeung, associée générale chez Race Capital. « Unbound construit la couche de gouvernance de l’IA dont les entreprises ont désespérément besoin – sécurisée, observable et conçue pour le monde réel. »

Alors que l’IA générative continue de s’étendre dans les flux de travail d’entreprise, la demande d’outils pour gérer les risques augmente en parallèle. Le tour de table de 4 millions de dollars d’Unbound reflète un déplacement plus large de l’industrie vers la construction d’infrastructures qui peuvent apporter de la visibilité, du contrôle et de la gouvernance à l’adoption de l’IA. Avec un intérêt croissant pour des cadres d’IA sécurisés et adaptables, Unbound rejoint une cohorte croissante de startups qui s’attaquent au défi complexe de l’intégration responsable de l’IA à grande échelle.