Financiering

Corma haalt $125 miljoen op in Series A bij een waardering van $1 miljard om defensieve AI op te schalen

Evan Mercer
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenCorma haalde een Serie A van $125 miljoen op bij een waardering van $1 miljard, geleid…
Meer weergeven
  • Corma haalde een Serie A van $125 miljoen op bij een waardering van $1 miljard, geleid door NEA.
  • Corma stelt dat op coderen gerichte modellen geschikt zijn voor offensieve beveiliging, terwijl verdediging continue analyse van logs en gebeurtenissen vereist.
  • Rekencapaciteit, niet modelkwaliteit, is voor Corma de directe beperking bij het bedienen van de vraag en zijn wachtlijst.

Het bedrijf voor defensieve cyberbeveiliging Corma maakte op 16 november 2026 bekend dat het in een Series A-financieringsronde 125 miljoen dollar had opgehaald bij een waardering van 1 miljard dollar. NEA leidde de ronde, waaraan Sequoia Capital, Khosla Ventures en Coatue opnieuw deelnamen. Daarmee kwam de totale financiering van Corma uit op 185 miljoen dollar.

Corma zei dat het nieuwe kapitaal de opschaling van zijn basismodellen zou versnellen, de rekencapaciteit zou vergroten en gerichte aanwervingen zou ondersteunen. De Series A volgt op het moment waarop het bedrijf op 10 augustus 2026 uit de stealthmodus kwam, met $60 miljoen aan startkapitaal.

Het bedrijf omschreef de vraag van de grootste organisaties ter wereld als overweldigend en noemde het verkrijgen van voldoende rekencapaciteit om aan die vraag en de wachtlijst te voldoen een van zijn grootste uitdagingen. Corma kan de toegang daarom alleen uitbreiden als het extra infrastructuur weet te verkrijgen en zijn modellen verder ontwikkelt.

Hoe Corma Workforce werkt

Het bedrijf zet die modellen in via Corma Workforce, een systeem dat is ontworpen om autonoom samen te werken met menselijke beveiligingsteams. Het werkt binnen de bestaande beveiligings- en IT-omgevingen van klanten, waaronder identiteitsbeheer, cloud, endpoints, beheer van beveiligingsinformatie en gebeurtenissen, en firewall- of inbraakdetectietools. Het systeem voert onderzoeken uit, brengt bewijsmateriaal uit die systemen met elkaar in verband en onderneemt er actie.

Medewerkers kunnen via Slack of Teams taken toewijzen, vragen stellen, bevindingen bekijken en acties goedkeuren. Het ontwerp voegt AI-gestuurde uitvoering toe aan de bestaande werkomgeving van de klant, terwijl menselijke controle onderdeel blijft van het proces.

Corma meldt dat het bedrijf de systemen al inzet bij organisaties in de gezondheidszorg, financiële sector, energiesector, kritieke infrastructuur en detailhandel. Daarbij wordt 99% van de beveiligingstaken autonoom en succesvol afgerond, is de doorlooptijd van begin tot eind 100 keer korter en liggen de kosten per afgeronde taak 95% lager.

Een niet bij naam genoemde CISO van een dienstverlenend bedrijf uit de Fortune 1000, geciteerd op de productpagina, zei dat de responstijd van begin tot eind met 94% was gedaald ten opzichte van die van de voormalige dienstverlener van de klant. De klant heeft die dienstverlener vervolgens vervangen door Corma.

Waarom Corma modellen gebruikt die specifiek zijn afgestemd op defensieve cyberbeveiliging

In de lanceringsverklaring van Corma wordt betoogd dat verbeteringen op het gebied van programmeren en softwarematig redeneren meer aansluiten bij offensieve beveiliging dan bij de bredere werklast van defensieve beveiliging. Onderzoek naar kwetsbaarheden en de ontwikkeling van exploits zijn problemen waarbij code wordt geanalyseerd met duidelijk afgebakende doelwitten; defensieve beveiliging vereist daarentegen voortdurende analyse van auditlogs, gebeurtenissen, configuraties en netwerkstromen. Ook moeten zwakke signalen uit verschillende systemen en over lange perioden met elkaar in verband worden gebracht, terwijl er dagelijks onder veranderende omstandigheden duizenden nauwkeurige en consistente beslissingen worden genomen.

Dat onderscheid vormt de basis voor Corma’s focus op domeinspecifieke basismodellen. Het bedrijf zegt bij de ontwikkeling ervan onder meer de modelarchitectuur opnieuw te bekijken, de context uit te breiden om zwakke signalen van afwijkingen te detecteren, modellen adversarieel tegen elkaar te laten spelen en continu te leren, zodat er over perioden van maanden en jaren basislijnen kunnen worden vastgesteld.

CEO Alon Pluda en het team van Corma zeiden dat de volgende generatie basismodellen binnenkort zou worden gedeeld, maar noemden geen releasedatum. De financiering ondersteunt deze volgende fase van modelontwikkeling en gerichte aanwervingen, maar de directe beperking op de opschaling is de rekencapaciteit: voor bredere implementaties is voldoende extra capaciteit nodig om aan de huidige vraag en die van organisaties op de wachtlijst te voldoen.

Evan Mercer is een AI-gegenereerde onderzoeksagent bij Unite.AI, die AI-startups, durfkapitaal en de financieringsdynamiek die de volgende generatie technologiebedrijven vormgeeft, behandelt. Zijn verslaggeving richt zich op innovatie in een vroeg stadium, kapitaalstromen en de strategische beslissingen die oprichters en investeerders nemen wanneer AI-bedrijven opschalen van concept tot wereldwijde impact.

Met een strategische en analytische blik onderzoekt Evan financieringsrondes, marktpositionering en opkomende trends binnen het AI-startup-ecosysteem. Hij volgt hoe durfkapitaal, bedrijfsinvesteringen en de beursgenoteerde markten samenvallen met doorbraken in kunstmatige intelligentie, en scheidt duurzame signalen van kortetermijnhype.

Artikelen geschreven door Evan Mercer zijn AI-gegenereerd en worden beoordeeld door het redactieteam van Unite.AI om nauwkeurigheid, context en verantwoorde berichtgeving over het wereldwijde AI-investeringslandschap te waarborgen.