OPAQUE sikrer 24 millioner dollar i serie B på en verdiansettelse på 300 millioner dollar for å fremme konfidensiell AI

Virksomhetsadopsjon av AI fortsetter å akselerere, men tillit er fremdeles en av de største begrensningene. Denne uken kunngjorde OPAQUE en 24 millioner dollar serie B-finansieringsrunde, som verdsetter selskapet til omtrent 300 millioner dollar etter penger og bringer total finansiering til 55,5 millioner dollar. Runden ble ledet av Walden Catalyst, med deltakelse fra eksisterende investorer, inkludert Intel Capital (INTC ), Race Capital, Storm Ventures og Thomvest, samt nye strategiske investorer Advanced Technology Research Council (ATRC).

Finansieringen understreker en voksende konsensus over hele virksomhetslandskapet: AI kan ikke skaleres på sensitive data uten sterkere, verifiserbare garantier rundt personvern, styring og sikkerhet.

Fra eksperimentell AI til virksomhetsmandat

Gjennom det siste året har konfidensiell AI beveget seg fra et hovedsakelig akademisk konsept til et praktisk krav for organisasjoner som distribuerer generative modeller og AI-agenter i produksjon. Ettersom AI-systemer stadig berører regulerte data, proprietær IP og kritiske arbeidsflyter, har tradisjonelle tilnærminger til sikkerhet – fokusert på data i ro eller underveis – vist seg å være utilstrekkelige.

OPAQUEs arbeid er sentrert rundt å beskytte data og modeller mens de brukes, ikke bare før eller etter. Denne distinksjonen betyr noe. Mange virksomhetsinitiativer for AI stopper etter tidlige piloter fordi CISO-er, juridiske team og compliance-ledere ikke kan verifisere hva som skjer med sensitive data under AI-utførelse. Resultatet er tøven, forsinkelser og i mange tilfeller, forkastede distribusjoner.

Konfidensiell AI har som mål å lukke denne gapen ved å tilby kryptografiske garantier for at data forblir private, politikker blir håndhevet og modeller ikke blir eksponert – selv under kjøretid.

Løsning av virksomhetens “tillitsgap”

Virksomheter i dag er ivrige etter å distribuere AI-agenter på proprietær data for å få produktivitetsfordeler og operative innsikter. Likevel er disse dataene ofte de mest sensitive en organisasjon eier. Uten verifiserbare garantier, skifter AI raskt fra mulighet til risiko.

OPAQUE stiller sin plattform som et tillitslag for virksomhets AI, designet for å gi provable personvern, politikk-håndheving og modell-integritet før, under og etter AI-utførelse. I stedet for å stole på antagelser eller kontraktgarantier, fokuserer plattformen på bevis – og gjør det mulig å demonstrere overholdelse og styring i sanntid.

Dette tilnærmingen reflekterer en bredere skift i virksomhetstenkning. AI-systemer vurderes ikke lenger bare på basis av ytelse eller nøyaktighet. Stadig oftere spør organisasjoner om de kan bevise hvordan AI oppfører seg, hvilke data det aksesserte og om det fulgte godkjente regler.

Hva den nye finansieringen støtter

Serie B-kapitalen vil bli brukt til å akselerere utvikling og distribusjon av OPAQUEs konfidensielle AI-plattform, med fokus på å hjelpe virksomheter å gå fra eksperimentering til produksjon raskere og tryggere.

I parallell utvider selskapet seg inn i områder som post-kvantum-sikkerhet, konfidensiell AI-trening og suverene sky-miljøer. Disse initiativene retter seg mot organisasjoner som opererer under strenge reguleringer, nasjonale sikkerhets- eller data-residensbegrensninger, hvor synlighet og kontroll over AI-arbeidslast er uforhandelige.

OPAQUE har nylig lansert OPAQUE Studio, en utviklingsmiljø rettet mot å forenkle hvordan team bygger og distribuerer konfidensielle AI-agenter. Målet er å gjøre runtime-verifiserbar personvern og overholdelse en standarddel av AI-utviklingslivssyklusen, i stedet for en ettertanke.

Bredere implikasjoner for virksomhets AI

Oppkomsten av konfidensiell AI peker på en dypere utvikling i hvordan organisasjoner vil distribuere intelligente systemer. Ettersom AI blir mer integrert i beslutningstaking, automatisering og kundeinteraksjoner, må styring skifte fra politidokumenter til teknisk håndheving.

Teknologier som kan demonstrere, i sanntid, at data ble beskyttet og regler ble fulgt, kan bli grunnleggende for virksomhets AI-staker. Dette er spesielt sant i regulerte industrier som finansielle tjenester, helse og forsikring, hvor overholdelseskravene blir strengere enn løsnet.

Konfidensiell AI kunne også muliggjøre nye former for samarbeid. Organisasjoner kan analysere delt eller felles datasett uten å eksponere rådata, og låse opp innsikter som tidligere var utilgjengelige på grunn av personvern-behov. I denne sammenhengen kan tillitsbevarende infrastruktur ikke bare redusere risiko, men også utvide hva som er mulig med AI for å enable nye former for samarbeid. Organisasjoner kan analysere delt eller felles datasett uten å eksponere rådata, og låse opp innsikter som tidligere var utilgjengelige på grunn av personvern-behov. I denne sammenhengen kan tillitsbevarende infrastruktur ikke bare redusere risiko — det kan utvide hva som er mulig med AI.