OPAQUE Säkrar 24 MUSD i Serie B till en Värdering av 300 Miljoner USD för att Driva Konfidentiell AI Framåt

Företagsanvändning av AI fortsätter att accelerera, men förtroende förblir en av de största begränsningarna. Den här veckan meddelade OPAQUE en 24 miljoner dollar Serie B-finansieringsrunda, som värderar företaget till cirka 300 miljoner dollar efter pengar och bringar total finansiering till 55,5 miljoner dollar. Rundan leddes av Walden Catalyst, med deltagande från befintliga investerare inklusive Intel Capital (INTC ), Race Capital, Storm Ventures och Thomvest, samt nya strategiska investerare Advanced Technology Research Council (ATRC).

Upphämtningen understryker en växande konsensus över företagslandskapet: AI kan inte skalas på känsliga data utan starkare, verifierbara garantier kring sekretess, styrning och säkerhet.

Från Experimentell AI till Företagskrav

Under det senaste året har konfidentiell AI flyttat från ett i huvudsak akademiskt begrepp till ett praktiskt krav för organisationer som distribuerar generativa modeller och AI-agenter i produktion. När AI-system alltmer berör reglerad data, proprietär IP och kritiska arbetsflöden har traditionella tillvägagångssätt för säkerhet – fokuserade på data i vila eller under överföring – visat sig vara otillräckliga.

OPAQUE:s arbete är centrerat kring att skydda data och modeller medan de används, inte bara före eller efter. Den distinktionen har betydelse. Många företagsinitiativ för AI avbryts efter tidiga piloter eftersom CISO, juridiska team och regelefterlevnadsledare inte kan verifiera vad som händer med känsliga data under AI-körning. Resultatet är tveksamhet, förseningar och i många fall, övergivna distributioner.

Konfidentiell AI syftar till att stänga denna klyfta genom att erbjuda kryptografiska garantier som data förblir privat, policys tillämpas och modeller inte exponeras – även under körning.

Att Hantera Företagets “Tillitsgap”

Företag idag är angelägna om att distribuera AI-agenter på proprietär data för att vinna produktivitetsfördelar och operativa insikter. Men samma data tillgångar är ofta de mest känsliga en organisation äger. Utan verifierbara garantier skiftar AI snabbt från möjlighet till risk.

OPAQUE positionerar sin plattform som ett tillitslager för företags AI, utformat för att tillhandahålla bevisbar sekretess, policytillämpning och modellintegritet före, under och efter AI-körning. Istället för att förlita sig på antaganden eller kontraktsgarantier fokuserar plattformen på bevis – vilket gör det möjligt att demonstrera regelefterlevnad och styrning i realtid.

Detta tillvägagångssätt reflekterar en bredare förändring i företagstänkande. AI-system utvärderas inte längre enbart utifrån prestanda eller noggrannhet. Alltmer frågar organisationer om de kan bevisa hur AI beter sig, vilken data det åtkom, och om det följde godkända regler.

Vad den Nya Finansieringen Stöder

Serie B-kapitalet kommer att användas för att accelerera utveckling och distribution av OPAQUE:s konfidentiella AI-plattform, med fokus på att hjälpa företag att flytta från experiment till produktion snabbare och säkrare.

I samma anda utökar företaget till områden som post-kvantum-säkerhet, konfidentiell AI-utbildning och suveräna molnmiljöer. Dessa initiativ riktar sig till organisationer som opererar under strikta regulatoriska, nationella säkerhets- eller dataresidensbegränsningar, där synlighet och kontroll över AI-arbetsbelastningar är ovillkorliga.

OPAQUE har nyligen lanserat OPAQUE Studio, en utvecklingsmiljö som syftar till att förenkla hur team bygger och distribuerar konfidentiella AI-agenter. Målet är att göra runtime-verifierbar sekretess och regelefterlevnad en del av AI-utvecklingslivscykeln som standard, snarare än en eftertanke.

Större Implikationer för Företags AI

Uppkomsten av konfidentiell AI pekar på en djupare utveckling i hur organisationer kommer att distribuera intelligenta system. När AI blir alltmer integrerat i beslutsfattande, automatisering och kundinteraktioner måste styrning skifta från policydokument till tekniskt genomförande.

Teknologier som kan demonstrera, i realtid, att data skyddades och regler följdes kan bli grundläggande för företags AI-staplar. Detta är särskilt sant i reglerade branscher som finansiella tjänster, hälsovård och försäkring, där kraven på regelefterlevnad skärps snarare än lindras.

Konfidentiell AI kunde också möjliggöra nya former av samarbete. Organisationer kan kunna analysera delade eller poolade datamängder utan att exponera rådata, vilket låser upp insikter som tidigare var otillgängliga på grund av sekretessproblem. I denna mening kan tillitsbevarande infrastruktur inte bara minska risk – det kunde också utöka vad som är möjligt med AI.