To runder, en dag fra hinanden
Den 12. august 2026 udsendte Mindgard en pressemeddelelse, der bekræftede en Series A-runde på 26 millioner euro (30 millioner dollar), ledet af Album VC med deltagelse af Karma Ventures, .406 Ventures, Atlantic Bridge, IQ Capital og Lakestar. Virksomheden, en spin-out fra Lancaster University med hovedsæde i London og Boston, bygger værktøjer, der underkaster AI-modeller og -agenter red-teaming, på samme måde som en pentester afprøver et netværk.
En dag senere annoncerede Cytix sin egen Series A-runde: 6 millioner euro (7 millioner dollar), ledet af den britiske regionale investor Northern Gritstone, med deltagelse af Auriga Cyber Ventures og Northern Powerhouse Investment Fund II. Cytix har intet med Mindgard at gøre - andre stiftere, andre investorer, et andet produkt - og alligevel brugte begge pressemeddelelser de samme to ord: AI-sikkerhed.
Læst hver for sig er det to beskedne finansieringshistorier i en sæson, der allerede er rig på kapital til cybersikkerhed. Læst sammen siger de noget, ingen af virksomhederne sagde alene: markedet, de begge sælger ind i, har stille og roligt delt sig i to lag, og en virksomhed skal nu budgettere med begge.
Mindgard tester selve modellen
Mindgards produkt går direkte ind i AI-systemet. Det kører løbende automatiseret red-teaming mod modeller og agenter og leder efter den type fejl, der kun viser sig, når noget fjendtligt rettes mod systemet: prompt-injektion, datalækage, en model, der lokkes til adfærd, ejeren aldrig havde til hensigt.
Ved siden af dette laver Mindgard skygge-AI-opsporing - at finde de AI-værktøjer, medarbejdere stille har koblet til, uden at IT nogensinde har godkendt dem - samt trusselsbeskyttelse i realtid, når et AI-system er i produktion. Virksomheden siger, den allerede findes hos Fortune 2000-kunder inden for finans, medicinal, gaming og halvledere, brancher hvor en model, der opfører sig forkert, ikke er en kuriositet, men en regulatorisk og finansiel eksponering.
Det er sikkerhed rettet mod AI-systemets adfærd: hvad modellen gør, hvad den siger, hvad den kan lokkes til. Det siger intet om, hvordan koden omkring den er skrevet eller gennemgået.
Cytix holder øje med pipelinen omkring den
Cytix tager udgangspunkt i et helt andet spørgsmål. AI-kodningsassistenter som Copilot eller Cursor-lignende værktøjer har fremskyndet den del af softwareleveringen, hvor koden skrives. Review- og QA-kapaciteten er i de fleste organisationer ikke fulgt med i samme tempo. Cytix kalder dette hul for 'ændringsrisiko' og har bygget en platform til at måle det direkte.
Virksomheden laver ikke red-teaming af en model. Den vurderer sikkerhedsrisikoen i det, en AI-accelereret udvikling rent faktisk leverer - kode, der bevæger sig hurtigere gennem pipelinen, end de mennesker, der kontrollerer den, kan følge med. Det er et pipeline- og procesproblem, ikke et problem med modeladfærd, og det kræver en anden slags værktøjer for at blive synligt.
Northern Gritstones deltagelse er i sig selv en lille britisk regional historie - en fond bygget til at støtte universitetsnære deep-tech-virksomheder i det nordlige England satser her specifikt på proceslaget frem for det mere synlige spor med modelsikkerhed, der har trukket det meste af opmærksomheden i år.
Hvorfor splittelsen er den egentlige historie
Hverken Mindgards eller Cytix' meddelelse nævnte det andet firma. Der var heller ingen grund til det - de er ikke konkurrenter og forsøgte ikke at fremsætte et markedsargument. Men side om side viser de to runder noget, det er let at overse, når 'AI-sikkerhed' bruges som ét samlebegreb: det dækker allerede over to reelt forskellige fejltyper.
Det ene lag handler om, hvad selve AI-systemet gør, når det kører - en model eller agent, der opfører sig forkert, lækker data eller bliver manipuleret. Det andet handler om, hvad der leveres omkring det AI-system - kode skrevet hurtigere, end den kan gennemgås, gennem en pipeline, der ikke er bygget til det nye tempo. En leverandør bygget til den ene opgave er ikke automatisk kompetent til den anden.
Det er ikke en forudsigelse om, at kategorierne formelt vil splitte sig op i navngivne markeder med egne analytikerrapporter. Det er et snævrere og mere nyttigt udsagn: de to runder, der landede en dag fra hinanden, viser, at splittelsen allerede er sket i praksis, uanset om den har fået en etiket endnu.
Hvad det betyder for en virksomheds leverandørliste
Hvis din organisation indfører AI-kodningsassistenter, AI-agenter eller begge dele, er den praktiske konklusion ikke at skrive under hos den første leverandør, der bruger udtrykket 'AI-sikkerhed', og antage, at boksen er krydset af. Spørg specifikt, hvilket lag de dækker.
Spørg, om produktet underkaster AI-systemets adfærd red-teaming - Mindgards spor - eller om det vurderer ændringsrisikoen i det, jeres AI-accelererede pipeline leverer - Cytix' spor. En leverandør, der kun gør det ene, vil sige det, hvis du spørger direkte.
De to runder, på omkring 6 til 26 millioner euro, der landede en dag fra hinanden i august 2026, er et tidligt tegn, ikke bevis på en permanent markedsstruktur. Men indtil videre bør AI-sikkerhed behandles som to budgetposter, vurderet ud fra to forskellige spørgsmål, indtil en leverandør beviser det modsatte.
Læs videre: Et hul i Copilot lækkede virksomhedens data uden klik | Skjult AI-tankegang lækker via billigere søstermodeller
