Deux levées, un jour d'écart
Le 12 août 2026, Mindgard a publié un communiqué confirmant une levée Series A de 26 millions d'euros (30 millions de dollars), menée par Album VC avec la participation de Karma Ventures, .406 Ventures, Atlantic Bridge, IQ Capital et Lakestar. L'entreprise, essaimage de l'Université de Lancaster basé à Londres et Boston, construit des outils qui soumettent les modèles et agents d'IA à un red-teaming, de la même façon qu'un testeur d'intrusion éprouve un réseau.
Un jour plus tard, Cytix a annoncé sa propre levée Series A : 6 millions d'euros (7 millions de dollars), menée par l'investisseur régional britannique Northern Gritstone, avec la participation d'Auriga Cyber Ventures et du Northern Powerhouse Investment Fund II. Cytix n'a aucun lien avec Mindgard - fondateurs différents, investisseurs différents, produit différent - et pourtant les deux communiqués ont utilisé les deux mêmes mots : sécurité de l'IA.
Lues séparément, ce sont deux histoires de financement modestes dans une saison déjà chargée en capital pour la cybersécurité. Lues ensemble, elles disent quelque chose qu'aucune des deux entreprises n'a dit seule : le marché dans lequel elles vendent toutes deux s'est silencieusement scindé en deux couches, et une entreprise doit désormais budgétiser les deux.
Mindgard teste le modèle lui-même
Le produit de Mindgard agit directement sur le système d'IA. Il exécute un red-teaming automatisé et continu contre les modèles et les agents, recherchant le type de défaillance qui n'apparaît que lorsqu'un élément adverse est projeté contre le système : injection de prompt, fuite de données, un modèle amené à se comporter d'une manière que son propriétaire n'avait jamais prévue.
Parallèlement, Mindgard réalise de la détection d'IA fantôme - repérer les outils d'IA que les employés ont branchés discrètement sans jamais que l'informatique ne les approuve - ainsi qu'une protection en temps réel contre les menaces une fois qu'un système d'IA est en production. L'entreprise affirme être déjà présente chez des clients Fortune 2000 dans la finance, la pharmacie, le jeu vidéo et les semi-conducteurs, des secteurs où un modèle qui se comporte mal n'est pas une curiosité mais une exposition réglementaire et financière.
Il s'agit d'une sécurité tournée vers le comportement du système d'IA : ce que fait le modèle, ce qu'il dit, ce à quoi on peut l'amener. Elle ne dit rien de la façon dont le code qui l'entoure a été écrit ou relu.
Cytix surveille le pipeline qui l'entoure
Cytix part d'une question entièrement différente. Les assistants de codage par IA comme Copilot ou les outils de type Cursor ont accéléré la partie de la livraison logicielle où le code est écrit. Dans la plupart des organisations, les capacités de revue et de contrôle qualité n'ont pas accéléré au même rythme. Cytix appelle cet écart le 'risque de changement' et a construit une plateforme pour le mesurer directement.
L'entreprise ne fait pas de red-teaming d'un modèle. Elle évalue le risque de sécurité dans ce qu'un développement accéléré par l'IA livre réellement - du code qui avance dans le pipeline plus vite que les personnes chargées de le vérifier ne peuvent suivre. C'est un problème de pipeline et de processus, pas de comportement de modèle, et il faut un type d'outils différent pour le voir.
La participation de Northern Gritstone est elle-même une petite histoire régionale britannique - un fonds construit pour soutenir des entreprises deep-tech proches des universités du nord de l'Angleterre mise spécifiquement sur la couche processus, plutôt que sur la voie plus visible de la sécurité des modèles qui a capté l'essentiel de l'attention cette année.
Pourquoi la scission est la vraie histoire
Ni l'annonce de Mindgard ni celle de Cytix ne mentionnait l'autre entreprise. Il n'y avait aucune raison qu'il en soit autrement - elles ne sont pas concurrentes et ne cherchaient pas à formuler un argument de marché. Mais placées côte à côte, les deux levées montrent quelque chose qu'il est facile de manquer quand 'sécurité de l'IA' est utilisé comme un terme fourre-tout unique : il couvre déjà deux types de défaillance véritablement distincts.
Une couche concerne ce que fait le système d'IA lui-même une fois en fonctionnement - un modèle ou un agent qui se comporte mal, qui fuit des données ou qui est manipulé. L'autre concerne ce qui est livré autour de ce système d'IA - du code écrit plus vite qu'il ne peut être relu, avançant dans un pipeline qui n'a pas été conçu pour ce nouveau rythme. Un fournisseur conçu pour l'une de ces tâches n'est pas automatiquement compétent pour l'autre.
Ce n'est pas une prédiction selon laquelle ces catégories se scinderont formellement en marchés nommés avec des rapports d'analystes dédiés. C'est une affirmation plus étroite et plus utile : les deux levées, arrivées à un jour d'écart, montrent que la scission a déjà eu lieu dans la pratique, qu'elle porte déjà une étiquette ou non.
Ce que cela signifie pour la liste de fournisseurs d'une entreprise
Si votre organisation déploie des assistants de codage par IA, des agents d'IA, ou les deux, la conclusion pratique n'est pas de signer avec le premier fournisseur qui emploie l'expression 'sécurité de l'IA' en supposant que la case est cochée. Demandez précisément quelle couche il couvre.
Demandez si le produit soumet à un red-teaming le comportement du système d'IA - la voie de Mindgard - ou s'il évalue le risque de changement dans ce que livre votre pipeline accéléré par l'IA - la voie de Cytix. Un fournisseur qui ne fait que l'un des deux vous le dira, si vous le lui demandez directement.
Les deux levées, d'environ 6 à 26 millions d'euros, arrivées à un jour d'écart en août 2026, sont un indice précoce, pas la preuve d'une structure de marché permanente. Mais pour l'instant, traitez la sécurité de l'IA comme deux lignes budgétaires, évaluées face à deux questions différentes, jusqu'à ce qu'un fournisseur démontre le contraire.
À lire ensuite: Une faille de Copilot exposait les données de l'entreprise | Le Raisonnement Caché de l'IA Fuite vers des Modèles Moins Chers
