Dwie rundy, jeden dzień różnicy

12 sierpnia 2026 roku Mindgard opublikował komunikat prasowy potwierdzający rundę Series A o wartości 26 milionów euro (30 milionów dolarów), prowadzoną przez Album VC z udziałem Karma Ventures, .406 Ventures, Atlantic Bridge, IQ Capital i Lakestar. Firma, spinout Uniwersytetu Lancaster z siedzibą w Londynie i Bostonie, buduje narzędzia poddające modele i agenty AI red-teamingowi, podobnie jak pentester testuje sieć.

Dzień później Cytix ogłosił własną rundę Series A: 6 milionów euro (7 milionów dolarów), prowadzoną przez brytyjskiego inwestora regionalnego Northern Gritstone, z udziałem Auriga Cyber Ventures i Northern Powerhouse Investment Fund II. Cytix nie ma nic wspólnego z Mindgard - inni założyciele, inni inwestorzy, inny produkt - a jednak oba komunikaty użyły tych samych dwóch słów: bezpieczeństwo AI.

Czytane osobno, to dwie skromne historie finansowania w sezonie już i tak bogatym w kapitał dla cyberbezpieczeństwa. Czytane razem, mówią coś, czego żadna z firm nie powiedziała samodzielnie: rynek, na którym obie sprzedają, po cichu podzielił się na dwie warstwy, a firma musi teraz budżetować obie.

Mindgard testuje sam model

Produkt Mindgard działa bezpośrednio na systemie AI. Prowadzi ciągły, zautomatyzowany red-teaming modeli i agentów, szukając rodzaju awarii, która ujawnia się dopiero wtedy, gdy w system uderza coś wrogiego: wstrzyknięcie promptu, wyciek danych, model nakłoniony do zachowania, którego jego właściciel nigdy nie zamierzał.

Obok tego Mindgard prowadzi wykrywanie cień-AI - odnajdywanie narzędzi AI, które pracownicy po cichu podłączyli bez zatwierdzenia przez dział IT - oraz ochronę przed zagrożeniami w czasie rzeczywistym, gdy system AI działa już produkcyjnie. Firma twierdzi, że jest już obecna u klientów z listy Fortune 2000 z branż finansowej, farmaceutycznej, gamingowej i półprzewodnikowej - branż, w których źle zachowujący się model to nie ciekawostka, lecz ekspozycja regulacyjna i finansowa.

To bezpieczeństwo skierowane na zachowanie systemu AI: co robi model, co mówi, do czego można go nakłonić. Nie mówi nic o tym, jak napisano lub sprawdzono kod wokół niego.

Cytix pilnuje pipeline'u wokół niego

Cytix wychodzi z zupełnie innego pytania. Asystenci kodowania AI, tacy jak Copilot czy narzędzia w stylu Cursor, przyspieszyli tę część dostarczania oprogramowania, w której pisany jest kod. Zdolność przeglądu i kontroli jakości w większości organizacji nie przyspieszyła w tym samym tempie. Cytix nazywa tę lukę 'ryzykiem zmiany' i zbudował platformę, by mierzyć je bezpośrednio.

Firma nie prowadzi red-teamingu modelu. Ocenia ryzyko bezpieczeństwa w tym, co faktycznie dostarcza rozwój przyspieszony przez AI - kod przemieszczający się przez pipeline szybciej, niż nadążają go sprawdzać ludzie. To problem pipeline'u i procesu, a nie zachowania modelu, i wymaga innego rodzaju narzędzi, by stał się widoczny.

Udział Northern Gritstone to sama w sobie mała brytyjska historia regionalna - fundusz zbudowany, by wspierać powiązane z uniwersytetami firmy deep-tech w północnej Anglii, stawia tu konkretnie na warstwę procesu, a nie na bardziej widoczną ścieżkę bezpieczeństwa modeli, która przyciągnęła w tym roku najwięcej uwagi.

Dlaczego ten podział to prawdziwa historia

Ani ogłoszenie Mindgard, ani Cytix nie wspominało o drugiej firmie. Nie było też po temu powodu - nie konkurują ze sobą i nie próbowały budować argumentu rynkowego. Ale zestawione obok siebie, obie rundy pokazują coś, co łatwo przeoczyć, gdy 'bezpieczeństwo AI' używane jest jako jeden zbiorczy termin: obejmuje już dwa naprawdę różne rodzaje awarii.

Jedna warstwa dotyczy tego, co sam system AI robi, gdy już działa - model lub agent, który źle się zachowuje, wycieka dane lub jest manipulowany. Druga dotyczy tego, co jest dostarczane wokół tego systemu AI - kod pisany szybciej, niż da się go sprawdzić, przechodzący przez pipeline niezbudowany pod to nowe tempo. Dostawca zbudowany pod jedno z tych zadań nie jest automatycznie kompetentny w drugim.

To nie jest przewidywanie, że kategorie formalnie podzielą się na nazwane rynki z osobnymi raportami analityków. To węższe i bardziej użyteczne stwierdzenie: obie rundy, które wylądowały w odstępie jednego dnia, pokazują, że podział w praktyce już się dokonał, niezależnie od tego, czy ma już nazwę.

Co to oznacza dla listy dostawców firmy

Jeśli twoja organizacja wdraża asystentów kodowania AI, agentów AI albo jedno i drugie, praktycznym wnioskiem nie jest podpisanie umowy z pierwszym dostawcą, który używa zwrotu 'bezpieczeństwo AI', i założenie, że sprawa jest załatwiona. Zapytaj wprost, którą warstwę obejmuje.

Zapytaj, czy produkt poddaje zachowanie systemu AI red-teamingowi - ścieżka Mindgard - czy ocenia ryzyko zmiany w tym, co dostarcza wasz pipeline przyspieszony przez AI - ścieżka Cytix. Dostawca, który robi tylko jedno z tych dwóch, powie o tym wprost, jeśli zapytasz bezpośrednio.

Obie rundy, na kwoty rzędu 6 do 26 milionów euro, które wylądowały w odstępie jednego dnia w sierpniu 2026 roku, to wczesny sygnał, a nie dowód trwałej struktury rynku. Na razie jednak traktuj bezpieczeństwo AI jako dwie pozycje budżetowe, oceniane wobec dwóch różnych pytań, dopóki dostawca nie udowodni czegoś przeciwnego.

Czytaj dalej: Luka w Copilocie ujawniała dane firmy bez kliknięcia  |  Ukryte Rozumowanie AI Wycieka przez Tańsze Modele