La startup souhaite renforcer ses effectifs pour maintenir ses bibliothèques open source dédiées au développement de solutions de chiffrement entièrement homomorphes (Fully Homomorphic Encryption - FHE) et stimuler la conception outils dédiés aux domaines de l'intelligence artificielle, la santé ou encore des services financiers.
La startup de cryptographie open source spécialisée dans le développement de solutions de chiffrement homomorphe, Zama, a annoncé jeudi 7 mars avoir bouclé un tour de table de 73 millions de dollars en série A. L'opération a été dirigée par Multicoin Capital et Protocol Labs, avec la participation de Metaplanet, Blockchange Ventures, VSquared, Stake Capital, Juan Benet (fondateur de Filecoin), Anatoly Yakovenko (co-fondateur de Solana) et Gavin Wood (co-fondateur d'Ethereum et co-créateur de Polkadot).
Avec ces fonds, la jeune pousse prévoit de renforcer son équipe de 75 personnes en recrutant de nouveaux ingénieurs, développeurs logiciels et chercheurs en cryptographie. Ceci dans le but de maintenir ses bibliothèques open source pour les développeurs souhaitant concevoir des solutions FHE, et afin de développer de nouveaux partenariats en vue de créer une nouvelle classe d'applications de chiffrement entièrement homomorphes (FHE).
L'IA en ligne de mire
Pour rappel, cette technologie permet de traiter des données sans les déchiffrer. En d'autres termes, des entreprises peuvent fournir des services sans avoir besoin d'accéder aux données des utilisateurs et sans que cela n'affecte lesdits services.
« Le FHE offre une technique de chiffrement novatrice qui permet, pour la première fois, de calculer sur des données chiffrées, révolutionnant les possibilités en matière de confidentialité des données pour les organisations, les gouvernements et les consommateurs », a déclaré Rand Hindi, PDG de Zama, via un communiqué. L'entreprise travaille également au développement de solutions répondant aux besoins en matière d'intelligence artificielle, de santé, de services financiers et de sécurité gouvernementale, tous fortement concernés par les enjeux de confidentialité des données.