Applied Compute lève un financement de 80 millions, et rejoint la catégorie des licornes

La société Applied Compute, une entreprise d’innovation d’agents intelligents, annonce avoir finalisé un nouveau tour de financement de 80 millions de dollars, avec une valorisation post-investissement de 1,3 milliard de dollars, entrant ainsi dans la catégorie des licornes. Ce tour est mené par Kleiner Perkins ; le montant total cumulé des levées de fonds de l’entreprise s’élève désormais à 160 millions de dollars. Applied Compute vise à combler, grâce à « l’intelligence dédiée », l’écart structurel entre la technologie IA et son déploiement en entreprise.

Détails du financement : un consortium d’acteurs de premier plan mené par Kleiner Perkins

Ce tour de 80 millions de dollars réunit plusieurs institutions d’investissement technologiques de premier plan :

Aperçu des principaux investisseurs de ce tour

Kleiner Perkins (tête de file) : une société de capital-risque de premier plan de la Silicon Valley ; son historique de portefeuille comprend des géants de la tech comme Google, Amazon

Elad Gil : entrepreneur technologique et investisseur bien connu, réputé pour ses paris précoces sur plusieurs licornes IA

Lux Capital : un fonds de capital-risque renommé spécialisé dans la deep tech et les technologies de pointe

Greenoaks : un fonds d’investissement en phase de croissance, axé sur les entreprises technologiques à forte croissance

NEO et Hana Bicapital : autres investisseurs institutionnels participant à ce tour

L’idée centrale d’Applied Compute : pourquoi les modèles de pointe ne suffisent pas

La logique fondatrice d’Applied Compute vise directement la difficulté fondamentale du déploiement de l’IA en entreprise. L’équipe fondatrice désigne les modèles de pointe génériques (Frontier Models) comme « des étrangers talentueux » : ils ne sont pas construits à partir des propres données de l’entreprise, ne comprennent pas les modalités concrètes de fonctionnement de l’entreprise et ne peuvent pas s’améliorer de façon continue sur les problèmes métier les plus importants de manière automatique.

« Les modèles deviennent de plus en plus intelligents, mais il existe toujours un écart considérable entre l’intelligence brute et la productivité réelle pour des tâches spécifiques au sein de l’entreprise », indique l’entreprise dans son communiqué sur le financement. Pour créer une véritable valeur pour l’activité, il ne suffit pas de l’intelligence générale : il faut la capacité d’exécuter les tâches dans le bon contexte métier, avec des standards de processus de travail et de jugement appropriés.

L’entreprise a validé cette idée clé grâce à des collaborations avec des entreprises du Fortune 500 : la connaissance institutionnelle approfondie, accumulée au fil du temps, constitue la différence la plus cruciale entre « des agents intelligents » et « des agents vraiment fiables, capables d’accomplir des travaux réels ».

Le fonctionnement des agents intelligents propriétaires : chaque décision alimente l’entraînement

La solution d’Applied Compute consiste à construire des « agents intelligents propriétaires » pour les entreprises : entraînés à partir des données réelles de fonctionnement de l’entreprise, des processus de travail et des standards de performance, puis déployés en environnement de production en collaboration avec des experts humains. Chaque décision renvoie ensuite vers une boucle d’entraînement, affinant continuellement la capacité de jugement de l’agent, jusqu’à établir un niveau de confiance suffisant et atteindre un fonctionnement autonome ; tout au long du processus, cela se fait dans l’environnement de sécurité propre à l’entreprise, de sorte que la souveraineté des données reste sous le contrôle de l’entreprise.

La philosophie fondatrice de l’entreprise est la suivante : la sagesse d’une entreprise doit être exclusive, détenue par l’entreprise elle-même, et non dépendante d’un service « boîte noire » de modèles génériques externes. Applied Compute estime que les organisations véritablement en avance seront celles qui, par-dessus les modèles de base en constante amélioration, ajoutent continuellement leurs propres connaissances propriétaires — en construisant une équipe d’employés IA qui apprend chaque semaine à partir d’expériences métier réelles et évolue en continu.

Questions fréquentes

Quelle ampleur de financement Applied Compute a-t-elle finalisée, et qui sont les principaux investisseurs ?

Applied Compute a finalisé un financement de 80 millions de dollars ; la valorisation post-investissement atteint 1,3 milliard de dollars. Le tour est mené par Kleiner Perkins, avec la participation d’Elad Gil, Lux Capital, Greenoaks, NEO et Hana Bicapital. Le montant total cumulé des levées de fonds de l’entreprise s’élève désormais à 160 millions de dollars.

Que désigne exactement la « intelligence dédiée » d’Applied Compute ?

L’« intelligence dédiée » désigne des agents intelligents propriétaires entraînés à partir des données réelles de fonctionnement et des processus de travail de l’entreprise, plutôt que des modèles de pointe génériques. Dans l’environnement de production, ces agents apprennent en continu à partir des retours de décision pour affiner leurs capacités, et toutes les données et opérations restent dans l’environnement de sécurité propre et contrôlable de l’entreprise.

Quelle est la différence fondamentale entre Applied Compute et les outils d’IA généralistes ?

Les modèles de pointe génériques manquent du contexte métier spécifique de l’entreprise, des connaissances sur les processus de travail et de la capacité de jugement. Applied Compute les compare à des « étrangers talentueux ». La solution d’Applied Compute consiste à construire des agents intelligents propriétaires qui comprennent profondément les processus de travail spécifiques de l’entreprise et évoluent en continu, afin que l’entreprise possède réellement ses propres actifs de connaissances IA.