Traza lève 2,1 millions de dollars auprès de Base10 pour automatiser les processus d'approvisionnement par IA

Netomi lève 110 millions de dollars, Accenture et Adobe misent sur l'IA pour le service client

Netomi, startup basée à San Francisco spécialisée dans les systèmes d'IA pour le service client en entreprise, a annoncé jeudi avoir levé 110 millions de dollars lors d'un tour de table mené par Accenture Ventures, avec la participation d'Adobe Ventures, WndrCo, Silver Lake Waterman, NAVER Ventures, Metis Strategy et Fin Capital. Jeffrey Katzenberg, cofondateur de DreamWorks et associé directeur de WndrCo, rejoint le conseil d'administration. Ce financement s'ajoute à un premier cercle d'investisseurs prestigieux comprenant Greg Brockman (cofondateur d'OpenAI), Demis Hassabis (cofondateur de Google DeepMind) et Mustafa Suleyman (directeur de Microsoft AI). L'opération ne s'arrête pas à l'apport de capitaux : Accenture a simultanément conclu une alliance mondiale avec Netomi pour déployer la plateforme auprès de ses clients du Fortune 100, mobilisant des centaines de consultants formés à l'outil. Adobe Ventures prévoit quant à elle d'intégrer Netomi dans son écosystème agentique Brand Concierge, donnant à la startup un accès direct à la couche logicielle qu'utilisent déjà de nombreuses grandes marques pour gérer leurs sites web et leurs parcours clients. Ce tour de table révèle une fracture qui se dessine dans l'IA d'entreprise : non plus entre ceux qui disposent d'un chatbot et ceux qui n'en ont pas, mais entre ceux capables de prouver que l'IA fonctionne dans les environnements réels, complexes et fortement encadrés des grandes organisations, et ceux qui brillent surtout en démonstration. Selon le PDG Puneet Mehta, un déploiement type chez un grand compte peut générer un impact de plusieurs dizaines de millions de dollars, certains clients étant sur une trajectoire à plusieurs centaines de millions. Gartner prédit que 40 % des applications d'entreprise intégreront des agents IA spécialisés d'ici fin 2026, contre moins de 5 % en 2025. Le marché autour de Netomi illustre l'intensité des enjeux. Sierra, la startup d'agents IA dirigée par l'ex-co-PDG de Salesforce Bret Taylor, a levé 350 millions de dollars à une valorisation de 10 milliards en septembre 2025 et réalisé trois acquisitions en 2026 à lui seul. Decagon a triplé sa valorisation à 4,5 milliards de dollars en janvier 2026 lors d'une Série D à 250 millions. Salesforce, ServiceNow et Intercom intègrent tous en urgence des agents IA dans leurs plateformes existantes, le Fin AI d'Intercom ayant franchi le seuil de 100 millions de dollars de revenus annuels récurrents à 0,99 dollar par résolution. Dans ce contexte, la levée de Netomi se distingue moins par son montant que par sa construction stratégique : l'alliance entre le réseau de distribution mondial d'Accenture, la présence d'Adobe dans la gestion de l'expérience numérique et le bilan de déploiements en production de Netomi représente une tentative coordonnée d'inscrire l'IA non comme une surcouche de chatbot, mais comme l'intelligence centrale qui gouverne l'ensemble des expériences digitales des entreprises.

Bain identifie un marché SaaS de 100 milliards de dollars dans l'automatisation par agents IA

Le cabinet de conseil Bain & Company estime à 100 milliards de dollars le marché adressable aux États-Unis pour les éditeurs SaaS qui intègrent l'IA agentique dans l'automatisation des processus d'entreprise. Cette estimation figure dans le deuxième volet d'une série de cinq rapports que Bain consacre au secteur logiciel à l'ère de l'IA. La firme chiffre à 4 à 6 milliards de dollars ce que les éditeurs captent déjà aujourd'hui aux États-Unis, ce qui signifie que plus de 90 % du marché reste inexploité. En étendant l'analyse au Canada, à l'Europe, à l'Australie et à la Nouvelle-Zélande, Bain porte l'estimation globale à environ 200 milliards de dollars. Par fonction, la vente représente la plus grande part individuelle avec environ 20 milliards, portée avant tout par la taille de la main-d'oeuvre commerciale. Les opérations et le coût de production pèsent 26 milliards au total. Le support client, la R&D, l'ingénierie et la finance se situent chacun entre 6 et 12 milliards. Ce que Bain met en évidence, c'est moins la concurrence frontale avec les plateformes SaaS existantes que la conversion en dépenses logicielles d'un travail humain massif et jusqu'ici peu automatisé : la coordination entre applications d'entreprise. Ces workflows traversent des ERP, des CRM, des outils de gestion fournisseurs et des boîtes mail, enchaînant des tâches comme la vérification croisée de données, l'interprétation de messages non structurés ou la décision d'escalader un problème. L'automatisation classique par règles ou par RPA bute sur l'ambiguïté et la dispersion de l'information dans plusieurs systèmes. L'IA agentique, elle, peut agréger des sources hétérogènes, déclencher des actions dans plusieurs outils et opérer dans des cadres de gouvernance définis. Le potentiel d'automatisation varie selon les fonctions : le support client et la R&D atteignent 40 à 60 % des tâches automatisables, grâce à des données structurées et des signaux de résultat clairs. La finance et les RH se situent entre 35 et 45 %, la vente et l'informatique entre 30 et 40 %, tandis que le juridique plafonne à 20-30 % en raison du risque d'erreur élevé. Ce rapport s'inscrit dans un contexte de réorientation stratégique des grands éditeurs, qui cherchent à positionner l'IA agentique non pas comme une fonctionnalité supplémentaire, mais comme un nouveau segment de revenus autonome. Bain identifie six facteurs déterminants pour évaluer l'automatisabilité réelle d'un workflow : la vérifiabilité des résultats, les conséquences d'un échec, la disponibilité de données structurées, la variabilité des processus, notamment. Les workflows à risque réglementaire ou financier élevé, déclarations fiscales, conformité légale, réponse aux incidents de sécurité, nécessitent une supervision humaine rapprochée même lorsque les agents sont techniquement capables. Ce cadre analytique va probablement devenir une référence pour les éditeurs qui doivent décider où concentrer leurs investissements en IA agentique dans les prochains mois.

💬 100 milliards dans l'automatisation agentique, Bain sort l'artillerie. Ce qui me retient dans ce rapport, c'est pas le total (les cabinets de conseil adorent les chiffres ronds), c'est qu'ils pointent le vrai angle : tout le travail de coordination entre ERP, CRM et boîte mail, le genre de flux qui n'a encore aucune ligne budget logiciel aujourd'hui. Sur ce sujet, franchement, c'est plus intéressant que ça en a l'air.

Mistral AI lève 830 millions de dollars en dette pour financer un datacenter près de Paris

Mistral AI a annoncé une levée de 830 millions de dollars sous forme de dette pour financer la construction d'un centre de données situé près de Paris. La startup française, fondée en 2023, prévoit de mettre en service cette infrastructure dès le deuxième trimestre 2026. Ce financement par dette — distinct d'une levée en capital — lui permet de préserver sa structure actionnariale tout en mobilisant des ressources massives pour déployer ses propres capacités de calcul. Cette décision marque un tournant stratégique majeur : disposer de son propre data center permettra à Mistral de réduire sa dépendance aux fournisseurs cloud américains comme AWS ou Azure, de maîtriser ses coûts d'inférence à grande échelle, et de répondre aux exigences de souveraineté numérique de clients institutionnels et gouvernementaux européens. Pour l'industrie, c'est un signal fort que les acteurs IA européens entendent concurrencer les géants américains sur leur propre terrain — celui de l'infrastructure. Mistral s'est imposée comme le principal champion européen de l'IA générative, avec des modèles comme Mistral Large et Mixtral. La France a fait de l'IA souveraine une priorité nationale, et la startup bénéficie d'un soutien politique fort. Alors que les besoins en puissance de calcul explosent avec la montée en charge des usages LLM, contrôler son infrastructure devient un avantage concurrentiel décisif — et un argument commercial de poids face aux entreprises européennes soucieuses de la localisation de leurs données.

💬 830 millions en dette, pas en capital, c'est malin. Mistral garde la main sur son actionnariat tout en se construisant une infra qui va peser lourd dans les appels d'offres publics, ceux où "hébergé en France" n'est plus un bonus mais un prérequis. Reste à voir si le datacenter tourne vraiment au T2 2026 comme annoncé.

NeoCognition lève 40 millions pour bâtir des agents IA experts dans tous les domaines

La start-up américaine NeoCognition a annoncé le 21 avril 2026 une levée de fonds de 40 millions de dollars en seed, conduite par Cambium Capital et Walden Catalyst Ventures, avec la participation de Vista Equity Partners. L'entreprise, fondée par Yu Su, professeur à l'Université d'État de l'Ohio et spécialiste reconnu des systèmes d'agents IA, se positionne sur un défi précis : faire passer les agents IA du statut de généralistes approximatifs à celui d'experts fiables dans des domaines métiers spécifiques. Finance, santé, logistique, chaque secteur a ses propres règles, contraintes et interactions, et c'est exactement ce que NeoCognition entend apprendre à ses agents à maîtriser de manière autonome, sans intervention humaine constante. Le problème central que la start-up cherche à résoudre est bien documenté : selon Yu Su, les agents IA actuels, qu'ils soient issus de Perplexity, Claude ou d'autres plateformes, n'atteignent qu'environ 50 % de taux de réussite sur des tâches complexes. Un chiffre rédhibitoire pour toute automatisation sérieuse en entreprise, où chaque erreur peut avoir des conséquences opérationnelles ou financières. La différence clé repose sur l'apprentissage : là où les agents existants se contentent de relancer des requêtes en cas d'échec, NeoCognition veut construire des systèmes qui s'améliorent réellement en continu, en internalisant progressivement les règles d'un domaine donné, à la manière dont un humain devient expert à force de pratique et de retour d'expérience. C'est ce mécanisme d'auto-spécialisation qui constitue le coeur de la proposition technologique. Yu Su a longtemps hésité à commercialiser ses recherches académiques, mais il a finalement franchi le pas en constatant que les progrès récents des modèles fondamentaux rendaient enfin envisageable la création d'agents réellement personnalisables et opérationnels à l'échelle industrielle. NeoCognition s'inscrit dans une vague plus large de startups qui ciblent le marché B2B plutôt que le grand public, pariant sur la fiabilité comme avantage concurrentiel décisif face aux grands acteurs généralistes. Les investisseurs semblent partager ce diagnostic : Vista Equity Partners, habitué des logiciels d'entreprise, et les deux fonds lead témoignent d'un intérêt croissant pour des modèles capables d'industrialiser des cas d'usage à haute exigence. Si NeoCognition tient ses promesses, elle pourrait combler le fossé persistant entre les démonstrations technologiques spectaculaires de l'IA et un déploiement professionnel digne de confiance.