IDC : comment les DSI de la zone EMEA peuvent accélérer leurs déploiements IA

Mendo lève 12 millions d’euros pour accélérer le déploiement de l’IA en Europe

La startup parisienne Mendo a bouclé le 11 juin 2026 un tour de table de série A d'un montant de 12 millions d'euros, mené par les fonds Ventech et Educapital, avec la participation de Tomcat et OVNI. L'entreprise, qui compte aujourd'hui une cinquantaine de collaborateurs, prévoit de doubler ses effectifs pour atteindre une centaine de personnes, avec des recrutements concentrés dans les fonctions produit, ingénierie et développement commercial. Ce financement servira également à enrichir les capacités analytiques de sa plateforme et à accélérer son implantation sur les principaux marchés européens. Mendo se positionne comme une couche d'accompagnement entre les outils d'intelligence artificielle et les utilisateurs finaux au sein des organisations, avec pour mission de transformer les investissements IA en résultats mesurables plutôt qu'en simples expérimentations. L'enjeu que Mendo cherche à adresser est devenu l'un des principaux freins à la transformation numérique des entreprises : le fossé entre le déploiement d'une technologie et son adoption réelle par les équipes. Selon les données avancées par la startup, ses approches permettraient d'atteindre des taux d'adoption jusqu'à six fois supérieurs à ceux obtenus par des méthodes traditionnelles. Dans un contexte où les investissements mondiaux dans l'IA atteignent des niveaux records, une majorité d'entreprises restent bloquées au stade des projets pilotes, incapables de passer à l'échelle. La plateforme de Mendo aide les organisations à identifier les cas d'usage à fort impact, à adapter leurs processus internes et à mesurer concrètement les gains obtenus, ce qui répond à une demande croissante des directions générales qui veulent justifier leurs budgets IA devant leurs actionnaires. La levée intervient dans un marché en pleine recomposition, accélérée par l'émergence de l'IA agentique : ces systèmes capables d'orchestrer des tâches complexes et d'interagir simultanément avec plusieurs applications métiers commencent à contraindre les entreprises à repenser en profondeur leurs flux de travail, voire leur structure décisionnelle. Dans ce contexte, le segment de l'adoption et de la gestion du changement autour de l'IA devient un marché à part entière, distinct de celui des éditeurs de modèles ou d'outils. Mendo n'est pas seule sur ce créneau en Europe, mais son ancrage parisien et le profil de ses investisseurs la placent dans une bonne position pour capter les grands comptes européens soucieux de conformité et de souveraineté numérique. Les prochains mois diront si la startup parvient à s'imposer comme la référence continentale de l'adoption de l'IA en entreprise avant que des acteurs américains plus capitalisés ne s'emparent du sujet.

💬 Le vrai frein à l'IA en entreprise, c'est pas la technologie, c'est l'adoption. Mendo se glisse exactement là où il fallait quelqu'un, avec les bons investisseurs et un marché européen en demande. Le x6 sur les taux d'adoption, c'est une belle promesse, reste à voir si ça tient hors des cas pilotes.

IBM et Google Cloud veulent accélérer l’adoption de l’IA dans les entreprises

IBM et Google Cloud ont annoncé le 4 juin 2026 une expansion significative de leur partenariat stratégique, avec le lancement d'une Google Cloud Practice dédiée au sein d'IBM Consulting. Cette nouvelle entité regroupe des milliers de consultants IBM certifiés Google Cloud ainsi que des équipes d'ingénierie spécialisées, avec pour mission d'accompagner les grandes organisations dans le déploiement d'agents IA à l'échelle industrielle. Concrètement, les deux groupes combinent la plateforme Gemini Enterprise Agent de Google Cloud avec l'expertise sectorielle d'IBM Consulting pour couvrir huit domaines prioritaires : banque, assurance, administrations publiques, télécommunications, énergie, commerce de détail, cybersécurité et sciences de la vie. Les consultants IBM pourront désormais concevoir, déployer et gérer directement des agents IA sur l'infrastructure Google Cloud, en s'appuyant sur des composants préconfigurés et des méthodologies éprouvées. L'enjeu est de résoudre l'un des blocages les plus coûteux de l'industrie : la difficulté à transformer les projets pilotes en déploiements opérationnels rentables. De nombreuses entreprises ont expérimenté l'IA sans parvenir à en extraire une valeur concrète à grande échelle, faute d'intégration avec les systèmes critiques existants et de garanties suffisantes en matière de gouvernance et de conformité réglementaire. En proposant un cadre commun avec des agents sectoriels préconstruits, IBM et Google entendent réduire drastiquement le délai entre la conception et la mise en production, tout en permettant aux organisations d'automatiser des processus métiers complexes sans multiplier les développements sur mesure. Pour les secteurs fortement réglementés comme la finance ou la santé, la promesse est d'intégrer l'IA aux flux de travail existants tout en respectant les contraintes légales et sécuritaires. Cette initiative s'inscrit dans une tendance de fond qui voit les grands acteurs du cloud et du conseil former des alliances de plus en plus intégrées pour capter le marché de l'IA d'entreprise, estimé à plusieurs milliards de dollars. IBM, qui a repositionné une large partie de sa stratégie autour du conseil en transformation numérique depuis la cession de son activité infrastructure à Kyndryl en 2021, cherche à capitaliser sur sa présence dans les grandes entreprises pour distribuer les technologies de ses partenaires cloud. Google Cloud, de son côté, intensifie la mise en marché de Gemini via des alliances avec des intégrateurs disposant d'une relation de confiance établie avec les directions générales et les DSI. La prochaine étape attendue sera la mise sur le marché effective de ces agents sectoriels et les premiers retours de déploiements en production, qui conditionneront la crédibilité commerciale de cette alliance face à des concurrents comme Microsoft et Accenture ou AWS et Deloitte.

💬 Le vrai problème des pilotes IA qui restent des pilotes, IBM et Google s'y attaquent enfin avec du concret. Des milliers de consultants certifiés, des agents préconstruits par secteur, un cadre commun qui évite de tout recoder à chaque client, c'est le genre d'approche qui peut débloquer des grands comptes paralysés depuis deux ans sur les mêmes questions de conformité. Reste à voir ce que ça donne en prod, parce que Microsoft et Accenture ne regardent pas ça les bras croisés.

Comment NTT DATA et NVIDIA accélèrent le déploiement de l’IA en entreprise

NTT DATA et NVIDIA s'associent pour lancer des "usines d'IA" — des plateformes entreprise combinant les GPU NVIDIA avec les logiciels NeMo (création de systèmes multi-agents) et NIM (microservices conteneurisés) pour industrialiser le déploiement de l'IA. L'objectif est de réduire la complexité technique et le temps nécessaire pour passer d'un prototype à une solution opérationnelle, grâce à des prototypes GenAI pré-qualifiés et une gouvernance intégrée. Des cas d'usage concrets existent déjà, notamment dans le médical (analyses radiologiques pour un centre de recherche oncologique) et l'automobile (validation de charges de travail IA chez un équipementier mondial).

Dust lève 40 M$ pour accélérer les assistants IA collaboratifs en entreprise

La startup française Dust vient d'annoncer une levée de fonds de 40 millions de dollars en série B, menée par Sequoia et Abstract, avec la participation de Snowflake Ventures et Datadog. Cette opération porte son financement total à plus de 60 millions de dollars. L'entreprise, fondée en France, revendique déjà plus de 3 000 organisations clientes, un taux d'utilisation hebdomadaire supérieur à 70 %, un taux de rétention nette des revenus de 240 % en 2025, et plus de 300 000 agents déployés sur sa plateforme. Des clients comme Vanta et Persona illustrent l'adoption concrète : chez Persona, plus de 300 agents ont été créés dans 11 départements pour automatiser des workflows transverses ; chez Vanta, les équipes ventes et support s'appuient sur ces agents pour préparer les business reviews et les prévisions commerciales. Ce financement valide une thèse que Dust pousse contre le courant dominant : l'IA en entreprise échoue à créer de la valeur collective parce que chaque employé travaille avec son propre assistant, son propre historique, sans mémoire partagée. Résultat, différentes équipes reproduisent les mêmes analyses, les mêmes recherches, les mêmes documents, sans capitaliser sur ce qui a déjà été produit. Dust propose un modèle dit "multijoueur", où agents IA et collaborateurs humains évoluent dans un environnement commun, mêmes données, mêmes outils, mêmes objectifs opérationnels. La plateforme se connecte à plus de 100 sources de données et outils métiers, permettant aux agents de générer des documents, analyser des tableurs, produire des présentations et agir directement dans les systèmes connectés. L'enjeu : transformer l'IA d'un outil d'assistance personnelle en infrastructure organisationnelle réutilisable à grande échelle. Dust s'inscrit dans une compétition qui s'accélère entre les plateformes cherchant à capter la couche d'orchestration de l'IA en entreprise, un marché aujourd'hui saturé de copilotes individuels mais encore peu structuré côté collaboration. La participation de Sequoia, l'un des fonds les plus sélectifs de la Silicon Valley, et de fonds liés à des acteurs de la data comme Snowflake et Datadog, signale que l'infrastructure d'IA collaborative est perçue comme la prochaine bataille stratégique. Face aux préoccupations croissantes des entreprises en matière de gouvernance, Dust met également en avant des contrôles de permissions avancés et des journaux d'audit, des arguments de poids pour les grandes organisations hésitant encore à industrialiser leurs usages IA. Avec 40 millions supplémentaires, Dust a désormais les ressources pour accélérer son développement commercial et s'imposer comme standard avant que les géants technologiques ne structurent définitivement ce marché.

💬 Le NRR à 240 %, c'est pas du storytelling, ça veut dire que les clients qui restent dépensent de plus en plus, et c'est le seul chiffre qui compte vraiment pour juger une boîte SaaS. La thèse "IA collaborative vs. copilote solo" est bonne, elle colle à un vrai problème que tu vois partout : chacun a son ChatGPT dans son coin et personne ne capitalise sur rien. Reste à voir si Dust tient sa position quand Microsoft décide de pousser Copilot dans cette direction.