Standard Intelligence surfe sur l'engouement Neolab avec un modèle Computer Use

Standard Intelligence surfe sur l'engouement Neolab avec un modèle de contrôle d'ordinateur

Il y a deux mois, des passants du quartier South Park à San Francisco ont aperçu quelque chose d'inhabituel : un Toyota Rav4 circulant avec un ordinateur portable posé sur le tableau de bord. La machine faisait tourner un nouveau modèle d'intelligence artificielle développé par Standard Intelligence, une startup de deux ans basée dans la ville. Ce modèle, dit de "computer use", est capable d'opérer un ordinateur pour accomplir des tâches variées : tester un site bancaire, supprimer des spams, ou même, comme lors de cette démonstration, piloter un véhicule, une capacité que la plupart des agents comparables ne maîtrisent pas. La jeune pousse vient d'annoncer avoir levé 75 millions de dollars à une valorisation de 500 millions de dollars, un tour mené par Sequoia Capital et Spark Capital, révélé en exclusivité par The Information. Ce financement représente plus de seize fois la valorisation obtenue lors du tour de table initial fin 2024, signal fort de l'engouement des investisseurs pour cette catégorie d'agents capables d'interagir directement avec des interfaces logicielles. Contrairement aux assistants classiques qui se limitent à produire du texte, les modèles "computer use" agissent sur des environnements réels : ils cliquent, naviguent, remplissent des formulaires, voire contrôlent des systèmes physiques. Pour les entreprises, cela ouvre la voie à une automatisation bien plus profonde des processus métier, sans nécessiter d'intégrations techniques complexes. Standard Intelligence se distingue de ses concurrents, dont Anthropic a lancé une fonctionnalité similaire en 2024, par sa façon de repenser les données d'entraînement. Là où la plupart des modèles s'appuient massivement sur des données textuelles, la startup explore d'autres types de signaux pour améliorer la capacité d'un agent à comprendre et manipuler des interfaces visuelles. Dans un écosystème où OpenAI, Google et Anthropic dominent la conversation, ce positionnement sur les données et les cas d'usage incarnés comme la conduite automobile pourrait constituer un avantage différenciateur déterminant.

Avec 3,8 millions d’euros, LEADBAY veut réinventer la sales intelligence avec ses modèles d’inférence

La startup française LEADBAY a levé 3,8 millions d'euros pour développer une nouvelle approche de la sales intelligence fondée sur des modèles d'inférence propriétaires. L'entreprise entend repenser en profondeur la manière dont les équipes commerciales identifient leurs prospects et évaluent leur potentiel d'achat, en s'appuyant sur une logique algorithmique différente de celle qui domine actuellement le marché. Le problème que LEADBAY cherche à résoudre est structurel : les outils de prospection existants reposent quasi-exclusivement sur des signaux numériques facilement accessibles, comme les profils LinkedIn, les offres d'emploi publiées, le trafic web, la stack technologique des entreprises ou leur activité sur les réseaux sociaux. Cette approche, si elle fonctionne pour les entreprises très présentes en ligne, exclut de facto une large portion de l'économie réelle, notamment les PME, les entreprises industrielles ou les acteurs peu visibles sur le web. Les modèles d'inférence de LEADBAY promettent de combler cet angle mort en déduisant la propension d'achat à partir de signaux moins conventionnels. Ce financement intervient dans un contexte de forte compétition sur le marché de la sales intelligence, dominé par des acteurs comme Cognism, Apollo ou ZoomInfo. La France compte plusieurs startups qui tentent de se différencier sur ce segment en misant sur l'IA et la qualité des données locales. Avec cette levée, LEADBAY devrait accélérer le développement de ses modèles et étoffer ses équipes pour conquérir des clients en France et potentiellement à l'international.

Reinforcement learning vs LLM, INEFFABLE INTELLIGENCE lève 937 millions d’euros

La startup Ineffable Intelligence vient de boucler un tour de financement Seed de 937 millions d'euros, une levée de fonds qui propulse immédiatement l'entreprise au rang des opérations les plus importantes jamais réalisées à ce stade de développement en Europe. La valorisation atteinte dépasse plusieurs licornes établies, faisant de ce tour un événement sans précédent dans l'histoire du capital-risque continental. La société se positionne sur l'intelligence artificielle fondée sur le reinforcement learning, une approche distincte des grands modèles de langage (LLM) qui dominent actuellement le marché. Ce choix technologique n'est pas anodin : le reinforcement learning permet d'entraîner des systèmes capables d'apprendre par l'expérience et l'optimisation d'objectifs, plutôt que par la simple prédiction de tokens comme le font les LLM. Pour les investisseurs, parier sur cette voie alternative signifie anticiper les limites des architectures actuelles de type GPT et miser sur une nouvelle génération d'agents autonomes plus robustes. L'ampleur de la mise témoigne d'une conviction forte que cette direction peut concurrencer frontalement les géants américains de l'IA. Ce tour s'inscrit dans un mouvement plus large de structuration de l'écosystème IA européen, dont AMI Labs constitue un autre exemple récent de montées en puissance accélérées. Les investisseurs institutionnels semblent disposés à rompre avec les conventions habituelles du capital-risque, où les Seed rounds se comptent en dizaines de millions. Ineffable Intelligence devra désormais démontrer que des fondamentaux techniques solides justifient une telle valorisation dès l'amorçage, dans un secteur où la course aux ressources de calcul et aux talents reste impitoyable.

💬 937 millions en Seed, c'est pas un tour de table, c'est une déclaration de guerre aux labos américains. Le pari sur le RL plutôt que les LLM est intéressant, parce que tout le monde commence à voir le plafond des architectures GPT, même si personne ne le dit trop fort. Reste que justifier cette valorisation avant d'avoir une ligne de prod, ça va être le vrai test.

Comment les entreprises profitent de l’usage dissimulé de l’intelligence artificielle au travail

Dans la plupart des grandes entreprises, l'intelligence artificielle s'est d'abord installée par la petite porte : des salariés ont adopté en catimini des outils comme ChatGPT ou Copilot, souvent sans autorisation de leur hiérarchie. Ce phénomène, baptisé « shadow AI », s'est généralisé au point que certaines études estiment que plus de la moitié des employés utilisent des outils d'IA non approuvés dans leur travail quotidien, à l'insu de leur employeur. Plutôt que de sanctionner ces pratiques, un nombre croissant de directions choisissent désormais de les récupérer à leur avantage. En observant quels outils s'imposent spontanément, les entreprises identifient les cas d'usage les plus pertinents et les salariés les plus avancés — des données précieuses pour piloter leur propre stratégie d'adoption de l'IA. Ce retournement transforme une zone de risque (fuite de données, violation de licences) en un laboratoire d'innovation involontaire. Ce basculement révèle une tension structurelle dans la transformation numérique des organisations : les politiques officielles peinent à suivre le rythme d'adoption réel des technologies. Après des années de gouvernance restrictive sur le BYOD et les outils cloud non validés, les entreprises semblent tirer les leçons du passé en optant pour une intégration encadrée plutôt qu'une interdiction inapplicable. La question des données sensibles transmises à des modèles externes reste néanmoins un angle mort majeur.