Start-up

D’anciens de H Company lancent Remanence avec 30 millions de dollars pour transformer les traces des agents d’IA en modèles spécialisés

· 6 min de lecture · Start-up

D’anciens de H Company lancent Remanence avec 30 millions de dollars pour transformer les traces des agents d’IA en modèles spécialisés

Trois anciens salariés de la société parisienne d’intelligence artificielle H Company sortent de l’ombre avec Remanence, une start-up qui transforme les données générées par les agents d’IA des entreprises en modèles spécialisés, a rapporté Maddyness le 17 novembre. Son premier tour de table atteint 30 millions de dollars, mené par EQT Ventures et FirstMark, avec la participation de Zero Prime, Emblem, Drysdale, Global Founders Capital et Yellow. Parmi les business angels figurent Philippe Corrot (Mirakl), Olivier Pomel (Datadog), Romain Niccoli (Pigment) et Mehdi Ghissassi (AI71).

La société est dirigée par Pierre-Louis Cedoz, ancien directeur technique de H Company, passé également par Google DeepMind. Ses cofondateurs sont Hamza Benchekroun, ex-InstaDeep, et Axel Moyal, ex-Upstart, eux aussi passés par H Company. Leur pari repose sur les modèles à poids ouverts, dont les paramètres entraînés sont publiés, qu’ils veulent adapter aux besoins de chaque entreprise afin de traiter des tâches complexes sans que la facture d’IA ne s’envole avec la hausse de la consommation de tokens.

Ce que cela change concrètement

D’anciens de H Company lancent Remanence avec 30 millions de dollars pour transformer les traces des agents d’IA en modèles spécialisés — photo d’illustration

Remanence se branche sur les systèmes d’IA existants d’une entreprise et transforme leurs traces d’exécution, c’est-à-dire l’enregistrement pas à pas de ce qu’un agent a fait, en environnements d’entraînement sur mesure. À mesure que de nouvelles traces s’accumulent, les modèles peuvent être réentraînés pour gagner en précision et suivre l’évolution des flux de travail, tout en réduisant la latence et les coûts. Pierre-Louis Cedoz a expliqué à Maddyness que l’équipe avait constaté directement la puissance du post-entraînement, mais aussi à quel point il reste difficile d’accès pour la plupart des entreprises. L’objectif, selon lui, est de permettre à chaque entreprise de bâtir une intelligence propriétaire qui s’améliore avec l’usage et devient un avantage durable.

Pour les entreprises françaises et européennes inquiètes de dépendre de quelques fournisseurs américains de modèles, un modèle plus petit, qu’elles contrôlent et entraînent sur leurs propres données, est un argument séduisant, à condition que la qualité suive. La start-up compte consacrer cet argent à son infrastructure de calcul et à des recrutements, et ouvrir un bureau à Londres ainsi qu’une antenne à San Francisco. Elle s’inscrit dans une année chargée pour les levées de fonds de l’IA parisienne, aux côtés de la levée de 28 millions de dollars d’Arlequin AI et de celle de 34 millions de dollars d’Orakl Oncology. À suivre : les premiers clients que Remanence rendra publics et la comparaison de ses résultats avec le simple recours à un grand modèle généraliste.

← Retour à AI4France