Remanence lève 30 M$ pour entraîner des modèles IA sur données d’agents
Remanence lève 30 millions de dollars pour transformer les données d’agents d’IA en modèles personnalisés
Remanence lève 30 M$ auprès de FirstMark et EQT Ventures pour entraîner des modèles IA sur mesure à partir des logs d’agents, en garantissant la propriété des modèles et l’hébergement privé.
Remanence annonce une levée de fonds de 30 millions de dollars menée par FirstMark et EQT Ventures, avec la participation de Zero Prime, Global Founders Capital et d’autres investisseurs. Fondée par Hamza Benchekroun avec Pierre-Louis Cedoz et Axel Moyal, la jeune pousse entend monétiser et structurer les données générées par les agents d’intelligence artificielle pour entraîner des modèles spécialisés adaptés aux besoins des entreprises. L’opération doit permettre d’accélérer le développement technologique, d’augmenter les capacités de calcul et d’installer des équipes à Paris, Londres et San Francisco.
Montant et structure de l’investissement
La levée de 30 millions de dollars est menée par deux investisseurs internationaux majeurs, complétée par plusieurs fonds de capital-risque. La somme vise à consolider une première phase de croissance après des développements initiaux réalisés par les fondateurs au sein d’autres acteurs du secteur. Remanence a mobilisé ce financement pour renforcer ses infrastructures d’entraînement, recruter des profils techniques et étendre son offre commerciale auprès de clients professionnels.
Approche produit : exploiter les traces des agents d’IA
La proposition centrale de Remanence repose sur la valorisation des traces opérationnelles produites par des agents d’IA : tâches exécutées, erreurs, corrections et annotations. Ces journaux d’activité constituent des exercices d’apprentissage que la startup transforme en jeux de données structurés pour entraîner des modèles spécialisés. L’objectif est d’offrir aux entreprises des modèles mieux adaptés à leurs workflows, capables de réduire les erreurs et d’améliorer l’efficacité sur des tâches spécifiques.
Confidentialité et contrôle des modèles par les clients
Remanence met l’accent sur la maîtrise par le client de ses modèles et de ses données. L’offre permet aux entreprises de conserver la propriété de leurs modèles entraînés et d’héberger les données sur leurs propres infrastructures, selon leurs contraintes de sécurité et de conformité. Cette option vise à répondre aux exigences réglementaires et opérationnelles des secteurs sensibles, tout en offrant une alternative aux plateformes centralisées.
Origines de l’équipe fondatrice et compétences techniques
Les trois cofondateurs, Hamza Benchekroun, Pierre-Louis Cedoz et Axel Moyal, se sont rencontrés chez H Company, où ils ont contribué à l’entraînement des modèles Holo pour des tâches complexes sur ordinateur. Avant cela, Hamza Benchekroun a travaillé chez InstaDeep, apportant une expérience supplémentaire en intelligence artificielle. Leur parcours commun en R&D et en ingénierie des modèles explique l’orientation technique de Remanence vers des solutions d’entraînement à la fois performantes et économes en coûts.
Clients initiaux, secteurs ciblés et déploiement international
Remanence est déjà active auprès d’entreprises des secteurs juridique et informatique, où les besoins en personnalisation des modèles et en conservation des preuves sont élevés. L’entreprise prévoit d’élargir sa clientèle à d’autres industries sensibles aux performances IA et à la confidentialité des données. Les fonds levés serviront à développer les équipes commerciales et de recherche sur trois places : Paris, Londres et San Francisco, afin de couvrir marchés européens et nord-américains.
Utilisation opérationnelle des fonds et renforcement des capacités
Les 30 millions de dollars seront alloués principalement au renforcement des capacités de calcul nécessaires à l’entraînement de modèles spécialisés, à l’extension des infrastructures internes et au recrutement de chercheurs et d’ingénieurs. La stratégie indique une volonté d’optimiser le rapport coût/performance des modèles, en réduisant les coûts d’utilisation grâce à des pipelines d’entraînement plus efficaces et des architectures adaptées aux cas d’usage clients.
L’annonce de cette levée place Remanence comme un acteur émergent qui mise sur la transformation des logs d’agents d’IA en actifs exploitables. En combinant appropriation client des modèles, hébergement privé et optimisation des coûts, la startup vise à convaincre des organisations soucieuses de contrôle et de performance. Les prochains mois seront déterminants pour démontrer l’efficacité de ses modèles spécialisés et pour mesurer l’impact commercial de son approche technique.