Une série A de 28 millions d'euros pour industrialiser une alternative aux LLM
Arlequin AI a annoncé le 10 septembre une levée de fonds de 28 millions d'euros, un montant qui marque son passage d'une phase de R&D confidentielle à une ambition d'échelle internationale. Fondée sur des réseaux de neurones topologiques, l'entreprise se positionne délibérément sur des marchés où la tolérance à l'erreur est très faible : sécurité, défense et finance.
Double profil à la gouvernance et racines académiques
La direction rassemble deux fondateurs aux parcours distincts : Hugo Micheron, issu des sciences politiques, et Antoine Jardin, chercheur au CNRS spécialisé dans la réduction de dimensionnalité. Leur coopération, ancienne de quinze ans selon les éléments publiés, explique le nom de la société — une référence au jeu des apparences et, pour les initiés, au complexe simplicial au cœur de leurs architectures.
Déploiements actuels et ambitions d'internationalisation
Arlequin AI indique déjà des déploiements en France, au Royaume-Uni et en Allemagne, tant dans le secteur public que privé. Le tour de table vise maintenant à financer un laboratoire à San Francisco, ciblé sur la sécurité des systèmes d'IA avancés, une étape stratégique pour dialoguer avec les acteurs et les standards internationaux.
“à peu près au même niveau de développement que les LLM il y a dix ans”
Un positionnement technique et commercial très ciblé
La start-up mise sur une architecture différente des grands modèles de langage génératifs : plutôt que de reproduire les trajectoires des LLM, Arlequin propose une approche mathématique centrée sur des structures topologiques pour mieux gérer le « désordre » de l'information et limiter les erreurs critiques. Ce choix soulève des questions pratiques immédiates : comment garantir robustesse, auditabilité et réplicabilité ? Quel modèle économique pour vendre des systèmes destinés à des clients institutionnels exigeants ?
- Montant levé : 28 millions d'euros (série A)
- Fondateurs : Hugo Micheron et Antoine Jardin
- Domaines visés : sécurité, défense, finance
- Déploiements : France, Royaume-Uni, Allemagne
- Projet : laboratoire à San Francisco pour sécurité IA
Conséquences pour l'écosystème IA français
Cette opération illustre plusieurs dynamiques : d'une part, la capacité des deeptech hexagonales à lever des montants significatifs pour des architectures alternatives ; d'autre part, l'accélération de l'internationalisation, y compris vers la Silicon Valley. Pour les acheteurs publics et privés français, l'émergence de solutions conçues pour des environnements contraints peut être un atout de souveraineté. En revanche, la mise en production dans des secteurs régulés impliquera des preuves de robustesse technique, des audits indépendants et des cadres contractuels stricts.
| Élément | Valeur |
|---|---|
| Levée | 28 M€ |
| Pays de déploiement | France, Royaume-Uni, Allemagne |
| Domaines ciblés | Sécurité, défense, finance |
| Projet international | Laboratoire à San Francisco |
Questions ouvertes
Au-delà du signal financier et stratégique, plusieurs défis restent à résoudre avant qu'Arlequin AI ne puisse prétendre à une adoption large dans les environnements critiques :
- Certification et audits indépendants des architectures topologiques ;
- Modèles commerciaux adaptés aux marchés publics et aux grandes entreprises ;
- Capacité à concurrencer ou à coopérer avec les fournisseurs de solutions basées sur les LLM ;
- Recrutement et montée en capacité R&D pour soutenir l'internationalisation.
Le financement récent offre la marge de manœuvre nécessaire pour essayer de répondre à ces points. Reste à transformer l'innovation mathématique en systèmes prêts pour des usages sensibles — un saut où la preuve technique et la confiance des clients feront toute la différence.
