Airspeed lève 20 millions de dollars en série A pour construire un « cerveau commercial » IA pour les équipes de revenus

Airspeed, la startup IA basée à Londres et à New York, fondée par d’anciens chercheurs de DeepMind, a levé 20 millions de dollars en série A menée par DN Capital, avec la participation de Vi Partners, Framework Venture Partners et Atlassian Ventures. Ce financement porte le capital total levé par l’entreprise à plus de 25 millions de dollars, alors qu’elle cherche à étendre sa plateforme alimentée par l’IA pour les équipes de ventes et de revenus.

L’entreprise, anciennement connue sous le nom de Glyphic, a récemment changé de nom pour devenir Airspeed, élargissant ainsi sa vision au-delà de l’intelligence de conversation pour ce qu’elle décrit comme une couche d’exécution pour les organisations de revenus. Plutôt que de simplement fournir des informations à partir de réunions, d’e-mails et de systèmes de gestion de la relation client, la plateforme d’Airspeed est conçue pour agir sur ces informations grâce à des agents IA autonomes qui opèrent à travers les flux de travail commerciaux.

Dépasser l’intelligence de revenus

Au cours de la dernière décennie, la technologie de vente s’est principalement concentrée sur l’aide aux organisations pour collecter plus de données et générer plus d’analyses. Les plateformes d’intelligence de revenus peuvent identifier les risques, mettre en évidence les opportunités et fournir une visibilité sur les interactions avec les clients, mais une grande partie du travail de suivi repose encore sur les équipes humaines.

Airspeed se positionne comme l’évolution suivante de ce logiciel. La plateforme déploie des agents IA qui surveillent les conversations avec les clients, les e-mails, les tickets de support et les données de gestion de la relation client, puis exécutent automatiquement des tâches telles que la mise à jour des enregistrements, la génération d’actions de suivi, l’identification des risques de transaction et la coordination des flux de travail entre les équipes.

Les fondateurs de l’entreprise soutiennent que les organisations ont déjà des systèmes d’enregistrement et des systèmes d’intelligence. Ce qui manque, selon eux, est un « système d’action » capable de transformer les informations en exécution sans nécessiter que les employés relient manuellement les points.

Construit par d’anciens chercheurs de DeepMind

Airspeed a été fondée en 2022 par d’anciens chercheurs de DeepMind, Adam Liska et Devang Agrawal. Depuis son lancement, l’entreprise a rassemblé une équipe avec une expérience issue d’organisations telles que Meta, Apple et Spotify.

Ce background de recherche semble se refléter dans l’architecture de la plateforme. Selon l’entreprise, la technologie d’Airspeed est construite autour d’une compréhension unifiée du contexte commercial d’une organisation. Plutôt que de s’appuyer sur des sources de données isolées, la plateforme crée une couche de mémoire persistante qui centralise les connaissances à travers l’ensemble du processus de mise sur le marché.

Cette « intelligence commerciale » sert de fondement à une bibliothèque croissante d’agents IA capables d’exécuter des tâches spécialisées à travers les flux de travail de ventes, de réussite client et de revenus. L’accent mis par l’entreprise sur le contexte est notable, car de nombreux déploiements d’IA d’entreprise continuent de lutter contre des informations fragmentées réparties sur plusieurs systèmes d’entreprise.

Forts signaux de croissance

L’annonce de financement intervient au milieu d’une croissance significative pour l’entreprise.

Airspeed rapporte servir 200 clients dans 20 pays, notamment des organisations telles que Persona, Pricefx, Light et Qdrant. Les clients ont créé des milliers d’agents IA personnalisés sur la plateforme au cours des quatre premiers mois de 2026 seulement, tandis que le volume d’exécution mensuel a presque triplé entre janvier et avril.

L’entreprise déclare également avoir réalisé une croissance de revenus quadruplée au cours de la dernière année, tout en doublant son effectif. L’un des clients, Foleon, aurait économisé plus de 193 000 dollars et récupéré environ six heures par représentant des ventes par semaine au cours de ses 90 premiers jours de déploiement.

Ces chiffres suggèrent une demande croissante pour des systèmes IA capables d’automatiser le travail opérationnel plutôt que de simplement fournir des recommandations.

Le marché émergent des plateformes d’exécution IA

La montée en puissance d’Airspeed reflète un changement plus large qui se produit dans l’ensemble de l’IA d’entreprise.

La première vague d’IA générative s’est concentrée principalement sur la création de contenu et la récupération de connaissances. La phase suivante semble de plus en plus axée sur des agents IA capables de prendre des actions au nom des utilisateurs. Plutôt que de générer un rapport sur une opportunité de vente, un système IA peut désormais mettre à jour les enregistrements de gestion de la relation client, planifier des suivis, notifier les parties prenantes et exécuter des flux de travail prédéfinis de manière automatique.

Cette évolution nécessite plus que des modèles de langage avancés. Elle dépend de systèmes qui maintiennent le contexte organisationnel, comprennent les processus commerciaux et opèrent dans des limites soigneusement conçues. La plateforme d’Airspeed est construite autour de ce concept, en mettant l’accent sur l’exécution fiable plutôt que sur les conversations IA autonomes.

Les implications plus larges des systèmes d’exécution IA

L’émergence de plateformes comme Airspeed met en évidence un changement dans la façon dont les entreprises abordent l’intelligence artificielle. La première génération d’IA commerciale s’est principalement concentrée sur l’aide aux employés pour travailler plus rapidement en générant du contenu, en résumant des informations ou en répondant à des questions. Cependant, les organisations recherchent de plus en plus des systèmes qui peuvent aller au-delà des recommandations et prendre des actions au sein des flux de travail existants.

Cette évolution soulève des questions importantes sur le rôle futur des travailleurs humains dans les équipes de ventes, de réussite client et d’exploitation. Plutôt que de remplacer les employés directement, l’IA axée sur l’exécution peut réduire le temps passé sur les tâches administratives telles que la mise à jour de la gestion de la relation client, la gestion de pipeline, les suivis de réunions et la coordination interne. Le résultat pourrait être des équipes plus petites gérant des bases de clients plus importantes tout en se concentrant davantage sur la construction de relations et la prise de décisions stratégiques.

En même temps, la technologie introduit de nouveaux défis en matière de surveillance, de responsabilité et de confiance. À mesure que les agents IA acquièrent la capacité de mettre à jour les systèmes, de déclencher des flux de travail et d’influencer les décisions commerciales, les organisations devront disposer de cadres de gouvernance plus solides pour garantir que les actions restent précises, auditable et alignées sur les objectifs commerciaux.

Les prochaines années détermineront probablement si les agents IA deviendront une couche standard de logiciel d’entreprise ou resteront limités à des cas d’utilisation spécialisés. Si l’adoption continue d’accélérer, la distinction entre les logiciels qui fournissent des informations et les logiciels qui exécutent des tâches peut disparaître progressivement, changeant fondamentalement la façon dont les organisations de revenus fonctionnent.