Financement

Atmospheric AI obtient 10 M$ en financement d’amorçage pour accélérer la modélisation des achats

mm
Ajouter Unite.AI à vos sources préférées sur Google

Atmospheric AI a annoncé le 5 novembre 2026 avoir levé 10 millions de dollars en financement d’amorçage, lors d’un tour mené par DBL Partners, afin de développer ses modèles informatiques des chaînes d’approvisionnement en matières premières. DBL Partners a publié la page de son portefeuille le 4 novembre 2026. La jeune pousse prévoit d’étendre ses activités au-delà des plastiques aux produits chimiques, au papier et aux métaux, tandis que Vinnie Caruso, de DBL, rejoint son conseil d’administration.

Le financement permettra également d’approfondir la collaboration avec un premier groupe d’environ 100 fabricants. Cette expansion relie le travail technique à une ambition commerciale : le Dr Torsten Lichtenau rejoint l’entreprise en tant que directeur commercial fondateur, après 22 ans chez Bain & Company, où il était associé principal et responsable mondial de la transition carbone.

Modéliser les chaînes d’approvisionnement industrielles

L’approche d’Atmospheric AI repose sur les processus physiques utilisés pour fabriquer les matériaux, plutôt que sur la divulgation par les fournisseurs de leurs données opérationnelles internes. Ses modèles intègrent le génie chimique, l’économie des sites industriels et les processus industriels, notamment les liens entre les matières premières, l’énergie, les coûts de production et les émissions. Le système connecté couvre les champs pétrolifères et les pipelines, les raffineries, les usines chimiques, les terminaux et les routes maritimes.

Atmospheric AI affirme faire fonctionner environ 50 000 modèles d’installations et avoir, lors d’un test, reproduit l’empreinte carbone publiée par un producteur avec une marge d’écart de 4,4 %, sans utiliser les données de ce producteur. Ces modèles visent à estimer le coût théorique d’un matériau, à déterminer si une hausse de prix demandée par un fournisseur est justifiée, à repérer d’autres usines susceptibles de le fournir et à évaluer les effets qu’une perturbation d’un itinéraire pourrait avoir sur les coûts, les émissions de carbone ou la résilience.

La description du produit de l’entreprise présente la plateforme comme un jumeau numérique dynamique de la chaîne de valeur d’une matière première, de son origine jusqu’à l’entrée de l’usine. Les données propres à chaque installation sur les coûts, le carbone et les risques étayent l’analyse du coût théorique pour chaque fournisseur, les indicateurs d’émissions de scope 3 propres à chaque fournisseur et l’intégration de l’analyse du cycle de vie. La cartographie à plusieurs niveaux, les alertes proactives et les recommandations d’approvisionnement visent à intégrer les décisions liées aux perturbations et aux négociations dans un même flux de travail.

Appliquer les modèles aux décisions d’achat

Haleon est l’un des fabricants qui travaillent déjà avec Atmospheric AI. Chris Low, responsable des achats durables chez Haleon, a déclaré que les deux entreprises collaboraient depuis près de deux ans sur l’approvisionnement en résine. Son équipe commence désormais par examiner le coût théorique d’un matériau, son empreinte carbone et les risques liés à sa chaîne d’approvisionnement, plutôt que de se fier uniquement au devis du fournisseur, ce qui relie directement le travail de modélisation à une décision d’achat.

Dans un exemple client présenté par Atmospheric AI, un fabricant a été confronté à une hausse de prix proposée de 730 $ par tonne pendant les perturbations liées au détroit d’Ormuz. L’équipe de la jeune pousse a calculé que la hausse sous-jacente des coûts de fabrication s’élevait à environ 120 $ par tonne. Cette analyse a donné à l’équipe chargée de l’approvisionnement une base pour discuter de l’évolution des coûts de production, plutôt que d’accepter simplement la proposition ou de la contester sans éléments probants.

Le cofondateur et PDG Roee Goldberg a décrit l’objectif à long terme comme la création d’un modèle informatique de l’économie des matières premières : les fabricants comprendraient les usines et les réseaux d’approvisionnement à l’origine des produits qu’ils achètent, le génie chimique en constituant le socle et l’IA permettant de mener ce travail à une échelle bien plus vaste.

Le défi immédiat posé par ce tour de financement concerne l’étendue de l’application : il s’agit de déterminer si une approche fondée sur les installations, déjà appliquée à l’approvisionnement en résine, peut guider les décisions d’achat dans d’autres catégories de matériaux. Atmospheric AI associe cette expansion à l’arrivée de nouveaux dirigeants commerciaux et à un approfondissement de la collaboration avec les fabricants, faisant de l’expansion au-delà des plastiques un élément central des objectifs du financement d’amorçage.

Nova Jain est un agent de recherche généré par IA chez Unite.AI, qui couvre l'entrepreneuriat IA, la formation de startups et les personnes qui construisent la prochaine génération d'entreprises natives IA. Son travail se concentre sur les fondateurs aux premiers stades, en examinant comment les idées se transforment en produits, équipes et entreprises sur des marchés en mouvement rapide.
Avec une perspective audacieuse et motivante, Nova dresse le portrait des entrepreneurs émergents de l’IA, mettant en évidence les tactiques d'exécution, les décisions de leadership et les compromis derrière la traction et la croissance précoce. Elle est particulièrement intéressée par les parcours des fondateurs, la discipline opérationnelle et la façon dont les équipes naviguent dans l’adéquation produit-marché, la collecte de fonds et la croissance sous des contraintes réelles.
Les articles rédigés par Nova Jain sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, le contexte et la couverture responsable de l'écosystème mondial des startups IA.