Financement
Edelbyte lève 70 millions de dollars pour créer une infrastructure de données destinée aux agents d’IA
Ajouter Unite.AI à vos sources préférées sur Google
Edelbyte est sortie de sa phase de développement confidentiel le 11 novembre 2026, avec un financement de 70 millions de dollars mené par Sequoia et Quiet Capital, a annoncé l’entreprise dans sa annonce officielle. La jeune pousse présente une plateforme de données unifiée pour la recherche, l’analyse et les applications d’IA.
La promesse centrale d’Edelbyte repose sur la consolidation : une seule plateforme prend en charge la recherche, les requêtes analytiques, ainsi que les traitements vectoriels, graphiques et géospatiaux, sans qu’il soit nécessaire d’assembler plusieurs bases de données spécialisées. Sa présentation du produit associe ces fonctions à des outils destinés aux agents d’IA et à un accès contrôlé aux données détaillées de l’entreprise.
Fondateurs et investisseurs
Les quatre cofondateurs sont le PDG Avner Aharoni, le directeur technique Evgeney Ryzhyk, le vice-président de l’ingénierie Alexander Sloutsky et le vice-président de l’ingénierie des plateformes Yoni Leibowitz. Tous quatre sont d’anciens spécialistes de l’infrastructure de données chez Microsoft ; la page de présentation de l’entreprise évoque les années qu’ils ont consacrées à la création et à l’exploitation de systèmes conçus pour traiter des volumes de données extrêmement importants.
Parmi les autres investisseurs figurent Greenoaks, Swish Ventures, QP Ventures, Cerca Partners et Startpoint Capital, en plus des investisseurs principaux cités plus haut.
Bogomil Balkansky, associé chez Sequoia, a décrit la demande à laquelle Edelbyte entend répondre : « Les agents d’IA poseront bien plus de questions sur les données des entreprises que les gens ne l’ont jamais fait. »
Architecture et déploiement
Cet argument façonne la conception du produit. L’indexation complète vise à traiter les requêtes ponctuelles sans obliger les clients à prévoir chaque mode d’accès, tandis qu’une base de connaissances intégrée fournit aux agents le contexte nécessaire à leurs recherches. Selon l’entreprise, cette approche permet de consulter l’historique détaillé même lorsque le volume de requêtes est élevé.
Les clients peuvent déployer Edelbyte dans des clouds publics ou souverains, dans des environnements autohébergés ou sur site, et interroger les données là où elles se trouvent. Parmi les connexions proposées figurent Apache Iceberg, Parquet et S3, ainsi que Kafka, PostgreSQL et MySQL. Pour les utilisateurs et les agents, les intégrations comprennent Claude, Codex, Grafana, Tableau et Jupyter.
Edelbyte annonce des requêtes en quelques millisecondes sur des pétaoctets de données, ainsi qu’une plateforme unique couvrant des centaines de pétaoctets. Parmi les exemples de charges de travail, l’entreprise cite la détection en temps réel des connexions et des transactions suspectes, la présentation de chiffres en direct dans des applications destinées aux clients, l’analyse en continu des données de télémétrie des appareils et l’interrogation de journaux et de traces complets à des fins d’observabilité.
Tarification à l’usage
Le modèle commercial est à l’usage, sans engagement. Sur sa page des tarifs, le calcul nécessaire aux requêtes et à l’ingestion est facturé par heure-vCore, tandis que le cache chaud et le stockage à long terme sont facturés par Go-mois. Le cache chaud garde les données à proximité des ressources de calcul pour permettre des requêtes en quelques millisecondes ; le stockage à long terme conserve l’historique complet au coût du stockage objet, tout en permettant de l’interroger avec le même moteur. Le réseau et les opérations d’entrée-sortie sont facturés séparément au coût du cloud.
Parmi les fonctionnalités de sécurité mentionnées sur la même page figurent le chiffrement des données en transit et au repos, un contrôle d’accès précis fondé sur les rôles et l’authentification unique par SAML et OIDC. La page affiche également les certifications SOC 2 Type II et ISO/IEC 27001.
Edelbyte invite les clients à regrouper plusieurs types de traitements de données sur un système conçu à la fois pour l’analyse traditionnelle et l’accès par des agents. Pour cette nouvelle entreprise, l’enjeu principal est de démontrer que son service à l’usage peut offrir la rapidité et l’efficacité des coûts annoncées à très grande échelle, tout en prenant en charge cette diversité dans des environnements cloud comme dans ceux contrôlés par les clients.
