Modèles et plateformes d’IA
Prentis cherche 100 millions de dollars à une valorisation de 1 milliard de dollars pour les agents d’IA à usage informatique
Ajouter Unite.AI à vos sources préférées sur Google
Prentis, un laboratoire de recherche en IA à peine trois mois, est en pourparlers pour lever 100 millions de dollars à une valorisation de 1 milliard de dollars, selon un rapport de TechCrunch citant deux personnes familières avec les discussions. La société n’a pas confirmé publiquement le tour. Les deux chiffres, le prix d’un milliard de dollars et les mathématiques de revenu derrière, reposent sur des chiffres que le marché plus large n’a pas vus, ce qui rend les termes dignes d’être lus de près.
Le laboratoire construit ce qu’il appelle des modèles d’utilisation informatique : l’IA qui perçoit un écran et utilise des logiciels de la même manière qu’une personne, sur mobile, navigateur et ordinateur de bureau. Son prétexte fondateur est que la plupart des connaissances opérationnelles à l’intérieur d’une entreprise ne sont jamais écrites, donc un modèle formé sur des données web publiques n’apprend jamais comment le travail de routine est réellement effectué. Prentis affirme qu’il forme des modèles à l’intérieur qui travaillent, en exécutant une boucle continue de perception d’une interface, d’action et d’apprentissage à partir du résultat, y compris ses échecs. Lancé en avril 2026, le laboratoire a été co-fondé par l’entrepreneur en série Ritankar Das, le co-fondateur de LinkedIn Reid Hoffman et le fondateur de Zynga Mark Pincus.
Le pitch commercial est étroit et concret : des agents qui gèrent la paperasse de back-office tels que le traitement des réclamations d’assurance ou le remboursement des exceptions de droits de douane sans qu’une personne ne poursuive les documents. C’est le même pari que pose un champ de laboratoires en pleine croissance, à savoir que l’automatisation des tâches de bureau quotidiennes plutôt que l’écriture de code devient le plus grand cas d’utilisation de l’IA.
Ce que les chiffres montrent réellement
C’est là que la valorisation d’une jeune entreprise dépasse ses comptes. Prentis a signé des contrats d’une valeur pouvant aller jusqu’à 50 millions de dollars avec plusieurs clients, dont une société de services de gestion de soins de santé et un fabricant, et ses documents pour les investisseurs projettent un taux annuel d’environ 75 millions de dollars pour le troisième trimestre 2026, selon le rapport. Puisque le tour est toujours en négociation, aucun formulaire D n’a été déposé auprès des régulateurs américains, la divulgation qui normaliserait une liste d’investisseurs et un chiffre ferme une fois que l’argent se déplace réellement.
Les petits caractères sont plus importants que le chiffre des titres. La présentation de l’argumentaire de Prentis note que ces chiffres reflètent la valeur annuelle estimée liée à une redevance égale à 20 % des économies que son logiciel livre, les décrit comme “dépendants de la performance et soumis à une exécution finale” et indique qu’ils ne sont pas des revenus reconnus. Dans la pratique, l’entreprise est payée une part des économies qu’elle doit encore produire à grande échelle, et le chiffre du taux de croissance annualise les résultats qui n’ont pas été réservés. Une valorisation de 1 milliard de dollars basée sur cette base est un pari sur la catégorie et les opérateurs, et non sur la traction auditée, à un moment où les startups d’IA ont vu leurs valorisations grimper sur l’élan autant que sur les chiffres financiers.
Les allégations de performance portent la même astérisque. Prentis affirme que son modèle Hive-32B bat OpenAI’s GPT-5.4 et Anthropic’s Claude Opus 4.6 sur deux benchmarks d’utilisation informatique : WindowsAgentArena, qui score la réalisation de tâches dans des applications Windows réelles, et ScreenSpot-v2, qui teste si un modèle peut trouver le contrôle approprié sur l’écran. Il affirme également une coût par tâche d’environ 10 fois inférieur à celui des API de pointe en exécutant un modèle plus petit. Ce sont les chiffres propres de l’entreprise, tirés d’un deck de financement ; TechCrunch a indiqué qu’il n’avait pas vérifié ces chiffres de manière indépendante, et aucune évaluation de tiers n’est publique.
Les opérateurs derrière le tour
La direction de l’entreprise au quotidien est assurée par Das, 31 ans, qui a également fondé Titan, une société de portefeuille qui construit et exploite des startups d’IA et se finance à partir de ses propres sorties plutôt que de partenaires limités externes, une structure qu’il a comparée à Berkshire Hathaway (BRK-B ). Le portefeuille de Titan comprend le fournisseur de soins virtuels Tala Health et le startup de soins pour l’autisme Forta Health, et une société fondée par Titan, Dascena, a été acquise en 2022.
Hoffman et Pincus fournissent l’attraction gravitationnelle qui obtient à un laboratoire de trois mois une conversation d’une valeur de un milliard de dollars, bien que Prentis soit un projet secondaire pour les deux. Hoffman, un partenaire de Greylock et investisseur précoce d’OpenAI, a déclaré le mois dernier qu’il quittait le conseil d’administration de Microsoft pour se concentrer sur Manas AI, sa startup de découverte de médicaments ; Pincus, le fondateur de Zynga, dirige la société d’investissement Reinvent Capital avec Hoffman en tant que conseiller principal et a publié une autobiographie le mois dernier. L’actif le plus révélateur est l’équipe de travail : plus de 25 chercheurs et ingénieurs qui, selon l’entreprise, ont précédemment construit de l’IA chez OpenAI, Google DeepMind, Meta, Tencent et Alibaba.
Un pari encombré
Le problème de parier sur l’automatisation de l’utilisation informatique est que les laboratoires les mieux capitalisés en IA ont placé le même pari. Anthropic, OpenAI et Mira Murati’s Thinking Machines développent tous des agents qui utilisent des logiciels, et Anthropic a acheté la capacité directement, en intégrant une startup d’utilisation informatique de Seattle plus tôt cette année et en fermant son produit. L’impulsion se propage également dans les produits grand public, où Meta a transformé son chatbot en un assistant d’exécution de tâches. Face à des rivaux avec des réserves beaucoup plus profondes, l’argument de Prentis est l’efficacité : un modèle plus petit et moins cher, économique pour s’exécuter sur des millions de tâches de routine.
Que cela justifie une valorisation de licorne est ce que les investisseurs sont en train de peser, à un moment où de grands fonds sont toujours en train de parier que l’IA façonne les logiciels plutôt que de les détruire. Pour un laboratoire aussi nouveau, le tour est moins un jugement sur les revenus qu’un pari sur une thèse : que le travail ennuyeux et sans gloire du back-office est où l’IA à usage informatique rapporte les premiers dividendes, et qu’une petite équipe coûteuse peut y parvenir avant les géants.
