Maisa lève 25 M$ pour alimenter des « travailleurs numériques » fiables et transparents

L’intelligence artificielle d’entreprise est confrontée à l’échec – des études montrent que jusqu’à 95% des pilotes d’IA générative échouent. Mais Maisa, qui relie Valence et San Francisco, intègre la responsabilité dans l’automatisation. Après une levée de fonds de 25 millions de dollars en série A menée par Creandum avec le soutien de Forgepoint Capital, NFX et Village Global, Maisa est prête à transformer les flux de travail d’IA avec une automatisation de processus agente qui est aussi auditable qu’intelligente.

À l’intérieur du moteur : KPU et Chaîne de travail — Construire la confiance desde les fondements

Au cœur de la plateforme de Maisa se trouve l’unité de traitement des connaissances (KPU) — une architecture novatrice qui reconceptualise le raisonnement d’IA. Le KPU comprend :

• Un moteur de raisonnement, alimenté par un grand modèle de langage, qui planifie les flux de travail multétapes.
• Un moteur d’exécution qui met en œuvre ces plans et renvoie les résultats pour une recalibration.
• Une fenêtre de contexte virtuelle qui rationalise le flux d’informations, en se concentrant sur les données pertinentes pour atténuer les hallucinations.

Le génie du KPU réside dans la façon dont il redéfinit le rôle du modèle de langage. Au lieu d’agir comme un générateur de texte probabiliste, le modèle est traité comme un composant à l’intérieur d’un cadre de calcul discipliné. Le KPU orchestre le raisonnement comme un système d’exploitation, en décomposant les problèmes en étapes gérables et auditable, et en garantissant que chaque action peut être validée. Cette structure transforme un modèle autrefois opaque en un système de logique prévisible, où les erreurs peuvent être détectées, corrigées et empêchées de se propager.

Complétant le KPU, il y a la Chaîne de travail — un registre d’audit méticuleusement consigné qui suit chaque décision, action et outil impliqué dans le processus d’un travailleur numérique. Contrairement aux sorties d’IA typiques qui laissent les utilisateurs deviner, la Chaîne de travail fonctionne comme un enregistreur de vol pour l’automatisation. Chaque calcul, chaque extraction de données, chaque étape de raisonnement est préservé dans le détail. Cela donne aux entreprises la capacité de ne pas seulement faire confiance aux résultats, mais de les retracer, de les reprendre et de les affiner avec le temps. Pour les industries soumises à des exigences de conformité, ce n’est pas seulement une commodité — c’est la base d’un déploiement sécurisé à grande échelle.

Maisa Studio en action : Agents sans code enracinés dans la transparence

En exploitant le KPU et la Chaîne de travail, Maisa Studio permet aux « développeurs citoyens » — du personnel non technique — de déployer des travailleurs numériques en utilisant des instructions en langage clair. Grâce à HALP (traitement d’IA augmenté par l’homme) de Maisa, le système interagit pour clarifier l’intention, construit des flux de travail, intègre des centaines d’API et commence à apprendre de manière dynamique — tout cela sans développeurs ni ensembles de données.

Dans la pratique, cela a déjà eu un impact significatif : une société de services financiers a réduit les faux positifs de 99 % et a réalisé une augmentation de productivité de 10 fois par employé — avec un déploiement complet accompli en seulement trois sessions de formation. Les banques mondiales, les constructeurs automobiles et les sociétés énergétiques testent la plateforme pour automatiser les processus lourds de conformité à grande échelle, où la transparence et l’auditabilité sont incontournables.

Pourquoi cela compte — Une vision pour une IA que l’on peut faire confiance et mettre à l’échelle

Maisa ne propose pas seulement une automatisation — elle offre une IA responsable qui intègre la confiance par l’architecture. Dans les industries accablées par la réglementation, l’opacité et les enjeux élevés — la finance, les soins de santé, l’énergie — la capacité de retracer chaque décision automatisée est primordiale. La Chaîne de travail permet aux entreprises d’inspecter, d’auditer et de valider la logique d’IA à chaque étape, ce qui signifie que les régulateurs et les équipes internes n’ont pas besoin de deviner comment les conclusions ont été atteintes. Au lieu de cela, ils peuvent vérifier avec précision.

Pendant ce temps, la conception du KPU supprime systématiquement les hallucinations en isolant le raisonnement du bruit des données et en structurant l’exécution. Cette fiabilité élimine l’imprévisibilité qui rend souvent les entreprises méfiantes à l’égard de l’IA. Plutôt que de produire des sorties enveloppées dans le mystère, les agents de Maisa livrent des résultats logiques, prévisibles et constants.

En regardant vers l’avenir, cette plateforme représente un changement fondamental : l’IA devient un collaborateur de confiance — dont le raisonnement est transparent, dont les actions sont traçables et dont le « processus de pensée » peut être affiné et audité. Puisque le système de Maisa est agnostique par rapport au modèle, les organisations conservent la flexibilité pour adopter des modèles plus solides à l’avenir — sans perdre la rigueur et la surveillance du cadre KPU. Cette adaptabilité jette les bases d’un déploiement durable et évolutif pour répondre aux besoins changeants de l’entreprise.

En essence, Maisa propose un plan directeur pour une IA qui n’est pas seulement puissante, mais responsable et résiliente. Dans un monde où la plupart des projets d’IA échouent à livrer, cette technologie trace un chemin rare vers l’avant — en combinant l’innovation avec l’intégrité.