Michael Rangel, fondateur de Novo – Série d’interviews

Michael Rangel, fondateur de Novo, est un entrepreneur fintech qui a créé l’entreprise en 2016 et en a été le PDG pendant plus de neuf ans, contribuant à transformer Novo d’un concept en phase de démarrage en une plateforme financière au service des petites entreprises. Au cours de son mandat, Rangel a travaillé sur le développement produit, la levée de fonds, le recrutement, les opérations, les partenariats et la stratégie go‑to‑market, aidant l’entreprise à lever plus de 170 millions de dollars de financement. Il a quitté le poste de PDG en avril 2025 mais reste impliqué en tant que fondateur et membre du conseil d’administration de Novo, soutenant sa mission à long terme de permettre aux entrepreneurs et aux entreprises indépendantes de prospérer. Avant de fonder Novo, Rangel a passé plus de cinq ans dans l’administration du commerce et les opérations chez Fairholme Capital Management, après un premier poste d’opérations chez Smith Barney.

Novo est une plateforme fintech conçue spécifiquement pour les entreprises indépendantes, les entrepreneurs, les travailleurs indépendants et les propriétaires de petites entreprises, combinant un compte courant professionnel avec des outils de paiement, de facturation, de gestion des dépenses, de planification de trésorerie, de prêt et de crédit professionnel. La plateforme s’intègre à plus de 40 outils business, dont QuickBooks, Stripe, Shopify, Square et Xero, aidant les entreprises à relier la banque à la comptabilité, aux paiements et aux flux de travail opérationnels. Novo intègre également une IA alimentée par des modèles d’OpenAI, d’Anthropic et de Google pour rationaliser des processus tels que l’intégration et la catégorisation des dépenses. L’entreprise affirme que sa plateforme est utilisée par plus de 250 000 entreprises indépendantes. Novo est elle‑même une fintech et non une banque, les services bancaires et les dépôts assurés par la Federal Deposit Insurance Corporation (FDIC) étant fournis via le partenaire Middlesex Federal Savings.

Vous avez fondé Novo en 2016 et avez passé près d’une décennie à le développer autour des besoins financiers des petites entreprises. En revenant sur les problèmes que vous aviez alors l’intention de résoudre, lesquels pensez‑vous que l’IA peut désormais aborder d’une manière qui n’était tout simplement pas possible lorsque vous avez lancé l’entreprise ?

L’IA peut avoir un impact profond sur la façon dont vous gérez une entreprise et créez de la valeur pour vos clients. Lorsque nous avons lancé Novo, l’un des problèmes que nous voulions résoudre était qu’une entreprise réalisant 1 000 $ de chiffre d’affaires annuel, une de 100 000 $ et une de 1 million de dollars par an peuvent générer une charge opérationnelle étonnamment similaire pour une banque. Vous devez toujours assurer l’intégration, la conformité, la lutte contre la fraude, la sécurité, la surveillance des transactions et le service client, quel que soit le revenu que ce client vous rapporte. Cela obligeait les banques à constituer de grandes équipes opérationnelles pour soutenir des clients qui, individuellement, n’étaient pas toujours très rentables pour elles.

Il y a dix ans, nous pensions que les logiciels pouvaient aider à modifier cette équation. L’IA pousse désormais cette idée beaucoup plus loin. Un spécialiste de la conformité peut utiliser l’IA pour résumer des informations, traiter des documents et rédiger des rapports ou des réponses, permettant à une personne de gérer plus de dix fois le volume qu’elle pouvait auparavant. Nos équipes de service client peuvent laisser l’IA répondre aux questions courantes afin que les employés se consacrent aux problèmes qui nécessitent réellement un jugement. Les modèles de fraude peuvent identifier les risques plus tôt et nous aider à récupérer les pertes plus rapidement lorsqu’un problème survient. L’IA nous offre un bien meilleur moyen de tenir la promesse de Novo, à savoir offrir une expérience bancaire qui fonctionne pour les entreprises, quelle que soit leur taille.

Les petites entreprises ont historiquement manqué d’accès aux équipes financières, aux analystes et aux logiciels sophistiqués dont disposent les grandes sociétés. Dans quelle mesure l’IA peut‑elle réellement combler cet écart de ressources, et où l’expertise humaine restera‑t-elle indispensable ?

L’IA progresse à une vitesse incroyable, mais le rythme varie fortement selon votre situation. Si vous travaillez dans la technologie à San Francisco ou à New York, vous avez probablement une expérience de l’IA très différente de celle d’un propriétaire de petite entreprise qui se contente de gérer son entreprise.

De nombreux problèmes auxquels les petites entreprises sont confrontées sont déjà à la portée de l’IA. Le principal défi est que la technologie évolue plus rapidement que les gens ne peuvent apprendre à l’utiliser. C’est pourquoi je m’intéresse à ce que font des entreprises comme Anthropic avec des produits conçus pour offrir un point de départ aux utilisateurs moins techniques.

L’expertise humaine ne disparaît pas, mais l’IA peut réduire l’écart en la rendant plus accessible. J’ai vu des produits comme April Tax rendre des tâches qui nécessitaient auparavant beaucoup de temps et de connaissances spécialisées beaucoup plus simples pour un propriétaire de petite entreprise. Nous ne sommes pas encore à un stade où l’IA peut mettre votre entreprise en pilote automatique, mais si vous avez déjà perdu un week‑end à préparer votre déclaration fiscale, récupérer ce temps est précieux.

Où observez‑vous que l’IA crée aujourd’hui la valeur la plus tangible pour les propriétaires de petites entreprises, notamment en matière de prévision de trésorerie, de gestion des dépenses, de budgétisation et de prise de décision financière quotidienne ?

L’une des applications d’IA les plus utiles que nous ayons développées chez Novo est en réalité quelque chose de assez simple : l’étiquetage des transactions. Historiquement, faire fonctionner ces modèles correctement nécessitait une énorme quantité de données d’entraînement, et même dans ce cas on n’obtenait qu’une précision d’environ 80 %. Ce n’est pas suffisant lorsqu’on manipule les informations financières de quelqu’un, car il faut tout de même tout vérifier.

En utilisant une plus petite quantité de nos propres données, certaines techniques de distillation de modèles et des modèles de pointe lorsque nos systèmes ne sont pas confiants, nous avons récemment porté cette précision bien au‑delà de 97 % et proche de 99 %. Une fois que vous pouvez comprendre avec précision ce que représente chaque transaction, vous pouvez créer des outils financiers beaucoup plus utiles à partir de ces données. Cela peut alimenter des tableaux de bord de dépenses, des fonctions de FP&A de base et même aider une entreprise à séparer l’argent destiné à la paie ou aux paiements fournisseurs afin qu’elle ne le dépense pas accidentellement ailleurs.

Ce qui est intéressant, c’est que les grands modèles de langage sont étonnamment performants en classification et en regroupement. Cela signifie que nous pouvons prendre les transactions d’une entreprise et commencer à créer une vue personnalisée de ses finances sans la complexité d’ingénierie qui était auparavant nécessaire. Pour notre clientèle, les capacités de l’IA actuelle sont en réalité supérieures à la complexité des problèmes que nous essayons de résoudre. C’est une position assez excitante.

L’une des promesses de l’IA est de faire passer les logiciels financiers d’une simple présentation des faits aux propriétaires d’entreprise à une indication proactive de ce qu’ils devraient faire ensuite. À quoi ressemble concrètement une plateforme financière véritablement intelligente en pratique ?

La meilleure expérience bancaire reste de parler à quelqu’un de votre banque qui connaît tout de votre entreprise. Il comprend votre historique, ce que vous essayez d’accomplir et ce dont vous pourriez avoir besoin ensuite. Le logiciel a toujours été un facilitateur de cette relation, mais il ne l’a pas remplacée.

Pour moi, une plateforme financière véritablement intelligente donne l’impression d’avoir réduit le nombre de personnes nécessaires dans la salle pour gérer votre entreprise. Vous devriez pouvoir poser une question, obtenir une réponse, voir l’information appropriée et recevoir des conseils utiles sans devoir chercher vous‑même où les trouver. L’essentiel est de pouvoir faire confiance à la réponse.

Chez Novo, nous disons parfois que nous sommes en concurrence avec le trottoir. Aller voir un conseiller bancaire reste une excellente expérience. Il n’y a pas d’application à parcourir, quelqu’un vous connaît et peut vous guider en fonction de votre activité. Ce que l’IA nous offre, c’est la possibilité d’apporter une partie de cette expérience à un groupe d’entreprises sous‑servi, à une échelle qui n’était pas possible auparavant. Pour nos clients, cette opportunité est enfin à portée de main.

L’IA pourrait‑elle un jour jouer le rôle d’un directeur financier virtuel pour une petite entreprise, en surveillant continuellement les finances, en identifiant les risques et en recommandant des actions ? Quelles capacités devraient mûrir avant que les entrepreneurs ne puissent faire confiance à un tel système ?

Oui, et je le dis avec assurance parce que c’est déjà en cours de construction. Au début de l’année, nous avons lancé notre infrastructure d’agent IA spécifiquement pour avancer vers cette vision.

Le problème n’est pas de faire répondre un modèle à une question. Il s’agit de créer quelque chose en qui les gens peuvent placer leur confiance financière. Nous l’avons appris sur le terrain. Notre première cohorte bêta était correcte, mais pas suffisante pour garantir que l’expérience ne finirait pas par briser la confiance de quelqu’un. Nous avons donc continué à pousser, à améliorer la façon dont le système apprend, la manière dont les agents spécialisés collaborent et la façon dont ils utilisent les informations et les outils à leur disposition.

Ce que nous avons construit est essentiellement un système d’agents dédié à la banque, avec différents agents gérant des aspects tels que les transactions, la fraude, les cartes et les ACH, chacun disposant de ses propres outils et connaissances. Cela a demandé beaucoup de travail, mais les résultats sont aujourd’hui réellement satisfaisants. Nous ne voulons pas précipiter quelque chose simplement parce que l’IA est à la mode. Ce serait injuste pour le client. Mais pour les entreprises de la taille que nous servons, je crois que ce moment est arrivé, et c’est extrêmement excitant.

L’accès au capital demeure l’un des plus grands défis pour les petites entreprises. Comment l’IA pourrait‑elle transformer la souscription et le prêt, et les données alternatives pourraient‑elles permettre aux institutions financières d’évaluer des entreprises que les modèles de crédit traditionnels ont tendance à négliger ?

C’est un domaine où, à mon avis, le débat se confond. Il ne s’agit pas réellement d’IA, mais d’équité et de compréhension de ce dont ces modèles sont réellement capables.

Vous ne devez jamais utiliser un modèle de langage de pointe comme modèle de décision de crédit. Les LLM sont non déterministes, ce qui signifie que les mêmes entrées peuvent produire des sorties différentes. Les modèles d’apprentissage automatique traditionnels utilisés pour les décisions de crédit sont déterministes, de sorte que les mêmes entrées donnent le même résultat. Cette distinction est cruciale lorsqu’il s’agit de décider qui obtient un crédit. Il faut connaître les facteurs qui influencent la décision, tester les biais et pouvoir corriger les problèmes lorsqu’ils apparaissent.

L’IA peut absolument nous aider à créer de meilleurs modèles d’évaluation du risque, et nous le faisons très bien chez Novo. Mais je ne pense pas que l’IA à elle seule résolve le problème plus vaste de l’accès des petites entreprises au capital. Une grande partie de ce problème provient du cadre réglementaire instauré par le protocole Bâle, qui a modifié l’économie du prêt aux petites entreprises pour les banques et les a rendues moins disposées à prendre ces risques.

Nous disons toujours que les petites entreprises sont la colonne vertébrale de l’économie, mais nous avons construit un système financier autour d’elles où de nombreuses décisions affectant leur capacité à survivre sont prises dans des salles où elles ne sont pas invitées à s’exprimer. C’est un problème bien plus important que la simple question de savoir si nous disposons d’un meilleur modèle d’IA.

L’IA devient également de plus en plus importante dans la détection de fraude et la sécurité financière. Comment les plateformes financières peuvent‑elles utiliser l’IA pour identifier les activités suspectes sans générer de faux positifs excessifs ni rendre les transactions légitimes plus difficiles pour les petites entreprises ?

L’IA est particulièrement utile pour repérer ce qui ne semble pas correct. Les modèles de langage sont étonnamment performants en classification et en regroupement, ce qui permet de les utiliser pour identifier des comportements inhabituels à un coût relativement faible.

La distinction importante est que je n’utiliserais pas un modèle non déterministe pour prendre la décision finale. Je l’utiliserais pour déclencher une alerte, puis un modèle déterministe prendrait la décision. C’est ainsi que nous avons abordé la fraude chez Novo.

Nous collaborons également avec des entreprises comme Sardine, qui peuvent intégrer des modèles provenant d’un ensemble beaucoup plus large d’institutions financières dans nos modèles. Elles nous aident à identifier des éléments tels que des identifiants précédemment associés à la fraude ou des comportements ressemblant à une activité automatisée. Nous avons construit une solide opération de lutte contre la fraude autour de cette combinaison de technologie et d’expertise. La sécurité est toujours une course aux armements, mais l’IA nous fournit de meilleurs outils pour garder une longueur d’avance.

Les systèmes d’IA financière peuvent accéder à des informations extrêmement sensibles concernant les revenus, les dépenses, les clients et la santé financière d’une entreprise. Quels garde‑fous les entrepreneurs devraient‑ils attendre en matière de confidentialité des données, de sécurité et d’utilisation de leurs données financières pour entraîner des modèles d’IA ?

Il y a plusieurs niveaux à cela, à commencer par les politiques et les conditions d’utilisation des modèles que vous employez. Les principaux fournisseurs de modèles de pointe proposent des offres d’entreprise et d’API où les données des clients ne sont pas utilisées pour entraîner leurs modèles, mais il existe toujours une distinction importante entre l’utilisation d’un modèle via une API et son utilisation dans une application destinée aux consommateurs où l’historique de vos conversations est conservé.

Il y a également la question de la quantité d’informations que vous souhaitez réellement fournir à un système d’IA. Chez Novo, nous avons conçu nos agents de façon à ce que les clients puissent faire ce choix. Vous pouvez vouloir qu’un agent réponde aux questions en n’utilisant que nos connaissances bancaires, ou simplement vous indique où l’information se trouve dans l’application, ou bien être à l’aise de lui fournir davantage de vos données financières, car cela produit une réponse plus pertinente.

Nous plaçons également des systèmes entre les données des clients et les modèles qui peuvent automatiquement supprimer les informations sensibles telles que les EIN et les numéros de sécurité sociale, et nous testons régulièrement nos systèmes pour nous assurer qu’ils n’exposent pas d’informations qu’ils ne devraient pas. C’est ce qui rend la construction d’une IA fiable difficile. Il ne s’agit pas seulement de rendre le modèle intelligent. Il faut mettre en place les garde‑fous autour de celui‑ci et les tester en permanence.

Il y a un enthousiasme énorme autour de l’IA dans la fintech aujourd’hui. Quelles applications estimez‑vous réellement transformatrices pour les petites entreprises, et où pensez‑vous que le secteur surestime actuellement ce que l’IA peut offrir ?

Il devrait y avoir de l’enthousiasme pour l’IA dans chaque secteur. Nous avons déjà vu ce scénario. Internet a changé la façon dont nous distribuons les logiciels, les navigateurs ont modifié la façon dont nous y accédons, le cloud computing a transformé la façon dont nous les déployons, et le mobile a changé les lieux où nous pouvons les utiliser. L’IA change désormais la façon dont nous vivons les logiciels.

Ce que je trouve le plus intéressant, c’est que nous modifions également le langage même du logiciel. Les gens peuvent de plus en plus créer des logiciels en décrivant ce qu’ils souhaitent en langage naturel plutôt qu’en apprenant JavaScript ou Python. Pendant des décennies, ces connaissances techniques constituaient l’une des barrières qui maintenaient le développement logiciel derrière un portail. Ce portail commence à disparaître, ce qui explique en partie la croissance rapide d’entreprises comme Lovable et Replit.

En même temps, je pense que nous en sommes encore très tôt. Une grande partie du battage médiatique provient de personnes de la Silicon Valley qui vivent l’IA à un rythme complètement différent de celui de tout le monde. Les entreprises qui en tirent une réelle valeur ne la traitent pas comme de la magie. Elles découvrent ce qu’elle peut réellement faire et l’appliquent à des problèmes où elle fonctionne.

Nous n’en sommes encore qu’au début. Lorsque l’on compare l’adoption de l’IA aux courbes d’adoption précoce d’Internet et du mobile, c’est incroyablement précoce. Ainsi, rejeter l’IA parce que la technologie actuelle ne correspond pas à certaines attentes serait comparable à regarder le début d’Internet et le qualifier de mode passagère.

En regardant vers l’avenir, comment pensez‑vous que l’IA remodelera la banque des petites entreprises ? Pourrait‑on éventuellement passer du modèle actuel de comptes, tableaux de bord et outils financiers à des plateformes financières autonomes qui gèrent activement une grande partie des opérations financières d’une entreprise au nom du propriétaire ?

C’est la vision que nous construisons chez Novo. Fondamentalement, nous voulons recréer l’expérience d’avoir un excellent conseiller bancaire sur votre téléphone. Vous devriez pouvoir poser une question et obtenir une réponse, faire générer un graphique ou un rapport quand vous en avez besoin, être informé du crédit au moment opportun, découvrir des assurances à mesure que votre entreprise se développe et même être informé des subventions ou des changements fiscaux qui pourraient vous être bénéfiques.

L’innovation ne consiste pas simplement à faire faire des tâches à l’IA. Il s’agit de faire en sorte que l’IA accomplisse ces tâches avec une telle fiabilité que vous lui accordiez réellement confiance. C’est bien plus difficile qu’il n’y paraît, et je pense que la confiance devient une caractéristique du produit lui‑même.

L’IA peut retenir beaucoup plus d’informations en contexte qu’une personne, mais elle ne peut pas remplacer les relations humaines qui font réellement avancer les entreprises. Les gens prennent les risques, construisent les relations et créent les opportunités qui font bouger l’économie. C’est pourquoi notre critère de succès chez Novo n’est pas de vous faire passer plus de temps dans notre application. C’est le contraire. Nous voulons que vous y passiez le moins de temps possible et que vous accomplissiez davantage en ces quelques minutes qu’auparavant.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Novo.