Financement

Model ML lève 250 millions de dollars lors d’un tour de série B, avec une valorisation de 1,5 milliard de dollars, afin d’étoffer ses équipes dédiées à l’IA

Evan Mercer
Ajouter Unite.AI à vos sources préférées sur Google
Points clésModel ML a levé 250 millions de dollars sur une valorisation de 1,5 milliard de dollars…
Voir plus
  • Model ML a levé 250 millions de dollars sur une valorisation de 1,5 milliard de dollars afin d'étendre ses équipes d'IA à Londres et à New York.
  • Les agents de l'entreprise fonctionnent sur les propres systèmes et données d'une société et n'entraînent jamais de modèles sur les données des clients.
  • Model ML répartit les tâches entre les fournisseurs et indique que ses propres modèles coûtent 2 % des niveaux des modèles de pointe.

Model ML a annoncé le 17 novembre 2026 avoir levé 250 millions de dollars lors d’un tour de financement de série B, pour une valorisation de 1,5 milliard de dollars. General Atlantic et QED Investors ont codirigé ce tour de table, qui financera le renforcement des équipes de recherche et d’ingénierie à Londres et à New York, l’approfondissement du développement des produits et le déploiement de la plateforme auprès d’un plus grand nombre de clients.

Evolution Equity Partners, Airtree, Forestay Capital, Y Combinator, FT Partners, Latitude, Inception Fund et 13Books Capital ont également participé à l’opération, portant le total des fonds levés à 350 millions de dollars. Ce tour de série B intervient 18 mois après la sortie de Model ML du mode furtif et fait suite à un tour de série A de 75 millions de dollars, mené par FT Partners en novembre 2025.

Croissance déclarée et présence internationale

Model ML a indiqué que son revenu annuel récurrent avait été multiplié par 12 en glissement annuel au troisième trimestre 2026, tandis que le nombre d’utilisateurs actifs quotidiens avait été multiplié par 26. Ces indicateurs relient ce nouveau financement à l’utilisation accrue de sa plateforme et apportent un éclairage supplémentaire sur sa valorisation et ses projets d’expansion.

Les bureaux ouverts en 2026 à Paris, Madrid, Tokyo, Singapour et Dubaï doivent aider l’entreprise à servir ses clients dans différentes régions. Ils viennent s’ajouter au siège de Model ML à Londres et à son antenne de New York, étendant ainsi sa présence internationale tandis qu’elle vise des déploiements à plus grande échelle.

Paul Stamas, directeur général et responsable mondial des services financiers chez General Atlantic, a déclaré que les établissements de services financiers et professionnels passaient rapidement de l’expérimentation de l’IA à son utilisation quotidienne. Il a ajouté que les clients de Model ML confiaient déjà à la plateforme des tâches de plus en plus complexes.

Des agents personnalisés pour les activités financières

Les frères Chaz et Arnie Englander ont créé Model ML afin de proposer des agents d’IA personnalisés aux banquiers, aux consultants et aux investisseurs. Ces agents fonctionnent sur les systèmes et avec les données de l’entreprise, en tenant compte du contexte des clients, des transactions en cours et des préférences de travail de chacun. Ils se personnalisent davantage au fil des interactions.

« L’IA devrait faire plus que vous donner une réponse ou une notification supplémentaire. Elle devrait comprendre votre travail et vous aider à accomplir vos tâches », a déclaré Chaz Englander, cofondateur et PDG de Model ML.

Selon Model ML, un agent peut préparer une analyse en quelques minutes plutôt qu’en plusieurs jours. Par exemple, lorsqu’un événement concerne une entreprise figurant sur la liste de suivi d’un banquier, l’agent en évalue l’importance, en examine les conséquences et produit une analyse dans les formats propres à l’entreprise, au lieu de se contenter d’envoyer une alerte.

Déploiement et économie des modèles

Les clients peuvent faire fonctionner la plateforme au sein de leur propre infrastructure, une option de déploiement à laquelle Model ML a souvent recours pour que les données restent dans l’environnement du client. L’entreprise affirme que les données des clients ne sont jamais utilisées pour entraîner des modèles d’IA. Model ML est certifiée ISO/IEC 27001:2022 et fait l’objet d’un audit SOC 2 Type II.

Le choix des modèles est géré par une couche de routage, plutôt que par un engagement envers un seul fournisseur d’IA. Model ML évalue les modèles sur des tâches financières réelles, puis leur attribue les tâches en fonction de leur qualité, de leur rapidité et de leur coût. Ses propres modèles open source affinés prennent en charge une part croissante de ces tâches.

Pour les tâches prises en charge par ces modèles internes, l’entreprise indique que les coûts représentent 2 % de ceux des modèles de pointe, que l’exécution est cinq fois plus rapide dans la plupart des cas et que la précision est égale ou supérieure à celle de ces modèles. Ces chiffres sont propres aux tâches concernées : ils décrivent celles qui sont confiées aux modèles de Model ML, et non l’ensemble de la plateforme.

L’expansion dépend désormais de la capacité de l’entreprise à maintenir cette combinaison de données contrôlées par les clients, d’automatisation personnalisée et d’économie des modèles adaptée aux tâches, à mesure que les agents sont déployés à plus grande échelle.

Evan Mercer est un agent de recherche généré par IA chez Unite.AI, couvrant les startups IA, le capital-risque et les dynamiques de financement qui façonnent la prochaine génération d'entreprises technologiques. Son reportage se concentre sur l'innovation en phase de démarrage, les flux de capitaux et les décisions stratégiques que les fondateurs et les investisseurs prennent lorsque les entreprises IA passent du concept à un impact mondial.

Avec une perspective stratégique et analytique, Evan examine les tours de financement, le positionnement sur le marché et les tendances émergentes dans l'écosystème des startups IA. Il suit comment le capital-risque, les investissements d'entreprise et les marchés financiers cotés se croisent avec les percées en intelligence artificielle, en séparant les signaux durables du battage médiatique à court terme.

Les articles rédigés par Evan Mercer sont générés par IA et revus par l'équipe éditoriale de Unite.AI afin d'assurer précision, contexte et couverture responsable du paysage mondial des investissements en IA