RapidCanvas lève 29 millions de dollars en série B pour développer le déploiement de l’IA en entreprise

RapidCanvas a levé 29 millions de dollars lors d’un financement de série B afin de développer une activité axée sur un problème récurrent de l’IA en entreprise : mettre en production des applications utiles, puis veiller à ce qu’elles continuent de fonctionner à mesure que l’entreprise évolue.

Le tour de table a été mené par Vertex Ventures SEA & India, avec la participation de Hitachi Ventures. Les investisseurs historiques Accel, Peak XV Partners, Valley Capital Partners et Titanium Ventures y ont également participé. L’annonce du 16 octobre porte le financement total à 52,5 millions de dollars et fait état d’une multiplication par huit du chiffre d’affaires annuel récurrent en six trimestres, sans divulguer de chiffre d’affaires absolu ni de valorisation.

RapidCanvas associe une plateforme logicielle agentique à des ingénieurs en IA de terrain. L’entreprise mise avant tout sur la création et l’exploitation d’applications sur mesure, plutôt que de fournir aux clients un outil de développement supplémentaire en leur laissant le soin de le mettre en œuvre. Cette combinaison fait de ce financement un pari à la fois sur la réutilisation des logiciels et sur les personnes nécessaires pour traduire les processus d’une entreprise en automatisations fiables.

À quoi serviront les nouveaux fonds

L’entreprise prévoit de développer son organisation commerciale, ses partenariats avec des sociétés de capital-investissement et des cabinets de conseil, ainsi que ses équipes d’ingénieurs en IA de terrain aux États-Unis, au Brésil et en Inde. Les investissements dans les produits porteront sur son Enterprise Context Engine, la bibliothèque de compétences qui sous-tend son Visual Development Canvas et les fonctions de gouvernance de son Operational Harness.

La série B fait suite à la série A de 16 millions de dollars de RapidCanvas, en décembre 2024. L’importance toujours accordée à l’expertise humaine est notable à une époque où les produits fondés sur des agents sont souvent présentés comme des substituts au travail de mise en œuvre. RapidCanvas construit son modèle de manière à conserver ce travail, tout en cherchant à rendre plus répétables les activités d’ingénierie sous-jacentes.

Le socle technique : un contexte métier partagé

L’Enterprise Context Engine de RapidCanvas organise quatre types d’informations : les relations entre les entités métier, les définitions des indicateurs, les règles de décision et les pratiques validées par une organisation. Il combine la découverte automatisée, les apports d’experts et la révision, ainsi que l’ingestion planifiée et la récupération d’informations à jour.

L’entreprise décrit ces connaissances comme persistantes, versionnées et propres à chaque organisation. Les équipes peuvent les affiner et les réutiliser dans différentes applications, tout en retraçant les résultats jusqu’à leurs données sources et à la logique pertinente.

Prenons l’exemple d’un processus de gestion des stocks. Un modèle peut reconnaître le nom d’un produit tout en comprenant mal si le stock indiqué comme « disponible » inclut les unités réservées, quels engagements des fournisseurs sont prioritaires ou dans quels cas un planificateur doit approuver une commande. La prise en compte de ces définitions et exceptions donne à une application une base plus utile pour agir. Elle crée aussi une obligation de maintenance : les règles métier doivent avoir des responsables, faire l’objet de processus de révision et être mises à jour lorsque les opérations évoluent.

Connecter les agents aux systèmes utilisés par les équipes

La documentation de la plateforme décrit un cycle de vie qui couvre la conception, les connexions aux données, le déploiement et la gouvernance. Les exigences formulées en langage courant peuvent être converties en flux de travail ; le versionnage et les composants réutilisables sont disponibles pour permettre un développement plus structuré. RapidCanvas indique que son système est indépendant des modèles et peut fonctionner sur AWS, Azure ou Google Cloud, dans l’environnement du client, dans le cadre d’un déploiement géré ou en mode SaaS.

Les applications peuvent se connecter par des API et réécrire des données dans des systèmes tels que les logiciels ERP, CRM et de gestion des tickets. Les récentes mises à jour de la plateforme décrivent également des connexions contextuelles à Slack et Google Drive, des requêtes de connecteur modifiables et des secrets au niveau des projets.

Ces détails permettent de comprendre ce qui distingue une démonstration utile d’une application opérationnelle. Produire une réponse n’est qu’une étape : obtenir des données autorisées, les interpréter correctement et fournir un résultat là où les employés travaillent déjà sont autant de problèmes d’ingénierie distincts. Une plateforme partagée peut réduire les efforts en double, mais chaque intégration doit tout de même être testée au regard des autorisations du client et de ses exigences métier.

La gouvernance doit accompagner l’exécution

Sur sa page consacrée à la gouvernance, RapidCanvas décrit des projets reposant sur le dépôt Git d’un client, un contrôle d’accès fondé sur les rôles, des journaux d’audit et la supervision des services. Parmi les exemples cités figurent le suivi du nombre de requêtes, des échecs et de la latence, ainsi que l’enregistrement des modifications apportées aux applications. L’entreprise indique également que l’utilisation, les coûts et les performances peuvent être suivis pour chaque solution.

Ces mesures de contrôle prennent davantage d’importance lorsqu’un agent peut modifier un enregistrement ou déclencher un flux de travail. Les entreprises doivent déterminer quelles actions nécessitent une approbation, comment annuler les modifications erronées et qui intervient lorsqu’un service se comporte de manière inattendue. La journalisation permet d’enquêter, mais ne suffit pas à établir qu’une décision automatisée était correcte.

La question du passage à l’échelle derrière le financement

La page de l’entreprise RapidCanvas indique que Rahul Pangam en est le PDG et Uttam Phalnikar le directeur technique, et date sa fondation de 2021. Son mode de fonctionnement associe des ingénieurs qui se familiarisent avec les processus des clients à une plateforme conçue pour réutiliser des composants et du contexte pertinents dans les applications suivantes.

Le critère économique consiste à mesurer dans quelle mesure chaque déploiement s’accélère à mesure que cette base se développe. Les compétences réutilisables peuvent réduire le coût de création d’une autre application, tandis que des ingénieurs expérimentés peuvent repérer les exceptions qui échappent à l’automatisation générique. Une personnalisation poussée peut toutefois encore prendre du temps et limiter les marges. La croissance du chiffre d’affaires, à elle seule, ne résout pas ce compromis.

Pour les clients qui évaluent cette approche, les indicateurs les plus utiles seront concrets : l’adoption par les utilisateurs visés, les erreurs nécessitant une intervention, les coûts d’exploitation et les efforts nécessaires pour étendre une application fonctionnelle. La série B donne à RapidCanvas les moyens d’accroître sa capacité de déploiement. Son prochain défi sera de démontrer que l’IA en production peut être déployée de manière toujours plus reproductible, sans perdre le jugement métier qui la rend utile.