Wonderful lève 150 millions de dollars en série B pour une valorisation de 2 milliards de dollars afin d'accélérer l'adoption de l'IA en entreprise sur plus de 30 marchés.

startup spécialisée dans l'IA d'entreprise Merveilleux a soulevé Une levée de fonds de 150 millions de dollars lors d'un tour de table de série B, pour une valorisation de 2 milliards de dollars., portant son financement total à environ 284 millions de dollars seulement huit mois après sa sortie de la phase de développement confidentiel. Ce tour de table a été mené par Partenaires Insight avec la participation d'investisseurs existants Index Ventures, IVP, Bessemer Venture Partners et Vine VenturesCe nouveau capital permettra de soutenir l'expansion de la plateforme d'IA d'entreprise de la société et de son réseau mondial d'équipes de déploiement opérant sur plus de 30 marchés.

L'approche de l'entreprise repose sur le constat que l'adoption de l'IA en entreprise est moins freinée par les capacités des modèles que par la complexité de leur mise en œuvre dans des environnements opérationnels réels. Si les modèles d'IA ont progressé rapidement, leur intégration aux infrastructures, flux de travail et cadres de conformité existants demeure un obstacle majeur pour les grandes organisations.

Aller au-delà des pilotes d'IA

On observe fréquemment, au sein de nombreuses entreprises, la multiplication de projets pilotes d'IA qui n'aboutissent pas à une mise en production. Ces projets démontrent souvent leur faisabilité technique, mais se heurtent à des obstacles pratiques lorsque les organisations tentent de les intégrer à leurs logiciels existants, à leurs systèmes de données internes et à leurs processus opérationnels.

Le modèle opérationnel de Wonderful vise à combler cette lacune en associant sa plateforme d'IA à des équipes de déploiement locales. Plutôt que de proposer un produit purement logiciel, l'entreprise dépêche des spécialistes techniques et opérationnels pour travailler directement avec ses clients. Ces équipes collaborent avec les parties prenantes internes, connectent les agents d'IA aux systèmes existants et adaptent les implémentations aux exigences réglementaires régionales.

Cette approche permet aux organisations de faire passer plus rapidement leurs initiatives d'IA de la phase d'expérimentation à la production. Selon l'entreprise, les agents peuvent passer d'un déploiement pilote à une utilisation opérationnelle en quelques jours ou semaines, au lieu des mois souvent nécessaires pour les déploiements de logiciels d'entreprise traditionnels.

Une plateforme conçue pour les flux de travail d'entreprise

Au cœur du système se trouve une plateforme d'entreprise horizontale conçue pour prendre en charge de multiples flux de travail pilotés par l'IA. Au lieu de fournir des outils d'automatisation isolés pour des tâches spécifiques, la plateforme sert de socle partagé que les organisations peuvent étendre à l'ensemble de leurs départements et fonctions opérationnelles.

L'architecture est intentionnellement modèle-indépendantCe système permet d'évaluer et d'intégrer différents modèles d'IA en fonction des besoins de chaque cas d'usage. À mesure que de nouveaux modèles émergent ou que les modèles existants s'améliorent, les organisations peuvent les intégrer sans avoir à reconstruire l'infrastructure sous-jacente.

Plusieurs principes d'ingénierie ont guidé la conception de la plateforme :

• cadres d'évaluation basés sur les harnais qui testent les performances de l'agent par rapport à des benchmarks structurés avant le déploiement
• Architecture du système d'auto-réparation destiné à maintenir la fiabilité lorsque les agents rencontrent des entrées inattendues ou des anomalies opérationnelles
• Surveillance et optimisation continues pour suivre les performances des agents une fois intégrés dans les environnements de production

Ces fonctionnalités visent à garantir la stabilité des agents d'IA lorsqu'ils sont déployés dans des environnements d'entreprise complexes, où les exigences en matière de fiabilité et de conformité sont souvent strictes.

Infrastructure de déploiement mondiale

Depuis sa sortie de phase confidentielle il y a moins d'un an, Wonderful a étendu ses activités à plus de 30 pays en Europe, au Moyen-Orient, en Asie-Pacifique et en Amérique latine. Sa stratégie repose sur la constitution d'équipes régionales alliant compétences techniques et expertise opérationnelle.

Ces équipes interviennent dans des secteurs tels que les télécommunications, les services financiers, l'industrie et la santé, où la complexité opérationnelle freine souvent l'adoption des nouvelles technologies. En intégrant des spécialistes au sein des organisations, l'entreprise cherche à faciliter l'intégration des systèmes d'IA aux infrastructures existantes.

Cette approche localisée prend également en compte les facteurs pratiques qui affectent le déploiement, notamment les différences linguistiques, les environnements réglementaires et les variations des piles logicielles d'entreprise selon les régions.

Impact opérationnel précoce

Wonderful indique que, dans le cadre de ses déploiements en entreprise, des agents d'IA sont utilisés pour automatiser les flux de travail, tant internes qu'externes, destinés aux clients. On peut citer comme exemples les opérations de support, les demandes de service internes et d'autres fonctions métiers axées sur les processus.

Selon l'entreprise, ces mises en œuvre ont produit des changements opérationnels mesurables dans certains environnements, notamment :

• Réduction du temps de traitement des processus jusqu'à 60 %
• Les taux de confinement de l'automatisation dépassent 80 % pour certains flux de travail
• Des gains d'efficacité opérationnelle pouvant se traduire par des économies annuelles de plusieurs millions de dollars dans les grandes organisations

Grâce à sa connexion à une architecture partagée entre les systèmes d'entreprise, la plateforme permet aux organisations d'étendre progressivement le nombre de flux de travail automatisés par des agents d'IA après le déploiement initial.

La prochaine phase de l'IA d'entreprise

L'essor des systèmes à base d'agents témoigne d'une évolution plus large dans la manière dont les entreprises abordent l'automatisation. Les générations précédentes de logiciels d'entreprise se concentraient généralement sur des tâches bien définies, nécessitant souvent des intégrations personnalisées pour chaque nouvelle fonction.

Agents d'IA Ces systèmes introduisent un paradigme différent. Au lieu de scripts d'automatisation fixes, ils peuvent interpréter le contexte, interagir avec plusieurs systèmes et s'adapter à l'évolution des conditions. Intégrés à l'infrastructure de l'entreprise, ils permettent de coordonner des tâches entre services qui nécessitaient auparavant une intervention manuelle.

Cette évolution pourrait progressivement remodeler l'architecture des logiciels d'entreprise. Au lieu de s'appuyer sur de vastes ensembles d'applications déconnectées, les organisations pourraient de plus en plus construire des couches d'IA partagées capables d'orchestrer les flux de travail à travers plusieurs systèmes.

Si cette transition se poursuit, le défi technique ne consistera pas seulement à développer des modèles d'IA plus performants. Il s'agira de concevoir une infrastructure capable de déployer, de surveiller et d'adapter ces systèmes en toute sécurité dans des environnements opérationnels réels.

Les plateformes axées sur l'intégration d'agents d'IA dans l'infrastructure d'entreprise représentent une approche pour relever ce défi, tandis que les organisations continuent de rechercher des moyens pratiques de transformer les progrès de la recherche en IA en outils opérationnels quotidiens.