Mardi 11 août 2026
Édition nº 412 · ParisIndice d'attention IA : 11 articles / 7 j
Fil actif — 17:40
Le quotidien de
l'intelligence artificielle

ia-actualité.fr

Modèles · Recherche
Régulation · Usages

Décryptage · Business

Arlequin AI lève 28 millions pour ses réseaux « topologiques », pari français hors des LLM

La start-up parisienne Arlequin AI boucle une série A de 28 millions d'euros pour une architecture qui apprend les relations entre les données, pas seulement les données.

Image d'illustration — un réseau abstrait de lignes et de points sur fond bleu.
Image d'illustration — un réseau abstrait de lignes et de points sur fond bleu.Photo : Conny Schneider / Unsplash

Alors que l'essentiel des capitaux de l'IA se déverse dans des variantes de grands modèles de langage, une start-up parisienne mise sur une autre voie. Arlequin AI a annoncé le 10 septembre une série A de 28 millions d'euros pour développer ses « réseaux de neurones topologiques », une architecture qui prétend apprendre non seulement des points de données, mais des relations entre eux. Le tour est co-mené par redalpine et OTB Ventures, avec la participation du Fonds Innovation Défense de Bpifrance, de Vsquared Ventures, de 10x Founders et de Xavier Niel.

Une architecture qui parie sur les relations

Les grands modèles de langage traitent le monde comme une longue séquence de jetons. Arlequin propose un cadre différent : capturer les interactions complexes entre de multiples éléments à la fois, pour analyser des systèmes qui deviennent illisibles à mesure que les jeux de données grossissent. L'entreprise revendique un besoin de calcul inférieur à celui des très grands modèles — un argument qui, s'il se vérifie, compte autant sur le plan des coûts que de la souveraineté.

Concrètement, là où un réseau classique apprend surtout à partir de points de données pris individuellement, l'approche topologique cherche à modéliser la forme des relations entre ces points : quels éléments sont liés, comment des groupes interagissent, quelles structures émergent d'un ensemble fragmenté. C'est une famille de méthodes qui intéresse depuis quelques années la recherche académique, notamment pour l'analyse de réseaux — financiers, sociaux, logistiques — où l'information utile réside moins dans chaque nœud que dans l'agencement de l'ensemble. Le pari d'Arlequin est d'en faire une architecture d'apprentissage industrialisable, et non un simple outil d'analyse a posteriori.

Fondée en 2024, la société a une généalogie inhabituelle. Son PDG Hugo Micheron est un spécialiste des études sur le terrorisme et l'instabilité géopolitique ; son directeur technique Antoine Jardin est un ancien ingénieur de recherche du CNRS, versé dans la science des données et l'analyse des comportements humains. « Une autre révolution est en train de prendre forme : le développement de nouveaux systèmes d'IA capables de comprendre des dynamiques hautement complexes cachées dans des millions de points de données », résume Hugo Micheron.

28 M€
Montant de la série A
2024
Année de fondation

Défense, fraude et intégrité de l'information

Arlequin cible les organisations qui prennent des décisions à fort enjeu à partir de données massives et fragmentées : sécurité et défense, enquêtes criminelles, détection de fraude et de blanchiment, intégrité de l'information, cybersécurité, sûreté des systèmes d'IA. La société indique déjà être déployée auprès de gouvernements et de grandes organisations en Europe de l'Ouest et de l'Est.

La présence du Fonds Innovation Défense de Bpifrance au tour de table n'est pas anecdotique. Elle inscrit Arlequin dans une dynamique française assumée : financer une deeptech duale, capable de servir des besoins de défense et de renseignement, avec une technologie maîtrisée sur le sol européen. Le tour financera l'expansion de l'équipe, l'entraînement des modèles et le déploiement commercial, avec des bureaux prévus à Londres et Berlin et un laboratoire dans la Silicon Valley.

Un pari à contre-courant, dans un marché saturé de LLM

L'annonce tombe dans un mois de rentrée particulièrement actif pour la tech française, portée par un écosystème qui revendique désormais plus de 1 100 start-up d'IA. Mais Arlequin détonne par son positionnement : là où la plupart des levées récentes financent des agents ou des dérivés de LLM, elle parie sur une rupture d'architecture. C'est un pari risqué — l'histoire de l'IA est jonchée d'alternatives élégantes balayées par la force brute des transformeurs — mais aussi une diversification saine pour un continent qui cherche à ne pas dépendre d'une seule recette technologique.

Le montant reste modeste à l'échelle des méga-tours du secteur, et la promesse technique demande à être validée sur des déploiements réels et vérifiables. Mais dans un paysage où la souveraineté européenne se joue autant sur l'infrastructure que sur les idées, une architecture alternative née à Paris, financée en partie par l'écosystème de défense français, mérite qu'on la suive.