Voir les titres Ne plus voir les titres
- Du terrain djihadiste au laboratoire parisien
- Une architecture qui mise sur les relations plutôt que sur la taille
- À quoi sert concrètement la plateforme
- Qui a mis au pot, et pourquoi la défense s’y intéresse
- Un pari à haut risque face à Palantir et Helsing
- La suite se joue à Londres, Berlin et dans la Silicon Valley
Il a appris l’arabe en Syrie et interrogé des centaines de terroristes condamnés avant de fonder une société d’intelligence artificielle. Hugo Micheron dirige Arlequin AI, une jeune entreprise parisienne créée en 2024 qui construit des modèles d’analyse de données pour des institutions chargées de décisions lourdes de conséquences. Elle vient de boucler une série A de 28 millions d’euros, annoncée le 10 septembre 2026.
Le montant n’a rien d’exceptionnel dans le paysage européen de l’IA. Le pari technique, lui, l’est davantage : Arlequin ne construit pas un grand modèle de langage de plus, mais une architecture différente, encore confidentielle dans la recherche mondiale. Que vaut ce chemin de traverse face à des concurrents qui alignent des milliards et des gigawatts ?
Du terrain djihadiste au laboratoire parisien
Le parcours du fondateur explique le produit. Hugo Micheron a mené un travail de terrain de plusieurs années sur le djihadisme européen, fondé sur des entretiens conduits avec des personnes condamnées pour terrorisme, afin de comprendre comment se forment les réseaux radicaux. Ce matériau, massif et éclaté entre des sources hétérogènes, résistait précisément aux outils d’analyse disponibles.
Enseignant à Princeton entre 2020 et 2023, il constate que les systèmes d’intelligence artificielle du marché sont, selon ses propres mots, pleins de biais. Le diagnostic devient un projet d’entreprise deux ans plus tard, avec un associé de longue date. Antoine Jardin, ingénieur de recherche au CNRS pendant des années, apporte la partie mathématique : données massives et réduction de dimension, technique qui se trouve au cœur des modèles maison.
Les deux hommes se connaissent depuis quinze ans, et Antoine Jardin a travaillé autour de Jean Zay, le supercalculateur national dédié à l’intelligence artificielle. Ils voulaient une architecture dotée de la précision qu’exige une démarche scientifique, capable de prouver et d’auditer ses conclusions plutôt que de produire une réponse probable. Cette exigence a dicté tous les choix techniques qui ont suivi.
Une architecture qui mise sur les relations plutôt que sur la taille
Les réseaux de neurones topologiques apprennent à la fois des points de données et des liens qui les unissent, là où un modèle de langage apprend surtout des régularités du texte. La différence n’est pas cosmétique : elle permet de saisir des interactions impliquant plusieurs éléments simultanément, dans des ensembles qui deviennent illisibles à mesure qu’ils grossissent. Une vingtaine de chercheurs seulement travaillent ce sujet dans le monde, selon le fondateur.
Une autre révolution prend forme aujourd’hui : le développement de systèmes d’IA capables de comprendre des dynamiques très complexes, dissimulées dans des millions de points de données.
Hugo Micheron, cofondateur et directeur général d’Arlequin AI, lors de l’annonce de la levée, le 10 septembre 2026
Chez Arlequin, le modèle de langage subsiste, mais cantonné à l’interface conversationnelle qui aide l’utilisateur à formuler sa question. L’analyse elle-même repose sur des modèles non supervisés qui traitent des vidéos, des sons, des textes, des images et le contenu d’appareils saisis. La démarche rejoint celle d’autres jeunes pousses qui contestent le modèle unique, avec une exigence supplémentaire de traçabilité des résultats.
À quoi sert concrètement la plateforme
L’entreprise revendique plus de trente clients, institutions publiques et grandes organisations, répartis dans quatre pays d’Europe de l’Ouest et de l’Est. Une cinquantaine de salariés, dont trente-cinq ingénieurs et une quinzaine de docteurs et post-doctorants, font tourner la machine. Les usages visés se répartissent en quelques familles :
- la sécurité et la défense, avec l’analyse de renseignements provenant de sources hétérogènes ;
- les enquêtes criminelles, où la traçabilité des conclusions conditionne leur valeur probante ;
- la détection de la fraude et du blanchiment dans les flux financiers ;
- l’intégrité de l’information, la cybersécurité et la sûreté des systèmes d’IA eux-mêmes.
Le point commun de ces marchés tient au coût de l’erreur. Un taux de confiance de 80 % suffit pour rédiger un courriel ; appliqué à la lutte antiterroriste ou à la surveillance d’une installation industrielle, le même niveau d’incertitude devient inacceptable. C’est l’argument commercial central de la société.
Cette promesse a une contrepartie moins mise en avant : elle suppose que le client révise ses méthodes d’analyse, et pas seulement qu’il ajoute un outil à sa pile logicielle. Les cycles de vente dans le secteur public s’en trouvent rarement raccourcis.
Qui a mis au pot, et pourquoi la défense s’y intéresse
Le tour de table a été co-mené par le suisse redalpine et le polonais OTB Ventures, avec la participation du fonds Innovation Défense de Bpifrance. Les investisseurs historiques Vsquared Ventures et 10x Founders ont renforcé leur position, et l’investisseur le plus présent de la tech française est entré au capital. Le total levé depuis la création atteint 32,4 millions d’euros, après un amorçage de 4,4 millions en juin 2025.
La présence du fonds de défense de Bpifrance situe le dossier. Elle s’inscrit dans le mouvement qui pousse l’État à financer directement les briques technologiques jugées critiques, dans la ligne du cadre de confiance signé avec la filière logicielle le même jour. La souveraineté ne se joue plus seulement sur l’hébergement des données, mais sur la maîtrise des architectures elles-mêmes.
Les investisseurs avancent aussi un argument de sobriété. Une architecture qui apprend des relations plutôt que d’empiler les paramètres consomme moins de calcul, donc moins d’énergie et moins de semi-conducteurs avancés. C’est un avantage structurel pour un continent dépendant de fournisseurs situés hors de ses frontières.
Un pari à haut risque face à Palantir et Helsing
Le marché visé grossit vite. L’analyse de données et l’intelligence artificielle appliquées à la défense en Europe représenteraient 4,8 milliards de dollars cette année, et près de 19,3 milliards en 2035 selon les projections citées par l’entreprise. Les activités de détection de fraude bancaire et de vérification de contreparties s’y ajoutent.
Les concurrents ne sont pas des inconnus. L’américain Palantir occupe le terrain du renseignement depuis vingt ans, et l’allemand Helsing a rassemblé l’équivalent de 18 milliards de dollars de financements. Une société de cinquante personnes ne se compare pas à ces ensembles ; elle joue sur un déplacement du terrain de jeu, pas sur un rattrapage.
Le risque est proportionnel. Miser sur une architecture que deux douzaines de chercheurs maîtrisent expose à deux scénarios défavorables : l’approche ne tient pas ses promesses à l’échelle industrielle, ou bien elle les tient et se trouve rapidement absorbée par les laboratoires qui disposent déjà des moyens de calcul. La fenêtre d’avance se compte alors en trimestres.
Les affirmations du fondateur sur un gain d’un ordre de grandeur par rapport aux modèles de langage n’ont, à ce stade, fait l’objet d’aucune validation indépendante. C’est la limite ordinaire de ces annonces : le produit existe et se vend, la démonstration scientifique reste à publier.
La suite se joue à Londres, Berlin et dans la Silicon Valley
Les fonds levés doivent financer l’agrandissement de l’équipe qui conçoit et entraîne les modèles, ainsi que le déploiement commercial hors de France. Des bureaux ont ouvert à Londres et à Berlin, marché où le fondateur anticipe des investissements importants en IA et en sécurité, et un laboratoire doit voir le jour en Silicon Valley dans les prochains mois.
Cette géographie dit quelque chose de la contrainte européenne. Une entreprise qui revendique une alternative continentale aux modèles américains installe malgré tout une antenne au cœur du dispositif qu’elle conteste, parce que les chercheurs et les partenaires industriels y sont. La souveraineté technologique se construit rarement en circuit fermé, et le prochain tour de table dira si le marché valide ce compromis.
