Alors que les entreprises américaines resserrent leur emprise sur les dépenses galopantes en IA, une start-up vieille d’à peine huit mois parie qu’il y a une fortune à gagner en aidant les entreprises à faire plus avec moins de jetons. Engram, qui se décrit comme la « mémoire apprise » de l'IA, a annoncé le 23 juin 2026 avoir levé 98 millions de dollars auprès d'une liste d'investisseurs de renom.
Le cycle a bénéficié du soutien de General Catalyst, Kleiner Perkins et Sequoia, ainsi que du co-fondateur d'OpenAI Andrej Karpathy, qui a récemment rejoint le laboratoire rival Anthropic. Ce financement indique que le capital-risque de premier plan voit encore de la place pour un nouvel acteur dans un domaine de plus en plus encombré – à condition qu'il puisse résoudre un problème que les plus grands noms de l'industrie n'ont pas encore : le coût croissant de fonctionnement des modèles d'IA. Pour plus de contexte sur cette histoire, consultez notre tendances IA.
Les cibles des engrammes du problème de coût
Les modèles d’IA nouveaux et plus sophistiqués s’avèrent plus coûteux que les générations qui les ont précédés, remettant en question l’hypothèse autrefois dominante selon laquelle une plus grande échelle entraînerait inévitablement une baisse des coûts. Les entreprises qui ont adopté avec enthousiasme les outils d’IA sont désormais confrontées à la facture, certaines limitant leur utilisation par les développeurs car la consommation de jetons pèse sur les budgets.
L'argument d'Engram est que ses modèles peuvent rappeler des flux de travail et un contexte spécifiques à une organisation pour anticiper les questions et fournir des réponses plus intelligentes à une fraction du coût. La société affirme que ses modèles peuvent égaler ou surpasser les laboratoires pionniers en utilisant jusqu'à 100 fois moins de jetons, la monnaie de calcul qui détermine le coût d'exécution de chaque requête d'IA.
Leigh Marie Braswell, associée chez Kleiner Perkins, a présenté l'opportunité sans détour. "Vous avez cette explosion de données, cette explosion de coûts", a-t-elle déclaré, selon CNBC. "Engram arrive et cartographie essentiellement votre organisation et offre des résultats bien moins chers."
Traction précoce avec de grands noms
Bien qu'elle ait été fondée il y a moins d'un an, l'entreprise de 13 personnes a déjà constitué une liste de clients qui ferait l'envie de concurrents bien plus importants. Les clients incluent Microsoft, Notion et Harvey, la startup d'IA juridique. Cette adoption précoce par les entreprises – et par une autre société d'IA à Harvey – suggère que la technologie d'Engram est utilisée non pas comme une nouveauté mais comme une infrastructure de base pour des charges de travail réelles.
La startup tire son nom des neurosciences, où un « engramme » fait référence à la trace physique qu'un souvenir laisse dans le cerveau. La métaphore est pertinente : la technologie d'Engram est conçue pour donner aux systèmes d'IA une mémoire durable des connaissances spécifiques d'une organisation, afin qu'ils n'aient pas à réapprendre le contexte à partir de zéro à chaque interaction.
Un fondateur obsédé par la mémoire
Le co-fondateur et PDG d'Engram, Dan Biderman, a un lien personnel avec le problème que son entreprise résout. Selon CNBC, l'intérêt de Biderman pour la mémoire a commencé lorsqu'il était enfant, lorsqu'il essayait d'aider sa grand-mère – qui avait perdu la mémoire – à se souvenir de petits faits sur lui et ses frères et sœurs. Cette fascination de toujours pour le fonctionnement de la mémoire sous-tend désormais l'approche technique de l'entreprise visant à rendre l'IA moins chère et plus contextuelle.
Biderman est également une figure reconnaissable dans la communauté de recherche en IA, connu pour ses travaux sur la compréhension et l'amélioration des grands modèles de langage. Cette crédibilité technique a probablement aidé Engram à attirer à la fois des investisseurs d'élite et des entreprises clientes exigeantes au cours de ses premiers mois d'activité.
Ce que l'argent achète
Engram a déclaré qu'il prévoyait d'utiliser le nouveau financement pour soutenir le calcul et le talent – les deux ressources qui définissent la capacité d'une startup à former, affiner et servir des modèles d'IA. Pour une entreprise qui revendique des gains d'efficacité spectaculaires, le besoin de calculs importants souligne que la construction de meilleurs systèmes de mémoire nécessite encore de sérieux investissements en ingénierie et en infrastructure.
Le cycle reflète également une tendance plus large en matière de financement de capital-risque dans le domaine de l’IA : les investisseurs sont de plus en plus attirés par les sociétés de pioche qui rendent les déploiements d’IA existants moins chers ou plus efficaces, plutôt que de parier exclusivement sur un énième modèle de fondation. Les startups axées sur l’efficacité de l’inférence, la mémoire et l’optimisation des coûts retiennent l’attention précisément parce que l’ère des dépenses sans contraintes en IA semble toucher à sa fin.
Le paysage concurrentiel
Engram entre sur un marché où la définition de « mémoire IA » est toujours contestée. Certaines entreprises s'attaquent au problème des coûts en améliorant le routage des modèles, en envoyant des requêtes simples vers des modèles bon marché et en réservant les requêtes coûteuses aux tâches difficiles. D'autres compressent le contexte à l'aide de techniques de récupération ou de mise en cache spécialisée. L'approche d'Engram – construire des modèles de mémoire dédiés qui apprennent les modèles d'une organisation – représente un pari clair que la mémorisation efficace du contexte est en soi une catégorie de produits.
Reste à savoir si l'affirmation audacieuse de l'entreprise selon laquelle les performances sont équivalentes au centième du coût symbolique tiendra le coup. Mais avec Microsoft et d’autres grandes entreprises déjà à bord, et avec des investisseurs comme Karpathy – dont la carrière s’étend à la fois sur la création d’OpenAI et un passage chez Tesla – qui placent leur capital derrière cela, Engram s’est rapidement imposé comme une startup à surveiller dans la course à l’économie de l’IA.
---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
