Temporal, la société à l'origine de la plateforme d'exécution durable du même nom, a annoncé lundi avoir levé une série E de 550 millions de dollars pour une valorisation de 12,55 milliards de dollars, alors que la demande augmente de la part des entreprises utilisant son infrastructure pour assurer le fonctionnement fiable des agents d'IA pendant des jours, des semaines, voire des mois.
Le cycle a été co-dirigé par Lightspeed, avec la participation de Wellington Management, Growth Equity chez Goldman Sachs Alternatives et Tiger Global, ainsi qu'une forte participation de T. Rowe Price et SV Angel, selon l'annonce de la société. Une longue liste d'investisseurs existants est revenue, notamment Andreessen Horowitz, Sequoia, Index Ventures, GIC, Sapphire Ventures et Amplify.
Pour les lecteurs qui suivent [les derniers développements de l'IA] (https://aibuzzwire.news), ce cycle est l'un des signaux les plus clairs à ce jour que l'argent du boom de l'IA est transféré des constructeurs de modèles vers la couche d'infrastructure située en dessous d'eux - la plomberie qui rend les agents suffisamment fiables pour pouvoir faire confiance au travail réel.
Pourquoi les agents IA ont besoin d'une « exécution durable »
Le produit de Temporal résout un problème qui s'est aggravé à l'ère de l'IA agentique : les logiciels qui s'exécutent depuis longtemps échouent et la plupart des codes d'application ne disposent d'aucun bon moyen de récupération. L’entreprise appelle son approche Durable Execution. Les développeurs écrivent du code ordinaire dans le langage requis par la tâche, et Temporal gère l'orchestration entre les systèmes, préservant l'état et récupérant automatiquement le travail en cas d'échec.
La différence pratique est plus facile à voir avec un exemple donné par l'entreprise : une application qui doit attendre des jours pour être approuvée peut reprendre exactement là où elle s'était arrêtée après une panne, sans qu'un développeur ne construise cette machine à la main. Pour les systèmes de paiement et de traitement des commandes – la base traditionnelle de Temporal – cette fiabilité était déjà précieuse. Pour les agents IA, cela peut être existentiel.
"Il y a un an, la plupart des systèmes dont nous parlions avec nos clients nous étaient familiers", a écrit la société dans son communiqué, décrivant des tâches telles que les paiements, l'intégration et l'exécution des commandes. Désormais, les clients demandent à faire appel à des agents qui travaillent pendant des jours, des semaines ou des mois, et les enjeux sont plus importants : l'IA passe du statut d'assise au sommet des systèmes d'entreprise à celui de toucher « la plomberie proprement dite », c'est-à-dire les éléments qui déplacent l'argent.
La vision que l’entreprise donne du paysage concurrentiel est brutale. La création d’une démo d’agent fonctionnel peut prendre un après-midi, mais un concurrent peut créer la même démo tout aussi rapidement. L’avantage apparaît après la démonstration, dans la mesure où les gens font suffisamment confiance à l’agent pour continuer à l’utiliser. En d’autres termes, la fiabilité est le principal atout.
Construit par l'équipe derrière les services de workflow d'Amazon
Les fondateurs de Temporal travaillaient sur ce problème bien avant le boom actuel de l'IA. Le co-fondateur Maxim Fateev a dirigé l'infrastructure de messagerie chez Amazon qui a contribué à jeter les bases de SQS, puis a dirigé le Simple Workflow Service (SWF). Le co-fondateur Samar Abbas a travaillé à ses côtés avant que les deux ne créent Temporal pour généraliser ces idées à toutes les organisations d'ingénierie, pas seulement à celle d'Amazon.
Cette lignée explique la crédibilité de l'entreprise auprès des entreprises : les concepts fondamentaux de Temporal descendent de systèmes qui fonctionnent à l'échelle d'Amazon depuis près de deux décennies. L'entreprise se positionne comme réunissant les équipes là où elles se trouvent, qu'il s'agisse d'une startup construisant son premier agent ou d'une entreprise exécutant des systèmes vieux de plusieurs décennies qui ne peuvent pas être reconstruits à partir de zéro.
Les entreprises sont confrontées à une version du problème différente de celle des startups. Selon Temporal, les grandes organisations ne peuvent pas supprimer leur infrastructure existante et recommencer à zéro, et elles n'ont pas le luxe d'attendre que l'ère des agents s'installe. Ils doivent s’appuyer sur les systèmes qu’ils exécutent déjà – ce qui est exactement à cela que sert une couche d’orchestration. Les développeurs continuent d'écrire du code d'application ordinaire, tandis que la plate-forme absorbe la gestion des échecs, les tentatives et la gestion de l'état qu'exigent les systèmes distribués.
La couche infrastructure est financée
Cette levée de fonds est la dernière d’une série d’augmentations importantes en faveur des entreprises vendant le tissu conjonctif de l’économie de l’IA plutôt que les modèles eux-mêmes. Alors que les laboratoires pionniers absorbent des sommes faramineuses pour la formation informatique, les investisseurs se tournent de plus en plus vers un niveau inférieur : les bases de données, les plates-formes d'orchestration, les outils de sécurité et les fournisseurs d'observabilité qui préparent les systèmes d'IA à la production.
La valorisation de Temporal à 12,55 milliards de dollars reflète cette logique. Si les entreprises gèrent des milliers d'agents qui transfèrent de l'argent, envoient des courriers électroniques aux clients et modifient les systèmes de production, il faut garantir que ces agents terminent leur travail exactement une fois, survivent aux pannes et reprennent après les pannes. Le pari de Temporal est que sa plateforme devienne cette garantie – une affirmation que sa croissance, et désormais ses investisseurs, semblent approuver.
La société affirme qu'elle utilisera le capital pour continuer à résoudre le problème de fiabilité, à mesure que les charges de travail des agents s'allongeront et toucheront des systèmes plus critiques. La fiabilité de la prochaine génération d’applications d’IA dépend peut-être moins des modèles qui les alimentent que d’une infrastructure comme celle-ci – la partie de la pile dont personne ne fait la démonstration, mais dont tout le monde dépend.
---
Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.
Lire plus d'actualités sur l'IA →
