Menu
Sections cryptographiques
La série A de la startup de San Francisco, dirigée par RRE Ventures, parie que l'IA d'entreprise a besoin de mémoire connectée, et non de fenêtres contextuelles plus grandes
Mar 10 novembre 2026 · 12 h 18 HNE · 3 min de lecture
En IA
Partager
Les agents IA deviennent plus intelligents, mais beaucoup ont encore la mémoire d'un poisson rouge lors d'une fête bondée. Graphon AI vient de lever 35 millions de dollars pour résoudre ce problème.
La startup de San Francisco a clôturé un cycle de série A le 10 novembre 2026 pour créer ce qu'elle appelle une mémoire relationnelle persistante pour les agents d'IA. L’objectif est de permettre à ces agents de raisonner sur d’énormes piles de données d’entreprise sans oublier ce qu’ils ont vu il y a quelques documents.
Les détails de l'augmentation
RRE Ventures a mené le tour. HP et Hitachi Ventures ont également participé, ce qui donne au tableau des plafonds une saveur d'entreprise notable.
Le timing est agressif. Graphon a obtenu un financement de démarrage de 8,3 millions de dollars le 14 mai 2026, ce qui signifie que la série A est arrivée environ six mois plus tard.
L'entreprise elle-même est jeune. Graphon a été fondée en juillet 2025, elle est donc passée de la création à une série A de 35 millions de dollars en un peu plus d'un an.
Novera Ventures faisait partie des investisseurs d'amorçage, aux côtés de plusieurs autres bailleurs de fonds axés sur la technologie. La série A compte comme une suite à ce tour précédent, de sorte que l'élan se poursuit d'une relance à l'autre.
Du côté des clients, Graphon travaille activement avec GS Group en Corée du Sud dans le cadre de l'un de ses premiers déploiements. La société a également des partenariats émergents impliquant HP et les 49ers de San Francisco, deux noms qui apparaissent rarement dans la même phrase.
Ce que Graphon construit réellement
Graphon décrit sa plate-forme comme une « couche d'intelligence pré-modèle », ce qui signifie qu'elle se trouve sous le modèle d'IA et prépare les informations avant que le modèle ne les touche.
L'IA, la technologie et les marchés qu'ils évoluent, en un seul briefing quotidien.
Tous les jours. Gratuit. Rejoignez plus de 34 000 lecteurs dans les domaines de la cryptographie, de la finance et de la politique.
Nous respectons votre vie privée. Désabonnez-vous à tout moment.
La plateforme récupère de nombreux types de données à la fois. Les documents, vidéos, images et journaux entrent tous dans le système.
À partir de ce mélange, il construit un graphe de connaissances auto-supervisé et sans schéma. En termes plus simples, le logiciel découvre par lui-même comment les éléments d'information se connectent, sans qu'un humain n'établisse au préalable une structure rigide à suivre.
Les mathématiques sous-jacentes s'appuient sur les fonctions graphons, le concept mathématique qui donne son nom à l'entreprise. Ces fonctions aident à modéliser les relations au sein de très grands réseaux de données connectées.
Le résultat, selon l'entreprise, est que les agents fonctionnant sur des modèles comme GPT ou Claude peuvent accéder à des informations intégrées et temporelles. Au lieu de récupérer des bribes isolées, ils voient comment les faits se rapportent et comment ils évoluent au fil du temps.
Pourquoi les fenêtres contextuelles ne suffisent pas
La plupart des modèles d'IA fonctionnent dans une fenêtre contextuelle, c'est-à-dire la quantité de texte qu'ils peuvent afficher simultanément. Une fois que les informations sortent de cette fenêtre, le modèle cesse de les voir.
Une solution de contournement courante consiste à générer une génération augmentée par récupération, généralement abrégée en RAG. Dans cette configuration, le système récupère les blocs de données pertinents et les transmet au modèle lorsqu'il en a besoin.
Le problème est que ces morceaux arrivent souvent déconnectés les uns des autres. Graphon positionne son graphe de connaissances comme la réponse à ce problème. En stockant des relations plutôt que des fragments, il vise à permettre aux agents de raisonner sur de longues périodes de données d'entreprise multimodales.
L’entreprise s’appuie sur des résultats de référence pour étayer son argumentaire. Graphon s'est classé premier sur ATM-Bench, a obtenu un score de 94 % sur LoCoMo et de 84 % sur DolphinBench.
Ce que cela signifie pour l'IA d'entreprise
L’approche indépendante du modèle de Graphon est une partie notable de son argumentaire. Si sa couche mémoire fonctionne avec des modèles comme GPT ou Claude, les entreprises ne sont pas obligées de miser sur un seul fournisseur d’IA pour l’utiliser.
La liste des investisseurs fait également allusion à la stratégie de mise sur le marché. La participation de HP et Hitachi Ventures, ainsi qu'un déploiement précoce avec GS Group, suggèrent que Graphon vise directement les grandes entreprises plutôt que les amateurs.
L’éventail des premiers partenaires mérite également d’être surveillé. Un conglomérat coréen, un fabricant de matériel informatique et une franchise de la NFL représentent des problèmes de données très différents, ils pourraient donc servir de test de la polyvalence réelle de la plate-forme.
Divulgation : Cet article a été édité par Diego Almada Lopez. Pour plus d'informations sur la façon dont nous créons et révisons le contenu, consultez notre politique éditoriale.
Les nouvelles de ce que vous détenez
Suivez vos actions et crypto. Lisez les actualités à leur sujet auprès de centaines d'éditeurs dans Pro.
Politique de confidentialité
