Nous Research vise 1,5 Md$ pour ses agents Hermes

Nous Research en discussion pour une nouvelle levée, sur fond de retour des agents

Nous Research, startup suivie de près dans l’écosystème de l’intelligence artificielle open source, serait en discussion pour lever au moins 75 millions de dollars sur la base d’une valorisation de 1,5 milliard de dollars. L’information, rapportée par TechCrunch, dépasse de loin le simple cadre d’un tour de table supplémentaire dans un marché déjà saturé d’annonces financières. Elle agit plutôt comme un indicateur avancé sur deux mouvements de fond : le retour en grâce des agents IA comme catégorie stratégique, et la revalorisation des acteurs capables de fédérer une communauté de développeurs autour d’outils ouverts.

Le dossier est d’autant plus scruté que Nous Research n’est pas une startup grand public au sens classique du terme. Son nom circule surtout parmi les chercheurs, les développeurs, les amateurs de fine-tuning et les observateurs de l’open source. Sa notoriété tient largement à Hermes, une famille de modèles et d’agents open source qui a acquis une place singulière dans les discussions techniques sur les alternatives aux systèmes propriétaires. Dans un secteur où l’attention médiatique se concentre souvent sur OpenAI, Anthropic, Google, Meta ou Mistral AI, le cas Nous Research rappelle qu’une autre ligne de fracture structure désormais le marché : celle qui oppose non seulement grands laboratoires et nouveaux entrants, mais aussi écosystèmes fermés et communautés ouvertes.

Selon TechCrunch AI, les discussions portent sur une levée d’au moins 75 millions de dollars. Le média indique également une valorisation de 1,5 milliard de dollars. À ce stade, il s’agit de discussions rapportées, et non d’une annonce formellement confirmée par l’entreprise dans les termes détaillés du dossier. Cette nuance compte, car dans l’IA, les tours en préparation évoluent vite, tant sur les montants que sur les valorisations ou la composition des investisseurs. Mais même à ce stade, le signal est net : des investisseurs semblent prêts à attribuer une valeur de licorne à une société associée à des agents et modèles open source, à un moment où le marché cherche les prochains leviers de croissance après la vague des assistants conversationnels et celle des outils de code.

Cette possible opération s’inscrit aussi dans une séquence plus large. Depuis l’explosion de l’IA générative à partir de la fin 2022, le financement s’est d’abord concentré sur les modèles fondamentaux, les interfaces conversationnelles et les applications verticales les plus visibles. Puis une nouvelle promesse s’est imposée : celle d’agents capables d’enchaîner des tâches, d’utiliser des outils, de naviguer entre plusieurs étapes de raisonnement ou d’exécution, et de s’intégrer à des workflows plus complexes que la simple réponse à une requête. Le marché a connu plusieurs vagues d’enthousiasme, parfois excessives, autour de ces agents. Le fait qu’un acteur comme Nous Research soit désormais associé à une valorisation de 1,5 milliard de dollars suggère que les investisseurs distinguent davantage qu’auparavant la spéculation de surface et les plateformes techniques susceptibles de durer.

Qui est Nous Research, et pourquoi Hermes compte dans l’open source IA

Pour comprendre la portée de cette levée en discussion, il faut revenir au positionnement de Nous Research. La société s’est imposée comme un nom reconnu dans l’IA open source, notamment à travers ses travaux sur des modèles et agents publiquement accessibles, souvent commentés dans les communautés techniques. Son identité n’est pas celle d’un éditeur SaaS traditionnel ni d’un laboratoire fermé qui miserait exclusivement sur des API propriétaires. Elle s’est construite dans un espace hybride, à la croisée de la recherche appliquée, de la publication de modèles et de la constitution d’une base d’utilisateurs-développeurs qui teste, adapte, compare et diffuse ses travaux.

Dans cet univers, Hermes joue un rôle central. La famille Hermes est connue comme une lignée de modèles et d’agents open source suivie de près par la communauté IA. Son intérêt ne tient pas seulement à ses performances perçues par certains utilisateurs, mais à sa place dans un mouvement plus large : celui qui consiste à rendre disponibles des briques capables d’être reprises, affinées, auto-hébergées ou intégrées à des chaînes d’outils sans dépendance totale à une plateforme fermée. Pour une partie du marché, cette approche est un avantage idéologique. Pour une autre, elle est surtout économique et stratégique.

L’open source en IA a pris une importance croissante à mesure que les coûts d’accès aux meilleurs modèles propriétaires, les contraintes de confidentialité, les problématiques de souveraineté et les besoins de personnalisation se sont accentués. Dans ce contexte, les familles de modèles ouvertes ont servi à la fois de base d’expérimentation pour les chercheurs et de socle pragmatique pour des entreprises souhaitant garder la main sur leur infrastructure. C’est dans cette dynamique que Nous Research a gagné en visibilité.

Il faut aussi rappeler que la valeur d’un acteur open source ne se lit pas uniquement dans ses revenus immédiats. Elle se mesure aussi à des actifs moins classiques, mais de plus en plus déterminants :

• la qualité perçue de ses modèles dans les benchmarks et les usages réels ;
• la vitesse d’itération de son équipe ;
• la densité de sa communauté sur les plateformes de partage, forums et réseaux sociaux techniques ;
• la capacité de ses modèles à devenir des bases de travail pour d’autres développeurs ou entreprises ;
• la réputation de transparence et d’ouverture dans un marché où beaucoup d’acteurs communiquent sans toujours publier les détails techniques.

Nous Research se situe précisément à cet endroit. La startup n’est pas seulement évaluée pour ce qu’elle vend aujourd’hui, mais pour ce qu’elle représente comme point d’ancrage dans une chaîne de valeur en recomposition. Si la valorisation de 1,5 milliard de dollars évoquée par TechCrunch se confirme, elle signifiera que le marché attribue une prime très élevée à la capacité de capter et d’orchestrer une communauté de développeurs autour d’outils ouverts.

Ce point n’est pas anodin. Dans l’histoire récente du logiciel, les communautés de développeurs ont souvent précédé les grands basculements commerciaux. On l’a vu avec Linux, avec Kubernetes, avec les frameworks d’apprentissage automatique, et plus récemment avec l’essor des outils MLOps et des bibliothèques de traitement du langage. En IA générative, cette dynamique est encore plus visible, car l’adoption technique est extrêmement rapide : un modèle mis en ligne peut être benchmarké, forké, quantifié, intégré, critiqué et amélioré à grande vitesse. Un acteur qui devient une référence communautaire gagne ainsi un avantage de distribution que l’on ne retrouve pas toujours dans les modèles fermés, même très puissants.

Les faits rapportés par TechCrunch : un tour d’au moins 75 millions de dollars à 1,5 milliard

Le cœur de l’information publiée par TechCrunch AI est clair : Nous Research serait en discussion pour lever au moins 75 millions de dollars, sur la base d’une valorisation de 1,5 milliard de dollars. Le média présente ce dossier comme une négociation en cours, ce qui implique un degré de prudence dans l’interprétation. Tant que l’opération n’est pas officiellement close et annoncée, plusieurs paramètres peuvent encore évoluer.

Mais même sans détails supplémentaires sur la structure du tour, les investisseurs impliqués ou l’usage exact des fonds, plusieurs enseignements se dégagent déjà.

Une valorisation symboliquement forte

Le seuil de 1,5 milliard de dollars est, dans l’IA actuelle, plus qu’un chiffre. C’est un marqueur de crédibilité stratégique. Il signifie que des investisseurs considèrent que l’entreprise ne se limite pas à un laboratoire expérimental ou à une marque appréciée des initiés. Ils lui prêtent potentiellement la capacité de se transformer en plateforme, en fournisseur d’infrastructure logicielle ou en acteur central d’un segment encore en formation.

Dans le cas de Nous Research, cette valorisation est d’autant plus notable qu’elle se rattache à un univers, celui de l’open source, où la monétisation est souvent jugée plus complexe. Les investisseurs savent qu’un modèle ouvert peut générer une diffusion massive sans se traduire immédiatement par des revenus comparables à ceux d’une API propriétaire facturée à l’usage. Si malgré cela une telle valorisation est discutée, c’est que la logique d’investissement porte sur le long terme : part de marché future, influence sur les standards, capacité à attirer les talents, et possibilité de construire des couches commerciales autour d’un noyau ouvert.

Un montant qui suggère une nouvelle phase

Un tour d’au moins 75 millions de dollars, s’il se concrétise, donnerait à Nous Research des moyens significatifs pour accélérer. Dans l’IA, les besoins en capital restent très élevés : calcul, recrutement, infrastructure, entraînement, évaluation, sécurité, outillage, support aux développeurs, partenariats cloud éventuels. Même pour un acteur open source, la gratuité de certains artefacts ne signifie pas faibles coûts. Au contraire, publier et maintenir des modèles à l’état de l’art exige une organisation robuste et des ressources importantes.

Une telle levée peut donc être lue comme le passage d’une phase de reconnaissance communautaire à une phase d’industrialisation plus nette. Le marché semble dire qu’il ne suffit plus d’être apprécié sur les réseaux techniques ; il faut aussi démontrer une trajectoire crédible vers une offre durable, susceptible de servir des clients, des intégrateurs ou des développeurs professionnels à grande échelle.

Le message implicite sur les agents

Le point le plus intéressant est peut-être ailleurs : ce financement, s’il aboutit, validerait le retour de l’enthousiasme investisseur pour les agents autonomes. Depuis deux ans, le mot “agent” a beaucoup circulé, parfois au point de perdre en précision. Il a servi à désigner aussi bien des assistants capables d’appeler des outils que des systèmes plus ambitieux, censés planifier, exécuter et corriger des séquences d’actions complexes.

Le marché a connu une phase d’emballement, suivie d’une phase de scepticisme. Beaucoup de démonstrations se sont révélées fragiles en conditions réelles : erreurs de raisonnement, chaînes d’actions instables, coûts de calcul élevés, latence, difficulté à garantir la fiabilité. Dans ce contexte, voir une entreprise associée à des agents open source discuter une levée de cette ampleur indique que les investisseurs ne renoncent pas au thème. Ils semblent plutôt distinguer entre les promesses marketing trop générales et les briques techniques réellement utiles pour bâtir la prochaine génération de produits.

Pourquoi ce dossier est un signal de marché sur les agents open source

Le cas Nous Research intervient à un moment charnière. L’industrie de l’IA a déjà connu plusieurs centres de gravité successifs : d’abord les modèles fondamentaux eux-mêmes, ensuite les interfaces conversationnelles, puis les copilotes spécialisés, notamment pour le code. Aujourd’hui, un nouveau déplacement se dessine : la valeur ne réside plus seulement dans la capacité à répondre intelligemment à une requête, mais dans l’aptitude à agir dans un environnement logiciel, à orchestrer des outils, à maintenir un contexte, et à produire un résultat opérationnel.

Cette transition explique l’intérêt renouvelé pour les agents. Les entreprises cherchent moins un chatbot de plus qu’un système capable d’automatiser une partie d’un processus : recherche d’information, génération de contenu structuré, assistance au support, exécution de tâches dans des applications internes, analyse documentaire, préparation de code ou de rapports. Les agents constituent la promesse de cette couche d’exécution.

Or, jusqu’ici, une part importante de cette promesse a été captée par des acteurs propriétaires. Les grands laboratoires ont mis en avant leurs modèles multimodaux, leurs capacités d’outils, leurs environnements de développement, leurs assistants de code et leurs offres cloud. Face à eux, l’open source a souvent été perçu comme un espace d’innovation rapide, mais pas toujours comme une destination évidente pour les gros capitaux. C’est précisément ce que le dossier Nous Research pourrait changer.

La communauté comme actif stratégique

Si les investisseurs regardent Nous Research avec attention, ce n’est pas uniquement pour la technologie en tant qu’objet abstrait. C’est aussi pour sa capacité à mobiliser une base de développeurs. Dans l’IA moderne, cette base joue plusieurs rôles en même temps :

• elle teste les modèles dans des cas d’usage très variés ;
• elle signale les limites et propose des améliorations ;
• elle diffuse la notoriété du projet ;
• elle crée des outils annexes, des intégrations, des optimisations ;
• elle accélère l’adoption en entreprise via des développeurs déjà familiers de la pile technique.

Cette logique a une conséquence majeure : la distribution d’un produit IA ne passe plus uniquement par une force commerciale ou un budget marketing. Elle passe aussi par la circulation organique dans les communautés techniques. Un modèle ou un agent qui devient une référence sur Hugging Face, GitHub ou dans les discussions d’ingénierie gagne une forme de légitimité ascendante. Les entreprises finissent souvent par examiner ce que leurs équipes techniques utilisent déjà en expérimentation.

Le précédent des assistants de code

Le brief éditorial mentionne à juste titre le contexte des assistants de code. Ceux-ci ont constitué l’une des premières verticales à démontrer une valeur économique tangible de l’IA générative. Le code offrait un terrain favorable : données abondantes, critères d’évaluation relativement concrets, intégration directe aux environnements de travail, retour sur investissement plus facile à mesurer. La vague des copilotes de développement a ainsi servi de laboratoire commercial pour l’IA appliquée.

Les agents apparaissent désormais comme l’étape suivante. Là où un assistant de code suggère ou complète, un agent ambitionne de coordonner plusieurs actions : lire une base documentaire, générer un plan, appeler une API, modifier un fichier, exécuter une vérification, relancer une étape. Cette montée en complexité rend les enjeux techniques plus difficiles, mais aussi la valeur potentielle plus élevée. Une startup comme Nous Research, associée à une famille d’agents open source reconnue, se retrouve donc à l’intersection de deux récits très porteurs : l’automatisation par agents, et la montée des alternatives ouvertes.

Un contrepoids face aux géants propriétaires

L’autre dimension essentielle du dossier tient à l’équilibre concurrentiel. Depuis 2023, le marché de l’IA générative s’est structuré autour de quelques grands pôles dotés d’un accès massif au capital, au calcul et aux canaux de distribution. OpenAI, Google, Anthropic ou Meta occupent des positions très visibles, chacun avec une stratégie distincte. Dans cet environnement, les startups open source peuvent sembler condamnées à un rôle secondaire. Pourtant, le succès d’estime de plusieurs modèles ouverts a montré qu’il existait une demande persistante pour des alternatives plus flexibles.

Le cas Nous Research met en lumière cette tension. Si une valorisation de 1,5 milliard de dollars est réellement soutenable dans les discussions actuelles, cela signifie qu’une partie du capital-risque estime qu’il existe un espace économique substantiel entre les géants propriétaires et les petits projets communautaires. En d’autres termes : l’open source IA ne serait pas seulement un vivier d’idées absorbées ensuite par les grands groupes, mais potentiellement une couche industrielle à part entière.

Le signal le plus fort n’est peut-être pas le montant de la levée, mais le fait que des investisseurs semblent prêts à payer une prime pour une entreprise dont l’influence passe d’abord par ses développeurs, ses modèles ouverts et sa crédibilité technique.

Ce que cela change pour le marché francophone et européen

Depuis la France et l’Europe, l’évolution de Nous Research mérite une attention particulière. Le débat sur l’IA y est traversé par plusieurs préoccupations spécifiques : souveraineté technologique, dépendance aux plateformes américaines, protection des données, maîtrise des coûts d’inférence, conformité réglementaire, et capacité à bâtir des chaînes de valeur locales. Dans ce cadre, la montée d’acteurs open source a une résonance particulière.

Pour beaucoup d’organisations européennes, l’open source ne relève pas uniquement d’une préférence philosophique. C’est souvent une condition de faisabilité. Les entreprises et administrations qui manipulent des données sensibles, qui souhaitent héberger leurs solutions sur des infrastructures maîtrisées ou qui veulent éviter une dépendance trop forte à une API externe regardent de près les modèles ouverts. Elles savent que ces derniers ne résolvent pas tout, notamment sur les performances, la maintenance ou la sécurité, mais ils offrent une marge de contrôle plus grande.

Dans ce paysage, la reconnaissance financière de Nous Research aurait plusieurs implications.

Une légitimation des modèles ouverts dans les appels d’offres et projets internes

Lorsqu’un acteur open source atteint une valorisation de l’ordre de 1,5 milliard de dollars, il change de statut dans l’esprit de nombreux décideurs. Il n’est plus simplement perçu comme un projet “intéressant pour les équipes techniques”, mais comme un fournisseur ou un socle potentiellement durable. Pour les directions informatiques, les intégrateurs et les cabinets de conseil, cette évolution facilite l’inclusion de solutions ouvertes dans les comparatifs formels, les prototypes et les consultations.

En France, où les grands comptes et le secteur public avancent souvent par cycles d’évaluation prudents, ce type de signal de marché compte. Il réduit le risque perçu. Il permet aussi à des équipes internes de défendre plus facilement des architectures hybrides, combinant modèles propriétaires et composants open source selon les usages.

Une pression concurrentielle accrue sur les acteurs européens

Le dossier Nous Research intéresse aussi l’Europe parce qu’il rappelle que la compétition ne se joue pas seulement entre États-Unis et Europe, ni seulement entre grands laboratoires. Elle se joue également entre différentes façons de capter la valeur de l’open source. L’Europe a vu émerger des acteurs qui ont fait de l’ouverture ou de l’ouverture partielle un élément de positionnement. Mais si des startups américaines comme Nous Research réussissent à convertir rapidement leur capital communautaire en valorisations élevées, elles peuvent occuper une place structurante dans les workflows mondiaux avant que des équivalents locaux ne s’imposent durablement.

Pour l’écosystème français, cela pose une question simple : comment transformer l’excellence en recherche, l’appétence pour l’open source et les besoins de souveraineté en entreprises capables de tenir la distance face à des concurrents très bien financés ? Le cas Nous Research montre qu’il existe un appétit investisseur pour cette thèse. Mais il montre aussi que la vitesse d’exécution et la proximité avec les développeurs restent décisives.

Des opportunités pour les intégrateurs, ESN et éditeurs spécialisés

En pratique, la progression des agents open source peut bénéficier à tout un tissu d’acteurs francophones. Les ESN, cabinets d’intégration, éditeurs sectoriels et spécialistes de la donnée ont souvent besoin de briques qu’ils peuvent adapter finement à des contextes métiers. Si Hermes et des outils comparables continuent à gagner en maturité, ils pourraient servir de base à des solutions verticales dans la finance, l’industrie, la santé, le juridique ou le service client, sous réserve des contraintes réglementaires propres à chaque domaine.

Cette perspective intéresse particulièrement les marchés où la personnalisation, l’auditabilité et l’hébergement contrôlé sont des arguments commerciaux forts. Même lorsqu’un modèle propriétaire reste préféré pour certains usages premium, la présence d’alternatives ouvertes fait pression sur les prix, élargit les options d’architecture et pousse les fournisseurs à plus de transparence.

Au-delà de la levée : ce que la valorisation de Nous Research dit de la prochaine phase de l’IA

La discussion autour de Nous Research renvoie finalement à une question plus large : où se crée la valeur dans l’IA après la première ruée vers les modèles fondamentaux ? Pendant un temps, le marché a semblé considérer que la possession des plus grands modèles, du plus grand nombre de GPU et des plus gros contrats cloud suffirait à verrouiller la hiérarchie. Cette lecture reste partiellement vraie. L’accès au calcul et aux talents demeure un avantage considérable. Mais la possible valorisation de Nous Research suggère qu’une autre couche de valeur est en train d’être reconnue : celle des systèmes exploitables, diffusables et adaptables par une communauté active.

Les agents sont au cœur de cette transition. Si l’on suit la logique du marché, ils peuvent devenir l’interface opérationnelle de l’IA dans l’entreprise. Non plus seulement un assistant qui répond, mais un composant qui exécute avec supervision, s’insère dans un logiciel, dialogue avec des bases de données, des outils métiers ou des environnements de développement. Les entreprises n’achèteront pas seulement des “modèles intelligents” ; elles voudront des systèmes capables de produire un travail structuré, traçable et intégrable.

Dans ce scénario, l’open source a un avantage particulier : il permet l’expérimentation rapide et l’appropriation locale. C’est souvent ainsi que naissent les usages les plus robustes. Les développeurs testent, adaptent, corrigent, assemblent. Puis les organisations professionnalisent ce qui fonctionne. Si Nous Research attire effectivement un financement important, cela signifiera que les investisseurs parient sur cette chaîne de transformation, du laboratoire communautaire vers la plateforme de production.

Reste une inconnue majeure : la manière dont ces entreprises convertiront leur influence technique en revenus récurrents. L’histoire du logiciel open source montre qu’il existe plusieurs voies possibles, mais aucune n’est automatique. Support entreprise, hébergement managé, outils de déploiement, sécurité, orchestration, fine-tuning, observabilité, offres premium : autant de pistes connues, mais qui exigent une exécution commerciale et produit de haut niveau. Une valorisation élevée crée aussi une pression accrue. Il ne suffit plus d’être apprécié par les développeurs ; il faut démontrer une trajectoire économique crédible face à des concurrents qui contrôlent parfois l’infrastructure, la distribution et la relation client finale.

Pour autant, le momentum actuel joue en faveur des acteurs capables de faire le pont entre ouverture, performance et utilisabilité. C’est là que le dossier Nous Research devient particulièrement révélateur. Il dit que le marché ne regarde plus seulement les laboratoires qui entraînent les plus gros modèles, mais aussi ceux qui peuvent devenir les points d’entrée pratiques de l’IA dans les workflows réels. Il dit aussi que la communauté des développeurs n’est plus un simple public d’adoption précoce : elle devient un actif stratégique susceptible de soutenir des valorisations de licorne.

Pour la France et l’Europe, la leçon est double. D’une part, l’open source reste l’un des rares terrains où il est possible de peser face aux géants sans disposer des mêmes volumes de capital ou d’infrastructure. D’autre part, cette fenêtre ne restera pas ouverte indéfiniment. Si les agents deviennent effectivement la prochaine grande couche applicative de l’IA, ceux qui contrôleront les outils, les standards d’intégration et les communautés de développeurs disposeront d’un avantage durable. La possible levée de Nous Research, telle que rapportée par TechCrunch, ne vaut donc pas seulement comme indicateur financier. Elle ressemble à un test de marché grandeur nature sur la valeur future des agents open source. Si ce pari se confirme, il pourrait accélérer une nouvelle redistribution des cartes, où la puissance ne se mesurera pas seulement au nombre de paramètres ou aux dépenses d’entraînement, mais à la capacité à faire de l’IA un système réellement opérable, partageable et appropriable à grande échelle.