Newtech
Future Tech Hotshots 2025 : 45 startups à mettre sur le radar des DSI
Par Laurent Delattre, publié le 28 novembre 2025
Des data centers orbitaux à la photonique, des copilotes métiers à la gouvernance distribuée, le panorama des startups technologiques 2025 publié par CB Insights révèle une IA profondément intégrée et souveraine, annonçant une mutation durable des stratégies IT. Des startups qu’il faudra suivre de près en 2026…
CB Insights vient de publier son cru « Future Tech Hotshots 2025 », une sélection de 45 startups qui, si tout se passe comme prévu, vont peser lourd dans les infrastructures, les usages et la gouvernance de l’IA dans les prochaines années.
Sans surprise, le panorama cette année est très orienté IA, mais avec une granularité intéressante : on y voit à la fois les briques d’infrastructure, les couches de gouvernance, les agents métiers, la robotique et les usages très verticaux (santé, finance, logistique, juridique, retail…). Bref, exactement les zones où les DSI vont devoir trancher entre expérimentation et industrialisation dans les prochaines semaines, les prochains mois, les prochaines années… avec des solutions qu’il faudra parfois, voire souvent, aller collecter chez ces startups.
Plutôt que de refaire le pitch marketing de chaque entreprise (vous le trouverez en téléchargeant gratuitement le guide du CB Insights : Future Tech Hotshots 2025: 45 emerging tech startups poised to make an outsized impact ), nous voulons ici vous donner un panorama des grandes tendances qui se dégagent de cette promotion 2025… puis faire un rapide tour d’horizon des 45 startups à garder sous le coude dans votre barre de favoris WEB. Un panorama à lire en gardant en tête cette question : « lesquelles méritent d’entrer dans mon radar d’innovation, dans mon bac à POC, ou tout simplement dans ma veille stratégique ? »
Ce que ce cru 2025 vous raconte
D’abord, voilà un classement – et vous ne serez pas étonnés – qui confirme l’ère des agents et des copilot(es) partout. Maven AGI côté relation client, Assort Health sur les centres d’appels de santé, AMESA pour l’autonomie industrielle, Questflow et Superblocks pour les workflows… Comme on nous l’a ressassé toute l’année mais surtout comme on le voit se concrétiser très progressivement en cette fin d’année, l’IA ne se contente plus de « répondre à des questions », elle orchestre des tâches, déclenche des actions, pilote des systèmes. Une réalité émergente qui impose déjà de revoir les architectures d’intégration, les modèles de permissions, la supervision et, très vite, la gestion des « shadow agents » qui vont fleurir dans les métiers.
Ensuite, le rapport de CB Insights met en lumière une nouvelle couche d’infrastructure IA : des plateformes comme Cartesia, Harmonic, Ori, Rhino Federated Computing, SCINTIL Photonics ou Starcloud montrent que l’enjeu ne se limite plus à choisir entre un hyperscaler A ou B. On parle désormais de voix temps réel, de données souveraines, d’optique photonique, de data centers en orbite et de fédération de données entre acteurs régulés. La pile IA « 2025 – 2030 » sera ainsi probablement beaucoup plus modulaire, avec des fournisseurs très spécialisés qui vont venir compléter (ou challenger) les grands clouds… ces fournisseurs que certains qualifient déjà de néoclouds.
Troisième signal fort : la verticalisation accélérée. Dans la finance, des acteurs comme Catena Labs, FairPlay, Nuvo, Vontive ou Worth ne vendent pas de l’IA générique mais des moteurs de décision prêt-à-réglementer. Dans la santé, CalmWave, Ellipsis Health, Inductive Bio, Keragon ou Layer Health s’attaquent à des problématiques d’ICU, de biomarqueurs vocaux, de discovery, de chart review ou de conformité HIPAA/RGPD/HDS. Même logique dans la logistique avec Optimal Dynamics, dans la mode avec Alta, dans la météo/climat avec Brightband, ou dans le juridique avec Bench IQ et Wordsmith.
Enfin, le cru 2025 est aussi un rappel que l’IA sans gouvernance ne passera jamais l’échelle entreprise. Lineaje, WitnessAI, InCountry, Syncari, Bastion ou FairPlay incarnent cette nouvelle couche de « control plane » pour l’IA : supply chain logicielle, sécurité des usages, data residency, master data agentique, conformité réglementaire. Pour les DSI, ce sont des signaux forts sur ce à quoi pourrait ressembler votre future « console » de pilotage de l’IA d’entreprise.
L’Europe et la France dans tout ça ?
Le problème des rapports CB Insights, c’est qu’ils regardent surtout le marché américain. C’est injuste et ce manque de visibilité est un problème pour nos jeunes pousses en manque de reconnaissance et notoriété. Néanmoins, l’Europe n’est pas totalement absente de ce radar. On y trouve quelques signaux intéressants, comme l’italien Finwave sur les core systems financiers, le britannique Wordsmith côté legal AI et surtout le français SCINTIL Photonics qui rappelle que le Vieux Continent sait encore innover sur le hardware critique pour l’IA. Autrement dit, l’UE ne mène pas la danse des agents et des plateformes, mais elle s’invite dans la partie là où se jouent performance, interconnexions et souveraineté.
Un panorama à bookmarker
Venons-en donc aux fameuses 45 startups repérées et mises sous les projecteurs par CB Insights. Elles sont ici classées par grands domaines d’activité.
Une telle liste vise à éclairer les lignes de force qui arrivent… et à vous permettre d’identifier les 3 ou 4 noms qui méritent de figurer dans vos prochains comités d’innovation.
Enterprise Tech : l’OS de l’IA d’entreprise
Cartesia (États-Unis) – https://cartesia.ai
Cartesia se positionne comme une brique d’infrastructure pour la voix : la startup développe un moteur de parole ultra-basse latence pour permettre à vos applications et agents IA de tenir de vraies conversations naturelles, sans effet « robot qui rame ». L’originalité tient à la combinaison de modèles de langage et de modèles audio optimisés pour la réactivité temps réel.
Pour un DSI, Cartesia ouvre la voie à des interfaces vocales crédibles dans les centres de contact, le support interne ou les applis métiers mobiles.
Coval (États-Unis) – https://www.coval.dev
Coval s’adresse aux équipes qui construisent des agents IA complexes. La plateforme fournit un environnement de test, de monitoring et de « safety » pour agents multi-étapes, avec une forte emphase sur la fiabilité et la capacité à expliquer ce que fait réellement l’agent. Là où nombre d’outils se contentent de logs, Coval veut devenir un véritable banc d’essai des comportements, un peu comme un « crash test » pour agents.
Utile pour des DSI qui ne veulent pas déployer des automates opaques en production.
Crash Override (États-Unis) – https://www.crashoverride.com
Crash Override réinvente la gestion de la relation entre développeurs et codebase. La startup propose une plateforme d’« engineering relationship management » qui cartographie les équipes, les services, les dépendances et les « owners » de code. L’IA identifie les bonnes personnes à impliquer, les zones de risques et les effets de bord potentiels de chaque changement.
Dans un SI fragmenté, cela revient à doter la DSI d’un GPS Waze pour la dette technique et la collaboration entre équipes.
Delphi (États-Unis) – https://delphi.ai
Delphi propose de créer des « clones digitaux » de vos collaborateurs clés, en particulier des profils experts. L’outil capture leur contexte (documents, échanges, historique de décisions) pour construire un agent qui peut répondre comme eux, dans leur style et leur cadre de référence. L’originalité réside dans la promesse de persistance et de mémoire longue, pour éviter de repartir de zéro à chaque nouveau cas.
Pour un DSI, Delphi pose des questions intéressantes sur la transmission du savoir et la continuité d’activité.
Exa (États-Unis) – https://exa.ai
Exa construit une sorte de « monde miroir » continu pour entraîner et tester des modèles dans des environnements 3D simulés à grande échelle. L’enjeu est de disposer de données synthétiques riches pour robots, voitures, agents industriels ou modèles de planification. Là où les simulations classiques restent limitées et coûteuses, Exa veut offrir un bac à sable massif pour entraîner des modèles sur des scénarios rares ou extrêmes.
Les DSI impliqués dans l’industrie, la logistique ou les jumeaux numériques y verront un complément intéressant aux données réelles.
Finwave (Italie) – https://finwave.it
Finwave s’inscrit à la frontière entre fintech et infrastructure de marché. La startup italienne développe des plateformes logicielles pour la gestion de titres, les paiements et la conformité, avec une forte composante IA sur l’automatisation des contrôles et des flux de données. Elle se distingue par une approche très « core systems » plutôt que front-office.
Pour les DSI du monde financier, Finwave ressemble à un partenaire potentiel pour moderniser des cœurs historiques sans tout réécrire.
Harmonic (États-Unis) – https://www.harmonic.ai
Harmonic agrège, normalise et enrichit les données sur les startups et entreprises tech à grande échelle. Leur « data platform » IA-natif alimente des équipes sales, produit, partenariats ou M&A avec une vue en quasi temps réel de qui fait quoi. Là où les CRM classiques reposent sur des données entrées à la main, Harmonic pousse une logique de graph dynamique et de signaux faibles.
Pour un DSI, c’est un bon exemple de plateforme « data + IA + graph » montée en produit.
InCountry (États-Unis) – https://incountry.com (Ori)
InCountry fait de la « data residency as a service ». L’idée : permettre à vos applications SaaS et vos flux de données d’être conformes aux exigences locales (UE, Moyen-Orient, etc.) en stockant les données dans le pays requis, sans réécrire l’application. L’originalité tient à la combinaison d’infrastructure de stockage, de cryptographie et de connecteurs applicatifs.
Pour les DSI internationaux, c’est une manière plus agile de répondre aux lois de localisation de la donnée sans multiplier les déploiements spécifiques. Mais en ce qui concerne l’Europe et la France, tout ceci n’est un peu qu’un verni marketing qui masque une réalité : la solution n’empêche par l’utilisation de lois extraterritoriales et la main mise des US sur les données.
Lineaje (États-Unis) – https://www.lineaje.com
Lineaje se concentre sur la « software supply chain security ». La plateforme cartographie les composants open source et tiers dans vos applications, suit les vulnérabilités, et aide à prouver à vos clients et régulateurs que vous maîtrisez réellement vos dépendances. La particularité vient de l’idée de « SBOM continu » et de scoring de risque sur l’ensemble de la chaîne.
Pour les DSI, c’est une brique de plus en plus indispensable pour industrialiser l’IA et le cloud tout en gardant le contrôle.
LlamaIndex (États-Unis) – https://www.llamaindex.ai
LlamaIndex est devenu l’une des briques incontournables pour construire des applications RAG (Retrieval Augmented Generation). La startup fournit un framework pour indexer vos données, les enrichir de métadonnées, orchestrer les requêtes et piloter la manière dont un modèle exploite ces connaissances. Sa force est d’être pensée pour les développeurs, avec un écosystème très actif.
Pour un DSI, LlamaIndex incarne le passage de « petits POC de chatbot » à de vrais projets structurés d’IA documentaire.
Maven AGI (États-Unis) – https://www.mavenagi.com
Maven AGI veut automatiser une partie du travail des équipes support, sales ou success en plaçant des agents IA au cœur des interactions. La plateforme se connecte aux outils existants (CRM, helpdesk, bases de connaissances) et fait travailler des agents capables de gérer un ticket, une opportunité ou une demande de bout en bout. L’originalité tient à l’approche « multi-agent » orchestrée autour de workflows métier.
Pour une DSI, cela pose la question de l’intégration fine de ces agents dans les processus, plutôt que de les laisser agir en périphérie.
Ori (États-Unis) – https://www.ori.co
Ori propose une plateforme de GPU cloud « AI-native », avec une emphase sur la granularité des ressources et la flexibilité des déploiements modèles. L’objectif est de donner aux équipes data/IA un contrôle plus fin que celui des grands clouds généralistes, tout en simplifiant la gestion multi-cloud. La différenciation se fait sur la capacité à orchestrer des workloads lourds à moindre coût, tout en gardant une bonne observabilité.
Intéressant pour les DSI qui cherchent à diversifier leurs fournisseurs d’infrastructure IA et qui sont en train d’élaborer une liste de néoclouds à tester.
ProRata.ai (États-Unis) – https://www.prorata.ai
ProRata.ai s’attaque à un sujet très concret : la rentabilité des campagnes marketing. L’outil attribue les revenus aux bons canaux, simule différents scénarios de budget et aide les équipes à arbitrer entre acquisition, rétention, upsell, etc. L’originalité vient d’une modélisation fine des effets croisés entre canaux et d’une interface pensée pour les non-data scientists.
Côté DSI, ProRata illustre la montée d’outils analytiques « auto-service » pilotés par modèles, qui s’attendent à avoir accès à des données propres et bien gouvernées.
Questflow (États-Unis) – https://www.questflow.ai
Questflow propose une plateforme no-code pour orchestrer des agents IA multi-étapes, connectés aux outils métier (SaaS, API internes, bases de données). L’idée est de transformer des checklists ou procédures en workflows agentiques exécutables. L’originalité tient à la mise en scène graphique des agents et des transitions de tâches.
Pour un DSI, cela ressemble à un futur Appian/Power Automate version IA, avec des questions évidentes de gouvernance et de sécurité à adresser très tôt.
Rhino Federated Computing (États-Unis) – https://www.rhinofcp.com
Rhino Federated Computing s’attaque au problème du partage de données dans les industries régulées (santé, pharma, finance) via le « federated learning ». La plateforme permet à plusieurs acteurs d’entraîner des modèles sur leurs données sans les déplacer, en respectant les contraintes de confidentialité et d’IP. L’originalité réside dans la combinaison d’outils de collaboration, de privacy et d’optimisation des modèles.
Pour un DSI, c’est une option sérieuse pour profiter de la mutualisation des données dans un écosystème sans renoncer au contrôle.
SCINTIL Photonics (France) – https://scintil-photonics.com
SCINTIL Photonics est un acteur français de la photonique intégrée qui développe des puces combinant électronique et optique pour des transmissions très haut débit et très basse consommation. Dans le contexte IA, cela vise clairement les interconnexions entre GPU, les liaisons data center et les systèmes de calcul intensif. L’originalité est de proposer des solutions « silicon photonics » compatibles avec les chaînes industrielles existantes.
Pour les DSI qui regardent de près les architectures exascale ou les clusters IA, c’est un nom à retenir côté hardware européen.
Starcloud (États-Unis) – https://www.starcloud.com
Starcloud veut déplacer une partie du cloud… dans l’espace. La startup construit des data centers orbitaux, alimentés par l’énergie solaire, pour héberger des GPU et proposer du calcul IA à très grande échelle sans peser sur les réseaux et les réseaux électriques terrestres. L’originalité tient autant au modèle énergétique qu’aux promesses de résilience et de souveraineté de données.
Pour un DSI, cela peut sembler lointain, mais c’est un bon indicateur de la manière dont le marché cherche à contourner les limites physiques des data centers actuels.
Superblocks (États-Unis) – https://www.superblocks.com
Superblocks est une plateforme low-code / AI-native pour construire des applications internes (back-office, outils support, apps métiers) en combinant génération par IA, édition visuelle et extensions en code. L’originalité tient à l’ambition de servir à la fois les développeurs seniors et les « citizen devs », tout en gardant une gouvernance centralisée.
Pour une DSI, Superblocks illustre la prochaine vague de plateformes de développement internes où l’IA devient un co-développeur plus qu’une simple fonctionnalité.
Syncari (États-Unis) – https://syncari.com
Syncari se positionne comme une plateforme de master data « agentique » : l’outil unifie, gouverne et synchronise les données entre SaaS, data warehouses et systèmes internes, avec des agents qui surveillent la qualité et rendent les données « AI-ready ». L’originalité vient du couplage entre MDM moderne et besoins des multi-agents (contexte partagé, cohérent et à jour).
Pour une DSI, c’est une réponse à la question : comment éviter que chaque agent IA construise sa propre vérité sur les clients, produits ou contrats ?
WitnessAI (États-Unis) – https://witness.ai
WitnessAI construit une couche de sécurité et de gouvernance dédiée aux usages d’IA dans l’entreprise. La plateforme découvre les usages (shadow AI compris), applique des politiques (DLP, confidentialité, conformité) et protège les modèles et agents contre les attaques (prompt injection, exfiltration, jailbreak, etc.). L’originalité est d’offrir un « AI firewall » transverse, au-dessus des multiples fournisseurs et outils.
Pour un DSI ou un RSSI, c’est le type de brique qui deviendra vite incontournable si l’usage des copilots et agents se généralise dans les métiers.
Yoodli (États-Unis) – https://yoodli.ai
Yoodli est un coach de prise de parole dopé à l’IA. La plateforme analyse la voix, le rythme, les tics de langage, la structure du discours et propose des feedbacks détaillés, voire des simulations de pitch, d’entretien ou de présentation en comité. L’originalité tient à la granularité des métriques et à la possibilité de faire du coaching à grande échelle au sein d’une organisation.
Pour une DSI, c’est une illustration concrète de l’IA appliquée au « soft skills enablement ».
Zed (Canada) – https://zed.dev
Zed est un éditeur de code moderne, très orienté collaboration temps réel et performance, qui intègre profondément des capacités IA (complétion, refactorings, assistants de navigation, etc.). L’originalité est de combiner l’expérience d’un IDE local très rapide avec des fonctions collaboratives et un copilote profondément ancré dans l’interface.
Pour une DSI, Zed est une indication de ce à quoi pourrait ressembler le poste de travail développeur dans quelques années : simultanément collaboratif, augmenté et très instrumenté.
Financial Services & Infra : l’IA au cœur des décisions et du risque
Bastion (États-Unis) – https://www.bastion.tech
Bastion propose une plateforme de sécurité et de conformité pensée pour les startups et scale-ups qui veulent aller vite sans sacrifier SOC 2, ISO 27001 et autres exigences. IA oblige, l’outil automatise une bonne partie de la collecte de preuves, du suivi de remédiation et de la documentation. Pour les DSI et RSSI confrontés à des portefeuilles SaaS explosifs, c’est l’exemple d’une approche « compliance as a product » à surveiller.
Catena Labs (États-Unis) – https://catenalabs.com
Catena Labs s’attaque à un sujet très prospectif : devenir la première institution financière « AI-native », conçue dès le départ pour servir des agents IA autant que des humains. L’objectif est de fournir identité, KYC, paiements, réserves et conformité à des agents autonomes qui auront besoin de transiger en propre. L’originalité vient de l’idée d’un établissement régulé pensé dès l’origine pour les agents plutôt que pour les humains. Pour les DSI de la finance, c’est une vision très en avance de ce que pourrait devenir l’infrastructure financière dans un monde d’agents.
Crossmint (États-Unis / Europe) – https://www.crossmint.com (crossmint.com)
Crossmint fournit une infrastructure stablecoin/Web3 de niveau entreprise : wallets programmables, on/off ramps, tokenisation et paiement, le tout exposé via API et outils no-code. L’originalité tient à l’ambition d’être un guichet unique pour les flux en stablecoins et actifs tokenisés, sans exiger une expertise blockchain profonde côté client. Pour les DSI de banques, fintechs ou retailers, Crossmint illustre comment la « couche stablecoin » peut être industrialisée et intégrée aux systèmes existants.
FairPlay (États-Unis) – https://fairplay.ai (FairPlay)
FairPlay se présente comme une plateforme de « Fairness-as-a-Service » pour le crédit et la gestion des risques. L’outil audite les modèles d’octroi, d’AML ou de fraude, mesure biais et fairness, et propose des ajustements qui améliorent simultanément performances et équité. L’originalité vient du couplage entre gouvernance IA et conformité réglementaire très concrète (autorités bancaires, justice). Pour les DSI, c’est un cas d’usage typique où l’IA doit elle-même être encadrée par une couche d’IA spécialisée dans la fairness.
Nuvo (États-Unis) – https://nuvo.com (nuvo.com)
Nuvo modernise l’onboarding B2B en combinant collecte de données, scoring crédit et prévention de la fraude pour les conditions de paiement. La plateforme fournit des formulaires intelligents, des connecteurs vers des sources d’info et des modèles d’évaluation qui recommandent des termes de crédit optimisés. L’originalité vient de l’intégration native de signaux risque dans un flux pensé pour les ventes. Pour une DSI, c’est un bon exemple de convergence entre CRM, credit management et IA décisionnelle.
Vontive (États-Unis) – https://vontive.com (bastion.tech)
Vontive est une plateforme de prêt immobilier « embedded » qui permet à des banques, fintechs ou marketplaces d’offrir des prêts locatifs via API. La force de la startup réside dans son moteur de pricing et de risque, spécialement conçu pour les investisseurs immobiliers. L’IA y est utilisée pour accélérer la décision, affiner les modèles et automatiser le traitement des dossiers. Pour une DSI, c’est un cas concret de produit financier livré comme service intégrable dans presque n’importe quel front.
Worth AI (États-Unis) – https://worth.ai (Facebook)
Worth propose une plateforme d’underwriting et de scoring orientée PME et TPE, combinant données traditionnelles, signaux alternatifs et modèles d’IA explicables. La promesse : une meilleure granularité de risque et des décisions plus rapides, tout en restant lisibles pour les équipes risque et conformité. L’originalité tient à la couche d’explicabilité et à la volonté de produire des « narratives » de décision. Côté DSI, Worth illustre le type d’outils qui peuvent s’interfacer avec des core banking legacy pour moderniser uniquement la couche décisionnelle.
Healthcare : IA clinique, opérations et découverte
Assort Health (États-Unis) – https://www.assorthealth.com
Assort Health automatise les centres d’appels et la relation patient via des agents voix spécialisés par discipline (orthopédie, cardio, immunologie, etc.). Les agents gèrent rendez-vous, annulations, questions fréquentes et orientent les appels vers les bons interlocuteurs. L’originalité tient à la spécialisation médicale des modèles et à l’intégration dans les systèmes métiers.
Pour les DSI du monde santé, c’est un cas d’école de front-office entièrement reconfiguré par l’IA conversationnelle.
CalmWave (États-Unis) – https://calmwave.ai
CalmWave utilise une IA dite « transparente » pour réduire la fatigue d’alarme en réanimation et améliorer la sécurité patient. En analysant signaux, alarmes et historiques de données, la plateforme propose des réglages optimisés, réduit drastiquement les alarmes non pertinentes et fournit des indicateurs de charge pour les équipes. L’originalité réside dans la transparence des modèles et le focus sur un problème opérationnel très précis.
Côté DSI, c’est typiquement le genre de solution qui exige un bon niveau d’intégration avec les équipements biomédicaux et le SIH.
Ellipsis Health (États-Unis) – https://www.ellipsishealth.com
Ellipsis Health a développé des biomarqueurs vocaux pour la santé mentale, présentés comme un « vital sign » comportemental. À partir de quelques minutes de voix, la solution évalue la probabilité et la sévérité de dépression ou d’anxiété, en s’intégrant à des parcours de télésanté ou de triage. L’originalité tient à l’usage de la voix comme capteur clinique, avec une validation scientifique en cours.
Pour un DSI, c’est un bon exemple d’IA qui vient enrichir le dossier patient avec de nouveaux signaux plutôt que de remplacer des cliniciens.
Inductive Bio (États-Unis) – https://www.inductive.bio
Inductive Bio combine données, IA et chimie pour accélérer l’optimisation de candidats médicaments. Sa plateforme Compass fournit des prédictions ADMET en temps réel et un environnement « chemist-in-the-loop » où l’IA propose des molécules que les chimistes affinent. L’originalité : un consortium de données pré-compétitives et une boucle serrée entre lab et modèle.
Pour les DSI pharma/biotech, c’est un aperçu de ce à quoi peut ressembler un « operating system » IA pour la discovery.
Keragon (États-Unis) – https://www.keragon.com
Keragon ressemble à un Zapier HIPAA-compliant pour la santé. La plateforme connecte EHR, CRM santé, outils d’IA médicale et back-offices pour créer des workflows d’automatisation sans code, sous contrainte de conformité. L’originalité : 300+ intégrations santé, un éditeur visuel et une posture de sécurité très poussée (HIPAA, SOC 2, etc.).
Pour un DSI d’hôpital ou de réseau de cliniques, Keragon peut devenir le bus d’orchestration des automatisations autour du SIH.
Layer Health (États-Unis) – https://www.layerhealth.com
Layer Health construit une « AI layer » spécialisée dans la revue de dossier médical. Sa première solution, Distill, lit les dossiers longs (notes, comptes rendus, résultats) pour générer des synthèses, remplir des registres, produire des indicateurs qualité ou alimenter des études. L’originalité vient d’un focus exclusif sur ce problème de chart review, avec des modèles calibrés sur la pratique clinique.
Pour un DSI, c’est un levier puissant pour réduire la charge documentaire tout en améliorant la qualité des données cliniques.
IA Industrielle : robots, climat, cartes et satellites
Brightband (États-Unis) – https://www.brightband.com
Brightband construit un « AI Earth System » pour la prévision probabiliste météo et climat. L’objectif : des prévisions plus fines, plus rapides et mieux quantifiées, utiles pour l’énergie, l’assurance, la logistique ou l’agriculture. L’originalité tient à la volonté d’ouvrir des jeux de données et des benchmarks pour structurer un écosystème autour de leurs modèles.
Pour les DSI des secteurs exposés au risque climatique, Brightband illustre la convergence entre climate tech, données et IA de modélisation.
AMESA (États-Unis) – https://www.amesa.com
AMESA (ex-Composabl) se positionne comme une plateforme pour concevoir, entraîner et déployer des systèmes multi-agents qui pilotent des processus physiques (usines, énergie, logistique…). La solution réunit simulation, data, orchestration d’agents et exécution sur le terrain. L’originalité : un vrai « proving ground » pour tester ces systèmes avant qu’ils ne contrôlent des opérations critiques.
Pour un DSI industriel, AMESA ouvre la voie à des couches d’autonomie progressive plutôt qu’à un big bang d’automatisation.
Felt (États-Unis) – https://felt.com
Felt propose une plateforme de cartographie cloud-native très collaborative. Les équipes peuvent créer des cartes, croiser des couches de données, faire des analyses spatiales et partager le tout en temps réel. L’IA y sert autant à faciliter la manipulation de données géospatiales qu’à assister la création de cartes intelligentes.
Pour une DSI, Felt montre à quoi peut ressembler un SIG moderne, utilisable par des métiers non spécialistes mais connecté à des back-ends data sérieux.
Persona AI (États-Unis) – https://personainc.ai
Persona AI construit des humanoïdes industriels pour les environnements difficiles : chantiers, chantiers navals, énergie, infrastructures lourdes. Leur vision est de devenir une « plateforme de main-d’œuvre » pour les tâches 4D : dull, dirty, dangerous, declining. L’originalité vient de la combinaison humanoïde physique + stack IA + programmes de co-développement avec grands industriels.
Pour un DSI industriel, Persona AI illustre un futur où les systèmes d’information pilotent des flottes d’humanoïdes au même titre que des robots ou des AGV.
Skild AI (États-Unis) – https://www.skild.ai
Skild AI développe un modèle de fondation pour la robotique, décrit comme un « cerveau omni-corps » capable de contrôler des robots variés sur des tâches multiples (manipulation, locomotion, inspection…). L’originalité tient à l’échelle des données et des simulations utilisées pour entraîner ce modèle, ainsi qu’à une vision clairement « AGI pour le monde physique ».
Pour des DSI qui suivent la robotisation des sites, Skild annonce un changement de paradigme : on achètera peut-être demain un « cerveau » unique pour plusieurs types de robots.
SkyFi (États-Unis) – https://skyfi.com
SkyFi rend l’imagerie satellite et les analytics géospatiaux accessibles comme un service web. La plateforme permet de commander ou d’accéder à des images (optique, SAR, multispectral…), de lancer des analyses et de récupérer les résultats via API ou interface. L’originalité vient du modèle « marketplace + analytics » avec pricing transparent.
Pour une DSI, SkyFi illustre comment la donnée satellite peut devenir une source standard dans les flux analytics (assurance, énergie, supply chain, sécurité…).
Legal : IA pour juges, juristes et contrats
Bench IQ (Canada) – https://benchiq.com
Bench IQ analyse les décisions de justice pour dégager des patterns propres à chaque juge. L’outil promet aux avocats une compréhension bien plus fine des tendances jurisprudentielles que la simple lecture des 3 % de décisions publiées. L’originalité réside dans la combinaison de LLM et d’un focus très serré sur la « personnalité décisionnelle » des juges.
Pour un DSI dans le legal ou dans de grandes directions juridiques, c’est un cas d’usage IA où la granularité des données devient un avantage stratégique.
Wordsmith (Royaume-Uni) – https://www.wordsmith.ai
Wordsmith, basé à Édimbourg, développe un copilote IA pour directions juridiques, pensé d’emblée pour l’in-house. La plateforme prend en charge revue de contrats, rédaction de modèles, comparaisons, réponses standardisées aux demandes des métiers, le tout en intégration avec les systèmes internes. L’originalité tient à l’usage d’agents juridiques orchestrés comme une tour de contrôle, et à un focus fort sur sécurité et confidentialité.
Pour une DSI, Wordsmith pose les bases de ce que pourrait être une « fabrique » de services juridiques augmentés à l’échelle de l’entreprise.
Retail & Supply Chain : mode, fret et décisions automatiques
Alta (États-Unis) – https://altadaily.com
Alta est un « personal AI stylist » qui construit un dressing digital, génère des tenues en tenant compte de la météo, des occasions, du budget et des préférences, et permet même un try-on virtuel. L’originalité tient à la combinaison de gestion de garde-robe, de recommandations et d’un avatar numérique réaliste.
Pour les DSI du retail ou du luxe, Alta est un bon signal de ce que peuvent devenir les expériences clients omnicanales à l’ère de l’IA : hyper-personnalisées, ludiques, mais très gourmandes en données.
Optimal Dynamics (États-Unis) – https://optimaldynamics.com
Optimal Dynamics se présente comme « The Decision Company » pour le transport routier. Sa plateforme d’industrial AI automatise la planification réseau, l’optimisation de flotte et le dispatch en continu. L’originalité vient de l’usage de modèles avancés d’optimisation stochastique qui intègrent l’incertitude (retards, annulations, variation de demande) au cœur de la décision.
Pour une DSI logistique, c’est un exemple concret de décision automation à grande échelle, qui s’interface avec TMS, WMS et systèmes de pricing.
Et maintenant, que faire de tout ça ?
Pris ensemble, ces 45 « Future Tech Hotshots 2025 » dessinent le contour d’un paysage très différent de celui qu’ont connu les DSI ces dix dernières années. L’IA n’y est plus un « add-on » mais une couche transversale : dans l’IDE des développeurs, dans les outils de MDM, dans la météo, dans les centres d’appels, dans les humanoïdes, jusque dans les data centers qui migrent en orbite.
Bien évidemment, vous ne travaillerez à priori pas avec la majorité de ces startups. Mais cette shortlist fournit un excellent canevas pour structurer votre veille : IA infrastructure, gouvernance & sécurité, verticalisation métier, automation agentique, robotique et climate tech. Il émerge trois bonnes pratiques côté DSI : cartographier vos cas d’usage IA par rapport à ces thèmes, identifier 3 ou 4 acteurs à suivre de près (ou à tester en POC avec un métier pilote), et surtout commencer à penser votre architecture et votre gouvernance comme si ces briques allaient devenir la norme dans les cinq ans.
À LIRE AUSSI :
À LIRE AUSSI :
