Agents IA : AIUC lève 40 M$ pour imposer son standard
()
Le 15 septembre, Artificial Intelligence Underwriting Company a annoncé une série A de 40 millions de dollars, menée par Ribbit Capital. Ce tour de table porte le financement total de la société à 55 millions de dollars, après un premier tour de 15 millions réalisé avec des investisseurs comme Nat Friedman et Ben Mann, cofondateur d’Anthropic. L’annonce n’a pas fait grand bruit dans la presse généraliste, mais elle signale un changement de registre dans la façon dont l’industrie technologique envisage la maîtrise des agents d’IA.
Les agents d’IA, ces systèmes capables d’enchaîner des décisions, d’exécuter des tâches complexes et d’interagir avec d’autres logiciels sans intervention humaine directe, se déploient à grande vitesse dans les environnements professionnels. Des éditeurs de code comme Cursor, des outils juridiques comme Harvey ou des plateformes audio comme ElevenLabs en font déjà un usage intensif. Ce déploiement pose une question à laquelle ni les directions techniques ni les juristes ne savent encore bien répondre : comment certifier qu’un agent se comportera de manière prévisible et sûre dans la durée ?
Un référentiel calqué sur les standards de la cybersécurité
AIUC répond à cette question en reprenant une logique bien rodée dans le monde de l’informatique d’entreprise : celle de la certification tierce. Le référentiel qu’elle a développé, baptisé AIUC-1, s’inspire explicitement de SOC 2, le standard créé par l’American Institute of Certified Public Accountants pour évaluer la sécurité des systèmes d’information des prestataires de services. Dans cet écosystème, SOC 2 est devenu une sorte de ticket d’entrée pour les éditeurs de logiciels qui veulent travailler avec des entreprises soucieuses de leur sécurité informatique.
Le pari d’AIUC est que les agents d’IA auront besoin d’un équivalent fonctionnel. Le principe : soumettre un agent à des tests standardisés conduits par un auditeur externe, puis délivrer une certification documentant sa conformité au référentiel AIUC-1. Ce processus ne garantit pas qu’un agent sera infaillible, mais il offre aux entreprises clientes un niveau de preuve documenté sur la façon dont il a été conçu, testé et maintenu.
Cette approche n’est pas sans précédent. Dans la fintech, les certifications PCI-DSS ont structuré la confiance autour des paiements en ligne bien avant que les réglementations nationales ne se coordonnent. Dans le cloud, les certifications ISO 27001 ont largement précédé les premières lois sectorielles sur la protection des données. AIUC parie que le même mécanisme peut s’appliquer au domaine des agents autonomes.
Des fondateurs formés à la frontière de la sécurité et de l’IA
Le profil des fondateurs d’AIUC n’est pas anodin. L’un d’eux vient d’Anthropic, l’un des laboratoires les plus en vue dans le domaine de la sécurité de l’IA, où il a travaillé au contact de chercheurs spécialisés dans le contrôle des systèmes avancés. L’autre a occupé le poste de directeur des opérations de METR (Model Evaluation & Threat Research), une organisation dont la mission principale est d’évaluer les risques posés par les modèles de grande taille.
Ce double ancrage est significatif. Il montre que l’équipe fondatrice n’est pas venue à la sécurité des agents d’IA par opportunisme, mais à partir d’une expérience directe dans deux institutions qui ont consacré des ressources importantes à comprendre les comportements à risque des systèmes autonomes. Ce trajet biographique nourrit la crédibilité du positionnement d’AIUC vis-à-vis de clients comme Cursor ou ElevenLabs, qui ne peuvent pas se permettre que leurs agents se comportent de façon inattendue dans des contextes à fort impact.
La présence de Ribbit Capital en tête de la série A mérite d’être notée. Ce fonds, spécialisé dans la fintech et les infrastructures financières, est familier des secteurs où la conformité et l’auditabilité sont des conditions sine qua non de la croissance. Son choix de mener ce tour envoie un signal : les investisseurs spécialisés dans les marchés régulés voient dans la certification des agents d’IA un enjeu d’infrastructure, pas un gadget.
La bataille pour définir les règles des agents autonomes
L’émergence d’AIUC soulève une question plus large que celle de la levée de fonds ou du standard lui-même. Elle touche à la répartition du pouvoir normatif dans le domaine de l’IA : qui définit ce qu’est un agent « sûr », selon quels critères, et avec quelles conséquences pour les entreprises qui choisissent de s’y soumettre ou non ?
L’AI Act européen, entré en vigueur en 2024, impose des obligations de transparence et d’évaluation des risques pour certaines catégories de systèmes d’IA. Les initiatives du NIST américain en matière de gestion des risques progressent également, mais leur adoption reste volontaire. Dans cet espace encore peu normé, des acteurs privés comme AIUC ont la possibilité de s’imposer comme des références de facto, en bâtissant une base de clients et une réputation avant que des obligations légales ne cristallisent.
Ce n’est pas la première fois que ce mouvement se produit dans la tech. Les standards privés précèdent souvent les réglementations publiques, et finissent parfois par les informer directement. Si AIUC parvient à convaincre un nombre suffisant de développeurs d’adopter AIUC-1, ce référentiel pourrait devenir une référence que les régulateurs auraient du mal à ignorer, voire un modèle dont ils s’inspireraient pour bâtir leurs propres cadres juridiques.
Pour les entreprises qui déploient des agents d’IA, la certification proposée par AIUC répond à un besoin concret : pouvoir démontrer à leurs clients et à leurs actionnaires que leurs systèmes ont été soumis à un contrôle externe indépendant. C’est précisément ce que SOC 2 a rendu possible dans le cloud au début des années 2010. Si l’histoire se répète, AIUC ne sera pas seulement une startup parmi d’autres : ce sera l’une des premières briques d’une couche normative nouvelle, appelée à structurer l’économie des agents autonomes pour les années à venir.
Photo : https://www.briefia.fr/