Arlequin AI lève 28 M€ en Série A pour bâtir une alternative européenne à l'analyse de données complexes

Arlequin AI (Paris) boucle un tour de Série A de 28 millions d'euros, co-mené par le fonds suisse Redalpine et le fonds polonais OTB Ventures, avec la participation du Fonds Innovation Défense de Bpifrance, des investisseurs historiques Vsquared Ventures et 10x Founders qui renforcent leur participation, et Xavier Niel qui rejoint le tour de table. La société, fondée en 2024 par Hugo Micheron et Antoine Jardin, développe des systèmes d'IA destinés aux organisations qui doivent prendre des décisions à forts enjeux à partir de données massives, fragmentées et hétérogènes.

Ce tour porte le financement total d'Arlequin à environ 32,4 M€, après un Seed de 4,4 M€ en juin 2025. À 28 M€ pour une entreprise de moins de deux ans, il s'agit de l'une des Séries A les plus importantes levées par une deeptech française en 2026.

L'architecture

La thèse centrale d'Arlequin est architecturale : la prochaine génération de systèmes d'IA dédiés à l'analyse complexe exige une approche fondamentalement différente — non pas des modèles plus grands ou davantage de puissance de calcul. Antoine Jardin, directeur technique et co-fondateur — ancien ingénieur de recherche du CNRS spécialisé en science des données et comportements humains — soutient que les systèmes fondés sur des réseaux de neurones topologiques peuvent apprendre non seulement à partir de points de données individuels, mais à partir des relations entre eux, en capturant des interactions multi-dimensionnelles que les architectures standards représentent mal à mesure que les jeux de données grossissent.

En pratique, la plateforme analyse les connexions entre documents, transactions, vidéos et données opérationnelles simultanément, permettant aux utilisateurs d'identifier des liens non évidents dans un corpus et de retracer chaque résultat jusqu'aux sources d'origine. La traçabilité est un impératif pour les clients visés : de grandes institutions dans lesquelles une réponse sans piste d'audit reste inexploitable.

Parmi les secteurs clients nommés figurent la détection de fraude et de blanchiment d'argent, la cybersécurité, l'intégrité de l'information, et l'analyse décisionnelle complexe pour des organisations gouvernementales et privées à travers l'Europe occidentale et orientale. La société se positionne explicitement comme une alternative européenne aux plateformes d'intelligence données américaines — architecture souveraine, gouvernance des données européenne et faible dépendance aux ressources de calcul massives. Hugo Micheron, PDG : « Aujourd'hui, une nouvelle révolution se dessine : le développement de nouveaux systèmes d'IA capables de comprendre des dynamiques très complexes cachées dans des millions de points de données. »

Le tour et la stratégie d'expansion

Redalpine apporte un historique dans les paris deeptech à long horizon de développement ; OTB Ventures ouvre des réseaux de distribution en Europe centrale et orientale, ainsi que des relations institutionnelles. La présence du Fonds Innovation Défense de Bpifrance traduit l'intérêt de l'État français pour les infrastructures d'IA souveraines. Vsquared Ventures et 10x Founders qui remontent à la mise reflètent la confiance des investisseurs historiques dans la trajectoire.

Les fonds serviront à développer la pile de modèles propriétaires (l'équipe R&D comprend actuellement environ huit chercheurs sur une trentaine de personnes au total), à accélérer les déploiements commerciaux en Europe et à l'international, et à étendre la présence géographique. Des bureaux à Londres et Berlin sont déjà ouverts ; un laboratoire de recherche en IA à Silicon Valley est prévu dans les prochains mois.

Cette empreinte internationale est inhabituelle à ce stade de développement. Piloter la R&D, les ventes et un laboratoire de recherche sur quatre fuseaux horaires avant la Série B exige soit un modèle d'architecture très frugal en ressources, soit un pipeline client suffisamment étoffé pour justifier ces charges. La société est déployée auprès de gouvernements et de grandes organisations, mais n'a pas communiqué de chiffres de revenus publiquement.