Exclaim Robotics lève 4,29 M€ en pré-amorçage pour envoyer des robots dans les datacenters IA avant que le 800V ne tue quelqu'un

Exclaim Robotics (Zürich) a levé 4,29 millions d'euros (4,95 millions de dollars) dans un tour de pré-amorçage co-mené par Founderful et Playfair, sortant de la discrétion pour construire des robots mobiles autonomes destinés à la maintenance des datacenters IA. La société a été fondée en 2026 par Helen Oleynikova, qui a passé 15 ans entre Willow Garage, Google, Microsoft, NVIDIA et l'ETH Zürich, est titulaire d'un doctorat de l'ETH Zürich en cartographie et planification pour environnements encombrés et non structurés, et a co-créé nvblox — la bibliothèque de cartographie 3D et d'évitement de collision aujourd'hui embarquée dans NVIDIA Isaac ROS. L'ingénieur fondateur Patrick Pfreundschuh, créateur du système d'odométrie LiDAR-inertiell BIEVR-LIO et membre de l'équipe lauréate du DARPA Subterranean Challenge, complète l'équipe.

Le problème : 800 volts en face de rack

Dans un datacenter moderne, presque tout est géré à distance : provisionnement, ordonnancement, basculement, réseau. La couche physique fait exception. Quand un composant tombe en panne, quelqu'un doit marcher jusqu'au rack.

La prochaine génération de datacenters IA distribuera la puissance en 800 volts DC directement au niveau du rack. À cette tension, ouvrir un rack présente un risque d'arc électrique, et des opérations de dépannage ordinaires — remplacer un disque défaillant, replacer un émetteur-récepteur optique — deviennent réellement dangereuses. Cette évolution survient sur fond de construction accélérée de capacité datacenter IA qui dépasse l'offre de techniciens formés : le goulet d'étranglement humain et le risque sécurité arrivent en même temps.

Exclaim commence par les tâches de dépannage à plus fort volume : remplacement et nettoyage d'optiques et de SFP, câblage cuivre réseau, remplacement de disques. Le robot navigue de manière autonome dans la salle, se positionne face au rack et travaille la façade de bas en haut sans modification du bâtiment.

L'approche : simulation d'abord, transfert humain par exception

La méthode d'entraînement d'Exclaim commence en simulation — où un robot peut pratiquer une tâche bien plus souvent que sur du matériel réel — avant de passer à des racks réels jusqu'à atteindre la fiabilité requise pour la production. Le problème difficile, reconnaît la société, est moins mécanique qu'environnemental : les racks sont denses en câblage, et un robot doit comprendre ce qu'il observe avant de pouvoir toucher quoi que ce soit en sécurité. Quand la confiance est faible, il cède la main à un opérateur distant plutôt que de tenter la tâche — un choix de conception qui privilégie le jugement sur le débit.

La cible à long terme est toute infrastructure où la maintenance est dangereuse, éloignée ou difficile d'accès. Les infrastructures haute tension et énergétiques sont nommées comme prochain secteur après les datacenters.

« Les datacenters IA scalent plus vite que quiconque ne peut les doter en personnel ou les maintenir en sécurité, et la transition au 800 V va tout changer dans la façon dont cette infrastructure est gérée », a déclaré Antonia Albert, Principal chez Founderful. « Helen et son équipe issus de l'ETH Zürich, NVIDIA, Microsoft et Google sont les personnes capables de résoudre ce problème. Nous avons misé sur Exclaim parce qu'Helen est exactement le type de fondatrice que l'on veut quand un problème difficile devient urgent. »

Le pré-amorçage finance les premiers prototypes, l'acquisition de matériel et le recrutement de l'équipe d'ingénierie à Zürich. La question que ce tour ouvre est de savoir si Exclaim peut comprimer le cycle de construction et de validation assez rapidement pour décrocher un endorsement d'opérateur nommé avant que la fenêtre concurrentielle ne se rétrécisse.

Un fil de l'archive : Playfair avait précédemment soutenu Astral Systems — une société de robotique de Bristol qui a levé 23 millions de livres sterling en Série A plus tôt cette année. Avec Exclaim, le fonds passe de la robotique de fabrication de précision à la robotique de maintenance d'infrastructure : une thèse cohérente dans les systèmes physiques autonomes, à deux points différents de la courbe de maturité.