Weflayr lève 2,5 M$ pour router les requêtes IA d'entreprise vers le bon modèle au bon coût

Weflayr (Paris) a levé 2,5 millions de dollars (environ 2,2 millions d'euros) en pré-amorçage auprès de 13books Capital, le fonds early-stage londonien, avec la participation de Founders Future (Marc Menasé), Kima Ventures, Plug and Play Ventures et Station F Venture. Roxanne Varza, directrice de Station F, a rejoint le tour en tant qu'investisseur angel. La société est incubée au programme F/AI de Station F, la piste IA dédiée de l'accélérateur. Elle a été fondée en début d'année par Romain Mazeries (PDG), ex-PDG de Mangopay, et Noé Achache (CTO), anciennement responsable de l'ingénierie IA chez Theodo Data & AI.

Le problème du routage

Il existe aujourd'hui des centaines de modèles IA disponibles pour les entreprises : variantes GPT, Mistral, Anthropic, Gemini, modèles open source sur infrastructure auto-hébergée, modèles français souverains, et une longue traîne accélérée de modèles spécialisés construits pour des tâches spécifiques. Chacun a ses forces, son tarif, ses caractéristiques de résidence des données et son rythme d'amélioration propre. Demander à une équipe de développement de router chaque requête à la main — en faisant correspondre la complexité de la requête au coût du modèle et aux exigences de latence — n'est pas une stratégie viable.

Weflayr s'insère entre l'application et la couche modèle. Il teste les modèles contre les données propres de chaque client, identifie quels modèles performent le mieux pour quels types de requêtes, puis route chaque query en temps réel vers le modèle le plus adapté. Une simple recherche n'exige pas le même modèle qu'une analyse juridique complexe. Un client soumis aux contraintes du RGPD a besoin d'une inférence hébergée en UE ; une équipe de recherche explorant le raisonnement de pointe préférera peut-être la frontière. Weflayr gère tout cela sans que l'application ait besoin de le savoir.

Le premier déploiement en production de la société a réduit les coûts d'utilisation IA de plus de 55 % à qualité de sortie équivalente. Le mécanisme est direct : beaucoup de requêtes que les entreprises dirigent vers des modèles frontier coûteux parce que c'est le chemin de moindre résistance peuvent être traitées tout aussi bien par des modèles moins chers et plus rapides que la couche de routage sélectionne pour elles.

Le parallèle Mangopay

Mazeries établit l'analogie explicitement : les réseaux de paiement ont résolu un problème de routage analogue dans les années 2010 — diriger intelligemment les transactions entre les rails, les acquéreurs et les processeurs pour optimiser coût et taux de succès. Le marché a construit une infrastructure sophistiquée pour cela ; le même problème d'infrastructure apparaît désormais dans l'IA à ce que Mazeries décrit comme « une vitesse bien supérieure ».

Le point de référence n'est pas théorique. L'acquisition annoncée d'OpenRouter par Stripe pour environ 7,5 milliards de dollars cet été signale ce que le marché attribue à un routeur de modèles bien positionné avec une distribution suffisante. Weflayr ne concurrence pas directement la domination d'OpenRouter sur le marché américain ; sa différenciation est la couche de souveraineté européenne — gestion des données conforme, options d'inférence hébergées en UE, et la possibilité de router vers des modèles français là où les exigences réglementaires ou politiques le demandent.

13books Capital — dont c'est le deuxième pari français connu après Aria (Paris, financement de factures embarqué, juillet 2026) — mène le tour. Founders Future et Kima Ventures ont tous deux des antécédents étendus dans les investissements français en IA et infrastructure. Les 2,5 M$ financent la croissance de l'équipe et le développement de la plateforme, avec un déploiement commercial en Europe et aux États-Unis ciblé dans les 12 à 18 prochains mois.