Zerolook lève 1,6 M€ en pré-amorçage pour réduire le coût des recherches de vols à l'ère de l'IA

Zerolook (Zug) lève 1,6 M€ / 1,5 MCHF / 1,9 M$ dans un tour de pré-amorçage mené par Playfair, avec la participation de Vento Ventures, TrueSight Ventures, Alpha Venture et des business angels issus des secteurs technologique, du voyage et des services financiers. La société a été co-fondée en 2025 par Simone Lini (CEO), fondateur en série et ancien responsable des partenariats Google Travel en EMEA, puis directeur commercial et produit de Lastminute.com, et George Hadjiyiannis (CTO), ex-VP Produit de Kayak, docteur en informatique du MIT avec un parcours ingénierie chez Google, NVIDIA et eBay.

Le problème du look-to-book

Le shopping de vols a toujours généré plus de recherches que de réservations. Ce ratio — le look-to-book — était de 1:50 à l'époque des agents de voyage humains, de 1:500 avec l'apparition des OTA, et de 1:10 000 lorsque les comparateurs de prix ont commencé à diffuser une seule requête vers de multiples OTA simultanément. Les agents de voyage IA l'ont désormais fait passer au-delà de 1:200 000 : un utilisateur qui demande « le vol le moins cher vers une île grecque en juin » déclenche des requêtes sur chaque île, chaque date et chaque combinaison de routes, en parallèle.

À ces volumes, calculer chaque tarif depuis zéro — ce que fait l'infrastructure actuelle, en interrogeant un GDS ou un système de compagnie en temps réel pour chaque combinaison — cesse d'être rentable. Les compagnies aériennes et les agences paient à la requête ; elles ne perçoivent des revenus qu'à la réservation. L'équation économique ne tient plus.

La réponse de Zerolook : arrêter de calculer et commencer à prédire. Son modèle ML, entraîné sur des données tarifaires historiques, retourne des itinéraires estimés et leurs prix en quelques millisecondes, sans interroger un GDS. Un score de confiance associé à chaque résultat permet aux vendeurs d'arbitrer : le trafic exploratoire — la phase de navigation qui constitue l'essentiel des sorties d'un agent IA — est servi à faible coût ; les requêtes à intention de réservation peuvent toujours être acheminées vers les systèmes en direct. « Il n'existe aucune raison technique pour que ce problème continue à freiner toute l'industrie. Il est le résultat de décisions prises il y a des décennies », souligne Hadjiyiannis. « Nous prévoyons de moderniser cette infrastructure sans exiger un changement du jour au lendemain dans le fonctionnement de tout le secteur. »

Le troisième pari de Playfair suivi par ProYarn en 2026

La position de lead de Playfair s'inscrit dans un fil lisible. Le fonds a précédemment soutenu Astral Systems — la société de réacteurs à fusion de Bristol qui a bouclé une Série A de 23 M£ plus tôt en 2026 — et Exclaim Robotics, le robot autonome de maintenance de datacenters IA basé à Zürich, qui a levé 4,29 M€ en pré-amorçage en août. Astral et Exclaim sont des paris deeptech sur l'infrastructure physique ; Zerolook est un coin logiciel B2B dans un marché de distribution où un basculement structurel de coûts est déjà observable. Ce qui relie ces trois paris, c'est moins le secteur que le timing : Playfair soutient des fondateurs qui résolvent un problème technique précis au moment exact où ses implications économiques deviennent incontournables.

Les profils des fondateurs sont inhabituellement directs pour un tour de pré-amorçage. Lini a dirigé les partenariats OTA et comparateurs de Google Flights en EMEA, créé le vertical Things to Do de zéro, puis fondé Waynaut — rachetée par Lastminute.com — avant d'en devenir CCO et CPO. Hadjiyiannis était VP Produit chez Kayak, l'une des plus grandes plateformes mondiales de recherche de vols. Ensemble, ils ont été, à différents stades de leur carrière, du côté de la compagnie, du comparateur et de l'OTA face au problème de coût que Zerolook entend résoudre.

Ce que le capital finance et ce qui vient ensuite

Le tour de pré-amorçage finance deux choses : le lancement de l'API Zerolook v1 et la constitution d'une équipe ML à Zurich. Des lettres d'intention signées avec « un groupe de partenaires de voyage en ligne » constituent le seul signal de traction divulgué à ce stade — une indication honnête, puisque les lettres d'intention ne sont pas du chiffre d'affaires. Le prochain jalon probant sera des clients nommés générant du trafic API réel.

La précision du modèle repose sur une hypothèse : la logique tarifaire est relativement stable au quotidien. Cette hypothèse tient pour les routes à tarification standard. Elle est moins robuste sur les itinéraires complexes à classes tarifaires contraintes, les routes où l'inventaire évolue rapidement ou les marchés à comportements tarifaires atypiques. Si la boucle de correction « échantillonner, comparer, corriger » de Zerolook réagit assez vite sur ces cas limites, c'est la question technique que les dix-huit prochains mois trancheront.