Hone, une start-up de San Francisco, a levé 60 millions de dollars lors d’un tour de seed mené par Benchmark et co-dirigé par Index Ventures, valorisant la société 285 millions de dollars. Elad Gil, Hanabi, Definition et Diffusion ont également participé au tour.
La société est âgée d’environ cinq mois et a été fondée par d’anciens employés d’OpenAI et de Cognition AI. Les cofondateurs Moritz Stephan, Oliver Brady et Carlo Kobe développent ce que Hone appelle des Engines : des systèmes autonomes chargés d’obtenir des résultats opérationnels sur la durée plutôt que d’exécuter des tâches isolées.
Hone et ses Engines : responsabilité sur des résultats mesurables
Ces Engines apprennent les processus d’une organisation et travaillent en continu à travers les personnes, les systèmes et les données pour piloter des workflows multi-étapes dans des domaines comme la croissance des revenus, l’optimisation des conversions, la réduction des coûts et le risque opérationnel. Le positionnement de Hone vise à aller au-delà des copilotes et de l’automatisation de tâches au niveau unitaire, en proposant des agents qui portent un résultat mesurable sur plusieurs semaines ou mois.
Hone indique qu’elle utilisera les fonds pour développer sa plateforme et accélérer la mise au point de ses systèmes autonomes.
La taille et le prix du tour attirent l’attention des investisseurs en capital‑risque. Un tour institutionnel initial de 60 millions de dollars pour une société de moins d’un semestre illustre la compétition agressive des fonds de premier plan pour attirer des équipes issues de laboratoires majeurs. Le fait que Benchmark mène le tour aux côtés d’Index Ventures souligne cette concurrence.
Pour les allocateurs exposés au capital‑risque, des tours de seed de cette ampleur montrent que la valorisation en amorçage dans l’IA se rapproche de ce qui relevait auparavant des séries A ou B. Cela peut comprimer les rendements futurs si les sociétés mettent plus de temps à atteindre des revenus, mais reflète aussi l’idée que le marché des agents pourrait être remporté par des équipes capables de construire rapidement et d’accumuler des données de workflows d’entreprise avant leurs rivales.
