# Arlequin AI lève 28 millions pour l’IA critique > Arlequin AI lève 28 millions d’euros en série A pour développer des réseaux de neurones topologiques destinés aux secteurs très sensibles. Type : Actualité IA · Catégorie : Stratégie · Publié le 2026-09-28 · Signal IA - Order & Chaos · Secteur : Finance Source : https://www.orderchaos.eu/signal-ia/actu/arlequin-ai-leve-28-millions-pour-des-ia-de-confiance Tags : ia, deeptech, finance, sécurité, réseaux neuronaux, raisonnement, levee-de-fonds, llm --- ## En résumé - Arlequin AI a levé 28 millions d’euros en série A. - La start-up développe des réseaux de neurones topologiques. - Ses fondateurs ciblent la sécurité, la défense et la finance. **Le signal :** Arlequin AI a levé 28 millions d’euros en série A pour développer ses réseaux de neurones topologiques. **Arlequin AI accélère** La start-up française a annoncé, le 10 septembre, une levée de fonds de 28 millions d’euros en série A. Cette opération marque sa sortie progressive d’une phase de discrétion. Arlequin AI développe des réseaux de neurones topologiques pour des secteurs où une erreur peut coûter cher. La [sécurité](/signal-ia/actu/alok-ajmera-convainc-les-directeurs-financiers-dadopter-lia), la défense et la finance figurent parmi ses domaines ciblés. Ses fondateurs estiment que cette technologie se situe aujourd’hui à un niveau de développement comparable à celui des modèles de langage il y a dix ans. L’entreprise est déjà déployée en France, au Royaume-Uni et en Allemagne, auprès d’acteurs publics et privés. [Lire l’entretien complet dans Numerama](https://www.numerama.com/tech/2335099-entretien-avec-arlequin-ai-la-startup-francaise-qui-veut-remplacer-les-llm-la-ou-lerreur-est-interdite.html). **Deux profils complémentaires** Hugo Micheron et Antoine Jardin dirigent Arlequin AI depuis sa création. Le premier vient des sciences politiques. Le second est chercheur au CNRS en science des données, avec une spécialisation initiale dans la réduction de dimensionnalité. Cette compétence mathématique occupe une place centrale dans l’architecture développée par la start-up. Les deux fondateurs se connaissent depuis quinze ans. Leur projet repose sur une conviction commune concernant le traitement des problèmes liés au [comportement](/signal-ia/actu/apple-montre-que-les-valeurs-rendent-les-ia-plus-flatteuses) humain. Selon Hugo Micheron, ces problèmes n’ont pas toujours été abordés avec des modèles mathématiques avancés. Le nom Arlequin renvoie à la Commedia dell’arte et au complexe simplicial utilisé dans leur approche. ## Les réseaux topologiques structurent les données **Les LLM ont des limites** Arlequin AI ne développe pas un modèle de langage génératif. Hugo Micheron considère que les LLM sont intéressants pour la génération et le raisonnement. Il souligne toutefois qu’ils n’ont pas été conçus comme des modèles d’analyse systématique sans inférence de biais. Leur fonctionnement repose sur une modélisation probabiliste. Cette caractéristique peut limiter la garantie d’un résultat exact et reproductible sans mécanisme de vérification supplémentaire. Pour la sécurité, la défense et la [finance](/signal-ia/actu/apres-une-ipo-lia-redefinit-le-capital-risque), les fondateurs jugent la fiabilité essentielle. Ils déclarent qu’une information manquée peut avoir des conséquences dramatiques. Arlequin AI explore donc une architecture différente, fondée sur les réseaux de neurones topologiques. **Les relations deviennent collectives** Les Transformers relient les éléments d’un texte ou d’un jeu de données par des associations statistiques globales. Les réseaux de neurones graphiques représentent principalement des relations entre deux points reliés par une ligne. Arlequin AI cherche à modéliser des interactions impliquant plusieurs éléments simultanément. Ses réseaux utilisent des structures mathématiques issues de la topologie. Un ensemble de trois éléments peut ainsi former un bloc cohérent, plutôt qu’une succession de relations deux à deux. Les représentations s’appuient sur des formes comme des triangles pleins ou des tétraèdres pleins. Le topological deep learning est également étudié pour les réseaux biologiques, l’activité cérébrale et les systèmes financiers complexes. ## Arlequin prépare son changement d’échelle **Une analyse sans prompt** La plateforme Arlequin accepte des jeux de données comprenant des vidéos, des fichiers audio, des textes ou des images. Le client n’a pas besoin de fournir un prompt ou un message. Des modèles non supervisés analysent l’ensemble des informations. Ils extraient les relations, les signaux et les structures jugées pertinentes. Le résultat est ensuite stocké « à froid », après calcul, afin de pouvoir être interrogé. Antoine Jardin décrit cette démarche comme un travail de mise en relation vérifiable et auditable. Les fondateurs indiquent aussi que leur architecture peut cartographier, tracer et généraliser certaines connexions de groupe. Un LLM peut intervenir ensuite pour rechercher une information dans cet ensemble structuré. **Un laboratoire à San Francisco** La levée de 28 millions d’euros doit permettre à Arlequin AI de passer à une nouvelle étape. L’entreprise prévoit notamment l’ouverture d’un laboratoire à San Francisco. Ce site sera consacré à la sécurité des systèmes d’IA les plus avancés. La start-up veut aussi construire une alternative européenne face aux acteurs américains et chinois. Ses fondateurs mettent l’accent sur l’architecture plutôt que sur la puissance brute. Arlequin AI est déjà présente en France, au Royaume-Uni et en Allemagne. La société vise donc une extension de ses activités après son financement de série A, tout en poursuivant le développement de ses réseaux de neurones topologiques.