Selon un rapport récent publié par l’initiative NANDA du MIT, un chiffre alarmant de 95 % des projets d’IA générative dans les entreprises échouent. Cependant, plutôt que d’abandonner complètement cette technologie, les organisations les plus avancées expérimentent des systèmes d’IA agentic pouvant apprendre et être supervisés. C’est ici qu’intervient Maisa AI, une startup d’un an qui a construit son approche autour de l’idée que l’automatisation en entreprise nécessite des agents d’IA responsables, et non des boîtes noires opaques.
Récemment, Maisa AI a levé 25 millions de dollars lors d’un tour de financement de semences mené par la société de capital-risque européenne Creandum. La startup a lancé Maisa Studio, une plateforme autonome sans modèle qui aide les utilisateurs à déployer des travailleurs numériques pouvant être formés avec un langage naturel. Bien que cela puisse sembler familier, comme les plateformes de codage “vibe” telles que Cursor et Lovable, Maisa soutient que son approche est fondamentalement différente. Comme l’a expliqué le PDG de Maisa, David Villalón, “au lieu d’utiliser l’IA pour construire les réponses, nous utilisons l’IA pour construire le processus qui doit être exécuté pour obtenir la réponse — ce que nous appelons ‘la chaîne de travail’.”
“Nous allons montrer au marché qu’il existe une entreprise capable de livrer ce qui a été promis, et que cela fonctionne.”
Le principal architecte derrière ce processus est le cofondateur et directeur scientifique de Maisa, Manuel Romero, qui avait précédemment travaillé avec Villalón chez la startup espagnole Clibrain. En 2024, le duo s’est associé pour créer une solution aux hallucinations perçues, ayant constaté que “vous ne pouviez pas vous fier à l’IA”, selon Villalón. Au lieu d’être sceptiques à propos de l’IA, ils estiment qu’il ne sera pas faisable pour les humains de passer en revue “trois mois de travail en cinq minutes.” Pour remédier à cela, Maisa utilise un système appelé HALP, qui signifie Human-Augmented LLM Processing, et qui fonctionne comme des étudiants au tableau noir — il demande aux utilisateurs leurs besoins pendant que les travailleurs numériques esquissent chaque étape à suivre.
La startup a également développé l’Unité de Traitement des Connaissances (KPU), un système déterministe conçu pour limiter les hallucinations. Bien que Maisa ait commencé par relever ce défi technique plutôt que par un cas d’utilisation spécifique, elle a rapidement constaté que son pari sur la confiance et la responsabilité résonnait avec les entreprises cherchant à appliquer l’IA à des tâches critiques. Parmi ses clients figurent actuellement une grande banque, ainsi que des entreprises dans les secteurs de l’automobile et de l’énergie. En servant ces clients d’entreprise, Maisa espère se positionner comme une forme plus avancée d’automatisation des processus robotiques (RPA), déverrouillant des gains de productivité sans nécessiter que les entreprises s’appuient sur des règles prédéfinies rigides ou une programmation manuelle extensive.
L’approche centrée sur l’entreprise signifie que la base de clients de Maisa reste encore très petite par rapport aux millions qui affluents vers des plateformes de codage “vibe” freemium. Cependant, alors que ces plateformes explorent maintenant comment séduire les clients d’entreprise, Maisa avance dans la direction opposée avec Maisa Studio, conçu pour élargir son entonnoir client et faciliter l’adoption. La startup prévoit également d’élargir son offre aux clients existants ayant des opérations dans plusieurs pays. Avec des sièges sociaux à Valence et San Francisco, Maisa a déjà une empreinte aux États-Unis, comme en témoigne son tableau de capital ; son tour de financement de pré-séquence de 5 millions de dollars en décembre dernier a été dirigé par les sociétés de capital-risque de San Francisco NFX et Village Global.
Alors que la startup continue de relever le défi de l’IA générative, son approche pourrait être son principal atout contre des concurrents tels que CrewAI et d’autres produits d’automatisation de flux de travail axés sur les affaires. En fin de compte, le succès de Maisa AI pourrait bien dépendre de sa capacité à compenser l’échec alarmant des projets d’IA en entreprise, tout en répondant aux attentes des utilisateurs non techniques qui exigent responsabilité et transparence.
