Nous Research, la startup à l’origine de l’agent open source Hermes, serait sur le point de boucler un nouveau tour de financement qui valoriserait l’entreprise à 1,5 milliard de dollars. TechCrunch, citant trois sources au fait du dossier, a indiqué que ce tour devrait rapporter au moins 75 millions de dollars, mené par Robot Ventures avec une participation importante de USV et d’autres investisseurs.

Si l’opération se conclut à ces conditions, elle marquerait une forte montée en puissance pour une jeune société fondée en 2023 et illustrerait à quelle vitesse l’appétit des investisseurs s’est déplacé vers les agents d’IA, en particulier les produits qui combinent distribution open source et services hébergés payants. Nous Research a refusé de commenter auprès de TechCrunch, et les investisseurs mentionnés n’ont pas répondu au média, de sorte que ce financement reste non confirmé par l’entreprise.

Une hausse rapide de valorisation autour de Hermes

Selon TechCrunch, Nous Research avait précédemment levé au total 70 millions de dollars auprès d’investisseurs tels que Paradigm, Robot Ventures, North Island Ventures, OSS Capital et Balaji Srinivasan, en se basant sur les données de Crunchbase. Un nouveau tour d’au moins 75 millions de dollars à une valorisation de 1,5 milliard de dollars représenterait donc non seulement des capitaux frais, mais aussi un fort signal de marché indiquant que les investisseurs pensent que Hermes peut devenir plus qu’un simple projet open source populaire.

C’est important, car le financement de l’infrastructure IA est souvent d’abord dirigé vers les concepteurs de modèles et les plateformes hyperscale. Le tour rapporté de Nous Research suggère que les startups de la couche agent obtiennent elles aussi des valorisations privées élevées lorsqu’elles démontrent une traction auprès des développeurs et une voie crédible vers des revenus récurrents.

L’argument de la société semble se situer à l’intersection de deux thèmes actuels pour les investisseurs : l’IA open source et les agents logiciels autonomes ou semi-autonomes. Hermes est présenté à la fois comme un système convivial pour les développeurs pouvant fonctionner localement et comme un produit commercial pouvant être consommé sous forme de service hébergé. Ce double modèle offre aux investisseurs plusieurs récits à soutenir : adoption par la communauté, flexibilité de déploiement en entreprise et revenus d’abonnement.

Ce qu’est Hermes et pourquoi il se distingue

TechCrunch décrit Hermes comme un concurrent d’OpenClaw, un autre produit agent qui a attiré l’attention parce qu’il fonctionne localement sur un PC et effectue des tâches pour le compte d’un utilisateur. Dans le cas de Nous Research, l’un des éléments différenciants cités par TechCrunch est qu’Hermes a été lancé avec des capacités intégrées comprenant la recherche web, le codage et la compréhension d’images.

TechCrunch a également indiqué que Hermes avait été conçu pour apprendre à partir de l’usage et élargir son ensemble de compétences sans intervention manuelle. C’est une affirmation importante, car elle pointe vers un cadre d’agent plus adaptatif plutôt qu’une collection figée de prompts et de workflows. Toutefois, les éléments disponibles ne fournissent pas de validation technique indépendante sur la fiabilité de ce processus d’apprentissage en production, sur les garde-fous existants ou sur les compromis de performance.

Ce qui ressort plus clairement de la couverture, c’est l’orientation produit. Hermes peut fonctionner sur un ordinateur de bureau ou un serveur privé virtuel, selon TechCrunch, et les utilisateurs peuvent interagir directement avec les agents ou recevoir des messages de leur part via des applications telles que Telegram et Discord. Cette architecture correspond à un segment croissant d’outils d’agents visant une automatisation persistante, toujours active, plutôt que des interactions ponctuelles de chatbot.

Nous Research a également publié des modèles de langage axés sur le codage et les mathématiques, selon TechCrunch. Ce travail plus large sur les modèles aide à expliquer pourquoi les investisseurs peuvent voir l’entreprise comme plus qu’une simple application d’agent. Il suggère que Nous Research cherche à construire à la fois l’expertise sous-jacente en modèles et la couche d’orchestration orientée utilisateur nécessaire pour prendre en charge des logiciels autonomes.

Distribution open source, hébergement payant et question du modèle économique

L’une des raisons pour lesquelles Hermes semble attirer l’attention est l’ampleur de sa présence open source. TechCrunch a indiqué que le projet compte environ 214 000 étoiles GitHub et près de 40 000 forks. Ce sont des chiffres importants pour n’importe quel produit destiné aux développeurs, et particulièrement remarquables pour une entreprise fondée il y a seulement quelques années.

Cela dit, les étoiles et forks GitHub sont des indicateurs imparfaits d’un usage durable. Ils peuvent signaler l’enthousiasme, l’expérimentation et la visibilité dans la communauté, mais ils ne se traduisent pas nécessairement par des déploiements actifs, des contrats d’entreprise ou une monétisation à long terme. Dans ce cas, la traction rapportée est utile comme signal d’adoption, mais pas comme preuve de performance commerciale.

TechCrunch a également noté que Nous Research propose une version cloud hébergée d’Hermes, avec des offres payantes allant de 20 à 200 dollars par mois. Ce détail est central pour l’histoire de financement. Les projets d’agents open source ont souvent du mal à transformer leur popularité en revenus, surtout lorsque l’auto-hébergement fait partie de la proposition de valeur. En proposant un produit hébergé, Nous Research peut cibler les utilisateurs qui veulent les capacités de Hermes sans gérer eux-mêmes l’infrastructure.

Cette distinction entre hébergé et auto-hébergé est de plus en plus importante dans l’IA d’entreprise. Certaines équipes veulent un contrôle local pour des raisons de sécurité, de visibilité des coûts ou de personnalisation. D’autres veulent la simplicité, l’assistance du fournisseur et un déploiement plus rapide. Une société comme Nous Research peut potentiellement servir les deux extrémités de ce spectre si elle parvient à maintenir l’engagement de la communauté open source tout en ajoutant suffisamment de valeur produit pour justifier des offres payantes.

Preuves, affirmations et ce qui reste non vérifié

Le reportage le plus solide sur cette affaire provient de TechCrunch, qui attribue les détails du financement à trois sources anonymes familières avec le dossier. AI Insider et Crypto Briefing semblent reprendre la même affirmation principale via une couverture syndiquée ou dérivée, mais les éléments fournis par ces sources n’ajoutent aucun nouveau fait rapporté.

Plusieurs points doivent donc être abordés avec prudence.

Premièrement, le financement est encore présenté comme en discussion ou proche d’être finalisé, et non comme officiellement annoncé. La taille exacte du tour, la valorisation et la composition des investisseurs pourraient encore changer avant la clôture.

Deuxièmement, la différenciation produit rapportée autour des compétences intégrées de Hermes et de son apprentissage automatique provient de la description médiatique du produit plutôt que d’un benchmark ou d’un audit publiés de manière indépendante. En l’absence de documentation technique supplémentaire dans les éléments fournis, il est impossible de vérifier comment ces capacités se comportent sur des charges de travail réelles.

Troisièmement, les métriques GitHub citées par TechCrunch sont des indicateurs communautaires significatifs, mais elles ne sont pas équivalentes à des chiffres de clients ou à une pénétration en entreprise. De même, l’existence de niveaux tarifaires pour la version hébergée montre une voie de monétisation, mais le reportage disponible ne divulgue ni revenus, ni taux de conversion, ni rétention.

Enfin, l’intérêt des investisseurs lui-même est aussi rapporté via des sources et non par des déclarations publiques. TechCrunch dit que Nous Research a suscité un fort intérêt de la part des investisseurs. Cela peut très bien être exact, mais cela reste un reportage fondé sur des sources, et non une métrique confirmée par l’entreprise.

Pourquoi cela compte pour les bâtisseurs d’IA et les acheteurs d’entreprise

Pour les bâtisseurs d’IA, le tour rapporté de Nous Research est un autre signe que le marché récompense les équipes capables de transformer les agents d’IA en systèmes utilisables, et pas seulement en démonstrations de modèles. Les fonctionnalités décrites pour Hermes — exécution locale, déploiement hébergé, compétences intégrées, intégrations avec Telegram et Discord, et prise en charge des flux de travail de codage — reflètent ce qui compte de plus en plus pour les équipes produit : orchestration, persistance, facilité d’utilisation et contrôle.

Pour les fondateurs, l’histoire de Nous Research met en lumière un playbook qui devient plus courant dans l’IA d’entreprise et l’IA open source : utiliser la distribution GitHub pour gagner en visibilité, puis ajouter un service géré pour les équipes qui ne veulent pas s’occuper du déploiement. Cela peut fonctionner particulièrement bien dans des catégories comme les agents d’IA, où la fiabilité à l’exécution, l’exécution en arrière-plan et l’accès aux outils comptent autant que la qualité brute du modèle.

Pour les acheteurs d’entreprise, l’attrait de Hermes ne tient pas seulement au fait qu’il est open source. C’est que l’IA open source peut offrir des options. Les organisations ayant besoin d’un contrôle plus strict des données peuvent préférer un déploiement local ou privé sur un serveur privé virtuel. D’autres peuvent choisir l’option hébergée pour aller plus vite. Dans les deux cas, le défi sera la maturité opérationnelle : la fiabilité des agents, la gestion des autorisations, l’observabilité et le traitement des pannes comptent généralement davantage en production que la popularité dans la communauté.

Le financement accroît également la pression concurrentielle sur le marché des agents. OpenClaw est mentionné dans le reportage comme point de comparaison initial, mais l’implication plus large est que les startups proposant des agents d’IA doivent désormais prouver à la fois l’adoption et la discipline commerciale. Les investisseurs peuvent être disposés à payer plus cher pour la croissance, mais ils chercheront aussi des preuves que les workflows d’agents sont suffisamment « collants » pour soutenir des revenus d’abonnement durables.

Ce qu’il faut surveiller ensuite

Le premier signal à surveiller est de savoir si Nous Research annonce officiellement le tour et confirme la valorisation, le montant levé et la liste des investisseurs. D’ici là, les chiffres du titre restent rapportés et non officiels.

Le deuxième est de voir si l’entreprise fournit des données commerciales plus concrètes sur Hermes, comme le nombre d’utilisateurs actifs du service hébergé, des déploiements en entreprise ou une croissance liée à l’usage. Cela aiderait à distinguer l’intérêt général des développeurs d’une véritable traction commerciale.

Troisièmement, il faut suivre la feuille de route produit. Si le nouveau financement rapporté est destiné à étendre la gamme de produits et le modèle économique d’Hermes, les prochaines étapes pourraient inclure des contrôles d’entreprise renforcés, davantage d’intégrations, de meilleures options de déploiement hébergé ou des liens plus étroits entre Hermes et les modèles de codage et de mathématiques de Nous Research.

Enfin, il faudra prêter attention à la manière dont l’entreprise gère la tension entre l’IA open source et la monétisation. Les entreprises les plus durables dans cette catégorie parviennent généralement à rendre l’auto-hébergement suffisamment attractif pour gagner la confiance tout en gardant le produit géré suffisamment convaincant pour générer des revenus.

Point de vue Creati.ai

Le financement rapporté de Nous Research est notable moins pour sa valorisation en une que pour ce qu’il dit du déplacement de la valeur perçue par les investisseurs en IA. Le capital ne court pas seulement après les modèles de pointe ; il se dirige aussi vers les équipes capables de transformer les capacités des modèles en produits d’agents que les développeurs adoptent réellement. Hermes semble avoir atteint ce seuil de pertinence, du moins en termes de communauté.

Mais c’est aussi là que commence la prochaine phase d’examen. Dans les agents d’IA, la popularité est plus facile à démontrer qu’une automatisation fiable. Pour Nous Research, la question clé est de savoir si Hermes peut convertir l’élan open source en workflows répétables et dignes de confiance pour des utilisateurs payants. Si c’est le cas, ce tour ressemblera à un pari précoce sur une plateforme durable. Sinon, il rappellera une fois de plus que l’engouement pour les agents et les ბიზნეს d’agents ne sont pas la même chose.