Hang Ten Systems, fondée par l’ancien patron d’Infosys, lève 53 millions de dollars supplémentaires

Hang Ten Systems, une startup d’IA fondée par l’ancien PDG d’Infosys Vishal Sikka, a levé 53 millions de dollars supplémentaires seulement cinq semaines après la clôture de son premier tour de seed, selon l’entreprise. Ce financement porte son total à 85 millions de dollars et donne à la société, âgée de quatre mois, les moyens d’étendre ses activités d’ingénierie, de conseil et de vente.

Ce nouveau tour a été mené par Xora, la plateforme d’investissement early-stage de Temasek, avec la participation de Mayfield — investisseur principal du précédent tour seed de 32 millions de dollars. Aramco Ventures, le PDG d’Intel Lip-Bu Tan, le PDG de Micron Sanjay Mehrotra et le cofondateur de Yahoo Jerry Yang figuraient également parmi les investisseurs. Hang Ten n’a pas divulgué sa valorisation.

Un modèle de services construit autour du travail logiciel piloté par l’IA

Basée à Palo Alto, Hang Ten cible les grandes entreprises, généralement des sociétés réalisant plus de 10 milliards de dollars de chiffre d’affaires annuel. Son offre combine des conseils en stratégie IA avec la conception, la construction et la modernisation de logiciels métiers, plutôt que la vente d’un modèle d’IA ou d’un produit logiciel classique.

Sikka a déclaré à TechCrunch que l’entreprise estime que l’IA change l’économie du développement logiciel. À son sens, la génération de code devient moins coûteuse et moins chronophage, tandis que la définition des exigences, les tests des systèmes et la validation des résultats métier deviennent des parties plus importantes du travail.

Ce positionnement place Hang Ten dans un espace situé entre le conseil en IA d’entreprise, l’intégration de systèmes et le développement logiciel. L’entreprise est en concurrence avec des prestataires de services établis tout en subissant la pression de sociétés de modèles comme OpenAI et Anthropic, toutes deux en train d’élargir leurs offres entreprises.

Hang Ten affirme que ses ingénieurs utilisent un cadre interne appelé Hobie. Le cofondateur et directeur de la création Sanjay Rajagopalan a décrit Hobie comme un moyen d’assembler des « compétences » d’IA réutilisables pour les secteurs réglementés et les projets d’entreprise complexes. L’objectif affiché de la société est d’appliquer ces capacités à des systèmes de production, plutôt que de limiter les missions à des démonstrations ou à des projets de preuve de concept.

Le financement fait suite à une traction client précoce rapportée

Selon Sikka, Hang Ten travaille avec des clients existants et des prospects en phase avancée au sein de 21 grandes entreprises. Certaines de ces sociétés sont encore en phase de proposition ou de négociation contractuelle, de sorte que ce chiffre ne correspond pas nécessairement à 21 clients signés.

L’entreprise a cité Fresenius Kabi, Saudi Aramco et Siemens Energy parmi ses clients ou missions. Elle a également indiqué que son travail couvre les États-Unis, l’Europe, le Moyen-Orient et l’Asie. Hang Ten affirme avoir remporté plusieurs contrats à sept chiffres et viser des contrats à huit chiffres, mais n’a pas fourni de totaux contractuels ni de chiffres de revenus vérifiés de manière indépendante.

Sikka a déclaré à TechCrunch qu’un client avait signé un contrat de plusieurs millions de dollars dans les 25 jours suivant sa première rencontre avec la startup. Il a qualifié ce rythme d’exceptionnellement rapide au regard de son expérience dans les technologies d’entreprise. L’activité client rapportée, a-t-il dit, a contribué à inciter Xora à approcher Hang Ten et a offert une voie potentielle d’introductions au sein du portefeuille de Temasek.

Ces signaux d’adoption restent déclarés par l’entreprise. Les éléments disponibles ne permettent pas d’établir quelle part du pipeline annoncé s’est convertie en revenus récurrents, combien de déploiements sont passés en production, ni si le rythme contractuel rapporté peut être reproduit dans d’autres grandes entreprises.

Petites équipes, grandes affirmations et contraintes d’entreprise

Hang Ten compte actuellement environ 20 à 25 employés répartis entre les États-Unis, le Moyen-Orient et l’Australie, selon Sikka. La startup prévoit de recruter en Europe et en Inde à mesure de son expansion.

Rajagopalan a déclaré que certains projets peuvent être gérés par des équipes de deux à quatre personnes qui auraient auparavant pu nécessiter environ 30 personnes. Il a également indiqué que l’entreprise promet à ses clients une amélioration d’un facteur dix en coût, en vitesse, ou dans une combinaison des deux. Il s’agit d’affirmations du fournisseur et non de références auditées indépendamment, et la comparaison dépend du type de projet, du prestataire en place et de la part de travail effectuée par le client.

L’entreprise reconnaît que les clients ou des tiers indépendants effectuent toujours les contrôles finaux de qualité et la certification. Cette précision est importante pour les logiciels réglementés et critiques. L’IA peut réduire la quantité de codage manuel, mais la gestion des exigences, la revue de sécurité, l’intégration, la conformité et la responsabilité opérationnelle restent nécessaires avant qu’une entreprise puisse compter sur un système en production.

Sikka a déclaré que plus de la moitié des opportunités actuelles de Hang Ten concernent de nouveaux projets que les entreprises avaient auparavant reportés, plutôt que des travaux remplaçant un fournisseur existant. D’autres missions, a-t-il dit, remplacent les intégrateurs de systèmes traditionnels. Ce mélange suggère que la startup cherche à la fois des gains d’efficacité dans les budgets existants et des projets qui deviennent économiquement viables grâce à une livraison assistée par l’IA.

Ce que cette levée signifie pour les acheteurs d’IA d’entreprise

Pour les responsables technologiques en entreprise, l’approche de Hang Ten reflète un changement dans la manière dont le développement logiciel par IA est commercialisé. Plutôt que de demander aux clients d’adopter un nouveau modèle généraliste, l’entreprise propose de prendre la responsabilité d’un résultat métier tout en utilisant l’IA en interne pour accélérer la livraison.

Ce modèle peut être attractif pour les entreprises qui manquent de personnel ou d’expertise spécialisée pour repenser elles-mêmes des systèmes hérités. Il peut aussi séduire les acheteurs qui veulent un partenaire d’implémentation indépendant plutôt qu’un service lié à un seul fournisseur de modèles. Sikka soutient que les grandes entreprises ont encore besoin de partenaires de confiance travaillant dans l’intérêt du client et indépendamment de la plateforme d’IA sous-jacente.

La question la plus difficile est de savoir si Hang Ten peut maintenir la qualité de livraison à mesure qu’elle se développe. Les projets de logiciels d’entreprise échouent souvent ou ralentissent en raison de données fragmentées, d’une propriété peu claire, d’anciennes intégrations, de contrôles de sécurité et d’exigences d’approvisionnement — pas seulement parce que l’écriture du code prend trop de temps. Une petite équipe de livraison peut améliorer l’économie du modèle, mais elle peut aussi concentrer les risques opérationnels et métier dans une jeune entreprise.

Le financement donne à Hang Ten la possibilité d’embaucher et de chercher davantage de contrats, mais il élève aussi le niveau de preuve attendu. Les acheteurs et les investisseurs voudront probablement des preuves que les gains de productivité annoncés résistent au déploiement en production, à l’examen réglementaire, à la maintenance et aux longs cycles de vente typiques des grandes entreprises.

Ce qu’il faut surveiller ensuite

Le signal de suivi le plus clair sera de voir si Hang Ten transforme son pipeline annoncé en déploiements en production publiquement attribuables et en contrats récurrents. Davantage de détails sur le périmètre des clients, les calendriers de mise en œuvre et les améliorations mesurables en coût ou en vitesse aideraient à distinguer l’élan commercial initial d’un modèle de livraison évolutif.

Les recrutements constituent un autre indicateur. La startup prévoit d’étendre ses équipes d’ingénierie, de conseil et de vente en Europe et en Inde ; sa capacité à recruter tout en préservant un modèle opérationnel à petite équipe sera donc importante. L’usage de Hobie mérite également un examen attentif : la valeur du cadre dépendra de sa capacité à fonctionner dans des secteurs réglementés sans créer de nouvelles vulnérabilités de sécurité ou de maintenance.

La réponse concurrentielle comptera aussi. Les intégrateurs de systèmes traditionnels ajoutent l’IA générative à leurs services, tandis qu’OpenAI et Anthropic construisent davantage d’outils pour l’entreprise. La position de Hang Ten dépendra de la valeur que les clients accorderont à son indépendance et à son expertise de livraison, au point d’accepter de payer pour cela alors que des acteurs plus importants peuvent offrir une capacité d’implémentation plus large.

Point de vue de Creati.ai

Le financement de Hang Ten est notable moins parce qu’il s’agit d’un autre grand tour de table d’une startup IA que parce qu’il soutient une théorie précise sur l’adoption en entreprise : les entreprises peuvent être prêtes à payer pour une exécution assistée par l’IA avant d’être prêtes à gérer en interne leur transformation IA. La société parie que la ressource rare se déplace de la production de code vers les exigences, la validation et la responsabilité.

Cette thèse est plausible, mais les contrats rapportés et les gains de productivité revendiqués par l’entreprise restent des preuves précoces. La prochaine étape vérifiera si Hang Ten peut transformer un avantage commercial porté par son fondateur et un petit nombre de missions à exécution rapide en une livraison d’entreprise reproductible et vérifiable. Pour les bâtisseurs comme pour les acheteurs, ce seront les résultats en production — et non la taille du seed round — qui détermineront si ce modèle peut rivaliser avec les sociétés de services établies.